Quand mon sondage en ligne est-il représentatif ?

Faisons un petit test : Si tu lis les deux gros titres suivants dans ton fil d'actualités, lequel d'entre eux considères-tu d'emblée comme sérieux ?

• Étude représentative : Noël 2022 sera la fête des économies (Marketing Börse, 18.10.2022)
• Sondage choc sur la fête coûteuse : 20 millions d'Allemands veulent s'endetter pour Noël (BILD, 25.11.2022)

 

Laisse-nous deviner : Tu as certainement choisi la première option, n'est-ce pas ? Eh bien, tu n'es certainement pas seul ! Après tout, les études marquées dans les médias du sceau de qualité « représentatif » signalent qu'elles sont particulièrement dignes de confiance.

Mais pourquoi au juste ? Un sondage doit-il nécessairement être représentatif pour être significatif ? Dans cet aperçu, nous te révélons à partir de quand une étude est considérée comme représentative et dans quelle mesure ce terme est pertinent pour ta propre recherche.

 

Dans cet article, nous te révélons à partir de quand un sondage est considéré comme représentatif et dans quelle mesure ce terme est pertinent pour ta propre recherche.

Représentativité dans la recherche : Qu'est-ce que c'est au juste ?

Une chose que nous devons clarifier d'avance : Il n'existe pas de définition universellement valable de la représentativité dans la science. Au contraire, une étude représentative est comprise comme une entreprise de recherche empirique dans laquelle des déclarations fiables et aussi précises que possible sur une grande population, comme l'ensemble de la population allemande (= population), peuvent être faites sur la base d'un petit groupe de répondants (= échantillon).

Exemple :

Si les chercheurs veulent savoir si la majorité de la population allemande trouve l'introduction d'une limite de vitesse sur l'autoroute plutôt bonne ou plutôt mauvaise, ils ne peuvent pas poser la question à tous les citoyens. C'est pourquoi un groupe est sélectionné pour l'enquête quantitative qui représente l'ensemble de la population (= constitution d'un échantillon).

 

Ce qui semble simple au premier abord est en détail très complexe : Pour que le résultat soit significatif, les personnes réellement interrogées doivent refléter la population entière aussi précisément que possible (= structurellement équivalentes). Si seuls les hommes sont pris en compte dans l'étude sur les limites de vitesse, le résultat n'est pas représentatif - indépendamment du nombre d'hommes interrogés.

Contrairement à l'erreur d'appréciation typique, seule une très grande taille d'échantillon (= beaucoup de répondants) n'assure pas automatiquement un sondage représentatif. Dans ce contexte, d'autres facteurs tels que l'heure et le lieu de l'enquête jouent également un rôle important dans la procédure de sélection.

Exemple :

Si tu veux savoir combien de citoyens dans ta ville natale croient en Dieu, mais que tu mènes ton sondage après la messe du dimanche devant l'église, tu obtiendras des résultats biaisés.

 

En général, il existe en statistique une formule mathématique pour déterminer une taille d'échantillon appropriée pour un projet de recherche représentatif. Les chercheurs peuvent ainsi déterminer simultanément le taux d'erreur maximal admissible ou la probabilité d'erreur (= se situant généralement entre 0,05 ou 5 pour cent) pour un résultat de recherche potentiellement incorrect.

Expliqué de manière simplifiée, la précision de la taille d'échantillon choisie est calculée. Selon leur objectif, les chercheurs peuvent décider de la précision requise de leurs résultats de test ou de la probabilité d'erreur de leurs résultats : Plus il y a de personnes interrogées, plus l'étude est précise.

Exemple :

Supposons que nous menions un sondage dans le domaine de la recherche télévisée, où notre population comprend tous les citoyens qui possèdent un téléviseur (= 64 000 000 de personnes).

 

Si nous acceptons une probabilité d'erreur ou un taux d'erreur de 5 pour cent, notre échantillon serait de 385 personnes si nous voulons être sûrs à 95 pour cent que l'étude peut être généralisée à la population. Avec une probabilité d'erreur plus faible de 1 %, nous devrions interroger 9 603 personnes au total, ce qui est beaucoup plus difficile à mettre en œuvre dans la pratique. Cette probabilité d'erreur de 5 % signifie concrètement que même si nous avions interrogé toutes les personnes de la population, leurs réponses s'écarteraient au maximum de +/-5 % de celles de notre sondage, ce qui est tout à fait suffisant pour de nombreuses études.

En règle générale : Plus la population générale choisie est petite ou spécifique, plus il est facile de former un échantillon précis. En pratique, tu dois donc plutôt te limiter à enquêter sur les préférences en matière de limites de vitesse de tes camarades de classe (population = nombre d'étudiants de ta filière) plutôt que celles de l'ensemble de la population allemande.

Sélection d'échantillon aléatoire : Condition préalable de la représentativité

Pour qu'un sondage soit considéré comme représentatif, en plus de la taille appropriée, une sélection d'échantillon aléatoire est nécessaire. Cela signifie que tous les membres de la population (hommes, femmes, différents groupes d'âge et professionnels, etc.) ont idéalement une chance égale de faire partie de l'échantillon.

Exemple :

En 2018, l'Union européenne a mené une enquête en ligne sur le changement d'heure. 4,6 millions de personnes ont participé au sondage et plus de 80 % d'entre elles ont voté pour l'abolition du changement d'heure ou pour l'heure d'été permanente. Cependant, le problème avec ce sondage était qu'environ 3 millions, soit les trois quarts des répondants, venaient d'Allemagne. Le résultat n'était donc pas transférable à l'opinion de tous les citoyens de l'UE et n'était pas représentatif malgré la grande taille de l'échantillon.

 

Le plan de recherche de ce sondage présentait certaines faiblesses méthodologiques : Il y avait plus d'appels à la participation dans les médias allemands qu'en Italie ou en Bulgarie, par exemple. De plus, il était possible de participer plusieurs fois au sondage, ce qui signifie que les Allemands étaient fortement surreprésentés dans les résultats.

Notre conseil littéraire : Voir à cet égard aussi l'article de l'économiste Horst Müller-Peters pour le portail marktforschung.de : « Des heures bizarres et de la démoposcopie mal comprise. » (Dernier accès : 24.01.2023).

 

Différents processus statistiques aléatoires sont les plus appropriés pour former un échantillon fiable (par exemple, un échantillon aléatoire simple ou stratifié). 

 

➔ Conseil de littérature pour vérifier comment une bonne procédure de sélection d'un échantillon aléatoire devrait ressembler : Brosius, Hans-Bernd et al. (2009). Méthodes de recherche en communication empirique. Une introduction. 5e édition. Wiesbaden : VS Verlag für Sozialwissenschaften, surtout le chapitre 4. « Procédures de sélection », p. 71-91.

Représentativité = Fiabilité : Ton étude doit-elle absolument être représentative ?

Pour qu'une étude soit représentative, en plus de la procédure de sélection appropriée et de la taille d'échantillon suffisante, la conception générale de la recherche joue un rôle important. La formation d'un échantillon représentatif est la plus grande difficulté, et elle ne réussit pas toujours - comme l'a montré le sondage sur le changement d'heure de l'UE - même dans les grandes études.

Dans certains cas, il est simplement trop fastidieux ou impossible de réaliser une étude représentative, mais cela ne rend en aucun cas les résultats sans valeur.

Exemple :

Dans la recherche sur le sommeil, les chercheurs doivent d'abord trouver des sujets de test qui sont prêts à passer plusieurs nuits dans un laboratoire du sommeil, ce qui rend la formation d'un échantillon représentatif beaucoup plus difficile et presque impossible. C'est pourquoi ces études sont rarement représentatives, mais elles sont extrêmement précieuses pour la pratique médicale.

Notre conseil littéraire et exemple du magazine scientifique NDR « Quarks » : Gerhard, Saskia (2020). « Comment déchiffrer chaque statistique ». (Accès : 25.01.2023)

 

Rien que la définition de la population générale peut être problématique, car même les recensements ne sont pas toujours à jour ou corrects. Un échantillon aléatoire idéal-typique est donc rarement réalisable dans la pratique. Si tu mènes un sondage en ligne ou une enquête téléphonique, tu exclus automatiquement un groupe de population, car tout le monde n'a pas accès à Internet ou à un raccordement téléphonique fixe.

 

 

---

---

 

---

 

Les thèmes suivants pourraient aussi t'intéresser :

• Chapitre : Méthodes de recherche qualitative et quantitative : Différences et exemples
• Chapitre : Recherche empirique dans les travaux de fin d'études : Déroulement, conseils et exemples
• Page d'accueil empirioWissen : Trouve le bon chapitre pour ta question