L’échantillonnage représentatif est un type d’échantillonnage statistique dans lequel un chercheur tente de sélectionner des individus représentatifs d’une population plus large. Dans l’échantillonnage statistique, les gens rassemblent des données à partir d’un petit groupe et essaient d’extrapoler les résultats pour faire des généralisations sur un groupe plus large. Un 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 de cette population. Les individus moyens sont assez familiers avec l’échantillonnage statistique, même s’ils n’en sont peut-être pas conscients ; la prochaine fois que vous ouvrez un journal, cherchez 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. Incidemment, ce numéro provient 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 voulaient collecter des données sur le nombre d’Américains qui dormaient avec leurs animaux, la population était donc composée de propriétaires d’animaux américains. La prochaine étape pour les chercheurs consiste à trouver un moyen de sélectionner au hasard des personnes dans cette population afin qu’elles puissent enquêter sur ces personnes pour obtenir des données.
Si les chercheurs collectent trop d’un segment de la population, comme tous les propriétaires d’animaux américains se rendant dans les 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 s’assurer que tous les aspects de la population étudiée sont échantillonnés de manière uniforme.
Lorsque vous lisez une étude qui a été menée à l’aide d’un échantillonnage représentatif, c’est une bonne idée de découvrir 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, auprès de qui elles ont été collectées et quel type de contrôle était en place pour garantir que l’échantillonnage était représentatif. En utilisant la pensée critique pour examiner les statistiques et l’échantillonnage représentatif, vous serez en mesure de déterminer s’ils sont vraiment utiles et applicables.
Certains indices indiquant qu’une étude pourrait ne pas être valide incluent l’utilisation d’enquêtes à réponse spontanée, qui ont un taux élevé de non-réponse qui fausserait l’échantillon, et des indications que l’échantillon a été prélevé dans une sous-communauté plus petite d’un groupe plus important. Si vous lisez une étude qui dit X % des Européens mangent des toasts au petit-déjeuner et que le texte de l’étude indique que l’échantillon a été obtenu auprès de personnes dans les gares pendant le trajet du matin, il ne s’agit pas d’un échantillon représentatif.