Un modèle de recherche idéal cherche à contrôler divers types d’erreurs, mais certaines sources potentielles peuvent l’affecter. Dans la théorie de l'échantillonnage, l'erreur totale peut être définie comme la variation entre la valeur moyenne du paramètre de population et la valeur moyenne observée obtenue dans la recherche. L'erreur totale peut être classée en deux catégories: erreur d'échantillonnage et erreur non d'échantillonnage.
Dans cet extrait d'article, vous pouvez trouver en détail les différences importantes entre les erreurs d'échantillonnage et les erreurs non dues à l'échantillonnage.
Tableau de comparaison
| Base de comparaison | Erreur d'échantillonnage | Erreur non due à l'échantillonnage |
|---|---|---|
| Sens | L’erreur d’échantillonnage est un type d’erreur, due à l’échantillon sélectionné qui ne représente pas parfaitement la population d’intérêt. | Une erreur est due à des sources autres que l'échantillonnage, tandis que mener des activités d'enquête est appelé erreur non due à l'échantillonnage. |
| Cause | Écart entre la moyenne de l'échantillon et la moyenne de la population | Lacune et analyse des données |
| Type | au hasard | Aléatoire ou non aléatoire |
| Se produit | Uniquement lorsque l'échantillon est sélectionné. | Tant dans l'échantillon que dans le recensement. |
| Taille de l'échantillon | Possibilité d'erreur réduite avec l'augmentation de la taille de l'échantillon. | Cela n'a rien à voir avec la taille de l'échantillon. |
Définition de l'erreur d'échantillonnage
Erreur d’échantillonnage désigne une erreur statistique provenant d’un certain échantillon choisi qui n’est pas représentatif de la population d’intérêt. En termes simples, il s’agit d’une erreur qui se produit lorsque l’échantillon sélectionné ne contient pas les vraies caractéristiques, qualités ou chiffres de la population entière.
La principale raison de l'erreur d'échantillonnage est que l'échantillonneur tire diverses unités d'échantillonnage de la même population mais que les unités peuvent avoir des variances individuelles. En outre, ils peuvent également résulter d'un plan d'échantillonnage défectueux, d'une démarcation erronée des unités, d'un mauvais choix statistique, d'une substitution d'une unité d'échantillonnage effectuée par l'enquêteur pour des raisons de commodité. Par conséquent, il est considéré comme l'écart entre la valeur moyenne vraie pour l'échantillon initial et la population.
Définition d'erreur non due à l'échantillonnage
Erreur non due à l'échantillonnage est un terme générique qui comprend toutes les erreurs autres que l'erreur d'échantillonnage. Elles sont dues à un certain nombre de raisons, telles que des erreurs dans la définition du problème, la conception du questionnaire, l’approche, la couverture, les informations fournies par les répondants, la préparation, la collecte, la totalisation et l’analyse des données.
Il existe deux types d'erreur non due à l'échantillonnage:
- Erreur de réponse : Une erreur est survenue en raison de réponses inexactes, ou bien leur réponse est mal interprétée ou mal enregistrée. Cela comprend l'erreur du chercheur, celle du répondant et celle de l'intervieweur, qui sont en outre classées sous.
- Erreur de chercheur
- Erreur de substitution
- Erreur d'échantillonnage
- Erreur de mesure
- Erreur d'analyse des données
- Erreur de définition de population
- Erreur du répondant
- Erreur d'incapacité
- Erreur de refus
- Erreur de l'intervieweur
- Erreur d'interrogation
- Enregistrement Erro
- Erreur de sélection du répondant
- Erreur de triche
- Erreur de chercheur
- Erreur de non-réponse : Une erreur est survenue du fait que certains répondants qui font partie de l'échantillon ne répondent pas.
Principales différences entre les erreurs d'échantillonnage et les erreurs non dues à l'échantillonnage
Les différences significatives entre les erreurs d’échantillonnage et les erreurs non dues à l’échantillonnage sont mentionnées dans les points suivants:
- Une erreur d'échantillonnage est une erreur statistique due à l'échantillon sélectionné qui ne représente pas parfaitement la population d'intérêt. L'erreur non due à l'échantillonnage est due à des sources autres que l'échantillonnage au cours des activités d'enquête. Elle est appelée erreur non due à l'échantillonnage.
- L'erreur d'échantillonnage est due à la variation entre la valeur moyenne vraie pour l'échantillon et la population. D'autre part, l'erreur non due à l'échantillonnage est due à une déficience et à une analyse inappropriée des données.
- Les erreurs non dues à l'échantillonnage peuvent être aléatoires ou non aléatoires, tandis que les erreurs d'échantillonnage se produisent uniquement dans l'échantillon aléatoire.
- L'erreur d'échantillonnage ne survient que lorsque l'échantillon est pris en tant que représentant d'une population. Par opposition à l'erreur non due à l'échantillonnage, qui survient à la fois lors de l'échantillonnage et du dénombrement complet.
- L'erreur d'échantillonnage est principalement associée à la taille de l'échantillon, c'est-à-dire que, lorsque la taille de l'échantillon augmente, la probabilité d'erreur diminue. Au contraire, l'erreur non due à l'échantillonnage n'est pas liée à la taille de l'échantillon. Par conséquent, l'augmentation de la taille de l'échantillon ne sera pas réduite.
Conclusion
Pour terminer cette discussion, il est vrai de dire que l'erreur d'échantillonnage est une erreur qui est complètement liée au plan d'échantillonnage et qui peut être évitée en augmentant la taille de l'échantillon. Inversement, l'erreur non due à l'échantillonnage est un panier qui couvre toutes les erreurs autres que l'erreur d'échantillonnage. Elle est donc inévitable par nature, car il n'est pas possible de l'éliminer complètement.
