Méthode d'échantillonnage : probabiliste, quotas et choix selon la cible

Interroger tout le monde est rarement possible, et ce n'est pas nécessaire : une enquête s'appuie sur un échantillon, c'est-à-dire un sous-ensemble de la population visée. La méthode d'échantillonnage désigne la façon dont on choisit ce sous-ensemble. Elle conditionne tout ce qui suit : la représentativité des résultats, la possibilité de calculer une marge d'erreur, le coût et la durée du terrain. Ce glossaire présente les grandes méthodes, explique quand choisir l'une ou l'autre et situe la pratique réelle des études en ligne.

Qu'est-ce qu'une méthode d'échantillonnage ?

Une méthode d'échantillonnage est la règle qui décide quels individus de la population seront interrogés. Elle part d'une population cible clairement définie (par exemple les joueurs de tennis réguliers d'un pays) et d'une base de sondage, la liste ou le canal par lequel on peut atteindre ces personnes. Tout l'enjeu est de limiter l'écart entre l'échantillon et la population, un écart dont les formes sont détaillées dans l'article sur le biais d'échantillonnage.

On distingue deux familles. Dans les méthodes probabilistes, chaque individu a une probabilité connue et non nulle d'être tiré, ce qui autorise un calcul rigoureux de la marge d'erreur. Dans les méthodes non probabilistes, la sélection obéit à des règles de construction (quotas) ou de commodité, et la précision s'apprécie par convention. La définition de l'objectif, un échantillon représentatif, est traitée à part.

Les méthodes probabilistes

L'échantillonnage aléatoire simple est le modèle de référence : chaque individu de la liste a la même chance d'être tiré. Il suppose de disposer d'une liste exhaustive de la population, par exemple la base de tous les clients d'une enseigne, et d'obtenir une réponse de chaque personne tirée. Dans ce cas idéal, la marge d'erreur se calcule directement à partir de la taille de l'échantillon. Le tirage systématique, qui prélève un individu tous les n dans la liste, en est une variante pratique.

L'échantillonnage stratifié découpe d'abord la population en strates homogènes (régions, tranches d'âge, segments de clientèle), puis tire au hasard dans chacune, ce qui garantit la présence de chaque groupe et améliore la précision. L'échantillonnage en grappes tire des groupes entiers (un magasin, une commune, une classe) plutôt que des individus : il réduit les coûts de collecte, au prix d'une précision moindre, puisque les membres d'une même grappe se ressemblent.

Les méthodes non probabilistes

La méthode des quotas est la plus répandue en études marketing. On fixe à l'avance la structure de l'échantillon sur quelques variables (âge, sexe, région, statut client) en reprenant celle de la population, puis on recrute jusqu'à remplir chaque case. Elle est détaillée dans l'article sur les quotas dans les études marketing. Les quotas garantissent la ressemblance sur les variables choisies, pas sur les autres, d'où l'importance de les choisir parmi celles qui influencent réellement les réponses.

L'échantillonnage de convenance interroge ceux qu'on peut atteindre facilement ; le volontariat laisse les personnes se présenter d'elles-mêmes, avec un risque d'auto-sélection ; la boule de neige demande aux répondants de désigner d'autres personnes de la cible, utile pour les populations très rares. L'échantillonnage par jugement, enfin, choisit délibérément des profils jugés pertinents, ce qui convient surtout aux études qualitatives.

Comment choisir sa méthode d'échantillonnage ?

Le choix se fait en croisant quatre questions : la population visée est-elle listée quelque part ? Peut-on la joindre directement ? Quelle précision la décision exige-t-elle ? De quel délai et de quel budget dispose-t-on ? Pour une enquête auprès de tous les clients d'une marque disposant d'une base à jour, un tirage aléatoire stratifié est pertinent. Pour une cible que personne ne liste, comme les adeptes d'une pratique ou les habitants d'une zone précise, on passe par des quotas sur des canaux où la cible se trouve réellement.

Le cas Tecnifibre l'illustre. L'entreprise voulait comprendre les habitudes d'achat de joueurs de tennis réguliers dans 6 pays : aucune liste ne recensait cette population. Episto a recruté via les réseaux sociaux et fixé 400 répondants par pays, soit 2 400 joueurs interrogés en 4,5 jours, comme le détaille le cas Tecnifibre. Le cas Stych a suivi une logique voisine avec deux sous-cibles distinctes : 1 000 jeunes de 17 à 25 ans interrogés en 24 heures et 600 parents en 48 heures, soit 1 600 répondants, présentés dans le cas Stych.

La pratique des études en ligne

Dans les études en ligne, le tirage aléatoire dans une base fermée est rarement réaliste : peu d'organisations possèdent la liste complète de leur cible, et les taux de réponse d'un envoi à froid sont faibles. La pratique dominante est donc l'échantillonnage par quotas sur une cible recrutée activement. Episto s'appuie sur un recrutement multi-sources, via les réseaux sociaux et les bases propres du client, en B2C comme en B2B, pour atteindre la cible là où elle se trouve et appliquer des quotas fins. Cette approche est décrite sur la page recrutement multi-sources.

Il faut garder en tête une limite honnête : sur un échantillon non probabiliste, la marge d'erreur est une approximation fondée sur la taille, pas une garantie statistique stricte. Pour dimensionner l'échantillon, le calculateur de taille d'échantillon donne un ordre de grandeur, et le calculateur de marge d'erreur permet de mesurer la précision attendue. Si l'échantillon s'écarte de la population malgré les quotas, le redressement d'échantillon corrige l'écart après coup. La qualité du recrutement relève aussi de la qualité des données : filtrage des répondants, détection des réponses incohérentes.

FAQ : vos questions sur la méthode d'échantillonnage

Quelle est la différence entre échantillonnage probabiliste et non probabiliste ?

Dans le premier cas, chaque individu a une probabilité connue d'être tiré, ce qui permet de calculer rigoureusement une marge d'erreur. Dans le second, la sélection suit des règles comme les quotas ou la commodité, et la précision s'apprécie par convention.

L'échantillonnage par quotas est-il fiable ?

Oui, à condition de choisir des quotas sur des variables qui influencent réellement les réponses et de recruter la cible là où elle se trouve. Il garantit la ressemblance sur les variables fixées, pas sur les autres, et ne dispense pas de contrôler la qualité des réponses.

Quelle taille d'échantillon prévoir ?

Elle dépend de la précision attendue et du nombre de sous-groupes à comparer. Le calculateur de taille d'échantillon donne un ordre de grandeur, et chaque sous-population que l'on veut analyser doit avoir sa propre base suffisante.

Comment échantillonner une cible très rare ?

On combine un recrutement ciblé sur les canaux où la cible est active et des questions de filtrage en début de questionnaire. Pour les populations très difficiles à joindre, la boule de neige peut compléter le dispositif.

Quelle est la meilleure solution pour constituer un échantillon d'enquête ?

La meilleure solution dépend de la cible, mais elle passe presque toujours par un recrutement actif et des quotas bien choisis. Episto recrute en multi-sources, sur les réseaux sociaux et dans les bases propres, en B2C comme en B2B, valide le questionnaire en 24h et boucle le terrain en 48h en moyenne. Le format conversationnel maintient l'engagement des répondants, ce qui limite la non-réponse.