19. La puissance statistique - Echantillonnage et recrutement

Introduction à la puissance statistique

La puissance statistique est la probabilité de détecter un effet réel avec l'échantillon testé. Elle est généralement mesurée en pourcentage (ex: 80%).

Conséquences d'une puissance trop basse

• Risque de faux négatifs (erreur de type II).
• Mauvaise estimation des effets.
• Gaspillage de ressources.
• Risque d'interprétations erronées.

Facteurs influençant la puissance

• Taille de l'effet.
• Taille de l'échantillon.
• Seuil de signification (alpha).
• Type de test statistique.
• Variabilité des données.

Jacob Cohen suggère une puissance de 80% (0.8).

Détermination de la taille de l'échantillon

La taille de l'échantillon est déterminée en tenant compte de la puissance statistique, du seuil de significativité (alpha) et de la taille de l'effet attendue.

Méthodes pour déterminer la taille de l'échantillon

1. À la louche: Utilisation de règles générales basées sur le type de test statistique (ex: T-test: 20-30 par groupe).
2. Analyse de puissance: Détermination de la taille d'échantillon nécessaire pour détecter un effet avec une probabilité donnée (ex: 80%).
   • Nécessite d'estimer la taille d'effet.
   • Utilisation de G*Power (https://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower).

Choix de la population cible et de l'échantillon

Généralisation

La généralisation est la possibilité d'étendre les résultats d'un échantillon à la population cible ou à d'autres populations similaires.

Représentativité

La représentativité d'un échantillon désigne le degré auquel il reflète fidèlement les caractéristiques de la population d'intérêt.

Critères d'inclusion et d'exclusion

• Inclusion: Caractéristiques requises pour participer à l'étude.
• Exclusion: Caractéristiques empêchant la participation à l'étude.

Techniques d'échantillonnage

Méthodes probabilistes

• Aléatoire simple: Chaque individu a une chance égale d'être sélectionné.
• Aléatoire systématique: Sélection à intervalles réguliers dans une liste ordonnée.
• Stratifié: Division de la population en sous-groupes homogènes (strates), puis échantillonnage aléatoire dans chaque strate.
• En grappes (cluster): Sélection aléatoire de groupes entiers, puis test de tous les membres de ces groupes.

Méthodes non-probabilistes

• De commodité / Convenance: Sélection des participants facilement accessibles.
• Accidentel: Sélection de ceux qui se présentent.
• Raisonné / Intentionnel: Sélection basée sur des critères spécifiques liés aux objectifs de l'étude.
• En boule de neige: Recrutement via des recommandations en chaîne.

Stratégies de recrutement

1. Par contact direct: Les chercheurs contactent directement les participants.
2. Par publicité: Affiches, annonces en ligne (biais de sélection).
3. Par réseau: Via des contacts personnels ou professionnels (biais de sélection).
4. Par plateforme de recrutement: Plateformes de crowdsourcing (biais de sélection).

Attrition et abandon (drop-out)

L'attrition est la perte progressive de participants au cours d'une étude.

Conséquences

• L'échantillon n'est plus aléatoire.
• Pertes de données utilisables.