Échantillonnage raisonné

Dans cet article, nous expliquons ce qu’est l’échantillonnage intentionnel. Nous vous montrons également plusieurs exemples d’échantillonnage intentionnel et les différents sous-types d’échantillonnage intentionnel qui existent.

Qu’est-ce que l’échantillonnage raisonné ?

L’échantillonnage raisonné est une méthode permettant de sélectionner les individus qui feront partie de l’échantillon d’une étude statistique. La principale caractéristique de l’échantillonnage intentionnel est qu’il repose uniquement sur les critères du chercheur pour choisir l’échantillon à étudier.

Par conséquent, l’échantillonnage raisonné est un type d’échantillonnage non probabiliste, puisqu’il n’est pas aléatoire. La personne chargée de l’enquête est celle qui décide qui fera partie de l’échantillon statistique et qui ne le fera pas.

Logiquement, dans l’échantillonnage intentionnel, il est très important que la personne chargée de sélectionner l’échantillon soit un expert dans le domaine d’étude, afin d’obtenir un échantillon représentatif. Cela présente des avantages et des inconvénients, comme nous le verrons ci-dessous.

L’échantillonnage raisonné est également appelé échantillonnage raisonné, jugement, critique ou raisonné.

Exemple d’échantillonnage raisonné

Une fois que nous connaîtrons la définition de l’échantillonnage intentionnel, nous allons voir un exemple de ce type d’échantillonnage pour finir de comprendre le concept.

Un exemple d’échantillonnage raisonné serait une étude statistique sur la population d’un pays dans laquelle les connaissances d’une personne sont utilisées pour sélectionner les régions qui participeront à l’étude.

De cette manière, l’expert sera chargé de choisir les parties de la population qui doivent être incluses dans l’échantillon et qui représentent ainsi les caractéristiques de la population importantes pour réaliser l’analyse statistique.

Types d’échantillonnage intentionnel

L’échantillonnage raisonné peut être classé en plusieurs types en fonction de son objectif et de la manière dont il est réalisé. Les différents types d’échantillonnage raisonné sont expliqués ci-dessous.

Échantillonnage raisonné de cas typiques

L’échantillonnage raisonné est considéré comme des cas typiques où les éléments choisis comme échantillon sont les plus « courants » ou une « moyenne » de la population.

Par exemple, si vous souhaitez étudier l’impact de certaines mesures scolaires sur l’élève moyen, les élèves ayant des notes normales seront choisis pour l’analyse statistique, et non les élèves qui échouent beaucoup ou qui obtiennent de très bonnes notes.

Échantillonnage ciblé de cas extrêmes

C’est le cas inverse du précédent. Dans le cadre d’un échantillonnage raisonné de cas extrêmes, des individus « rares » ou « inhabituels » sont choisis pour réaliser l’étude.

En suivant l’exemple précédent, il est également possible d’analyser les raisons pour lesquelles certains étudiants échouent académiquement. Dans ce cas, seuls les étudiants ayant des notes inférieures à la moyenne seraient choisis pour mener l’enquête.

Échantillonnage raisonné de cas critiques

L’échantillonnage intentionnel de cas critiques se concentre sur l’étude de cas très spécifiques, dramatiques ou très inhabituels. Ce n’est pas comme celui des cas critiques qui étudie les cas les moins fréquents dans l’échantillon, mais analyse les cas totalement atypiques.

En reprenant le même exemple que précédemment, dans un échantillonnage intentionnel de cas critiques, seuls les étudiants qui parviennent à obtenir la meilleure note dans toutes les matières seraient étudiés.

Échantillonnage raisonné homogène

L’échantillonnage homogène raisonné analyse un sous-groupe dans lequel tous les membres ont des propriétés similaires.

Un exemple d’échantillonnage homogène intentionnel consisterait à étudier uniquement les personnes qui travaillent dans l’administration publique d’un pays. Dans ce cas, toutes les personnes de l’échantillon auraient une caractéristique commune, soit de travailler pour la même organisation.

Échantillonnage raisonné hétérogène

Dans l’échantillonnage intentionnel hétérogène , également appelé variation maximale , des individus très différents sont sélectionnés pour former l’échantillon, de cette manière on obtient un échantillon plus large avec plus d’informations. Autrement dit, ce type d’échantillonnage est à l’opposé de l’échantillonnage homogène raisonné.

En reprenant le même exemple que ci-dessus, nous aurions pu procéder à un échantillonnage raisonné hétérogène, en choisissant des personnes travaillant dans tous les secteurs.

Échantillonnage raisonné d’experts

Dans l’échantillonnage raisonné d’experts, seuls les experts du domaine d’étude sont inclus pour faire partie de l’échantillon.

Par exemple, vous pouvez interroger les scientifiques les plus réputés sur le changement climatique pour les interroger sur l’effet d’une mesure environnementale que le gouvernement a l’intention d’adopter et, sur la base des données collectées, analyser les réponses statistiquement.

Avantages et inconvénients de l’échantillonnage raisonné

L’échantillonnage raisonné présente les avantages et les inconvénients suivants :

Un grand avantage de l’échantillonnage raisonné est que, si un échantillon présentant certaines caractéristiques a été choisi, il est facile de faire des généralisations sur une population présentant ces mêmes caractéristiques.

Mais le principal avantage de l’échantillonnage intentionnel est qu’il prend beaucoup moins de temps, car il n’est pas nécessaire de simuler le hasard, mais les éléments de l’échantillon peuvent être directement choisis. Par conséquent, l’échantillonnage raisonné est souvent moins cher que d’autres types d’échantillonnage.

Un inconvénient évident de l’échantillonnage intentionnel est qu’il faut un expert dans le domaine d’étude, ou en d’autres termes, l’échantillonnage ne peut pas être effectué par n’importe qui.

De même, l’échantillonnage raisonné peut donner des résultats peu fiables en raison du biais de la personne chargée de l’échantillonnage, c’est-à-dire que les résultats obtenus peuvent facilement être erronés en raison des préjugés des chercheurs.

Enfin, si l’on a recours à un échantillonnage raisonné, il peut être difficile de convaincre d’autres personnes des conclusions obtenues, car l’échantillon a été trié sur le volet et pourrait donc être non représentatif.

Échantillonnage raisonné et échantillonnage de commodité

Les termes échantillonnage raisonné et échantillonnage de commodité sont parfois utilisés de manière synonyme. Cependant, il est important que vous sachiez que ces deux concepts ne signifient pas la même chose, mais qu’il s’agit plutôt de deux types d’échantillonnage différents.

La différence entre l’échantillonnage intentionnel et l’échantillonnage de commodité est que dans l’échantillonnage intentionnel, vous choisissez l’échantillon que vous voulez et chaque individu est sélectionné consciemment. Cependant, dans l’échantillonnage de commodité, les individus de l’échantillon sont ceux qui nécessitent le minimum d’effort possible pour faire partie de l’échantillon. .

Par exemple, les individus d’un échantillon de convenance pourraient être les personnes géographiquement les plus proches du site où l’étude statistique est menée.

En conclusion, l’échantillonnage raisonné et l’échantillonnage de commodité sont deux types d’échantillonnage non probabiliste car les individus de l’échantillon ne sont pas choisis au hasard, mais ce sont quand même deux types d’échantillonnage différents puisque les échantillons sont sélectionnés sur la base de critères différents.