Video Transcript
Pierre veut connaître la proportion d’élèves en cinquième année qui ont déjà voyagé à l’étranger. .Il y a 250 élèves en cinquième année dans son école. Il décide de les numéroter de un à 250, de générer une liste aléatoire de 40 nombres compris entre un et 250, puis de poser la question les élèves correspondants. Son échantillon est-il biaisé?
Un échantillon biaisé est une méthode de formation d’un échantillon qui favorise certaines valeurs de la variable d’étude. La variable d’étude ici est le fait qu’un étudiant ait voyagé à l’étranger. La population de l’étude de Pierre est composée d’élèves de cinquième année. Son échantillon est donc composé d’élèves de cinquième année. Si la population était l’ensemble de l’école, le simple échantillonnage de la cinquième année conduirait à une étude biaisée. Cependant, il prélève un échantillon de 40 parmi toute la population ; c’est-à-dire les 250 élèves de cinquième année.
Nous pouvons noter que Pierre choisit un échantillon aléatoire d’élèves parce qu’il les numérote tous de un à 250 et génère une liste aléatoire de 40 nombres. Ces 40 nombres correspondent à des étudiants aléatoires. L’échantillon aléatoire d’élèves donne à chaque élève une chance égale d’être dans l’échantillon. Cela conduira à un échantillon représentatif. Sachant que l’échantillon provient d’une méthode d’échantillonnage non biaisée, il est donc lui-même non biaisé. Ainsi, pour répondre à la question «Son échantillon est-il biaisé?», Nous pourrions alors donner la réponse non.
Un exemple d’échantillon biaisé dans ce contexte pourrait être Pierre demandant à ses amis ou à certains groupes de la cinquième année, par exemple, son cours de mathématiques ou des membres de clubs, tels que le club d’échecs ou l’équipe de gymnastique. Seulement, puisque l’échantillon ici a été généré de manière aléatoire, il n’y avait donc aucun biais.
