Erreur d'échantillonnage
Une erreur d'échantillonnage est une erreur statistique qui se produit lorsqu'un analyste ne sélectionne pas un échantillon représentant l'ensemble de la population de données et que les résultats trouvés dans l'échantillon ne représentent pas les résultats qui seraient obtenus de l'ensemble de la population. L'échantillonnage est une analyse effectuée en sélectionnant un certain nombre d'observations dans une population plus large. Cette sélection peut produire à la fois des erreurs d'échantillonnage et des erreurs non dues à l'échantillonnage.
Points clés à retenir
- Une erreur d'échantillonnage est une erreur statistique qui se produit lorsqu'un analyste ne sélectionne pas un échantillon représentant l'ensemble de la population de données.
- Les résultats trouvés dans l'échantillon ne représentent donc pas les résultats que l'on obtiendrait de l'ensemble de la population.
- Les erreurs d'échantillonnage peuvent être réduites en randomisant la sélection des échantillons et / ou en augmentant le nombre d'observations.
Comprendre les erreurs d'échantillonnage
Une erreur d'échantillonnage est un écart entre la valeur échantillonnée et la valeur réelle de la population, car l'échantillon n'est pas représentatif de la population ni biaisé d'une manière ou d'une autre. Même les échantillons randomisés auront une erreur d'échantillonnage puisqu'il ne s'agit que d'une approximation de la population dont ils proviennent.
Les erreurs d'échantillonnage peuvent être éliminées lorsque la taille de l'échantillon est augmentée et également en veillant à ce que l'échantillon représente correctement la population entière. Supposons, par exemple, que XYZ Company fournit un service par abonnement qui permet aux consommateurs de payer un abonnement mensuel pour diffuser des vidéos et d’autres programmes sur le Web.
La société souhaite interroger les propriétaires qui regardent au moins 10 heures de programmation sur le Web chaque semaine et payer pour un service de streaming vidéo existant. XYZ souhaite déterminer quel pourcentage de la population est intéressé par un service d’abonnement moins cher. Si XYZ ne réfléchit pas attentivement au processus d'échantillonnage, plusieurs types d'erreur d'échantillonnage peuvent survenir.
Exemples d'erreurs d'échantillonnage
Une erreur de spécification de population signifie que XYZ ne comprend pas les types de consommateurs spécifiques à inclure dans l'échantillon. Si, par exemple, XYZ crée une population de personnes âgées de 15 à 25 ans, beaucoup de ces consommateurs ne prennent pas la décision d’achat concernant un service de streaming vidéo parce qu’ils ne travaillent pas à temps plein. D'autre part, si XYZ rassemble un échantillon d'adultes actifs qui prennent des décisions d'achat, les consommateurs de ce groupe pourraient ne pas regarder 10 heures de programmation vidéo par semaine.
Une erreur de sélection provoque également des distorsions dans les résultats d'un échantillon, et un exemple courant est une enquête qui ne s'appuie que sur une petite partie des personnes qui répondent immédiatement. Si XYZ s'efforce de faire un suivi auprès des consommateurs qui ne répondent pas initialement, les résultats de l'enquête peuvent changer. De plus, si XYZ exclut les consommateurs qui ne répondent pas tout de suite, les résultats de l'échantillon risquent de ne pas refléter les préférences de l'ensemble de la population.
Factorisation des erreurs non dues à l'échantillonnage
XYZ souhaite également éviter les erreurs non dues à l'échantillonnage causées par des erreurs humaines, telles que les erreurs commises lors du processus d'enquête. Si un groupe de consommateurs ne regarde que cinq heures de programmation vidéo par semaine et est inclus dans l'enquête, cette décision est une erreur non due à l'échantillonnage. Poser des questions biaisées est un autre type d'erreur.
Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.