Afin de retrouver les proportions attendues (celles de la population-mère), on peut supprimer aléatoirement des répondants parmi les catégories sur-représentées. Cela signifie que l’on va réduire d’autant la taille globale de notre échantillon, ce qui est frustrant, vus les efforts réalisés pour motiver les personnes contactées à répondre et vus les coûts engendrés. Par ailleurs, on va perdre en précision puisque l’erreur associée va augmenter.

 

 

On pourra avoir recours à cette même technique pour constituer un échantillon représentatif, à partir d’une grande base de réponses obtenues auprès d’un échantillon de convenance. Typiquement, cette démarche peut être utilisée dans le cadre d’une enquête hébergée sur Internet et diffusée par e-mail. Les protocoles de collecte par l’Internet garantissent très rarement une méthode de sélection aléatoire car il est assez exceptionnel de disposer des e-mails de la totalité d’une population-mère. En revanche, ils permettent de contacter rapidement et à moindre coût un grand nombre d’interlocuteurs. On va pouvoir ainsi extraire après coup et selon une méthode aléatoire, un échantillon représentatif selon des quotas pré-définis.

 

 

Cette méthode est moins frustrante que la méthode précédente mais elle n’en est pas plus scientifique… On va certes conserver toutes les réponses enregistrées mais pour le dépouillement, on va attribuer à chaque répondant un « poids » particulier en fonction de la catégorie à laquelle il appartient. Ce poids est supérieur à 1 si sa catégorie n’est pas assez représentée et il est inférieur à 1 si celle-ci est sur-représentée. Pour le dépouillement des résultats ensuite, l’avis d’un individu ne pèsera plus 1 mais ce nouveau poids calculé. Par exemple, si j’ai deux fois moins de femmes que prévu dans mon échantillon, le « poids » d’une femme sera 2 et la réponse de chaque femme comptera double.

 

Cette méthode de redressement peut difficilement être mise en œuvre sans l’aide d’un logiciel. Pour chaque catégorie, il convient de calculer le poids à utiliser en vue du redressement par pondération. Les poids sont ensuite appliqués à chaque dépouillement envisagé. Pour chaque variable de l’enquête, on multiplie les effectifs obtenus par le poids de redressement de chaque catégorie, de nouvelles fréquences « redressées » sont ainsi obtenues.