Chapitre | : Sondages Aléatoires Simples (SAS) Introduction : Le plan de sondage aléatoire simple (SAS) 4 probabilités égales est la méthode de base des sondages algatoires. II ne suppose aucune connaissance a priori des variables & étudier, par conséquent toute autre technique qui ne garantirait pas une précision théorique au moins aussi bonne a cout égal serait disqualifi¢e. La seule hypothése faite consiste a supposer I’existence d’une base de sondage parfaite c*est-i-dire sans omissions ni doubles comptes. Le SAS est une méthode de tirage de n unités a partir d’une population de N unités qui donne chaque échantillon la méme chance d’étre tiré (1), Cy Les unités de, population sont numérotées de 1 & N et les unités de I’échantillon sont tirées une a une, Dans le cas d'un tirage avec remise, une unité peut étre tirée plusieurs fois (Lotelec) alors que dans un tirage sans remise, un élément de la population ne peut ire ting plus dune fois. 1.2 Définition et Notations On s*intéresse a une population Pd’effectif N, composée d’unités Uy, Ua, «+5 Uns On étudie un caractére quantitatif Y dont la valeur pour Uj est Yi. On préléve un échantillon de taille n , les unités tirées sont : I est primor Un sont des données certaines (mais al de comprendre que U;, Us, inconnues) alors qUE Uj, ++.5 Uiy «stl, Sont aléatoires. Par conséquent Yi est une variable aléatoire dont les valeurs possibles sont: Yj, Yo, «++» Yw et dont la loi de probabilité dépend du plan de sondage. f2 ; Professeur : Son Alesse NGONTHE Notes cours de Sondages ISI Scanned with CamScannerSS, mana "Ss : Sondages Aléatoires Simples (SAS) Chapitre Introduction : Le plan de sondage aléatoire simple (SAS) a probabilités égales est 1a méthode de base a ance & priori des variables 4 Atudier, par conssquent toute autre technique gui ne garantirait pas une précision sondages aléatoires, Ine suppose aucune conn théorique au moins aussi bonne d couil égal serait disqualifiée, La seule hypothése faite consiste & supposer lexistence d'une base de sondage parfaite “estsa-dire sans omissions ni doubles comptes. a partir d'une population de N unités qui Le SAS est une méthode de tirage de n unite: donne & chaque échantillon la méme chance d'etre, Les unités de population sont numérotées de 1a N et les unités de échantillon sont tirées une 4 une. Dans le cas d'un tirage avec remise, une unité peut étre tirée plusicurs fois (Lotelec) alors que dans un tirage sans remise, un élément de la population ne peut ire tiré plus dune fois. 1.2 Définition et Notations On s'intéresse une population #'d’effectif N, composée d unites Uy. Uae sons Un On étudie un caractére quantitatif ¥ dont la valeur pour U,est Yip. On préleve un échantillon de taille n , les unités tirges SONU: Way ssey Uy oeMy o» . Uy sont des données certaines (mais I est primordial de comprendre que Uy, Us, inconnues) alors que wu, sont aléatoires. Par conséquent Yi est une variable algatoire dont les valeurs poss ibles sont: Y¥), Ya. <2 ¥w et dont 1a loi de probabilit dépend du plan de sondage. ‘ Altesse NGON THE Ri Scanned with CamScannerNotation [Population ~~ Oo hombre d°unité de la population cur de la variable V pour ta i | unité de ta population ye Sp total pour Méchantilton Y=, Total pour ta populati paramétre et non une variable yi FEN moyenne de Y dans a * Ln moyenne de y dans ’éch: y variance de Méchantillon dans la population 1.3 Estimation de 7 F est un estimateur sans biais de 7 En effet, awrd pe (y; prend la valeur Yj avec la probabilité - ) 14 Variance de F notée 1G) ow 14.1 Tirage avee remise HELD LN.) Scanned with CamScanner5 Ade THEE: Ho, ~| {Sa He Lew. -Fo,-5] o.-T=o? DPX —oy-1) 3X0, -70, | etcomme (de } ry aa {516 )- 1) So-8"} ] ear( S01 5) oat So rained 24 : D'ot oh neat Af(o pgs 2D on “ifn “nev O-N? afro Da] alfpr—el , of N-T a = N= est appelé fucteur correctif pou les populations finies. N=1 Professeur : Son Altesse NGONTHE Robert Notes cours de Sondages I Scanned with CamScannerir sci rage avec remise. Le tirage sans remise est done plus précis que le tirage avec rem Par ailleurs No*=(W-1)S? => poWels: oaNals: rf (fraction de sondage) oe A tirage avec remise Done st 1-9" tirage sans remi La variance de I"estimatcur est fonction d'un paramétre inconnu en [occurrence 6” ou S* par conséquent, il faut trouver une estimation cette variance. 1.4.3 Estimation de o* cea ise oo” + eas stirage avec remise ofS dot Es?) fre 7 est done un estimateur sans biais de la variance dans le cas du tirage avec remise, v- Ss + 2 cas :tirage sans remise o}=45Mx- uv Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScannerawk nN] ~ahws[o-0 - _nS2.N(n-l) ODN mA 5 out ‘ aw res doit dans le cas du tirage sans remise s* est un estimateur sans biais de S*. si le tirage est avec remise Ainsi done G3=(1-)% si le tirage est sans remise 1.4.4 Intervalle de confiance Un intervalle de confiance (1 - a)% est égale a [4 rr a5 FH, Fs L’intervalle de confiance estimé est done Conditions : = Hypotheses de normalité pour Ia population + Echantillon suffisamment grand, \ ‘Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScanner2.1 Présentation : On considére un caractére & 2 modal on partage l'ensemble de départ en 2 classes :C (qui posséde Ia propriété indiquée) et C (qui ne Ia posséde pas). 2.2 Notation Population Echantillon N=A+A™ ata A:nombre d’unités appartenant a C snombre @unité de Péchantillon ¢ C A’ snombre dunités n°appartenant pas 4 C |a* : nombre d’unités dans l’échantillon ¢C P= 4 proportion des unités possédant la|P= © proportion des unités possédant la N Pe ” propriété indiquée dans la population _| propriété indiquée dans I’échantillon « _£ 2.3 Estimateurs et propriétés Soit yi: 1 sil’unité appartient a C : Osinon Y=Sy =a t un estimateur sans biais de P yp est un estimateur sans biais de A 2 onto (cas du tirage sans remise) Notes cours de Sondages ISE: + Professeur : Son Altesse NGONTHE Robert Scanned with CamScannerD'ou sts. i" Vr Np OF SIN Net AA CP) Np Done |s?: (1=p)] si N est grand, S?=p(1-p) fue En remplagant $? ae ‘o} on trouve : Np_(\=p)_N-n p(l=p) Nala 2.4 Estimateur de la variance of < (voir chapitre 1) {s» 3 fla loonet bi len—nn* N=n. n as Apu aan 2.5 Intervalle de confiance estimé pour Ia proportion Pe [eae Pt, | avec une confiance de (1 - a) 7 3 ¢ 2.6 Coefficient de variation . : 14 Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScannerChapitre Ill: SONDAGE ALEATOIRE STRATIFIE 3.1 Introduction Dans un sondage, on cherche soit & maximiser la précision des résultats pour un coat donné ise obtenir soit 4 minimiser les cotits pour une précision donnée. Le sondage aléatoire strati fo. des résultats plus précis que ceux du S.A.S. ‘>< Définition : : Le sondage aléatoire stratifié est obtenu en divisant n échantillon aléatoire indépendant a I'échelle de a population totale en groupe . indépendants appelés strates, et en tirant chaque strate, Les strates doivent contenir des unités homogénes & l'intéricur, celles-ci étant hétérogéne dune Strate & l'autre. ° Echantillon Strates dans la strate pee es LLP * Laréduetion des codits pour une précision donnée, «= Lapossibilité d’avoir des résultats par strates et pour l'ensemble, Remarque : & l'intéricur de chaque strate, on applique le S.A.S. | _3.2 Notation : Echantillon / Strate h (© [Population strate h Nyt taille dela strate h 7, sombre d'unités tirées dans la strate h ¥,, :la i unité de la strate h My tla 2" unite ds de la strate h : faction de sondage : moyenne de I’échantillon 15 e NGONTHE Robert Notes cours de Sondages ISE2 ; Professeur : Son Altes Scanned with CamScannera oe Sia? 3.3 Estimateur (L strates) t N=YN, 0 mT A ™ 3.3.1 Dans la strate h : /, Est estimé par Y, estimé par Un intervalle de confiance pour J, est donné par : Re {e bt } ‘Avec une confiance de seuil I-a. 3.3.2 Estimateur de ¥ et Y 5 y Estestimé par F, = OW,¥, avec Wi, eae t ‘ ¥,, est un estimateur sans biais de Yy Le total ¥ est estimé par ¥ = Ny, (E(?) = Y) 3.3.3 Variance Swi)= ae : : M5)= 97, yw Nim Sh 16 ‘Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScanner3.5 Répartition de I’échantillon global entre les L strates ser la variance de l'estimateur considéré pour Les résultats sont déterminés de fagon minit cot donné (ou minimiser le cofit pour une variance donnée) : (@):| C,=C, +C, q Avec C :eoattotal ; C,, : cot fixe ; Gy: cotit unitaire / strate ; taille de I’échantillon a tirer dans la strate h, 2 ra @:|o2=Sme Won) ans Le probléme consiste i minimiser (2) sous contraintes (1) H= Emec Swe Leal Pe G6} : | BD_Son,- ~ @): @: a) Zor Cp +Cy =0 = _ 1S (): “TG. On constate que n, est directement proportionnel au poids de Ia strate et a la variabilité de la indiquée ct inversement proportionnel a Ia racine earrée du coat unitaire, LO) Van on strate © (3) MSG, © Yiws a) On en conclu que I’échantillon dans une strate sera grand Sila strate contient un nombre assez grand d’ unit Si la strate est assez hétérogene -Sile cotit unitaire est assez faible ; 17 Notes cours de Sondages ISE2 ; Professeur Son Altesse NGONTHE Robert Scanned with CamScannera) Coits unitaires donnés (coat total) t L C= Cot PCy => -Cy= YG Crest-i-dire: C,-C, = Xe C,-Cy ) E(Gns) IC, or d’aprés (5), t ong 1G, ={iGreGx) | =e) he) a et LG = ) Fiemay WS) den 3) Ve b) variances données r( En remplagant n, parsa valeur dans (5), Emp iy Ue nobticnt : DHS AG, e-em N, CoM sG) Or d’aprés (5), Ke ws) MSG) MSAD , GS) oe + meg “e sm Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScannerLES ALLOCATIONS USUELLES a) Allocations de NEYMAN = On suppose que C,=C Wh=>C,=Cy+nC = On suppose que C, est donnée =Co)_ W,S,) Shen) ve On m= pour les cofits donnés ne nl, S, _ nN, S, =n, =O _py,g, = mt Sy MNS (CoM, SY OMS) MS = + nN, Sy >) SNS) ‘Nota : Il s‘agit du cas simplifié de la formule obtenue dans lhypothese oii les coiits sont donnés. a) Allocation proportionnelle =KN,, Cest-i-dire que: 7 =k Wh edn-im =n=IN => a Done Remarque : On peut passer de allocation de Neyman a T'allocation proportionnelle en Mme) alors Si £90, = ‘Noise ours de Sondages ISE2 ; Professeur: Son Aliesse NGONTHE Robert _ Scanned with CamScannera) Allocation de Neyman (Ns Sy) WSs) Sh mine Ce b) Allocation proportionnelle D'ot (ame) (ams) Crete ) (vs tyme ) et 2 ‘Notes cours de Sondages ISE2 ; Professeur : Son Aliesse NGONTHE Robert Scanned with CamScanner3.8 Variable de stratification et gain de précision La variable de stratification idéale est la variable étudiée elle-méme, Or comme elle n'est pas connue, on utilise une variable connue et fortement corrélée avec les variables étudiées. Dans la pratique, la plupart des sondages réalisés comportent un ou plusicurs eritéres de stratification. Les critere de choix sont généralement de 2 types :_ - + Critéres qualificatifs tels que : «Les CSP du chef de ménage . Lacatégorie de commune . Larégion « Critéres quantitatifs tels que : he a = Taille du ménage i < + Revenu du ménage «Nombre de salarigs par ménage Dans les sondages auprés des entreprises, les variables étudiées sont souvent liges au + es tirages se font done par secteur et tranche de secteur d'activité et a la taille des l'entreprises taille 23 ‘Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScanner3.9 STRATIFICATION A POSTERIORI Pour des raisons diverses, Ia stratification n'a pas pu se faire avant le tirage de Véchantillon ; la variable de stratification n’est connue qu’aprés le tirage de l'échantillon, d'une fagon aléatoire simple. Dans ces conditions, une méthode d'amélioration des résultats consiste & classer toutes les unités de I’échantillon dans les strates correspondantes et utiliser les cestimateurs suivants : A DMF, au lieude De ne St sutieude — VF)=(-/)- Var(¥,) n fe donne les mémes précisions que celle du sondage ‘échan Remarque: La méthode utilis lon si: aléatoire stratifié proportionnel qu'on aurait effectué avant le tirage de I a) L*échantillon est suffisamment grand au niveau de chaque strate c’est-i-dire (n, >30. Wh), (Dans certains cas on peut descendre & 20) n des IY, est négligeable. b)_L’erreur sur la détermini 3.10 RAPPEL SUR LES SONDAGES PAR QUOTAS La méthode la plus utilisée surtout les enquétes d'opinion consiste a diviser Ia population jnitiale en « strate », de décider du nombre d’unité & livrer de chacune d’elles et d’envoyer les enquéteurs recueillir les données sans que I’échantillon soit tiré d'avance. L’enquéteur continue son travail jusqu’a Vobtention du quota de la strate. Le choix des unités a enquéter est un choix raisonné, Cette méthode s"apparente a la stratification, mais e’est une méthode empirique. Le probléme qui se pose est qu'on ne peut pas utiliser des méthodes probabilistes pour calculer Ia variance et pour extrapoler les résultats. Néanmoins, les études réalises par des spécialistes en sondage ont montrés que, pour des enquétes d’opinion, les résultats du sondage par quota et du sondage algatoire sont similaires ou du moins s'il y a différences, celles-ci ne sont pas significatives. Par contre, pour les caractéristiques telles que le revenu, l'éducation, emploi, le sondage par quota donne des échantillons non représentatifs de la population étudige. 24 ‘Notes cours de Sondages ISE2 ; Professeur : Son Altesse NGONTHE Robert Scanned with CamScanner