L’erreur non d’échantillonnage désigne tout écart entre les résultats d’une enquête et la vérité qui ne sont pas causés par la sélection aléatoire des observations. Autrement dit, l’erreur non due à l’échantillonnage est le total de toutes les formes d’erreur autres que l’erreur d’échantillonnage. Les types courants d’erreurs non dues à l’échantillonnage comprennent l’erreur de non-réponse, l’erreur de mesure, l’erreur de l’intervieweur, l’erreur d’ajustement et l’erreur de traitement.
Erreur de non-réponse
L’erreur de non-réponse désigne les erreurs qui sont causées par les différences entre les personnes qui participent aux enquêtes par rapport à celles qui n’y participent pas. Par exemple, les enquêtes qui demandent aux gens comment ils passent leur temps ont probablement de grandes quantités d’erreur de non-réponse, car les personnes qui passent leur temps à faire des enquêtes sont probablement très différentes de celles qui ne le font pas.
L’erreur de non-réponse peut être définie de façon étroite comme se rapportant au fait que les personnes sélectionnées pour participer participent effectivement (par ex, la différence entre les personnes qui ont ouvert leur invitation par courriel et ont répondu à une enquête et celles qui ne l’ont pas fait) ; ou bien elle peut être définie de manière plus large pour inclure tous les aspects non aléatoires de l’échantillonnage (par exemple, la sélection de la liste à utiliser dans la recherche). Les erreurs relatives à la représentativité des listes utilisées dans la recherche sont également connues sous le nom d’erreur de sélection de liste et d’erreur de couverture.
Erreur de mesure
L’erreur de mesure désigne toutes les erreurs relatives à la mesure spécifique de chaque unité d’échantillonnage (par opposition aux erreurs relatives à la façon dont elles ont été sélectionnées pour être mesurées). Par exemple, il peut s’agir de formulations de questions confuses, de données de faible qualité en raison de la fatigue des répondants, et d’échelles multi-items de faible qualité utilisées pour mesurer des concepts abstraits.
Erreur d’enquêteur
L’erreur d’enquêteur se produit lorsqu’un enquêteur commet une erreur dans la façon dont il administre l’enquête ou enregistre les réponses. Par exemple, dans une recherche qualitative, un enquêteur peut « amener » un répondant à une certaine réponse, et dans une recherche quantitative, un enquêteur qui s’ennuie peut choisir de poser une question dans des termes qu’il considère comme supérieurs à ceux du questionnaire.
Erreur d’ajustement
L’erreur d’ajustement se produit lorsque l’analyse des données ajuste par inadvertance les données de telle sorte qu’elles deviennent moins précises. Les principales formes d’erreur d’ajustement sont les erreurs de pondération, de nettoyage des données et d’imputation.
L’erreur de traitement
L’erreur de traitement se produit lorsque le traitement des données a provoqué une erreur quelconque, par exemple lorsqu’elles sont mal saisies ou corrompues.
Consultez nos autres guides pratiques Qu’est-ce que… pour en savoir plus!