Midterm

Question 1

De quelle façon la problématique progresse?

Answer 1

Choix du thème général dans lequel on insère sa recherche. Première revue de la littérature. Objectif: tour d’horizon de ce qui a été écrit sur le thème général à travers le monde. Formulation d’un problème. Un problème de définit comme un écart entre une situation actuelle insatisfaisante et une situation idéale recherchée. Scientifiquement la raison pour laquelle on fait le sondage est que le sondage traduit de façon crédible avec une méthodologie solide et crédible.

Question 2

Comment se fait la formulation de la question générale de recherche?

Answer 2

La démarche quantitative repose sur la confirmation ou l’information d’une hypothèse. L’hypothèse est donc central dans ce type de recherche. À cette étape de la recherche, le chercheur commence à songer aux facteurs qui ont permis cette progression.

Question 3

Quels sont les buts de la deuxième de revue de littérature?

Answer 3

Montrer que vous maîtriser votre champ de recherche et que vous êtes au courant de la recherche antérieure pertinente à votre sujet. Évaluer l’étendue et la profondeur de la recherche en ce qui concerne votre sujet. Identifier des questions ou des aspects de votre sujet qui exigent plus de recherche (identifier des lacunes méthodologiques ou de résultats)

Question 4

Qu’est-ce que la formulation du problème spécifique?

Answer 4

Circonscrire votre recherche de façon à ce qu’il soit réalisable en le limitant dans un espace spatial et temporel précis et réaliste.

Question 5

Qu’est-ce que la question spécifique?

Answer 5

La question spécifique est l’objet de la recherche. Il s’agit du mandat confié à la recherche, celui de répondre à cette question à travers une hypothèse que vous allez formuler.

Question 6

Qu’est-ce qu’une variable?

Answer 6

Une caractéristique qui peut supposer plus d’un ensemble de valeurs auquel il est possible d’attribuer une mesure numérique. La taille, l’âge, le revenu, la province où le pays de naissance, les années d’étude et le type de logement sont tous des exemples de variables.

Question 7

Quelles sont les deux types de variable qualitative?

Answer 7

Nominale ou ordinale.

Question 8

Quelle est la différence entre une variable nominale et ordinale?

Answer 8

Une variable nominale décrit un nom ou une catégorie contrairement à une variable ordinale, les noms ou les catégories possibles ne suivent pas un ordre naturel. Par exemple, le sexe et le logement.

Question 9

Qu’est-ce qu’une variable ordinale?

Answer 9

Une variable dite catégorique dans laquelle les catégories possibles peuvent être classées dans un ordre spécifique ou dans un ordre naturel quelconque. Par exemple, la variable comportement est ordinale, parce que la catégorie excellent est meilleure que la catégorie très bon. On y trouve un certain ordre naturel, mais celui-ci est limité par le fait que nous ne savons pas dans quelle mesure le comportement excellent est meilleur que le comportement bon.

Question 10

Qu’est-ce qu’une variable quantitative (numérique)?

Answer 10

Variable qui peut supposer un nombre infini de nombre réels. Par exemple, l’âge ou le nombre de membres d’un ménage. Les variables numériques peuvent être continues ou discrètes.

Question 11

Qu’est-ce qu’une variable continue?

Answer 11

Elle peut supposer un nombre infini de valeurs réelles. Par exemple, la distance, l’âge et la température. La mesure d’un variable continue est toujours une approximation discrète.

Question 12

Qu’est-ce qu’une variable discrète?

Answer 12

Elle ne peut revêtir qu’un nombre défini de valeurs réelles. Par exemple, la note accordée par un juge à un gymnaste à une compétition. La plage varie de 0 à 10 et ne comporte jamais plus d’une décimale. On peut aussi grouper des variables discrètes pour en faciliter la manipulation.

Question 13

Qu’est-ce qu’une variable indépendante?

Answer 13

La variable qui est contrôlée et manipulée par l’expérimentateur. VI varie sans être influencé par les autres paramètres du problème. VI est représentée par X.

Question 14

Qu’est-ce qu’une variable dépendante?

Answer 14

Variable qui est mesurée par l’expérimentateur. VC varie sous l’influence de la variable indépendante. VD est représentée par Y.

Question 15

Qu’est-ce qu’une variable?

Answer 15

La variable est une caractéristique qui prend plus d’un ensemble de valeurs, ainsi, les indicateurs permettent à la variable de varier, de changer de valeur.

Question 16

Qu’est-ce qu’un indicateur?

Answer 16

Les indicateurs servent à opérationnaliser les variables. C’est une manifestation observable d’un concept. Ce sont des éléments clés qui vous permettent d’infirmer ou de confirmer votre hypothèse. Sans les indicateurs, il n’y a pas de liens entre les variables dans le temps alors que la démarche quantitative repose sur la comparaison, la causalité, les indicateurs permettent cette comparaison, l’établissement de relation de cause à effet qui, du reste, ne repose que sur le faits (données).

Question 17

Quelles sont les considérations préliminaires d’un échantillon?

Answer 17

Prendre une partie de la population mère (qui est très grosse), on ne choisit pas cette partie de façon aléatoire. Les individus ont des caractéristiques culturelles, socio-économiques (revenu, niveau d’éducation, quartier, statut civil, religion). Ces caractéristiques influencent les réponses. Le plus compliqué est de savoir quels types d’individus se trouve dans la population mère. L’échantillon doit être représentatif de tous les individus de la population mère. Savoir de quelle façon les informations sont recherchées et la méthode de données choisie. Nature des informations recherchées –> méthode de collecte des données –> processus d’échantillonnage.

Question 18

Quelle est la précision des estimations?

Answer 18

La précision des estimations est en fonction: (1) la méthode d’échantillonnage, (2) de la taille de l’échantillon (contrôlable) ainsi que (3) de la variance des variables dans la population (non contrôlable), (4) les contraintes financières et temporelles et (5) l’importance des non réponses: certaines méthodes entraînent des taux de réponse non important. Pour que notre estimation soit précise, il nous faut choisir une bonne méthode d’échantillonnage.

Question 19

Quel est le processus d’échantillonnage?

Answer 19

Définition de la population. Sélection du cadre d’échantillonnage. Définition des unités d’échantillonnage. Choix d’une méthode d’échantillonnage. Détermination de la taille de l’échantillon. Sélection de l’échantillon.

Question 20

Quelle est la définition de la population?

Answer 20

Date, lieu et les caractéristiques socio-économiques pertinentes.

Question 21

Qu’est-ce que la précision de la base de sondage?

Answer 21

Noms dans un annuaire téléphonique, liste d’électeurs, comme le lieu, le pâté de maisons, le ménage ou l’entreprise.

Question 22

Comment préciser la méthode d’échantillonnage?

Answer 22

Échantillonnage systématique ou stratifié, etc.

Question 23

Comment déterminer la taille de l’échantillon?

Answer 23

La taille de l’échantillon déterminera aussi le degré d’incertitude. L’accroissement de la taille de l’échantillon entraînera une diminution de l’erreur d’échantillonnage.

Question 24

Qu’est-ce que l’échantillonnage probabiliste?

Answer 24

Échantillonnage aléatoire simple. Échantillonnage aléatoire stratifié (proportionnel ou non proportionnel). Échantillonnage en grappes (systématiques ou aréolaire). Échantillonnage en phases successives.

Question 25

Qu'est-ce que l'échantillonnage non probabiliste?

Answer 25

Échantillonnage selon le jugement. Échantillonnage de convenance. Échantillonnage par quota. Échantillonnage en boule de neige. Échantillonnage volontaire.

Question 26

Quels sont les concepts fondamentaux de l'échantillonnage probabiliste?

Answer 26

L'échantillonnage aléatoire simple: «Si un échantillon de taille n est tiré d'une population de taille N de telle sorte que chaque échantillon de la taille n présente la même probabilité d'être sélectionné, la procédure est appelée échantillonnage aléatoire simple.»

Question 27

Quels sont les trois faits importants concernant la distribution d'échantillonnage de la moyenne?

Answer 27

Cette distribution est normale (à condition que n soit plus grand ou égal à 30). La moyenne de la distribution est égale à la moyenne de la population. La variance de la distribution diminue avec l'augmentation de n. La taille doit être bien calculée que cette taille renferme des gens représentatifs de la moyenne. La variance de la moyenne diminue au fur et à mesure qu'on augmente la taille de l'échantillon.

Question 28

Qu'est-ce que la loi normale de Gauss?

Answer 28

Au fur et à mesure que la taille de l'échantillon augmente (et que la taille des classes diminue), l'histogramme devient de plus en plus régulier et se rapproche d'une courbe en cloche, appelée loi normale. La loi normale est la loi statistique la plus utile, car elle représente beaucoup de phénomènes aléatoires.

Question 29

Comment mesurer la précision de l'estimation et erreur type?

Answer 29

L'erreur type permet d'évaluer la précision de l'estimation (quantifier l'écart entre une estimation fondée sur un échantillon et la vraie valeur tirée d'un recensement). Elle mesure le degré de variation de la moyenne d'un échantillon sur l'autre, lorsque ceux-ci sont issus de la même population. Elle se base sur la notion du prélèvement de plusieurs échantillons, or, dans une enquête, on ne prélève qu'un seul échantillon. Dans l'échantillonnage, nous estimons donc une formule, un outil qui permet de prédire l'estimation. Outil qui s'appelle l'erreur type qui permet d'évaluer la précision de nos estimations.

Question 30

Qu'est-ce que l'erreur type?

Answer 30

L'erreur type représente le degré de fiabilité de la moyenne de l'échantillon, par rapport à la moyenne de l'ensemble d'une population. Plus l'échantillon est grand, plus l'erreur type est faible et plus la moyenne de l'échantillon se rapproche de la moyenne de la population d'origine.

Question 31

Quelle est la signification de l'erreur type?

Answer 31

L'erreur type est élevé: un autre chercheur fait la même recherche dans la même population et prélève un autre échantillon, la moyenne de son échantillon sera différente de la vôtre. L'erreur type est moindre: l'autre chercheur aura la même moyenne que la vôtre dans un échantillon différent.

Question 32

Qu'est-ce que l'intervalle de confiance?

Answer 32

La probabilité P(1-a), arbitrairement choisie, s'appelle le niveau de confiance de l'intervalle de confiance. Les valeurs de a sont donc 0,05 et 0,01 correspondant aux niveaux de confiance 95% et 99%. . Pour un échantillon donné, la taille de l'intervalle de confiance dépend du niveau de confiance choisi. Le degré de confiance est en principe exprimé sous la forme d'une probabilité. Si on augmente la valeur du niveau de confiance, la longueur de l'intervalle de confiance augmente, parce que c'est la seule façon d'augmenter la chance de retrouver la véritable moyenne de la population. Le niveau de confiance traduit le degré de certitude de la marge d'erreur. Il exprime combien de fois le vrai pourcentage de la population qui choisirait une réponse, se trouve dans la marge d'erreur.

Question 33

Qu'est-ce que la marge d'erreur?

Answer 33

Nous avons dit que la moyenne réelle, celle de la population de laquelle a été extraite l'échantillon est estimée. Alors qui parle d'estimation, parle de fourchette et d'erreur. On appelle marge d'erreur associée à un intervalle de confiance la demi-longueur de cet intervalle. Un intervalle d'erreur moins grande demande une taille d'échantillon plus grande.

Question 34

Qu'est-ce que sont l'intervalle de confiance et la marge d'erreur?

Answer 34

Ce sont des indicateurs de précision des résultats d'une enquête. Le niveau de confiance devrait toujours figurer dans la déclaration de la marge d'erreur. Le niveau de confiance déclaré est souvent 19 fois sur 20 (niveau de confiance de 95%) ou 9 fois sur 10 (niveau de confiance de 90%). Pour un résultat d'échantillonnage donné, plus le niveau de confiance est élevé, plus la marge d'erreur sera grande. NB: le niveau de confiance et la marge d'erreur ne font qu'indiquer les erreurs d'échantillonnage.

Question 35

Comment fait-on le calcul de la taille de l'échantillon de base?

Answer 35

Trois facteurs nécessaires pour le calcul: la prévalence estimative de la variable étudiée - pourcentage des personnes qui aiment la BMW dans la population globale. Le niveau de confiance visé et la marge d'erreur acceptable. Quand on ne connaît pas la taille de notre population, on prend 50% comme taille, pourcentage fixé par les statisticiens.

Question 36

Qu'est-ce que l'effet du plan d'échantillonnage (deuxième étape)?

Answer 36

L'enquête repose sur une échantillon en grappes (sélection représentative de quartiers) et non pas sur un échantillon aléatoire simple. Pour corriger la différence, on multiplie la taille de l'échantillon par l'effet du plan d'échantillonnage. On suppose généralement que cet effet est de 2 pour les enquêtes faisant appel au sondage en grappes.

Question 37

Quel est la troisième étape de l'échantillonnage?

Answer 37

Impondérables. On ajoute encore 5% à l'échantilllon pour tenir compte d'impondérables comme les non-réponses ou les erreurs d'enregistrement.

Question 38

Quelle est la quatrième étape d'échantillonnage?

Answer 38

Distribution des sujets observés. Pour conclure, on arrondit le chiffre obtenu au nombre le plus proche du nombre de grappes à étudier. On divise ensuite la taille de l'échantillon N par le nombre de grappes pour déterminer le nombre de sujets à observer par grappe.

Question 39

Quelle est la procédure de l’échantillonnage aléatoire simple?

Answer 39

Dresser une liste de toutes les unités de la population. Puis sélectionner au hasard avec ou sans remise.

Question 40

Quelle est la procédure d’échantillonnage systématique?

Answer 40

Numéroter de 1 à N les unités de votre base de sondage. Déterminer l’intervalle d’échantillonnage (K) en divisant la population N par la taille de l’échantillon prévu. Sélectionner au hasard un nombre entre 1 et K. Ce nombre = l’origine choisie au hasard. Sélectionner chaque Kième unité à partir de ce nombre. K = le nombre par lequel on divise notre échantillon par exemple par 10, choisir chaque 10e personne.

Question 41

Qu’est-ce que l’estimation?

Answer 41

L’estimation est le processus consistant à déterminer une valeur vraisemblable pour une variable de la population observée, en se fondant sur des données recueillies à partir de l’échantillon. Ce qui sous-tend le processus d’estimation, c’est le poids d’échantillonnage d’une unité qui indique le nombre d’unités incluses dans la population (y compris le poids de l’échantillonnage lui-même) et qui sont représentées par cette unité échantillonnée. Plus complexe, nécessite plus, plus de maturité. Nous estimons la vraie valeur pour ce faire on a besoin de garder une taille précise, si on perd dans la taille de notre échantillon. Plus la taille de l’échantillon grossit, plus nous nous rapprochons de la taille réelle.

Question 42

Qu'est-ce que la notion de poids par individu?

Answer 42

Nous accordons un point à chaque unité. Chaque personne dans la population, dans notre échantillon représente trois personnes par exemple dans la population globale, dans l'exemple que j'ai une population de 30 personnes et que je choisis dans mon échantillon 10 personnes. Si je perds une de ces personnes, le point par individu augmente. La notion de poids devient très importante compte tenu du fait que nous estimons. Les données sur lesquelles nous estimons doivent être précises.

Question 43

Qu'est-ce que l'échantillonnage aléatoire stratifié?

Answer 43

Chaque strate représente une partie, par exemple, la strate 1 représente les hommes, échantillonner dans la strate des hommes et ensuite échantillonner dans la strate des femmes. Chaque strate devient une population autonome. Chaque strate est une population à part, calculer l'échantillon, la moyenne, la variation (écart type) dans chacune des strates.

Question 44

Quelle est la précision de l'échantillonnage aléatoire?

Answer 44

En examinant l'expression mathématique de la marge d'erreur on constate qu'il s'agit d'une sommation pondérée des variances estimées dans les strates. Si les strates sont homogènes, la variance totale sera moindre que celle qu'on obtient par échantillonnage simple. Donc, on aura des estimations plus précises si la variance dans les strates est petite et si la variance entre les strates est grande.

Question 45

Comment choisir une variable de stratification?

Answer 45

Le chercheur doit choisir une variable de stratification qui aura pour effet de minimiser la variance de la variable à estimer à l'intérieur des strates et de maximiser la variance entre les strates. Par exemple, si la variable à estimer est le revenu, la variable de stratification sera éducation, emploi, l'intention de vote avec l'appartenance à un parti et consommation et taille du ménage. Choisir une variable de stratification qui va aider à avoir une variance moindre dans la strate. Pour arriver à minimiser la variance dans les strates.

Question 46

Comment déterminer si la stratification est proportionnelle ou non?

Answer 46

La décision dépend de 4 facteurs: le nombre d'éléments dans chaque strate de la population, l'importance relative des strates dans le cadre du projet, la variance dans chaque strate (la précision est plus grande si on augmente la taille d'échantillon dans les strates ayant un variance plus grande) et les coûts d'échantillonnage pour chaque strate.

Question 47

Qu'est-ce que le redressement?

Answer 47

Le redressement d'échantillon est une technique qui consiste à modifier l'échantillon lors d'une enquête pour s'assurer de sa représentativité. Le redressement est nécessaire lorsqu'un biais a provoqué la surreprésentation ou la sous-représentation de certaines catégories de répondant au sein de l'échantillon final. Le redressement peut se faire par extraction de profils surreprésentés ou en comptabilisant plusieurs fois des profits sous-représentés. L'idée est de se rapprocher d'une moyenne réaliste.

Question 48

Qu'est-ce que le redressement d'un échantillon par pondération?

Answer 48

On peut aussi envisager le redressement comme une pondération des données selon les proportions relatives des catégories dans la population et dans l'échantillon. Lors du dépouillement, on attribue à chaque répondant un poids. Ce poids est supérieur à 1 si sa catégorie n'est pas assez représentée et il est inférieur à un si sa catégorie est surreprésenté. L'avis d'un individu ne pèsera plus 1 mais ce nouveau poids calculé. Par exemple, si j'ai deux fois moins de femmes que prévu dans mon échantillon, le poids d'une femme sera 2 et la réponse de chaque femme comptera double. Cette méthode de redressement nécessite l'aide d'un logiciel. Pour chaque catégorie, il convient de calculer le poids à utiliser en vue du redressement par pondération.

Question 49

Quelle est la procédure d'échantillonnage en grappes?

Answer 49

On divise la population en sous-ensembles distincts qu'on appelle des grappes. On sélectionne ensuite un échantillon aléatoire dans les grappes. Tous les éléments qui composent les grappes choisies constituent l'échantillon final.

Question 50

Quelle est la justification de l'échantillonnage en grappes?

Answer 50

Dans certaines conditions, la marge d'erreur associée aux estimations d'une moyenne ou d'une proportion sera plus petite que celle qu'on obtient avec un échantillon aléatoire simple.

Question 51

Quelle est la précision de l'échantillonnage en grappes?

Answer 51

L'échantillonnage aléatoire stratifié donne lieu à des estimations plus précises lorsque la variance dans les strates est petite et que la variance entre les strates est grande. À l'opposé de l'échantillonnage en grappes, il vaut mieux que les grappes soient le plus semblables possible afin d'assurer une bonne représentation de la population. Dans l'échantillonnage, il vaut mieux que les grappes soient le plus semblable possible pour assurer une bonne représentation de la population.

Question 52

Quelles sont les conditions qui favorisent la précision des estimations dans l'échantillonnage aléatoire stratifié?

Answer 52

Homogénéité dans les strates et hétérogénéité entre les strates.

Question 53

Quelles sont les conditions qui favorisent la prévision des estimations dans l'échantillonnage en grappes?

Answer 53

Hétérogénéité dans les grappes et homogénéité entre les grappes.

Question 54

Quel est le cas particulier de l'échantillonnage systématique en grappes?

Answer 54

On dispose les éléments de la population l'un à la suite de l'autre, sans ordre défini. Après un départ aléatoire, on choisir un élément à tous les k éléments.

Question 55

Quel est la cas particulier de l'échantillonnage aréolaire (en grappes)?

Answer 55

Il s'agit d'une méthode d'échantillonnage fondée sur la géographie. On divise une population délimitée géographiquement (par exemple une ville) en bloc (par exemple des rues). On sélectionne un échantillon aléatoire, de blocs et on interroge tous les résidents des blocs choisis.

Question 56

Quelle est la procédure d'échantillonnage en phases successives?

Answer 56

Il s'agit d'appliquer en séquence une combinaison de méthodes d'échantillonnage. Plusieurs combinaisons sont possibles. Par exemple, l'échantillonnage aréolaire en deux phases. Après avoir sélectionné un échantillon de bloc (par exemple, des rues) on tire un échantillon aléatoire ou systématique de résidents dans chaque bloc.

Question 57

Quelles sont les sources d'estimation qui ne découlent pas de l'échantillonnage?

Answer 57

Les erreurs d'estimation ne proviennent pas uniquement de l'échantillonnage. Par exemple, l'estimation des dépenses moyennes de consommation est biaisée parce que l'échantillon a été tiré à partir d'un cadre d'échantillonnage incomplet. Par exemple, l'estimation des intentions d'achat est biaisé parce qu'un nombre important de personnes ont refusé de répondre au questionnaire. Plusieurs chercheurs en marketing croient que ces biais sont non seulement plus fréquents, mais aussi plus importants que les erreurs qui sont dues à l'échantillonnage.

Question 58

Quelle est la classification des types de biais?

Answer 58

Biais: non-observation (couverture incomplète ou non-réponse) ou observation (collecte des données ou traitement des données).

Question 59

Que faire en cas d'une couverture incomplète?

Answer 59

Améliorer le cadre d'échantillonnage. Ne pas utiliser le cadre d'échantillonnage.

Question 60

Que faire en cas de non-réponse?

Answer 60

Augmenter le taux de contact (visites répétées, prise de rendez-vous), recourir à des interviews expérimentées, offrir une compensation financière et employer le modèle de réponse aléatoire.

Question 61

Que faire en cas de collecte de données?

Answer 61

Contrôler le travail des intervieweurs.

Question 62

Que faire en cas de traitement de données?

Answer 62

Vérifier et nettoyer la base des données. Vérifier la cohérence des analyses.

Question 63

Que signifie imputer?

Answer 63

Remplacer les données manquantes, mais combien? La collecte des données permet de contrôler le travail des intervieweurs. Le traitement des données permet de vérifier et nettoyer la base de données et vérifier la cohérence des analyses.

Question 64

Quelles sont les méthodes d'imputation?

Answer 64

Méthode du hot deck, méthode de substitution, méthode de l'estimateur et méthode du cold deck.

Question 65

Quelle est la méthode du hot deck?

Answer 65

Recourir à d'autres répondants de la même enquête. Le répondant peut être choisi au hasard parmi un groupe de donneurs affichant le même jeu de caractéristiques prédéterminées.

Question 66

Quelle est la méthode de substitution?

Answer 66

Les données imputées peuvent être extraites de l'enregistrement du répondant obtenu lors d'un cycle antérieur de l'enquête ou d'un autre fichier source.

Question 67

Quelle est la méthode de l'estimateur?

Answer 67

Par exemple, l'imputation moyenne. Cette méthode permet l'insertion dans le champ vierge d'une valeur moyenne tirée des unités déclarante affichant le même jeu de caractéristiques prédéterminées. Par exemple, s'il manque le revenu à un enregistrement, nous pourrions imputer le revenu moyen de la même province pour la même profession.

Question 68

Quelle est la méthode du cold deck?

Answer 68

Ressemble à celle du hot deck sauf que le donneur ne provient pas de la même enquête. Il peut venir d'enquêtes antérieures ou alors d'un recensement. Ces valeurs peuvent découler de données historiques, de l'expertise de la spécialité, etc. Un questionnaire «parfait» est créé pour répondre aux besoins complets ou partiels.