{"id":6161,"date":"2026-09-16T05:04:32","date_gmt":"2026-09-16T05:04:32","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/qu-est-ce-que-l-echantillonnage-a-plusieurs-degres-definition-et-exemple\/"},"modified":"2026-09-16T05:04:39","modified_gmt":"2026-09-16T05:04:39","slug":"qu-est-ce-que-l-echantillonnage-a-plusieurs-degres-definition-et-exemple","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=qu-est-ce-que-l-echantillonnage-a-plusieurs-degres-definition-et-exemple","title":{"rendered":"Qu’est-ce que l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s ? (D\u00e9finition et exemple)"},"content":{"rendered":"

Dans le champ des sciences humaines, sociales et comportementales, l’acc\u00e8s empirique \u00e0 des populations cibles d’envergure se heurte in\u00e9luctablement \u00e0 des contraintes mat\u00e9rielles, financi\u00e8res et temporelles majeures. Lorsqu’un chercheur ou une institution envisage de mesurer avec rigueur des ph\u00e9nom\u00e8nes psychologiques complexes, tels que la d\u00e9tresse psychologique, l’anxi\u00e9t\u00e9 g\u00e9n\u00e9ralis\u00e9e ou la dynamique du bien-\u00eatre au travail, l’id\u00e9al th\u00e9orique consisterait \u00e0 recourir \u00e0 un \u00e9chantillonnage al\u00e9atoire simple<\/a>. Toutefois, cette approche pr\u00e9suppose l’existence d’une base de sondage unifi\u00e9e, exhaustive et actualis\u00e9e r\u00e9pertoriant chaque individu de la population cible, une condition qui s’av\u00e8re quasi impossible \u00e0 satisfaire d\u00e8s lors que le champ d’investigation s’\u00e9tend \u00e0 l’\u00e9chelle d’une r\u00e9gion, d’une nation ou d’un r\u00e9seau organisationnel transcontinental.<\/p>\n

Face \u00e0 cette aporie m\u00e9thodologique, la th\u00e9orie des sondages a d\u00e9velopp\u00e9 des architectures probabilistes sophistiqu\u00e9es capables de concilier les exigences math\u00e9matiques de l’inf\u00e9rence statistique et les imp\u00e9ratifs pratiques du d\u00e9ploiement sur le terrain. L’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s, souvent qualifi\u00e9 d’\u00e9chantillonnage multi-\u00e9tapique ou hi\u00e9rarchique, s’impose comme la solution par excellence pour surmonter l’absence de base de sondage globale tout en ma\u00eetrisant les co\u00fbts logistiques li\u00e9s \u00e0 la dispersion g\u00e9ographique des sujets. En d\u00e9composant le processus d’inclusion en une cascade de s\u00e9lections al\u00e9atoires embo\u00eet\u00e9es, cette m\u00e9thode permet de concentrer les efforts de collecte au sein de sous-ensembles circonscrits sans renoncer aux fondements de l’\u00e9chantillonnage probabiliste.<\/p>\n

Cet article propose une analyse exhaustive et rigoureuse de l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s, depuis ses fondements conceptuels et math\u00e9matiques jusqu’\u00e0 ses applications concr\u00e8tes en psychologie et en \u00e9pid\u00e9miologie comportementale. \u00c0 travers l’examen de ses m\u00e9canismes probabilistes, de ses diff\u00e9rences fondamentales avec les plans par grappes ou stratifi\u00e9s, et de ses r\u00e9percussions sur l’estimation de la variance par le biais de l’effet de plan, ce guide d\u00e9taille l’ensemble des protocoles requis pour concevoir, ex\u00e9cuter et analyser des enqu\u00eates quantitatives complexes selon les normes m\u00e9thodologiques les plus strictes de la recherche scientifique contemporaine.<\/p>\n

1. Introduction et fondements conceptuels de l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s<\/h2>\n

L’histoire de l’inf\u00e9rence statistique moderne repose sur la qu\u00eate permanente d’une repr\u00e9sentativit\u00e9 optimale \u00e0 partir d’observations partielles du r\u00e9el. Dans les disciplines \u00e9tudiant les comportements humains, la tension entre la puret\u00e9 des mod\u00e8les math\u00e9matiques et la r\u00e9alit\u00e9 logistique du terrain d’enqu\u00eate constitue un moteur \u00e9pist\u00e9mologique constant, contraignant les m\u00e9thodologistes \u00e0 inventer des structures de tirage capables de naviguer au sein de populations vastes, fragment\u00e9es et h\u00e9t\u00e9rog\u00e8nes.<\/p>\n

1.1 Le d\u00e9fi de l’acc\u00e8s aux grandes populations en recherche psychologique<\/h3>\n

En psychologie clinique, sociale et cognitive, la validit\u00e9 externe des conclusions scientifiques d\u00e9pend directement de la capacit\u00e9 des protocoles \u00e0 g\u00e9n\u00e9raliser des observations recueillies aupr\u00e8s d’un sous-ensemble d’individus \u00e0 l’ensemble d’une population parente. Cependant, lorsqu’il s’agit d’\u00e9tudier la distribution des traits de personnalit\u00e9, la pr\u00e9valence des troubles anxio-d\u00e9pressifs ou l’impact des stresseurs environnementaux sur de larges segments d\u00e9mographiques, les chercheurs se heurtent imm\u00e9diatement \u00e0 l’inaccessibilit\u00e9 de bases de sondage exhaustives. Contrairement aux essais cliniques de laboratoire o\u00f9 les cohortes sont restreintes et recrut\u00e9es sur des crit\u00e8res d\u00e9lib\u00e9r\u00e9ment \u00e9troits, les recherches populationnelles n\u00e9cessitent de contacter des individus vivant dans des contextes \u00e9cologiques diversifi\u00e9s. L’absence d’un registre centralis\u00e9 r\u00e9pertoriant, par exemple, tous les adolescents scolaris\u00e9s d’un pays ou l’int\u00e9gralit\u00e9 des travailleurs du secteur tertiaire exclut d’embl\u00e9e la possibilit\u00e9 de proc\u00e9der \u00e0 un tirage au sort direct et individuel.<\/p>\n

\u00c0 cette carence documentaire s’ajoutent des contraintes budg\u00e9taires, temporelles et logistiques consid\u00e9rables. M\u00eame si un registre national exhaustif \u00e9tait disponible, un \u00e9chantillonnage al\u00e9atoire simple aboutirait \u00e0 une dispersion spatiale extr\u00eame des sujets s\u00e9lectionn\u00e9s. Les co\u00fbts de d\u00e9placement des enqu\u00eateurs ou des psychologues \u00e9valuateurs, les d\u00e9penses d’acheminement du mat\u00e9riel de passation psychom\u00e9trique standardis\u00e9 et la dispersion des efforts de suivi rendraient le protocole financi\u00e8rement prohibitif et mat\u00e9riellement ing\u00e9rable. De plus, la dur\u00e9e requise pour collecter des donn\u00e9es aupr\u00e8s d’individus isol\u00e9s g\u00e9ographiquement introduirait des biais d’histoire ou de maturation au sein des s\u00e9ries temporelles de la recherche.<\/p>\n

D\u00e8s lors, les chercheurs sont contraints d’op\u00e9rer des arbitrages m\u00e9thodologiques \u00e9clair\u00e9s. Il ne s’agit pas de sacrifier la rigueur statistique au profit de la facilit\u00e9 pratique en recourant \u00e0 des \u00e9chantillons de convenance non probabilistes, mais plut\u00f4t de concevoir des plans de sondage probabilistes alternatifs capables de pr\u00e9server les propri\u00e9t\u00e9s formelles de l’inf\u00e9rence tout en concentrant les op\u00e9rations sur des unit\u00e9s spatiales ou institutionnelles g\u00e9rables. C’est pr\u00e9cis\u00e9ment au confluent de cette double exigence qu’intervient l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s, offrant une mod\u00e9lisation structurelle qui rationalise les ressources sans abdiquer l’exigence de randomisation.<\/p>\n

\"\"<\/figure>\n

1.2 Gen\u00e8se et \u00e9volution de l’\u00e9chantillonnage ar\u00e9olaire et hi\u00e9rarchique<\/h3>\n

L’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s trouve ses racines historiques dans les travaux pionniers de la statistique publique et de la d\u00e9mographie au cours de la premi\u00e8re moiti\u00e9 du XXe si\u00e8cle. Confront\u00e9s \u00e0 la n\u00e9cessit\u00e9 de r\u00e9aliser des recensements agricoles et des enqu\u00eates sur la main-d’\u0153uvre \u00e0 grande \u00e9chelle, des statisticiens fondamentaux tels que Jerzy Neyman, Morris Hansen, William Hurwitz et Leslie Kish ont formalis\u00e9 les principes de l’\u00e9chantillonnage ar\u00e9olaire (area sampling<\/a>). Cette technique consistait \u00e0 substituer \u00e0 la liste inaccessible des individus une liste accessible de circonscriptions g\u00e9ographiques, au sein desquelles des subdivisions successives \u00e9taient op\u00e9r\u00e9es jusqu’\u00e0 atteindre l’unit\u00e9 finale de collecte.<\/p>\n

Au fil des d\u00e9cennies, cette m\u00e9thodologie purement territoriale a mut\u00e9 vers des approches structurelles plus complexes, int\u00e9grant les hi\u00e9rarchies institutionnelles propres \u00e0 la sociologie et \u00e0 l’\u00e9pid\u00e9miologie. Les chercheurs ont rapidement compris que la r\u00e9alit\u00e9 humaine s’organise spontan\u00e9ment selon des structures embo\u00eet\u00e9es : les individus r\u00e9sident au sein de m\u00e9nages, qui s’int\u00e8grent dans des quartiers, eux-m\u00eames regroup\u00e9s dans des municipalit\u00e9s ; de m\u00eame, les \u00e9l\u00e8ves sont regroup\u00e9s dans des classes, qui appartiennent \u00e0 des \u00e9coles, g\u00e9r\u00e9es par des acad\u00e9mies ou des districts scolaires. La statistique computationnelle et l’\u00e9mergence des th\u00e9ories des probabilit\u00e9s appliqu\u00e9es aux plans de sondage ont permis de formaliser les m\u00e9canismes de d\u00e9composition de la variance associ\u00e9e \u00e0 ces structures arborescentes.<\/p>\n

Dans le domaine des sciences du comportement et de la sant\u00e9 mentale, l’adoption de ces plans hi\u00e9rarchiques a \u00e9t\u00e9 catalys\u00e9e par les grandes enqu\u00eates \u00e9pid\u00e9miologiques internationales, telles que les enqu\u00eates de l’Organisation mondiale de la sant\u00e9 sur la sant\u00e9 mentale mondiale (World Mental Health Surveys<\/a>). Ces initiatives d’envergure ont d\u00e9montr\u00e9 que la mesure rigoureuse des troubles psychiatriques et des construits psychologiques \u00e0 l’\u00e9chelle d’une population enti\u00e8re ne pouvait s’effectuer sans recourir \u00e0 des plans multi-\u00e9tapiques rigoureusement document\u00e9s, capables de s’adapter aux disparit\u00e9s des syst\u00e8mes de recensement locaux tout en garantissant des estimateurs robustes et non biais\u00e9s.<\/p>\n

1.3 Place de la m\u00e9thode parmi les protocoles probabilistes<\/h3>\n

Au sein de la taxonomie des m\u00e9thodes d’\u00e9chantillonnage quantitatives, les protocoles se divisent fondamentalement en deux grandes familles \u00e9pist\u00e9mologiques : les approches non probabilistes (ou empiriques) et les approches probabilistes (ou al\u00e9atoires). Les m\u00e9thodes non probabilistes, parmi lesquelles figurent l’\u00e9chantillonnage par quotas, l’\u00e9chantillonnage de convenance ou les techniques boule de neige, s\u00e9lectionnent les r\u00e9pondants sur la base de crit\u00e8res subjectifs, de disponibilit\u00e9 imm\u00e9diate ou d’auto-s\u00e9lection. Bien que rapides et \u00e9conomiques, ces approches souffrent d’une incapacit\u00e9 th\u00e9orique fondamentale : il est strictement impossible de d\u00e9terminer la probabilit\u00e9 d’inclusion d’un individu donn\u00e9, ce qui invalide le calcul math\u00e9matique de l’erreur d’\u00e9chantillonnage et interdit toute inf\u00e9rence statistique formelle au sens de la th\u00e9orie classique des probabilit\u00e9s.<\/p>\n

L’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s s’inscrit sans \u00e9quivoque dans la famille des m\u00e9thodes probabilistes. Sa l\u00e9gitimit\u00e9 d\u00e9coule du respect imp\u00e9ratif d’une condition cardinale : \u00e0 chaque stade du processus de s\u00e9lection en cascade, le choix des unit\u00e9s doit obligatoirement reposer sur un m\u00e9canisme de randomisation objectif et probabilis\u00e9. Qu’il s’agisse de tirer au sort des r\u00e9gions administratives au premier degr\u00e9, des \u00e9tablissements scolaires au deuxi\u00e8me degr\u00e9, des classes d’\u00e9l\u00e8ves au troisi\u00e8me degr\u00e9 ou enfin des individus au sein des classes, chaque op\u00e9ration de pr\u00e9l\u00e8vement est gouvern\u00e9e par des lois de probabilit\u00e9 connues \u00e0 l’avance.<\/p>\n

Il importe de lever toute ambigu\u00eft\u00e9 th\u00e9orique : la complexit\u00e9 structurelle d’une s\u00e9lection s\u00e9quentielle ne dilue en rien son statut probabiliste, pourvu que la cha\u00eene de s\u00e9lection ne soit interrompue par aucune d\u00e9rive de convenance. M\u00eame si le protocole aboutit \u00e0 une concentration spatiale ou institutionnelle des sujets, la calculabilit\u00e9 exacte de la probabilit\u00e9 conjointe d’inclusion conf\u00e8re aux estimateurs d\u00e9riv\u00e9s de ces donn\u00e9es les m\u00eames garanties asymptotiques de consistance et d’absence de biais que celles offertes par un \u00e9chantillon al\u00e9atoire simple, sous r\u00e9serve d’ajustements statistiques rigoureux li\u00e9s \u00e0 la structure de d\u00e9pendance des donn\u00e9es.<\/p>\n

2. D\u00e9finition formelle et principes probabilistes sous-jacents<\/h2>\n

La compr\u00e9hension rigoureuse de l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s exige d’abandonner l’intuition na\u00efve d’un pr\u00e9l\u00e8vement direct dans une population homog\u00e8ne pour adopter une vision ensembliste et hi\u00e9rarchique. Cette section formalise les m\u00e9canismes math\u00e9matiques r\u00e9gissant la transition entre les diff\u00e9rents niveaux d’agr\u00e9gation d’un plan de sondage multi-\u00e9tapique.<\/p>\n

2.1 D\u00e9finition th\u00e9orique et op\u00e9rationnelle<\/h3>\n

Sur le plan th\u00e9orique, l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s se d\u00e9finit comme un processus stochastique de division r\u00e9cursive d’une population globale en une suite d’unit\u00e9s embo\u00eet\u00e9es de granularit\u00e9 d\u00e9croissante, suivi d’une s\u00e9rie ordonn\u00e9e d’op\u00e9rations d’\u00e9chantillonnage probabiliste appliqu\u00e9es successivement \u00e0 chaque niveau hi\u00e9rarchique. Formellement, si l’on d\u00e9signe la population cible totale par l’ensemble $\\Omega$<\/span>, cette population est pr\u00e9alablement partitionn\u00e9e en un ensemble exhaustif et mutuellement exclusif d’unit\u00e9s de premier niveau, appel\u00e9es Unit\u00e9s Primaires d’\u00c9chantillonnage (UPE). Chacune de ces UPE est elle-m\u00eame constitu\u00e9e d’une collection d’unit\u00e9s de second niveau, d\u00e9sign\u00e9es sous le terme d’Unit\u00e9s Secondaires d’\u00c9chantillonnage (USE), et ainsi de suite jusqu’\u00e0 atteindre les unit\u00e9s finales contenant les \u00e9l\u00e9ments d’observation.<\/p>\n

Sur le plan op\u00e9rationnel, la m\u00e9thode proc\u00e8de du g\u00e9n\u00e9ral vers le particulier. Au lieu de tenter de r\u00e9pertorier imm\u00e9diatement l’ensemble des \u00e9l\u00e9ments ultimes de $\\Omega$<\/span>, le chercheur se contente de dresser la liste des UPE. Un premier \u00e9chantillon d’UPE est tir\u00e9 selon une r\u00e8gle probabiliste explicite. Dans un deuxi\u00e8me temps, et uniquement au sein des UPE s\u00e9lectionn\u00e9es lors du premier stade, le chercheur dresse l’inventaire des unit\u00e9s secondaires, parmi lesquelles un nouvel \u00e9chantillon al\u00e9atoire est extrait. Ce processus de sous-\u00e9chantillonnage se poursuit de mani\u00e8re s\u00e9quentielle sur autant de niveaux que l’exige l’architecture du projet de recherche.<\/p>\n

La taxonomie distingue les plans bi-\u00e9tapiques (\u00e0 deux degr\u00e9s), fr\u00e9quents dans les enqu\u00eates institutionnelles simples (par exemple, s\u00e9lection d’h\u00f4pitaux puis s\u00e9lection de patients au sein des h\u00f4pitaux retenus), des plans multi-\u00e9tapiques (\u00e0 trois degr\u00e9s ou plus), caract\u00e9ristiques des enqu\u00eates nationales de grande ampleur (par exemple : r\u00e9gions, d\u00e9partements, communes, m\u00e9nages, puis un individu tir\u00e9 au sort au sein de chaque m\u00e9nage). Le choix du nombre de degr\u00e9s d\u00e9pend directement du degr\u00e9 de dispersion spatiale de la population, de la structure des bases de donn\u00e9es administratives interm\u00e9diaires et de l’optimisation des co\u00fbts de collecte.<\/p>\n

2.2 Le principe fondamental de s\u00e9lection probabiliste \u00e0 chaque \u00e9tape<\/h3>\n

Le fondement inali\u00e9nable de l’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s r\u00e9side dans l’attribution d\u00e9terministe d’une probabilit\u00e9 d’inclusion non nulle et parfaitement calculable \u00e0 chaque unit\u00e9, quel que soit l’\u00e9chelon consid\u00e9r\u00e9. Pour qu’un plan d’\u00e9chantillonnage multi-\u00e9tapique conserve sa validit\u00e9 inf\u00e9rentielle, chaque \u00e9tape de s\u00e9lection doit se conformer aux axiomes de la th\u00e9orie de l’\u00e9chantillonnage de survey design, th\u00e9oris\u00e9e notamment par S\u00e4rndal, Swensson et Wretman (1992)<\/a>. Toute d\u00e9faillance dans la cha\u00eene probabiliste\u2014telle que la s\u00e9lection non al\u00e9atoire d’une sous-unit\u00e9 pour des raisons de commodit\u00e9 mat\u00e9rielle\u2014rompt instantan\u00e9ment le contrat probabiliste et invalide l’estimation des erreurs-types.<\/p>\n

Ce principe assure le maintien de la validit\u00e9 externe des conclusions. Lorsque la probabilit\u00e9 d’inclusion conjointe est connue, il devient possible d’utiliser l’estimateur d’Horvitz-Thompson pour calculer des moyennes, des proportions, des indices de corr\u00e9lation ou des coefficients de r\u00e9gression rigoureusement repr\u00e9sentatifs de la population globale. Si un chercheur venait \u00e0 introduire un choix subjectif au dernier degr\u00e9\u2014par exemple, en laissant les enqu\u00eateurs interroger le membre du m\u00e9nage qui se pr\u00e9sente en premier \u00e0 la porte au lieu de proc\u00e9der \u00e0 un tirage au sort probabiliste par m\u00e9thode de Kish ou date d’anniversaire\u2014les propri\u00e9t\u00e9s de variance deviendraient ind\u00e9terminables math\u00e9matiquement, et l’\u00e9chantillon perdrait sa valeur probante.<\/p>\n

La distinction entre s\u00e9lection probabiliste stricte et approche par convenance au niveau final est pr\u00e9cis\u00e9ment ce qui s\u00e9pare l’ing\u00e9nierie statistique rigoureuse du sondage d’opinion commercial rudimentaire. La pr\u00e9servation de la cha\u00eene stochastique garantit que l’esp\u00e9rance math\u00e9matique des estimateurs converge vers le param\u00e8tre r\u00e9el de la population cible \u00e0 mesure que la taille d’\u00e9chantillon cro\u00eet, respectant ainsi les lois fondamentales des grands nombres et du th\u00e9or\u00e8me central limite appliqu\u00e9 aux populations finies.<\/p>\n

2.3 Les concepts cl\u00e9s : grappes, sous-grappes et unit\u00e9s finales<\/h3>\n

Pour naviguer dans l’architecture d’un plan multi-\u00e9tapique, il est n\u00e9cessaire de ma\u00eetriser avec pr\u00e9cision le vocabulaire normalis\u00e9 de la th\u00e9orie des sondages. Les unit\u00e9s agr\u00e9g\u00e9es s\u00e9lectionn\u00e9es lors de la premi\u00e8re phase sont universellement d\u00e9nomm\u00e9es Unit\u00e9s Primaires d’\u00c9chantillonnage (UPE). Une UPE constitue une grappe macroscopique, c’est-\u00e0-dire un regroupement naturel ou artificiel d’\u00e9l\u00e9ments de la population. Une caract\u00e9ristique majeure des UPE est leur h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 intrins\u00e8que : elles englobent g\u00e9n\u00e9ralement une diversit\u00e9 interne substantielle tout en pr\u00e9sentant, dans certains cas, une relative variabilit\u00e9 entre elles. En pratique, une UPE peut \u00eatre une zone g\u00e9ographique (un canton, un code postal), un organisme fonctionnel (une universit\u00e9, un centre hospitalier) ou une structure organisationnelle (une succursale d’entreprise).<\/p>\n

Au sein des UPE s\u00e9lectionn\u00e9es, les sous-ensembles soumis au deuxi\u00e8me tirage constituent les Unit\u00e9s Secondaires d’\u00c9chantillonnage (USE). Celles-ci agissent comme des sous-grappes. Dans le contexte d’une \u00e9tude en milieu scolaire, si l’UPE est l’\u00e9tablissement d’enseignement secondaire, l’USE correspondra typiquement \u00e0 la classe p\u00e9dagogique ou au niveau de scolarit\u00e9. Si le protocole comporte des \u00e9tapes suppl\u00e9mentaires, on parlera d’Unit\u00e9s Tertiaires d’\u00c9chantillonnage (UTE), telles que des groupes de travaux pratiques ou des dortoirs au sein des internats.<\/p>\n

Enfin, au terme de la cascade de s\u00e9lections, se trouve l’Unit\u00e9 Finale d’\u00c9chantillonnage (ou Unit\u00e9 Statistique Ultime). C’est \u00e0 ce niveau pr\u00e9cis que se produit l’observation empirique et que la mesure psychom\u00e9trique est effectu\u00e9e. L’unit\u00e9 ultime peut \u00eatre un individu singulier (un patient, un \u00e9tudiant, un employ\u00e9), une dyade (un couple parent-enfant), ou une entit\u00e9 collective indivisible (un m\u00e9nage, une cellule familiale). La clarification taxonomique pr\u00e9alable de chaque strate hi\u00e9rarchique est une condition sine qua non de la mod\u00e9lisation math\u00e9matique du plan de sondage, car chaque \u00e9chelon poss\u00e8de ses propres probabilit\u00e9s conditionnelles de s\u00e9lection.<\/p>\n

3. Anatomie d’un plan d’\u00e9chantillonnage \u00e0 plusieurs degr\u00e9s : \u00c9tapes et unit\u00e9s<\/h2>\n

La construction op\u00e9rationnelle d’un dispositif multi-\u00e9tapique s’articule comme une progression rigoureuse, guid\u00e9e par une diminution m\u00e9thodique de l’\u00e9chelle d’observation. Chaque niveau r\u00e9pond \u00e0 des imp\u00e9ratifs administratifs distincts et mobilise des outils probabilistes adapt\u00e9s \u00e0 la nature des cadres de sondage disponibles.<\/p>\n

3.1 Premier degr\u00e9 : S\u00e9lection des Unit\u00e9s Primaires d’\u00c9chantillonnage (UPE)<\/h3>\n

Le premier degr\u00e9 constitue l’infrastructure fondamentale sur laquelle repose la totalit\u00e9 de l’\u00e9difice empirique. \u00c0 cette \u00e9tape, la t\u00e2che principale du chercheur consiste \u00e0 \u00e9tablir une base de sondage primaire exhaustive. Contrairement \u00e0 une base d’individus, la liste des UPE est g\u00e9n\u00e9ralement accessible par le biais d’annuaires officiels, de registres minist\u00e9riels ou de bases cartographiques de l’institut national de statistique (tel que l’INSEE en France ou Statistique Canada). Ces unit\u00e9s doivent partitionner int\u00e9gralement la population cible, sans chevauchement ni omission.<\/p>\n

L’un des d\u00e9fis majeurs du premier degr\u00e9 r\u00e9side dans la variabilit\u00e9 d\u00e9mographique des UPE. Dans un cadre g\u00e9ographique, les d\u00e9partements, communes ou districts n’ont que tr\u00e8s rarement des tailles identiques. Si l’on applique un tirage al\u00e9atoire simple \u00e0 ce niveau, une petite commune de 200 habitants aurait la m\u00eame probabilit\u00e9 d’\u00eatre choisie qu’une m\u00e9tropole de plusieurs centaines de milliers d’\u00e2mes. Cela introduirait des distorsions s\u00e9v\u00e8res dans la probabilit\u00e9 finale des individus. Pour rem\u00e9dier \u00e0 cette asym\u00e9trie, les chercheurs mobilisent quasi syst\u00e9matiquement au premier degr\u00e9 l’\u00e9chantillonnage avec probabilit\u00e9 proportionnelle \u00e0 la taille (PPT), d\u00e9velopp\u00e9 en d\u00e9tail ult\u00e9rieurement dans cet article.<\/p>\n

La d\u00e9limitation des UPE doit \u00e9galement int\u00e9grer des crit\u00e8res de faisabilit\u00e9 terrain. Il convient de veiller \u00e0 ce que les UPE soient suffisamment vastes pour englober la diversit\u00e9 du ph\u00e9nom\u00e8ne psychologique \u00e9tudi\u00e9, tout en demeurant suffisamment compactes sur le plan spatial pour que les \u00e9quipes d’\u00e9valuation puissent s’y d\u00e9placer ais\u00e9ment lors des phases ult\u00e9rieures sans engager de d\u00e9penses de transport disproportionn\u00e9es.<\/p>\n

3.2 Degr\u00e9s interm\u00e9diaires : R\u00e9duction progressive de la granularit\u00e9<\/h3>\n

Une fois les UPE retenues dans l’\u00e9chantillon de premier rang, le chercheur op\u00e8re une transition vers les degr\u00e9s interm\u00e9diaires, qui ont pour fonction de r\u00e9duire la granularit\u00e9 d’observation jusqu’\u00e0 des p\u00e9rim\u00e8tres d’intervention restreints. \u00c0 ce stade, il n’est plus n\u00e9cessaire de disposer de listes exhaustives pour la totalit\u00e9 du pays ou de l’organisation : seules les UPE s\u00e9lectionn\u00e9es font l’objet d’un recensement minutieux de leurs sous-unit\u00e9s (les USE).<\/p>\n

Cette phase interm\u00e9diaire permet de capitaliser sur les cadres administratifs locaux. Par exemple, au sein des municipalit\u00e9s s\u00e9lectionn\u00e9es lors du premier stade, il devient envisageable de solliciter des registres de quartiers, des listes \u00e9lectorales par bureau de vote, ou les inventaires des structures scolaires locales. L’analyste doit ici r\u00e9soudre un arbitrage statistique fondamental : faut-il \u00e9chantillonner un grand nombre de sous-unit\u00e9s de petite taille ou un petit nombre de sous-unit\u00e9s de grande taille ?<\/p>\n

Les th\u00e9ories de l’optimisation des sondages d\u00e9montrent que pour un budget fixe, l’efficacit\u00e9 statistique est g\u00e9n\u00e9ralement maximis\u00e9e en s\u00e9lectionnant un nombre relativement \u00e9lev\u00e9 d’unit\u00e9s aux stades initiaux, tout en restreignant le nombre d’\u00e9l\u00e9ments pr\u00e9lev\u00e9s aux stades finaux. Ce sous-\u00e9chantillonnage progressif permet de briser la redondance informationnelle issue de la proximit\u00e9 physique ou sociale des individus au sein d’une m\u00eame sous-grappe, limitant ainsi la d\u00e9gradation de la pr\u00e9cision des estimateurs.<\/p>\n

3.3 Dernier degr\u00e9 : S\u00e9lection des unit\u00e9s statistiques individuelles<\/h3>\n

Le dernier degr\u00e9 correspond au pr\u00e9l\u00e8vement de l’unit\u00e9 ultime d’observation, l\u00e0 o\u00f9 s’appliquent concr\u00e8tement les \u00e9chelles psychologiques, les entretiens cliniques standardis\u00e9s ou les tests neuropsychologiques. C’est \u00e0 ce niveau que l’inventaire complet des \u00e9l\u00e9ments individuels doit \u00eatre dress\u00e9 pour la premi\u00e8re fois. Parce que l’espace d’investigation a \u00e9t\u00e9 drastiquement circonscrit par les degr\u00e9s pr\u00e9c\u00e9dents, la cr\u00e9ation de cette base de sondage finale locale devient logistiquement abordable : il peut s’agir du registre des r\u00e9sidents d’un immeuble tir\u00e9 au sort, de la liste nominative des \u00e9l\u00e8ves d’une classe sp\u00e9cifique, ou de la base de paie d’un service d’entreprise.<\/p>\n

Le protocole de s\u00e9lection finale doit bannir toute subjectivit\u00e9 des enqu\u00eateurs de terrain. L’\u00e9chantillonnage al\u00e9atoire simple ou syst\u00e9matique est alors ex\u00e9cut\u00e9 \u00e0 partir de la liste locale. En outre, une m\u00e9thodologie d’\u00e9chantillonnage rigoureuse \u00e0 ce dernier degr\u00e9 doit int\u00e9grer des r\u00e8gles univoques pour la gestion des non-r\u00e9ponses et des refus de participation. Dans les \u00e9tudes psychologiques portant sur des sujets sensibles (tels que les traumatismes psychiques ou les addictions), les taux d’attrition au niveau individuel peuvent \u00eatre substantiels.<\/p>\n

Pour pr\u00e9server l’int\u00e9grit\u00e9 probabiliste, les protocoles modernes interdisent le remplacement spontan\u00e9 d’un non-r\u00e9pondant par son voisin direct\u2014proc\u00e9dure courante mais statistiquement d\u00e9viante\u2014sans passer par des proc\u00e9dures de substitution probabilistes pr\u00e9d\u00e9finies ou par une sur-inclusion initiale calcul\u00e9e lors de la phase de dimensionnement de l’\u00e9chantillon. La documentation rigoureuse des issues de contact \u00e0 ce dernier degr\u00e9 conditionne l’attribution ult\u00e9rieure des coefficients de redressement statistique.<\/p>\n

4. Exemple canonique et mod\u00e9lisation d\u00e9taill\u00e9e \u00e9tape par \u00e9tape<\/h2>\n

Afin d’ancrer les concepts math\u00e9matiques abstraits dans la r\u00e9alit\u00e9 de la d\u00e9marche scientifique, cette section d\u00e9veloppe une simulation empirique compl\u00e8te illustrant l’impl\u00e9mentation pratique d’un plan d’\u00e9chantillonnage probabiliste \u00e0 trois degr\u00e9s appliqu\u00e9 \u00e0 la recherche en psychopathologie quantitative.<\/p>\n

4.1 Mise en situation : Estimation des traits anxieux dans une population nationale<\/h3>\n

Consid\u00e9rons un projet de recherche d’\u00e9pid\u00e9miologie psychiatrique dont l’objectif central est d’estimer la pr\u00e9valence et l’intensit\u00e9 des sympt\u00f4mes d’anxi\u00e9t\u00e9 g\u00e9n\u00e9ralis\u00e9e au sein de la population adulte active d’un pays fictif de 10 millions d’individus. Le protocole implique l’administration en face-\u00e0-face d’une batterie d’instruments psychom\u00e9triques standardis\u00e9s, incluant l’\u00e9chelle GAD-7 (Spitzer et al., 2006<\/a>) et un entretien diagnostique semi-structur\u00e9 d’une dur\u00e9e d’une heure men\u00e9 par des psychologues qualifi\u00e9s.<\/p>\n

Deux contraintes rendent l’\u00e9chantillonnage al\u00e9atoire simple irr\u00e9alisable : d’une part, les lois de protection de la vie priv\u00e9e interdisent l’acc\u00e8s direct au registre fiscal ou \u00e9lectoral centralis\u00e9 des 10 millions de citoyens \u00e0 des fins de tirage nominatif direct ; d’autre part, m\u00eame si un tel fichier existait, les 15 000 participants n\u00e9cessaires \u00e0 la puissance statistique de l’\u00e9tude se trouveraient dispers\u00e9s sur des milliers de kilom\u00e8tres carr\u00e9s, rendant le co\u00fbt des vacations et des d\u00e9placements des cliniciens incompatible avec l’enveloppe budg\u00e9taire allou\u00e9e par l’organisme de financement de la recherche.<\/p>\n

L’\u00e9quipe m\u00e9thodologique opte donc pour la mod\u00e9lisation d’un plan d’\u00e9chantillonnage ar\u00e9olaire tri-\u00e9tapique. L’espace national est d\u00e9coup\u00e9 selon les divisions administratives existantes : le pays compte 100 d\u00e9partements (contenant chacun plusieurs municipalit\u00e9s), chaque d\u00e9partement regroupe une centaine de communes, et chaque commune abrite ses m\u00e9nages de citoyens adultes. Le plan tri-\u00e9tapique consistera \u00e0 s\u00e9lectionner un \u00e9chantillon de d\u00e9partements, puis au sein de ceux-ci un \u00e9chantillon de communes, et enfin un groupe de m\u00e9nages dans chaque commune retenue.<\/p>\n

\"\"<\/figure>\n

4.2 D\u00e9roulement quantitatif des trois degr\u00e9s d’\u00e9chantillonnage<\/h3>\n

La cascade de s\u00e9lection est param\u00e9tr\u00e9e selon des cibles de dimensionnement calcul\u00e9es pour garantir une dispersion territoriale contr\u00f4l\u00e9e et un volume d’observations suffisant :<\/p>\n