Qu'est-ce qu'un échantillonnage représentatif?

L'échantillonnage représentatif est un type d'échantillonnage statistique dans lequel un chercheur tente de sélectionner des individus représentatifs d'une population plus importante. Dans l'échantillonnage statistique, les gens rassemblent des données d'un petit groupe et essaient d'extrapoler les résultats pour faire des généralisations sur un groupe plus grand. L'échantillonnage vraiment représentatif est extrêmement difficile à réaliser, et les chercheurs peuvent consacrer beaucoup de temps et de financement pour obtenir l'échantillon le plus représentatif possible.

En tant qu'outil de recherche, l'échantillonnage statistique est extrêmement précieux. Il permet aux gens d'étudier une population sans étudier chaque individu dans cette population. Les individus moyens connaissent très bien l'échantillonnage statistique, même s'ils ne le savent pas; La prochaine fois que vous ouvrirez un journal, recherchez un article qui parle du résultat d'une étude. Une ligne comme «67% des propriétaires d'animaux américains dorment avec leurs animaux de compagnie» est le résultat d'un échantillon représentatif d'Américains propriétaires d'animaux. IncidentY, ce nombre vient de la Sealy® Mattress Company.

Afin d'obtenir un échantillon représentatif, les chercheurs doivent d'abord identifier la population échantillonnée. Dans l'exemple ci-dessus, les chercheurs ont voulu collecter des données sur le nombre d'Américains couchés avec leurs animaux, donc la population était propriétaire d'animaux américains. La prochaine étape pour les chercheurs est de trouver un moyen de sélectionner au hasard les personnes de cette population afin qu'ils puissent étudier ces personnes pour des données.

Si les chercheurs collectent trop fortement dans un segment de la population, comme tous les propriétaires d'animaux américains qui se rendent dans des cliniques vétérinaires de la ville de Chicago, le résultat n'est pas un échantillon représentatif de la population étudiée. Par conséquent, les chercheurs doivent penser à une multitude de méthodes de collecte de données pour garantir que uniformément échantillonne tous les aspects de la population étudiée.

Lorsque vous lisez une étude qui a étéEN a effectué l'utilisation d'un échantillonnage représentatif, c'est une bonne idée de savoir quelles méthodes les chercheurs ont utilisées. L'erreur d'échantillonnage peut donner des résultats incorrects, et vous voulez donc savoir comment les données ont été collectées, à qui elles ont été collectées et quels types de contrôles étaient en place pour garantir que l'échantillonnage était représentatif. En utilisant la pensée critique pour examiner les statistiques et l'échantillonnage représentatif, vous pourrez déterminer s'ils sont vraiment utiles et applicables.

Certains indices selon lesquels une étude pourrait ne pas être valable comprend l'utilisation d'enquêtes d'auto-réponse, qui ont un taux élevé de non-réponse qui fausserait l'échantillon, et indique que l'échantillon a été prélevé dans une sous-communauté plus petite d'un groupe plus grand. Si vous lisez une étude qui dit « x % des Européens mangent du toast pour le petit déjeuner» et le texte de l'étude indique que l'échantillon a été obtenu auprès de personnes dans les gares pendant le trajet du matin, ce n'est pas un échantillonnage représentatif.

DANS D'AUTRES LANGUES

Cet article vous a‑t‑il été utile ? Merci pour les commentaires Merci pour les commentaires

Comment pouvons nous aider? Comment pouvons nous aider?