1. Techniques
des Enquêtes Statistiques
1ère année, EST
M. Slimane Loukili
A.U. 2013-2014

2. Plan de cours
Chapitre 1. Introduction/Généralités
 Terminologie, concepts de base et définitions
 Types d’enquêtes
 Phases d’une enquête statistique
Chapitre 2. Conception d’une enquête
 Contexte, objectifs et hypothèses de l’enquête
 Concepts, définitions et indicateurs

3. Chapitre 3. Généralités sur les techniques d’échantillonnage
 Sondages aléatoires (simple, systématique, stratifié, par grappes,…)
 Sondages empiriques: méthode des quotas, méthode des itinéraires,…
 Erreurs d’échantillonnage
Chapitre 4. Elaboration d’un questionnaire
 Principes et guide d’élaboration d’un questionnaire
 Formulation, ordre, présentation et codage des questions
 Test du questionnaire, enquête pilote
 Règles de passation

4. Chapitre 5. Traitement des données
 Le codage
 Le traitement des non-réponses
 La présentation des résultats/tabulation des données
Chapitre 6. Analyse et interprétation des résultats
 La réduction de la masse de données collectées en caractéristiques
essentielles et leur signification statistique
 Les conclusions et les explications

5. Chapitre 1. Introduction/cadre général
Les principales et méthodes de recueil d’information
Terminologie, concept de base et définitions
Types d’enquêtes statistiques : recensement versus enquête par échantillonnage

6. Information
quantifiée:RGPH2004
Réalité (floue, inconnue, incomplète,…) :
Quel est le taux de chômage en 2004 au Maroc?
Réalité : plus claire, plus précise, plus complète,…
Le taux de chômage au Maroc en 2004 : 10,9%
Importance de l’information statistique dans le monde d’aujourd’hui

7. 11626470
15379259
20419555
26073717
29891708
0
5000000
10000000
15000000
20000000
25000000
30000000
35000000
1960 1971 1982 1994 2004
urbain
rural
Evolution de la population légale marocaine d’après les données des
recensements 1960, 1971, 1982, 1994 et 2004
(chiffres arrondis)

8. Les principales méthodes de recueil d’information
ENQUETE
Consultation
de personnes
1. Étudier l’évolution du PIB par région à travers les statistiques
annuelles de DS
2. Etudier l’évolution des exportations marocaines sur les 20 dernières
années à travers les bilans du Ministère de l’Industrie et du
Commerce
3. Étudier la situation socioéconomique des ménages à travers les
rapports d’enquêtes auprès des ménages
1. Étudier l’effet d’un médicament sur des personnes diabétiques
2. Étudier l’effet d’un type d’entraînement sportif sur la performance de
l’athlète
Quantitative (statistique)
1. Mesurer le niveau de vie des ménages
2. Mesurer les niveaux de connaissances, les attitudes et les pratiques des
jeunes en matière d’IST-SIDA
Qualitative
1. Cerner les perceptions de la population à l’égard des inégalités sociales
2. Comprendre les représentations des jeunes diplômés relatives à la migration
des cerveaux
EXPERIMENTATION
Réalisations
d’expériences
ETUDE
DOCUMENTAIRE
Consultation de
monographies, revues,
livres, banques de
données,…

9. Exhaustive
« la population entière
est enquêtée »
Par sondage (par échantillonnage)
« Une partie seulement de la
population est enquêtée »
•Recensement Général de la
Population et de l’Habitat
• Recensement des Entreprises
•Recensement de la Population
Etudiante
•Une partie des ménages
•Une partie des entreprises
•Un groupe d’étudiants
Terminologie, concepts et définitions

10. Terminologie, concepts et définitions
P i i i i i i i
i
i i i i
i i i i i i
i i i
i
i i i
i i i i i i i
i
E
i i i
i i i i i i
• La population « P » est de taille « N »
• L’échantillon « E » est de taille « n »

11. Terminologie, concepts et définitions
Population
 Il s’agit d’un ensemble d’individus séparés et bien déterminés qui ont
des caractéristiques, des propriétés communes.
 La propriété d’appartenance est très importante
 Les individus gardent toutefois des caractéristiques qui font leurs
spécificités.

12. Terminologie, concepts et définitions
Population des
étudiants de l’EST en
2013
Caractéristiques
communes/d’appartenance
Inscriptions à l’EST en 2012
Caractéristiques
spécifiques
Age
Sexe
Année d’études
Notes

13. Unité statistique
 La population objet de l’étude est composée d’individus (unité de base à
laquelle on s’intéresse) appelés aussi, entités, observations ou unités
statistiques.
 Chaque individu est supposé “ se démarquer ” sans ambiguïté des autres
par une information claire et précise (identifiant “ i ”).
 L’unité statistique peut être simple (personne ) ou complexe (ménage,
entreprise,…)
Terminologie, concepts et définitions

14. Caractéristiques d’intérêt
Les individus sont soumis
à l’observation du chercheur
à propos d’un certain nombre de caractéristiques d’intérêt
Des variables « Y »
Opération exhaustive : Y1, Y2, …, Yi, …, YN
Opération par sondage : Y1, Y2, …, Yi, …, Yn
Terminologie, concepts et définitions

15. Typologie des caractéristiques d’intérêt
 Ces caractéristiques peuvent être :
1. Quantitatives : note, nombre d’années d’études, chiffre d’affaire, revenu,…
Ou
2. qualitatives : opinions, comportements, biens consommés, filières
fréquentées,…
Terminologie, concepts et définitions

16. Typologie des caractéristiques d’intérêt
1. Economiques : consommation/dépenses, emploi, niveau de vie,
comportement des investisseurs,…
2. Démographiques : migration, fécondité,…
3. Sociales : loisirs, utilisation d’internet, éducation, santé, conditions de vie,…
4. Politiques : intentions de vote, opinions sur l’action gouvernementale,…
Terminologie, concepts et définitions

17. Typologie des caractéristiques d’intérêt
• Des données personnelles : taille, poids, état de santé, parcours
éducatif…
• des données sur les comportements, les opinions, les motivations, les
attentes,…
• des données environnementales : conditions d’habitat, accès au réseau
d’eau potable, disponibilité d’une pharmacie,…;
Terminologie, concepts et définitions

18. Types d’enquêtes statistiques
Enquête exhaustive
+
Photographie de la population (t)
Mesure de la valeur vraie de Y
Création d’une base de sondage
-
Opération coûteuse
Longue
Fastidieuse
Enquête par
échantillonnage
+
Coût réduit
Temps réduit
Ressources humaines réduites
Facilité d’exécution
-
Choix des unités
Choix de l’estimateur

19. Définition
Conception
Recueil
Traitement
Conclusions
Rapport/
Diffusion/
Communication
Les phases d’une enquête statistique

20. Phase de conception
d’une enquête statistique

21. Définir une
enquête
statistique
Phase de réflexion
Quoi ?
Que cherche-t-on
à savoir ?
Ébauche de l’objet,
du thème de l’enquête
Pourquoi ? Objectif

22. Définir une
enquête
statistique
Quel type
d’enquête ?
Où et quand?
Comment ?
Enquête exhaustive ?
par échantillonnage?
Lieu (rue, domicile,
lieu de travail, …)
et date (météo, vacances,
week-end,
événement particulier …)
Mode d’administration
du questionnaire
(face à face, téléphone,
correspondance,…
Phase de réflexion

23. Insertion
professionnelle
des diplômés
Pourquoi ?
Définition d’une enquête sur l’insertion
professionnelle des diplômés
Quoi ?
Que cherche-t-on
à savoir ?
La formation conduit-elle à
l’emploi (durée de recherche,
difficultés)?
L’activité professionnelle a-t-elle
un lien direct avec la formation
reçue?
L’activité correspond-elle aux
attentes (stabilité, rémunération,
lieu,…)
Etude de la pertinence et
adéquation entre
la formation reçue et l’insertion
professionnelle chez les diplômés
de l’EST,
création d’un outil d’aide à la
décision
pour une meilleure insertion

24. Insertion
professionnelle
des diplômés
Quel type
d’enquête ?
Où et quand?
Comment ?
L’enquête étant portée sur les 2 ou 3
dernières promotions (petits effectifs),
une enquête exhaustive est
plus appropriée
Niveau : National
Lieu de contact des enquêtés :
domicile (annuaire des anciens,
adresses, é-mails)
(entreprise : pour ceux qui travaillent)
et date (14 février-1 mars 2013)
Mode d’administration
du questionnaire
(face à face, mail)
Définition d’une enquête sur l’insertion
professionnelle des diplômés

25. Concevoir
l’enquête
statistique
Construction de l’objet :
• Définir un objet d’intérêt
• Définir les objectifs
• Déterminer une question qui explicite
ce qu’on veut faire (ou plusieurs questions)
• Définir les concepts
• Formuler des hypothèses
• Déterminer la population ciblée
Phase de conception

26. 1. Thème de recherche
• Un thème est un sujet de préoccupation générale.
• Un thème se choisit selon ses lectures, ses propres intérêts et l’intérêt du thème
par rapport à la recherche/études/politique/…
2. Exemples
• Le travail des enfants
• L’insertion professionnelle des diplômés
• Le niveau de satisfaction des clients de la banque « B »
• Les opinions des habitant de Meknes sur l’action des conseils des communes de
Meknes
• Utilisation des nouvelles techniques de communication par les lyciens

27. 2. Problématique
• La construction de la problématique consiste à situer ce que
l’on veut faire par rapport à l’état de la question et au
contexte étudié :
ce que l’on sait déjà
(concepts, théories, modèles, causes, conséquences,
explications,…)
Formuler la question de recherche :
ce que l’on veut savoir

28. Hypothèses
Une hypothèse est une
proposition ou une explication
que l'on se contente d'énoncer
sans prendre position sur sa
véracité, c'est-à-dire sans
l'affirmer ou la nier
Une fois énoncée, une hypothèse
peut être étudiée, confrontée,
utilisée, discutée ou traitée de
toute autre façon jugée nécessaire

29. Exemples d’hypothèses à vérifier sur le travail des enfants
H1 : « l’effectif des enfants
travailleurs s’est réduit
depuis la refonte du code du
travail en 2004»
H2 : « le travail des enfants
est très précoce »
H3 : « les garçons sont plus
concernés que les filles »
H4 : « L’échec scolaire est un
facteur explicatif du travail des
enfants »

30. Méthodes probabilistes :
Tirage aléatoire simple

31. • Le sondage probabiliste simple est la base de tout sondage
probabiliste
• Le TAS consiste à choisir « n » individus (ou unités statistiques)
parmi une population de taille « N ».
= fraction de sondage
• Dans ce type de tirage, chaque individu de la population de
référence est choisi au hasard.
• Chaque individu a la même probabilité de faire partie de
l’échantillon sans aucune manipulation au préalable dans la
population
 pi= 1/N ∀ i=1, 2,…, N
TAS

32. • Le TAS a l’avantage :
1. D’être simple à réaliser
2. De permettre des analyses statistiques simples
TAS
P i i i i i i i
i
i i i i
i i i i i i
i i i
i i i i i i
i i i i i i
E
i i i
i i i i
i i

33. • Le TAS admet deux inconvénients majeurs :
1. Le TAS nécessite une base de sondage « brute » où le choix
des unités statistiques s’effectue à partir des seuls
identifiants.
2. Le TAS s’applique dans le cas de populations homogènes au
regard de la variable étudiée Y :
 Les unités statistiques Ui sont proches (semblables) de point de
vue les valeurs Yi
 La variable Y présente une faible dispersion
TAS

34. TAS
1
• On numérote les individus de la liste avec des nombres comportant
un même nombre de chiffres (de 1 jusqu’à N)
2
• On compte le nombre « j » de chiffres composant le nombre « N » :
1, 2, 3,….
3
• On utilise une table de nombres aléatoires
4
• On opte pour un nombre de départ « d » :
• On se déplace à partir de « d »:
• du haut en bas, de gauche à droite
• De bas vers le, de droite à gauche
• En diagonale, vers le bas, de gauche à droite
• …..
5
• On identifie les nombres aléatoires comportant « j » chiffres
6
• On rejette les nombres qui ne se trouvent pas dans la liste ou qui se
répètent, puis on recommence jusqu’à atteindre « n »

35. 1. Soit une population composé de 500 personnes
2. On veut choisir 10 personnes pour mener une enquête par un TAS
3. On recourt au fragment de la table des nombres aléatoires suivante :
(Table de Kendall et Smith, 1939)
79409 67790 10353 36885 34317 44264 62994 23179 86523 40624
97378 15645 87183 08818 44776 41489 47740 49996 90997 40690
73062 99417 84362 36977 76062 24841 77021 90894 16615 13830
• E = U156, U103, U368, U88, U369, U343, U442, U477, U231, U138
Exemple de TAS

36. Méthodes probabilistes :
Tirage aléatoire systématique
(ou pas à pas)

37. • On dispose d’une liste exhaustive des unités statistiques ordonnées
• La première unité est choisie de manière aléatoire
• Le TASys consiste à choisir des unités statistiques sur la liste à partir de la
première unité statistique selon un intervalle fixe jusqu’à parvenir à la
taille de l’échantillon désirée
Préalables du TASys

38. TASys
3
• On prend la partie entière de « N/n » notée « r » et appelée
raison ou pas de sondage
2
• On opte pour un point de départ « d » entre 1 et N
• Le choix de « d » est arbitraire
1
• La constitution de l’échantillon comprendra en premier lieu
l’individu « d » suivi des individus :
• d + r ; d + 2 r ; d + 3 r ; …….
4
• Lorsque la liste est épuisée et que la taille finale de
l’échantillon n’est pas encore atteinte, on reprend dès le
début.

39. i Itération
1
Itération
2
…
1 … ….
…. d’
d ….
… d’+r
d+r ….
… d’+2r
d+2r
…
d+3r
…
d+4r
…
… …
N
Illustration du TASys

40. • On dispose de la liste de présence des 240 étudiants de l’EST (2ème
année)
• On veut choisir 9 étudiants par un TASys
• N/n =240/9 = 23,78  [N/n] = 23  le pas est r=23
• Le point de départ « d » = 105  l’échantillon est composé des Ui tels
que :
• D= 105
i= 105, 105+23 , 105+ 23*2, 105+23*3, 105+ 23*4, 105+ 23*5
d = 60
i= 60, 60+23 , 60+ 23*2
• E = U105, U128, U174, U197, U220, U60, U83, U106, U129
Exemple du TASys

41. Le TASys, comme le TAS,
est simple à réaliser
Le TASys exige moins de
manipulations que le TAS
Le TASys permet des
analyses statistiques
simples
+
Les procédures du
TASys signifient
l’existence d’une base
de sondage
Le TASys suppose
l’homogénéité de la
population étudiée de
point de vue de la
variable d’intérêt Y
-
TASys

42. Méthodes probabilistes :
Tirage aléatoire stratifié

43. • Les TAS et TASys recourent à l’hypothèse de l’homogénéité de la
population par rapport à Y
• Dans la réalité, cette hypothèse est difficilement réalisable : les
populations humaines étudiées sont souvent hétérogènes
• L’hétérogénéité : la Population est composée d’individus dissemblables
pour la variable d’intérêt « Y »  Y présente un certain niveau de
dispersion
 Le TASt permet de résoudre le problème de l’hétérogénéité de la
population
Préalables du TASt

44. • Dans le cas où la population est hétérogène de point de vue
caractéristique d’intérêt « Y », l’idée serait de former des groupes
relativement homogènes, appelés strates et notés « Sh » (h=1,2,…H)
• La Strate Sh : Sous-ensemble homogène de la population possédant une
ou plusieurs caractéristiques communes et mutuellement exclusives
• Les strates sont collectivement exhaustives
• Les strates Sh sont de taille « Nh » tel que ∑ Nh= N
• Ensuite, on effectue au niveau de chaque strate « h » un TAS ou un TASys
d’un échantillon de taille « nh » individus parmi « Nh » et ∑ nh= n
• Remarque : toutes les strates composant la population sont
représentées dans l’échantillon
Procédures du TASt

45. • Exemple d’une population composée de 4 strates
P E
Schéma simplifié du TASt
S1
S4
S3
S2
n

46. 1. Sondage stratifié à allocation proportionnelle : on reproduit le poids de la
strate au niveau de la population dans l’échantillon
= = constante
• Dans l’exemple suivant : le poids de chaque strate dans la population est
respecté dans la construction de l’échantillon
Procédures du TASt
S1
S4
S3
S2

47. 2. Allocation optimale au sens de Neyman : tient compte de l’hétérogénéité de
chaque strate par rapport à la variable d’intérêt « Y »
 plus la strate est hétérogène par rapport au phénomène étudié et plus le
taux de sondage appliqué est élevé
• Dans l’exemple suivant, la strate S1 a moins de poids dans l’échantillon que
dans la population et inversement pour la strate S4, car la variabilité dans la
strate S4 est plus élevée que dans la strate S1
Procédures du TASt
S1
S4
S3
S2

48. • L’homogénéisation de la population pose donc la question du choix de la
variable de stratification.
• En général, on choisit la caractéristique « X » la plus discriminante : qui
réalise des groupes homogènes en « intra » et hétérogènes en « extra ».
• Le but est d’obtenir un échantillon qui possède les mêmes caractéristiques
que la population dont il est extrait (représentativité).
• Le choix reposera en général sur les connaissances préalables de la
problématique (études et enquêtes antérieures, avis des experts,…) ou sur
des hypothèses.
• Important : on peut procéder à la stratification selon plusieurs variables
TASt : choix de la variable de stratification

49. TASt : exemples de variables de stratification
Enquête auprès des
Ménages
Sexe
Niveau d’instruction
Type d’habitat
Revenu
Âge
Milieu/régionde résidence
Enquête auprès des
Entreprises
Taille de l’entreprise
Région économique
Secteur d’activité
Ancienneté

50. Méthodes probabilistes :
Tirage aléatoire par grappes

51. • On partitionne la population en sous ensembles appelés grappes et notés
Gh (h=1,…H)
• On sélectionne un échantillon de grappes
• On procède à l’enquête de TOUS les individus constituant l’unité (la
grappe)sélectionnée , c’est-à-dire exhaustivement
 nh=Nh pour toute grappe Gh sélectionnée
 nh=0 pour toute grappe non sélectionnée
Principes du TAG
G1
G4
G3
G2
G4
G2

52. • Les grappes doivent être les plus hétérogènes possibles.
• Dans le cas contraire, on peut rencontrer une perte de précision.
• Le TAG est indiqué lorsque :
1. La base de sondage des individus est inexistante ou de mauvaise
qualité mais on doit disposer d’une base de sondage des grappes
 il est plus facile de constituer une liste de logements ou d’entreprises qu’une liste
d’individus ou d’employés (annuaires des entreprises/associations)
2. On veut limiter les coûts de déplacement et de supervision et le temps
 Les individus d’une grappe sont généralement voisins
 Pour questionner un échantillon de 1000 personnes, il suffit de contacter 250
ménages et enquêter 4 personnes par ménage au lieu de 1000 lieux d’enquête (une
personne par lieu)
Conditions et indications du TAG

53. • Exemple 1 : variable d’intérêt = avoir un travail
1. Grappe d’individus = ménage
2. Unité statistique : personnes en âge d’activités
• Exemple 2 : variable d’intérêt = dépenses alimentaires
1. Grappe de logements = immeuble/pâté de maisons
2. Unité statistique : ménages et donc les individus composant le
ménage
• Exemple 3 : conditions de travail
1. Grappe d’employés/membres = entreprise/association
2. Unité statistique : employés/membres de l’association
• Exemple 4 : conditions de logement dans les écoles
1. Grappe d’étudiants : école
2. Unité statistique : étudiants
Exemple de grappes

54. Méthodes probabilistes :
Tirage aléatoire à plusieurs degrés

55. • C’est un tirage où l’échantillon final est constitué après plusieurs tirages au
sort, imbriqués les uns dans les autres.
• Il peut être un mélange des tirages précédents pour éviter des coûts trop
importants ou des conditions qui ne se prêtent pas à l’application de ces
méthodes.
• Le principal avantage de ce type de tirage est :
1. de réduire le coût de l'enquête, notamment celui des déplacements.
2. de permettre dans certaines situations de pallier à l'inexistence d'une base
de sondage.
TAD

56. • Tirage à 2 degrés : sélection de certaines villes, puis des logements à
l’intérieur des villes choisies
• Tirage à 4 degrés
1. dans un premier temps, on stratifie le pays selon 3 variables : régions,
provinces, milieu de résidence (urbain, rural)
2. Au niveau de chaque strate, on sélectionne un nombre limité de quartiers
(ville) et douars (campagne) par un TAS
3. Au sein des quartiers sélectionnés, on choisit des écoles primaires (TAS)
4. A l’intérieur des écoles, on choisit des classes (grappes) et on enquête
toute la classe (unités statistiques = écoliers)
Exemples de TAD

57. Méthodes non probabilistes
Méthodes empiriques

58. • Les sondages empiriques se sont opposés aux sondages probabilistes :
1. Méthode des quotas
2. Méthode des itinéraires
3. Méthode boule de neige
4. Méthode des unités-types
5. Méthode des volontaires
6. Méthode à l’aveuglette
Méthodes Empiriques

59. • Les sondages empiriques sont souvent utilisés :
1. Pour pallier à l’absence d’une base de sondage en raison de
l’absence du recours au « hasard ».
2. Parce qu’ils présentent l’avantage aussi d’être plus rapides et moins
coûteux et plus faciles à réaliser qu’un échantillonnage aléatoire.
• Ces méthodes nécessitent cependant des renseignements précis et
récents de l’univers étudié.
Pourquoi des ME?

60. • La méthode des quotas est la forme la plus fréquente.
• On l’utilise notamment dans les enquêtes d’opinion (plus
particulièrement les sondages politiques) et dans les études de marché.
• La méthode des quotas consiste à construire un échantillon qui soit une
maquette, un modèle réduit de la population étudiée sans passer par
des méthodes/calculs probabilistes mais selon un choix raisonné
• Un quota est un nombre d’individus à interroger correspondant à un
critère que l’on a retenu pour répartir la population étudiée.
 Le réalisateur de l’enquête doit d’abord étudier la structure de la
population suivant des critères choisis.
Méthode des quotas

61. Méthode des quotas : procédures
Etude de la
population
• Collecte d’informations statistiques sur le thème étudié
• Choix des variables clés (les plus discriminantes par rapport à Y)
• Etude la structure de la population selon ces variables
Choix de
l’échantillo
n
• L’échantillon doit respecter la structure prédéfinie de la population
Collecte de
l’informati
on
• Collecte de l’information selon la feuille de quotas
• Liberté de l’enquêteur dans le choix des individus
• Les individus sont interchangeables

62. • La feuille de quotas est un document qui fixe pour chaque lieu d’enquête les
caractéristiques que l’enquêteur doit respecter.
• L’enquêteur devra cocher sur cette feuille les caractéristiques de la personne
interrogée ou entourer un nombre pour chaque personne interrogée.
 La feuille des quotas permet de vérifier que les personnes interrogées correspondent
aux critères sélectionnés.
Méthode des quotas : quelques précisions

63. Caractéristiques Effectifs de
la
population
N = 2000
Structure
de la
population
Echantillon
n=12
Sexe
Homme
Femme
1020
980
51%
49%
6
6
Age
18-34 ans
35-49 ans
50-64 ans
+ de 65 ans
600
700
500
200
30%
35%
25%
10%
4
4
3
1
Catégorie
Socioprofessionnelles
Agriculteurs
Ouvriers
Employés
Cadres-prof. Lib.
Inactifs
200
600
800
200
200
10%
30%
40%
10%
10%
1
4
4
1
1
Méthode des quotas

64. Caractéristiques Echantillon
12 personnes
1 2 3 4 5 6 7 8 9 10 11 12
Sexe Homme
Femme
6
6
1 2 3 4 5 6
1 2 3 4 5 6
Age 18-34 ans
35-49 ans
50-64 ans
+ de 65 ans
4
4
3
1
1 2 3 4
1 2 3 4
1 2 3
1
CSP
Agriculteurs
Ouvriers
Employés
Cadres-prof. Lib.
Inactifs
1
4
5
1
1
1
1 2 3 4
1 2 3 4 5
1
1
feuille des quotas

66. Méthode des quotas : quelques précisions
+
Sondés «interchangeables »
Relative liberté
Rapidité de réalisation de
l’enquête et de publication
des résultats
Réduction du temps et des
coûts
-
Disponibilité d’informations
poussées sur la population à
étudier (Si population
humaine, il faut disposer des
résultats d’un recensement)
Préparation minutieuse de
l’information statistique
Risque de vieillissement de
l’information (structure)
Formation et consignes
rigoureuses aux enquêteurs
Marge d’erreur non calculable

67. • Elle consiste à imposer à l’enquêteur un itinéraire en lui indiquant exactement les points
du circuit où il doit procéder à une interview (parfois, l’itinéraire est indiquée sur une
carte).
• On lui indique :
1. Un point de départ dans une commune.
2. Un itinéraire à suivre avec tirage systématique des logements dans lesquels
effectuer les interviews.
3. Objectif : reproduire un certain tirage aléatoire des enquêtés, sans donner
explicitement des noms et adresses à l’enquêteur.
• L’itinéraire peut être aléatoire comme il peut être défini selon un certain objectif.
• Cette méthode est utilisée pour obtenir des échantillons de ménages ou de logements
quand on dispose uniquement d’une base de sondage non détaillée (aréolaire) il faut
disposer d’une carte détaillée
• Cette méthode est utile dans le sondage par quotas réduire l’initiative de l’enquêteur
Méthode des itinéraires

69. • Méthode souvent utilisée dans les enquêtes qualitatives, par exemple les
enquêtes sociologiques
• Elle est guidée par des réflexions théoriques
• Coût réduit
• Mais elle est source de :
1. L’effet « d’être informé » et donc de risque d’absence de spontanéité des
enquêtés
2. L’effet de sélection : les répondants versus les non‐répondants
• Exemple: On distribue des questionnaires à des membres de la population qui
nous intéresse puis, on demande aux sujets de diffuser eux‐mêmes ce
questionnaire à d’autres sujets, qui seraient susceptibles de se prêter à l’étude.
Méthode boules de neige (snow ball sampling)

72. • Exemple 1 : un visiteur veut s’informer sur la formationà l’EST. Il
choisit un étudiant‐type de l’EST (2ème année).
• Exemple 2 : on veut connaitre le processus de production de l’huile
d’olive dans une « maasra ». On choisit une unité de production
quelconque et on interroge son gérant.
• Exemple 3 : on veut connaître la gestion de l’eau dans un douar par
les ménages. On choisit l’élu du douar ou un responsable
administratif.
Méthode des unités-types

73. • Exemple 1 : un visiteur veut s’informer sur la formationà l’EST. Il
choisit 3 étudiants‐types de l’EST (1ère année) présentant chacun une
des options.
• Exemple 2 : on veut connaitre le processus de production de l’huile
d’olive dans une « maasra ». On choisit plusieurs unités traditionnelles
de production selon leur taille (petite, moyenne, grande) et on
interroge les gérants.
• Exemple 3 : on veut connaître la gestion de l’eau dans un douar par les
ménages. On stratifie les douars selon la pluviométrie régionale et on
choisit l’élu de chaque douar ou un responsable administratif.
Méthode des unités-types

74. • On lance un appel
• Les individus eux-mêmes se portent volontaires pour répondre aux
questions.
• Exemples : enquêtes réalisées auprès de lecteurs d’un journal, d’adhérents
d’associations acceptant de répondre à un questionnaire, de téléspectateurs
acceptant de répondre au téléphone ou par internet à des questions posées
lors d’une émission.
• Les unités d’échantillonnage s’auto sélectionnent.
• Cette méthode est très économique.
• Mais statistiquement, elle n ’est pas défendable
• Effet de sélection : Se pose alors le problème de l’homogénéité entre
« volontaires » et « non volontaires ».
Méthode des volontaires

75. • Les individus son choisis sur le terrain au hasard des rencontres pour
généralement répondre à un nombre de questions réduits
• Exemples : micro-trottoir sur les événements en Syrie
• Les unités d’échantillonnage s’auto sélectionnent.
• Cette méthode est très économique.
• Mais statistiquement, elle n ’est pas défendable
• Effet de sélection : Se pose alors le problème de l’homogénéité entre
« volontaires » et « non volontaires ».
Méthode à l’aveuglette

76. • Dans n’importe quelle recherche, la taille des échantillons revêt un rôle très
important.
• D’abord, elle détermine la validité de la recherche. L'échantillon est dit
"valide" lorsqu'il est représentatif de la population ‐mère, c'est‐à‐dire
lorsqu'il possède les caractéristiques correspondantes à la population.
• Ensuite, elle conditionne l'importance du travail, du temps et des coûts
qu'implique l'échantillonnage.
Détermination de la taille de l’échantillon