Upgrade to remove ads
Only $35.99/year

Métho cours 7 - Les procédés d'échantillonnage / Introduction à la lecture critique

Terms in this set (39)

L'échantillonnage qui sera fait influencera et déterminera directement
la valeur des conclusions formulées au terme d'une étude.
On ne dispose cependant d'aucun critère objectif pour juger si l'échantillon devrait être représentatif de la population cible
sauf de juger de la qualité du procédé (mode de sélection des participants) d'échantillonnage.
Il existe deux grands types de procédés d'échantillonnage :
les procédés d'échantillonnage probabiliste ou aléatoire et les procédés d'échantillonnage non probabiliste ou empirique (les plus souvent employés en sciences humaines).
Les procédés d'échantillonnage probabiliste ou aléatoire :
permettent de calculer la probabilité d'appartenir à l'échantillon. choisir les participants vraiment par hasard et d'en multiplier suffisamment le nombre pour que le hasard puisse effectivement jouer son rôle et ainsi réduire les risques de distorsion potentielle par rapport à la population. Ces procédés sont très contraignants, car il faut disposer d'une base de sondage (liste exhaustive de tous les éléments de la population) d'où sont tirés les participants. Solution possible, par exemple, au lieu d'utiliser l'annuaire téléphonique (qui est une base de sondage incomplète), les firmes de sondage font appel à la technique RDT (Randomized 2 Dialing Technique) qui est un générateur aléatoire de numéros de téléphone.
différents types d'échantillonnage aléatoire
L'échantillonnage aléatoire simple/L'échantillonnage stratifié/L'échantillonnage par grappes/L'échantillonnage à plusieurs degrés
L'échantillonnage aléatoire simple
chacune des unités de la population a une probabilité égale d'appartenir à l'échantillon. Afin de simplifier ce procédé, on procède parfois par tirage systématique, i.e. qu'on détermine d'abord la taille désirée de l'échantillon, on fixe l'intervalle à respecter dans la base de sondage et on retient les participants occupant les positions visées
L'échantillonnage stratifié
on divise la population en sous-populations ou strates en fonction d'un certain nombre de critères (variables de stratification qui doivent être corrélés avec la variable étudiée) et on constitue par la suite un échantillon aléatoire de la taille désirée pour chacune des strates à partir de bases de sondage indépendantes. souvent employé pour contrôler les variables parasites, permet l'atteinte d'une précision donnée avec un échantillon de taille inférieure à un échantillon aléatoire simple. l'augmentation de la taille de l'échantillon représente quasi la seule façon de réduire la variance de l'estimateur; tandis que la séparation de la 3 population en strates plus homogènes peut favoriser une certaine réduction de la variance de l'estimateur, et ce jusqu'à six strates.
L'échantillonnage par grappes est utilisé lorsqu'il est:
soit très difficile d'identifier chaque élément d'une population, ou soit encore plus pratique de sélectionner non pas des individus, mais des groupes d'individus dans lesquels chaque élément appartient d'office à l'échantillon.
L'échantillonnage à plusieurs degrés
Ressemble à l'échantillonnage par grappes, sauf qu'il faut dans son cas prélever de façon aléatoire un échantillon à l'intérieur de chaque groupe sélectionné, plutôt que d'inclure toutes les unités dans le groupe.
Par exemple, parmi les cinq classes de 4 secondaire IV d'une école secondaire, on choisit au hasard deux classes de 30 étudiants chacune, « probabilité de 40% », puis on sélectionne au hasard 15 étudiants de secondaire IV parmi chacune de ces 2 classes « probabilité de 50% ». Les 30 étudiants sélectionnés ont chacun « 50% de 40% », soit 20% de probabilité de faire partie de l'échantillon. Il s'agirait ici d'un plan d'échantillonnage à deux degrés.
pas obligé d'avoir un échantillon stratifié proportionnel (même proportion que la population). En employant :
la méthode de l'allocation optimale (plus de sujets dans les groupes de plus grande variabilité) on augmente la précision de l'estimation.
L'échantillonnage par grappes : On recherche
le plus de variabilité possible à l'intérieur de chaque grappe, à l'inverse des échantillons stratifiés où l'on recherche le moins de variabilité possible à l'intérieur de chaque strate
Les procédés d'échantillonnage non probabiliste ou empirique ne permettent pas de déterminer :
la probabilité qu'a un élément de la population d'être inclus dans l'échantillon ni d'assurer qu'un accroissement de la taille de l'échantillon entraîne nécessairement une diminution de l'erreur moyenne d'échantillonnage
Les procédés d'échantillonnage non probabiliste ou empirique :
Ils sont cependant moins coûteux, plus adaptés à la recherche en sciences humaines et moins sensibles aux imprévus (refus de participer ou pertes de sujets) lors de leur réalisation que les procédés d'échantillonnage aléatoire
différents types d'échantillonnage empirique
L'échantillonnage accidentel (de convenance) (accidental, haphasard ou convenience sampling)/L'échantillonnage de volontaires (availability sampling)/ L'échantillonnage par quotas
L'échantillonnage accidentel (de convenance) (accidental, haphasard ou convenience sampling)
trop souvent utilisé en sciences humaines, l'expérimentateur prend les cas qui se présentent simplement à lui à un moment et à un endroit donné, sans que cela ait quelque lien avec son objet d'enquête, et ce, jusqu'à ce qu'il ait atteint le nombre de participants désiré. Par exemple des entrevues réalisées avec des étudiants en pause à la cafétéria ou avec des passants dans un centre commercial. Ce type d'échantillon ne représente aucune population bien définie. Il devient donc difficile de généraliser les conclusions
L'échantillonnage de volontaires (availability sampling)
consiste à faire appel à des volontaires (souvent par des publicités) pour former l'échantillon. Est utilisé lorsqu'on n'a pas de base de sondage ou lorsqu'on ne peut pas contacter directement les participants pour des raisons d'éthique, ou encore lorsque la recherche ne peut s'accommoder d'un autre type d'échantillon
L'échantillonnage par quotas
est l'une des formes les plus courantes d'échantillonnage non probabiliste. Il s'effectue, sans base de sondage, jusqu'à ce qu'un nombre précis d'unités (de quotas) pour diverses sous-populations ait été sélectionné. Puisqu'il n'existe aucune règle qui régirait la façon dont il faudrait s'y prendre pour remplir ces quotas, ce procédé est un bon moyen de satisfaire aux objectifs de la recherche en matière de taille d'échantillon pour certaines sous-populations.
On peut toutefois améliorer ce procédé ( L'échantillonnage accidentel (de convenance) (accidental, haphasard ou convenience sampling) en utilisant :
échantillonnage dirigé (purposive sampling) si l'on a des renseignements sur les lieux, jours et heures de fréquentation d'une population donnée
Le désavantage principal de L'échantillonnage de volontaires (availability sampling)
le problème de la généralisation des résultats, car on n'est jamais certain que les volontaires possèdent les mêmes caractéristiques que ceux ayant refusé de participer à une étude
L'échantillonnage par quotas:procédé consiste en quatre étapes principales
1- subdivision de la population en sous catégories à partir d'une ou plusieurs variables de stratification ; 2- collecte de statistiques relatives aux effectifs de chaque sous-groupe ; 3- détermination des quotas à respecter ; 4- sélection des participants. L'échantillonnage par quotas est un peu similaire à l'échantillonnage stratifié parce que dans son cas également les unités semblables sont regroupées.
La première chose à faire lors de l'analyse critique d'un texte scientifique, sans égard à sa nature, est;
d'analyser sa structure de base, i.e. l'ordre de présentation des sections de l'article (qui n'est pas toujours respecté) et le contenu de ces sections (qui ne correspond pas toujours à leur intitulé)
il faut évaluer la qualité d'un article scientifique, pour chacune des sections qui le constituent, en se basant sur des critères
titre=pertinent et reflète l'essentiel du sujet traité.
résumé= résume tte les sections de l'article, sans omission.
intro= pose le prob que cherche a résoudre et fait connaissances actuelles en ce domaine
méthode= présente une description détaillée de la métho de recherche utilisée
résultats= rapportent simplement les résultats, sans discussion
discussion= présente une critique des résultats jugé pertinents.
conclusion= généralise en fct des résultats
références= sont pertinentes récentes et complètes
les erreurs ou lacunes les plus fréquemment rencontrées dans les articles scientifiques. qui l'as écrit ?
Spilker (1991)
article de synthèse est une des formes de données
secondaires
D'autres formes d'articles de synthèse sont :
Certains éditoriaux/les consensus d'experts/les guides de pratique
éditoriaux qui n'abordent
qu'un seul sujet et qui s'appuient sur des études originales « données primaires » publiées et qui représentent la position du comité de rédaction sur un sujet
les consensus d'experts qui ne représentent pas nécessairement
la position du comité de rédaction et qui sont effectués par des groupes d'experts reconnus par leurs pairs. Leurs conclusions font parfois office de guide de pratique dans une spécialité donnée
les guides de pratique sont rédigés par
plusieurs experts qui ont pour mandat d'étudier l'ensemble des preuves scientifiques « evidence based » sur un sujet donné et de faire des recommandations à l'intention de leurs collègues spécialistes.
Les avantages des articles de synthèse
-Permettent de gagner du temps, car ces articles font le tour d'une question de recherche -Permettent d'avoir accès à des commentaires critiques sur la validité des études recensées
Désavantages des articles de synthèse
-Les critères de choix des articles sont arbitraires (subjectifs) -Les critères de validité des articles retenus sont arbitraires (subjectifs) -Les auteurs peuvent orienter les conclusions de l'article dans le sens de leurs convictions personnelles
Les critères d'évaluation des articles de synthèse
« critères généraux d'évaluation de la qualité d'une publication scientifique » « critères généraux d'évaluation de la qualité d'une publication scientifique »
Par rapport à la grille Mullrow (1987), celle d'Oxman et Guyatt (1988) diffère sur les points suivants :
1- La présence d'un résumé structuré et la proposition de pistes de recherche sont des critères particuliers à Mullrow (1987) ; 2- Oxman et Guyatt (1988) ajoutent trois critères : a) reproductibilité des études et absence d'erreurs systématiques (biais) ; b) analyse des résultats divergents ; c) conclusions s'appuyant sur les données citées
Le terme de méta-analyse a été introduit par
Glass (1976).
Les méta-analyses sont des études
quantitatives à l'aide de tests statistiques appropriés), comme les articles de synthèse (études qualitatives), sont des études portant sur un sujet donné qui cumulent les résultats dont font état plusieurs études (une des formes de données secondaires)
Selon Christensen (2006), les méta-analyses sont
une méthode de recherche non-expérimentale de type quantitative qui sert à intégrer et à décrire un grand nombre d'études
Il existe deux grandes classes de méta-analyses :
1- Combiner les seuils de significations p des études afin d'obtenir un seuil de signification global (a été la première façon de faire).
2- Combiner (en gros, il s'agit simplement de faire la moyenne, mais on utilise souvent différentes méthodes statistiques plus ou moins sophistiquées pour y parvenir) les tailles d'effet des études afin d'obtenir une taille d'effet globale (est la méthode introduite par Glass en 1976 qui est la plus fréquemment utilisée maintenant).
Les avantages des méta-analyses
Permettent en cas de résultats apparemment discordants d'obtenir une vue globale de la situation
Désavantages des méta-analyses
- Hétérogénéité des études sur le plan des devis de recherche ou des populations étudiés. - Résultats négatifs souvent non publiés - Ne tiennent pas compte de la qualité méthodologique des études - Critères subjectifs d'inclusion des études - Les experts ne s'entendent pas sur les tests statistiques les plus appropriés pour une méta-analyse
Les critères d'évaluation des méta-analyses
Sont au moins les mêmes que ceux des articles de synthèse, plus quelques critères particuliers que propose Eysenck (1994) : - Comparabilité des sujets, de la méthode et de la mesure des résultats - Mention des tests statistiques utilisés, lesquels sont appropriés à la méta-analyse - Méta-analyses effectuées par des experts reconnus dans leur spécialité et familiarisés avec le réseau de la recherche dans le domaine visé
Other sets by this creator