logo Market Audit

Redressement

Traitement dont le but est de corriger les biais d’un échantillonnage observés après la réalisation d’une enquête quantitative.

Avantages

Le redressement améliore la représentativité de l’échantillon, il donne à chaque sous-échantillon le poids réel (ou souhaité) qu’il a dans la population mère.

Utilisation habituelle

Le redressement est souvent utilisé dans les sondages dits représentatifs de la population nationale. Les critères sont en général très nombreux : région, type d’habitat, sexe, âge, PCS du chef de famille, type de foyer…

La représentativité par quota est quasiment impossible à avoir en croisant les quotas. On choisit alors deux à trois critères de quota (région, âge et sexe par exemple), on réalise les interviews aléatoirement.

On procède ensuite à un redressement informatique pour les autres critères.

Exemple :

Un club sportif souhaite réaliser une étude de satisfaction auprès de sa clientèle. Il distingue trois catégories de sportifs : les débutants, les confirmés et le niveau compétition.

Les adhérents au club se répartissent comme suit : les débutants 40 %, les confirmés 50 % et le niveau compétition 10 %.

Le client souhaite des résultats significatifs par sous-échantillon et au global. Estimant qu’en dessous de 100 interviews, les résultats par sous-échantillon ne sont pas significatifs sans redressement, il faudrait réaliser 100 interviews de compétition, 400 de débutants et 500 de confirmés. Soit un total de 1000 interviews.

Le budget est en l’occurrence trop élevé. Il a donc décidé d’interroger 100 personnes de chaque échantillon puis de procéder à un redressement affectant à chaque sous-échantillon son poids réel.

Un outil à utiliser à bon escient

Le redressement est un outil puissant mais il ne faut pas en abuser.

La pratique courante est de ne pas redresser un sous-échantillon inférieur à 50 individus et de ne pas multiplier le poids d’un échantillon par plus de 2.

En effet, il existe toujours des individus atypiques qu’un redressement excessif pourraient rendre trop influents dans les résultats.