COVER IMAGE 1

Randomisation dans la conception expérimentale

SHARE THE ARTICLE ON

Table of Contents

Qu’est-ce que la randomisation dans la conception expérimentale ?

La randomisation dans une expérience fait référence à une affectation aléatoire des participants au traitement dans une expérience. OU, par exemple, nous pouvons dire que la randomisation est l’attribution du traitement aux participants au hasard.

Par exemple : un enseignant décide de faire passer un test de connaissances à ses élèves et commence à leur poser des questions au hasard.

Ici, tous les participants ont des chances égales d’entrer dans l’expérience. Comme pour notre exemple, chaque élève a des chances égales d’obtenir une question posée par l’enseignant. La randomisation vous aide à avoir une chance contre les biais. Cela peut être un cas lorsque vous sélectionnez un groupe en utilisant une catégorie, il peut y avoir des biais personnels ou des biais accidentels. Mais lorsque la sélection est aléatoire, vous n’avez pas la possibilité de regarder dans chaque participant et donc les groupes sont assez divisés.

Découvrez le logiciel d’enquête Voxco en action avec une démo gratuite.

Découvrez le logiciel d’enquête Voxco en action avec une démo gratuite.

Pourquoi la randomisation dans la conception expérimentale est-elle importante ?

Comme mentionné précédemment, la randomisation minimise les biais. Mais en dehors de cela, elle offre également divers avantages lorsqu’elle est adoptée comme méthode de sélection dans les expériences.

  • La randomisation prévient les biais et rend les résultats équitables.
  • Elle s’assure que les groupes conçus pour mener une expérience sont aussi similaires que possible les uns aux autres afin que les résultats sont aussi précis que possible.
  • Elle aide également à contrôler les variables cachées qui peuvent affecter les résultats pour être différents de ce qu’ils sont censés être.
  • L’échantillon sélectionné au hasard est censé être représentatif de la population et comme il n’implique pas l’interférence du chercheur, il est sélectionné équitablement.
  • La randomisation des expériences vous aide à obtenir les meilleures relations de cause à effet entre les variables.
  • Elle s’assure que la sélection aléatoire est faite de tous les sexes, castes, races et que les groupes ne sont pas trop différents les uns des autres.
  • Les chercheurs contrôlent les valeurs de la variable explicative à l’aide d’une procédure de randomisation. Donc, si nous voyons une relation entre la variable explicative et les variables de réponse, nous pouvons dire qu’elle est causale.

Quels sont les différents types de techniques de randomisation dans la conception expérimentale ?

La randomisation peut être sujette à des erreurs lorsqu’il s’agit de sélectionner « aléatoirement » les participants. Quant à notre exemple, l’enseignante a sûrement dit qu’elle poserait des questions à des élèves au hasard, mais il est possible qu’elle cible inconsciemment des élèves espiègles. Cela signifie que nous pensons que la sélection est aléatoire, mais la plupart du temps, ce n’est pas le cas.

Par conséquent, pour éviter ces biais involontaires, les chercheurs utilisent couramment trois techniques :

·  Échantillonnage aléatoire simple

SIMPLE RANDOM SAMPLING

En échantillonnage aléatoire simple. La sélection des participants est entièrement basée sur la chance et les probabilités. Chaque participant a une chance égale d’entrer dans l’échantillon.

Cette méthode est théoriquement facile à comprendre et fonctionne mieux avec une taille d’échantillon de 100 ou plus. Le facteur principal ici est que chaque participant a une chance égale d’être inclus dans un traitement, et c’est pourquoi on l’appelle aussi la méthode des chances.

Méthodes d’échantillonnage aléatoire simple :

  • Loterie – Comme les anciennes méthodes, les participants reçoivent chacun un numéro. La sélection se fait en tirant au hasard un numéro du pot.
  • Nombres aléatoires – Semblable à la méthode de loterie, cela comprend le fait de donner des numéros aux participants et d’utiliser une table de nombres aléatoires.

Exemple : un enseignant veut savoir à quel point sa classe est bonne en mathématiques. Il donnera donc un numéro à chaque élève et tirera des numéros d’un tas de papiers. Cela inclura une taille d’échantillon sélectionnée au hasard et il n’y aura pas de biais en fonction de l’interférence des enseignants.

Customer experience

 Guide de recherche exclusif

Découvrez comment Amazon, Uber et Apple améliorent l’expérience client à grande échelle.

Une connaissance de l’expérience client parmi les meilleurs du monde

Télécharger maintenant

·  Randomisation des blocs permutés

Il s’agit d’une méthode d’assignation aléatoire des participants aux groupes de traitement. Un bloc est un groupe de traitement ordonné au hasard. Tous les blocs ont un juste équilibre d’affectation de traitement tout au long.

Exemple : Une enseignante veut inscrire un élève à deux traitements A et B et elle prévoit d’inscrire 6 élèves par semaine. Les blocs ressembleraient à ceci :

Semaine 1 – AABABA

Semaine 2 – BABAAB

Semaine 3 – BBABAB

Chaque bloc a 9 A et 9 B. les deux traitements ont été équilibrés même si leur ordre est aléatoire.

Il existe deux types d’affectation de blocs dans la randomisation de blocs permutés :

  1. Générateur de nombres aléatoires

Générez un nombre aléatoire pour chaque traitement attribué dans le bloc. Dans notre exemple, le bloc « Semaine 1 » ressemblerait à : A(4), A(5), B(56), A(33), B(40), A(10).

Ensuite, organisez ces traitements en fonction de leur nombre est l’ordre croissant, le nouveau traitement pourrait être : AAABB

  1. Permutations

Cela inclut la liste des permutations pour le bloc. Simplement, en écrivant toutes les variations possibles.

La formule est b! / ((b/2)! (b/2)!)

Pour notre exemple, le bloc b est 6, donc les arrangements possibles seraient:

6! / ((6/2)! (6/2)!)

6! / (3)! x (3)!

6x5x4x3x2x1 / (3x2x1) x (3x2x1)

720 / 36

20 arrangements possibles.

· Échantillonnage aléatoire stratifié

STRATIFIED RANDOM SAMPLING

Le mot « strates » fait référence à des caractéristiques. Chaque population a des caractéristiques telles que le sexe, la distribution, l’âge, les antécédents, etc. L’échantillonnage aléatoire stratifié vous aide à tenir compte de ces strates lors de l’échantillonnage de la population. La strate peut être prédéfinie ou vous pouvez les définir vous-même de la manière que vous jugez la mieux adaptée à votre étude. 

Exemple : vous voulez catégoriser la population d’un État en fonction de l’alphabétisation. Vos catégories seraient : (1) Alphabétisé (2) Intermédiaire (3) Analphabète. 

Étapes pour effectuer un échantillonnage aléatoire stratifié :

  1. Définir le public cible.
  2. Identifier les variables de stratification et décider du nombre de strates à utiliser.
  3. Utiliser une base d’échantillonnage préexistante ou créer une base qui inclut toutes les informations de la variable de stratification pour les éléments du public cible.
  4. Apporter des modifications après avoir évalué la base d’échantillonnage en fonction de sa couverture.
  5. Chaque strate doit être unique et couvrir chaque membre de la population.
  6. Attribuer un numéro aléatoire et unique à chaque élément.
  7. Définir la taille de chaque strate en fonction de vos besoins.
  8. Le chercheur peut ensuite sélectionner des éléments aléatoires de chaque strate pour former l’échantillon.

Explore all the survey question types possible on Voxco

Explore all the survey question types possible on Voxco

Read more

Voxco logo white

Plateforme D’Intelligence Client

Plateforme D’Intelligence Client PARTAGEZ L’ARTICLE SUR Découvrez quels types de questions sont possibles avec un exemple d’enquête ! Exemples de Sondages Table des matières Une

Read More »
Randomisation dans la conception expérimentale parcours clients

Mauvaises questions d’enquête

Mauvaises questions d’enquête PARTAGEZ L’ARTICLE SUR Share on facebook Share on twitter Share on linkedin Table des matières Une enquête est l’un des outils les

Read More »