L'échantillonnage représentatif est un type de l'échantillonnage statistique dans laquelle un chercheur tente de sélectionner les individus qui sont représentatifs d'une population plus large. Dans l'échantillonnage statistique, les gens se rassemblent les données d'un petit groupe et d'essayer d'extrapoler les résultats à faire des généralisations sur un groupe plus important. D'échantillonnage vraiment représentatif est extrêmement difficile à accomplir, et les chercheurs peuvent consacrer beaucoup de temps et d'argent pour obtenir l'échantillon le plus représentatif possible.
Comme outil de recherche, l'échantillonnage statistique est extrêmement précieux. Il permet aux gens d'étudier une population sans étudier chaque individu de cette population. Personnes en moyenne sont assez familiers avec l'échantillonnage statistique, même s'ils ne sont pas en être conscient, la prochaine fois que vous ouvrez un journal, recherchez un article qui parle de la suite d'une étude. Une ligne telle que «67% des propriétaires d'animaux américains dorment avec leurs animaux de compagnie» est le résultat d'un échantillon représentatif d'animal de compagnie-propriétaires Américains. Par ailleurs, ce numéro vient de la Sealy Mattress Company
.
Afin d'obtenir un échantillon représentatif, les chercheurs doivent d'abord identifier la population échantillonnée. Dans l'exemple ci-dessus, les chercheurs ont voulu recueillir des données sur le nombre d'Américains dormaient avec leurs animaux, de sorte que la population était propriétaires d'animaux américains. La prochaine étape pour les chercheurs est de trouver un moyen de sélectionner au hasard les gens de cette population afin qu'ils puissent étudier ces individus pour les données.
Si les chercheurs recueillent trop fortement d'un segment de la population, comme tous les propriétaires d'animaux américains vont aux cliniques vétérinaires de la ville de Chicago, le résultat n'est pas un échantillon représentatif de la population étudiée. Par conséquent, les chercheurs doivent penser à une multitude de méthodes de collecte de données afin de s'assurer que les échantillons uniformément tous les aspects de la population étudiée.
Lorsque vous lisez une étude qui a été menée à l'aide d'un échantillonnage représentatif, il est une bonne idée pour savoir quelles méthodes les chercheurs ont utilisé. L'erreur d'échantillonnage peut donner des résultats erronés, et donc vous voulez savoir comment les données ont été recueillies, qui ont été recueillis à partir de, et quel type de contrôles sont en place pour s'assurer que l'échantillonnage était représentatif. En utilisant la pensée critique pour analyser les statistiques et l'échantillonnage représentatif, vous serez en mesure de déterminer si oui ou non ils sont vraiment utiles et applicables.
Certains indices qu'une étude pourraient ne pas être valides incluent l'utilisation de l'auto-réponse des enquêtes, qui ont un taux élevé de non-réponse qui pourrait fausser l'échantillon, et les indications que l'échantillon a été prélevé à partir d’une plus petite sous-communauté d'un grand groupe. Si vous avez lu une étude qui dit «X% des Européens mangent du pain grillé pour le petit déjeuner" et le texte de l'étude indique que l'échantillon a été obtenu à partir des gens dans les gares pendant le trajet du matin, ce n'est pas un échantillonnage représentatif.