Échantillonnage en psychologie : probabiliste, non probabiliste et biais (L1)
L'échantillonnage consiste à choisir une partie d'une population pour l'étudier, de façon que les résultats obtenus puissent être généralisés à l'ensemble. On distingue les méthodes probabilistes, fondées sur le hasard, qui permettent de calculer une marge d'erreur, et les méthodes non probabilistes, comme les quotas ou l'échantillon de convenance, plus pratiques mais plus exposées aux biais.
C'est une notion de méthodologie de L1, essentielle dès qu'on construit un questionnaire ou une expérience. Voici les méthodes, la logique de la taille d'échantillon et les biais à repérer.
Population, échantillon et représentativité
La population est l'ensemble des personnes sur lesquelles on veut conclure, par exemple les étudiants de licence de psychologie en France. L'échantillon est la partie qu'on interroge réellement. Il est représentatif s'il reproduit les caractéristiques de la population qui comptent pour la question étudiée. La base de sondage est la liste à partir de laquelle on tire l'échantillon : si elle est incomplète, une partie de la population ne peut jamais être choisie.
Les méthodes probabilistes
Aléatoire simple : chaque individu de la base de sondage a la même probabilité d'être tiré, comme dans un tirage au sort.
Systématique : on tire un individu de départ au hasard, puis un individu tous les k de la liste.
Stratifié : on découpe la population en strates homogènes, par exemple par année de licence, puis on tire au hasard dans chaque strate, ce qui garantit la présence de chaque sous-groupe.
Par grappes : on tire au hasard des groupes entiers, comme des universités ou des amphithéâtres, puis on interroge tous leurs membres, utile quand on n'a pas de liste individuelle.
À plusieurs degrés : on enchaîne plusieurs tirages successifs, des universités, puis des groupes, puis des étudiants.
Les méthodes non probabilistes
La méthode des quotas construit un échantillon dont la structure reproduit celle de la population sur quelques variables, comme le sexe, l'âge ou la catégorie socioprofessionnelle. C'est la méthode des instituts de sondage en France. L'échantillon de convenance réunit les personnes facilement accessibles, comme les étudiants d'un amphithéâtre ou les répondants d'un questionnaire partagé en ligne. L'échantillon boule de neige demande aux participants de recruter d'autres participants, utile pour atteindre des populations rares ou cachées. Ces méthodes ne permettent pas de calculer rigoureusement une marge d'erreur.
Les fiches de méthodologie de L1 et des cas pratiques corrigés à télécharger : Fiches et cas pratiques OFFERTS
Quelle taille d'échantillon ?
Pour estimer une proportion dans une grande population avec un niveau de confiance de 95 %, on utilise la formule n = 1,96² × p × (1 − p) / E², où p est la proportion attendue et E la marge d'erreur souhaitée. Sans information sur p, on prend 0,5, qui donne la taille maximale. Pour une marge de plus ou moins 3 points : n = 3,84 × 0,25 / 0,0009, soit environ 1 067 personnes. C'est pourquoi les sondages nationaux interrogent souvent autour de 1 000 personnes.
Au-delà, le gain de précision devient faible par rapport au coût. Surtout, la taille ne compense pas un mauvais recrutement. L'exemple classique est le sondage du Literary Digest de 1936 : plus de deux millions de réponses, mais recrutées à partir de listes d'abonnés et de propriétaires de téléphones et d'automobiles, et un taux de réponse faible. Le sondage prédit la défaite de Roosevelt, qui l'emporte largement.
Les biais à connaître
Le non-recouvrement : une partie de la population est absente de la base de sondage.
Le biais de non-réponse : ceux qui refusent ou qu'on ne peut joindre diffèrent de ceux qui répondent.
Le biais de volontariat : les volontaires sont souvent plus motivés ou plus intéressés par le sujet.
Le biais des échantillons WEIRD : Henrich, Heine et Norenzayan (2010) montrent qu'une grande partie de la recherche en psychologie repose sur des participants occidentaux, éduqués, industrialisés, riches et démocratiques, souvent des étudiants, peu représentatifs de l'humanité.
Les pièges en partiel
Confondre représentativité et taille.
Présenter la méthode des quotas comme probabiliste.
Confondre stratifié, où l'on tire dans chaque strate, et par grappes, où l'on tire des groupes entiers.
Généraliser à toute la population des résultats obtenus sur un échantillon de convenance.
Les fiches de révision de L1 pour maîtriser la méthodologie et l'enquête par questionnaire
Lire aussi
Variable indépendante et dépendante en psychologie : définitions et exemples
Hypothèse opérationnelle en psychologie : définition et exemples corrigés
P-value : comment l'interpréter sans erreur (statistiques psycho)
Sources
Neyman, J. (1934). « On the two different aspects of the representative method ». Journal of the Royal Statistical Society, 97(4), 558-625.
Squire, P. (1988). « Why the 1936 Literary Digest poll failed ». Public Opinion Quarterly, 52(1), 125-133.
Henrich, J., Heine, S. J. et Norenzayan, A. (2010). « The weirdest people in the world ? ». Behavioral and Brain Sciences, 33(2-3), 61-83.
Cochran, W. G. (1977). « Sampling techniques » (3e éd.). Wiley.
Questions fréquentes
Qu'est-ce que l'échantillonnage en psychologie ?
C'est le choix d'une partie de la population étudiée, l'échantillon, de façon que les résultats puissent être généralisés à l'ensemble. La qualité d'un échantillon dépend surtout de sa méthode de constitution, qui doit le rendre représentatif des caractéristiques pertinentes pour la question posée.
Quelle différence entre échantillonnage probabiliste et non probabiliste ?
Dans un échantillonnage probabiliste, chaque individu a une probabilité connue d'être tiré au sort, ce qui permet de calculer une marge d'erreur. Dans un échantillonnage non probabiliste, comme les quotas ou la convenance, la sélection ne repose pas sur le hasard, ce qui est plus pratique mais expose davantage aux biais.
Qu'est-ce qu'un échantillon stratifié ?
C'est un échantillon probabiliste obtenu en découpant la population en sous-groupes homogènes, les strates, puis en tirant au hasard dans chacune. Cela garantit que chaque sous-groupe, par exemple chaque année de licence, est représenté, et améliore la précision des estimations.
Qu'est-ce qu'un échantillon de convenance ?
C'est un échantillon composé des personnes les plus faciles à recruter, comme les étudiants d'un cours ou les répondants d'un questionnaire diffusé sur les réseaux sociaux. Très fréquent dans les mémoires et la recherche, il est rapide mais peu représentatif, ce qui limite la généralisation des résultats.
Comment calculer la taille d'un échantillon ?
Pour estimer une proportion avec 95 % de confiance, on utilise n = 1,96² × p × (1 − p) / E², avec p la proportion attendue et E la marge d'erreur. Avec p = 0,5 et une marge de 3 points, on obtient environ 1 067 personnes. Une grande taille ne corrige cependant pas un mauvais mode de recrutement.