FUN

Méthodes de sondage et d'enquête (FUN)

Méthodes de sondage et d'enquête (FUN)

En vous proposant une initiation rigoureuse aux principes de base de la méthodologie des sondages, ce MOOC vous aidera à vous forger un regard plus critique et avisé sur les statistiques qui inondent notre quotidien.

Nous sommes quotidiennement abreuvés de résultats de sondages de toute sorte. Mais, comment juger dans quelle mesure les statistiques issues des enquêtes par sondage reflètent correctement ou non la réalité ?

Evaluer la qualité d’une enquête par sondage impose de prendre en compte de nombreux aspects différents de la démarche du sondeur. Ceci nécessite une compréhension fine des principes de base de la théorie des sondages et de la méthodologie d’enquête. Ce MOOC vous expliquera comment prélever un échantillon et estimer différentes caractéristiques de la population qui nous intéresse. Il vous familiarisera avec les outils statistiques disponibles pour appréhender la précision d’un sondage. Il vous aidera aussi à prendre conscience des différentes sources d’erreur dans une enquête par sondage.
L’approche suivie mêlera intuition et bon sens aux explications plus rigoureuses et techniques qui feront appel à quelques notions de base en statistique et probabilités, ainsi qu’à un peu de formalisme mathématique. Vous découvrirez les différentes notions de manière très progressive à l’aide d’exemples et d’illustrations.
A l’issue de ce MOOC, vous serez capable de :

  • Définir l’objectif général d’un sondage et identifier les différentes étapes de la démarche d’enquête par sondage.
  • Différencier les méthodes de sondage – méthodes de prélèvement d’un échantillon – aléatoires des méthodes de sondage empiriques et en expliquer les avantages et inconvénients.
  • Décrire les caractéristiques de la méthode de sondage aléatoire simple et de la méthode de sondage stratifié, et définir les estimateurs d’une proportion, d’une moyenne ou d’un total utilisés lorsqu’on applique ces méthodes d’échantillonnage.
  • Décrire et interpréter correctement les « outils » statistiques disponibles évaluer la précision d’une procédure d’estimation.
  • Décrire les caractéristiques de la population et de l’échantillon qui jouent sur la précision de la procédure d’estimation d’une proportion, d’une moyenne ou d’un total.
  • Choisir de manière réfléchie la taille de l’échantillon à prélever.
  • Tirer des conclusions valides de résultats d’estimation de proportions, notamment dans le cadre de sondages pré-électoraux.
  • D’expliquer les différents types d’erreurs qui peuvent survenir dans le cadre d’une enquête par sondage.
  • Avoir une idée claire de la liste des points à contrôler pour évaluer globalement la qualité et la fiabilité d’une enquête par sondage.

Plan du cours

Module 1 – Introduction générale au MOOC
L’expérience MOOC : navigation dans le MOOC, le forum, le wiki
Préparez-vous pour le MOOC : les connaissances en statistique et les outils nécessaires pour suivre le MOOC
Les sondages : qu’en pensez-vous ?

Module 2 – Premiers pas en théorie des sondages
Qu’est-ce qu’un sondage ?
Concepts de base
Qu’est-ce qu’un « bon » échantillon ?
Les étapes d’un sondage
Catégorisation des méthodes de sondage
Les méthodes aléatoires : base de sondage, plan de sondage et probabilités d’inclusion
Les méthodes empiriques
L’information auxiliaire

Module 3 – Sondage aléatoire simple : partie 1
Procédure d’échantillonnage
Plan de sondage et probabilités d’inclusion
Estimation d’une proportion
Estimateur d’une proportion
Propriétés de cet estimateur : sa distribution d’échantillonnage, son espérance et sa variance
Facteurs de précision

Module 4 – Sondage aléatoire simple : partie 2
Estimation d’une moyenne et d’un total
Estimateurs d’une moyenne et d’un total
Propriétés de ces estimateurs
Facteurs de précision
Le tirage systématique

Module 5 – Sondage aléatoire simple : partie 3
L’estimation par intervalle de confiance
Objectifs
Définition et construction
Interprétation
L’effet du niveau de confiance
Incertitudes absolue et relative
Le choix de la taille de l’échantillon
La problématique
Pour l’estimation d’une moyenne
Pour l’estimation d’une proportion
Trois questions relatives à la comparaison de deux proportions
Formulation des questions
Règle de conduite à suivre pour répondre adéquatement aux questions formulées

Module 6 – Sondage stratifié
Pourquoi recourir au sondage stratifié ?
Principe général
Stratification de la population et échantillonnage stratifié
Estimateurs stratifiés d’une moyenne, d’un total et d’une proportion
Propriétés de ces estimateurs
Sondage stratifié proportionnel
Sondage stratifié optimal

Module 7 – Sondages empiriques
Avantages et inconvénients par rapport aux sondages aléatoires
Quelques méthodes empiriques
La méthode des quotas
La méthode des unités-types
La méthode des itinéraires
Le volontariat
L’échantillonnage sur place
La méthode « boule de neige »

Module 8 – Sources d’erreur dans une enquête par sondage
L’erreur d’échantillonnage
L’erreur de couverture
L’erreur de mesure
L’erreur due à la non-réponse
Peut-on se fier aux sondages ?

Module 9 – La fin du voyage
Test final d’évaluation
Un dernier petit mot !

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Outbreaks and Epidemics (Coursera) Coursera
Johns Hopkins University

Outbreaks and Epidemics (Coursera)

Professional epidemiologists are often called on to investigate outbreaks and epidemics. This course serves as an introduction to the essentials of investigation, identifying pathogens, figuring out what's going on, reporting, and responding. You'll learn how to ask precise epidemiologic questions and apply epidemiologic tools to uncover the answers.

Oct 12th 2026
4 Weeks
Causal Inference (Coursera) Coursera
Columbia University

Causal Inference (Coursera)

This course offers a rigorous mathematical survey of causal inference at the Master’s level. Inferences about causation are of great importance in science, medicine, policy, and business. This course provides an introduction to the statistical literature on causal inference that has emerged in the last 35-40 years and that has revolutionized the way in which statisticians and applied researchers in many disciplines use data to make inferences about causal relationships.

Oct 19th 2026
5-12 Weeks
Fondamentaux pour le Big Data (FUN) FUN
Institut Mines-Telecom

Fondamentaux pour le Big Data (FUN)

Le MOOC « Fondamentaux pour le big data » permet d'acquérir efficacement le niveau prérequis en informatique et en statistiques pour suivre des formations dans le domaine du big data. Le big data offre de nouvelles opportunités d’emplois au sein des entreprises et des administrations. De nombreuses formations préparant à ces opportunités de métiers existent. Le suivi de ces formations nécessite des connaissances de base en statistiques et en informatique que ce MOOC vous propose d’acquérir dans les domaines de l’analyse, algèbre, probabilités, statistiques, programmation Python et bases de données.

No sessions available
5-12 Weeks
Introduction to Probability and Data with R (Coursera) Coursera
Duke University

Introduction to Probability and Data with R (Coursera)

This course introduces you to sampling and exploring data, as well as basic probability theory and Bayes' rule. You will examine various types of sampling methods, and discuss how such methods can impact the scope of inference. A variety of exploratory data analysis techniques will be covered, including numeric summary statistics and basic data visualization.

Oct 12th 2026
5-12 Weeks
Statistics and Data Analysis with Excel, Part 1 (Coursera) Coursera
University of Colorado Boulder

Statistics and Data Analysis with Excel, Part 1 (Coursera)

Designed for students with no prior statistics knowledge, this course will provide a foundation for further study in data science, data analytics, or machine learning. Topics include descriptive statistics, probability, and discrete and continuous probability distributions. Assignments are conducted in Microsoft Excel (Windows or Mac versions). Designed to be taken with the follow-up course, “Statistics and Data Analysis with Excel, Part 2.”

Oct 26th 2026
5-12 Weeks
Estadística y probabilidad (Coursera) Coursera
Universidad Nacional Autónoma de México

Estadística y probabilidad (Coursera)

En este curso podrás apoyar tu formación en temas de estadística y probabilidad I. Más allá de que encuentres aquí un apoyo para lograr una calificación, el curso busca ayudarte a que adquieras los aprendizajes que comprenden temas de estadística descriptiva, datos bivariados y probabilidad, los cuales te serán de utilidad en tu paso por la licenciatura y en tu vida profesional.

Oct 26th 2026
4 Weeks
Business intelligence and data analytics: Generate insights (Coursera) Coursera
Macquarie University

Business intelligence and data analytics: Generate insights (Coursera)

‘Megatrends’ heavily influence today’s organisations, industries and societies, and your ability to generate insights in this area is crucial to your organisation’s success into the future. This course will introduce you to analytical tools and skills you can use to understand, analyse and evaluate the challenges and opportunities ‘megatrends’ will inevitably bring to your organisation.

Oct 19th 2026
5-12 Weeks
Civil Registration & Vital Statistics in Population Health (Coursera) Coursera
Johns Hopkins University

Civil Registration & Vital Statistics in Population Health (Coursera)

In this course, you will learn about the role and importance of civil registration and vital statistics (CRVS) systems that are used to track birth, death, and life events. Experts from around the world will explain what CRVS systems are, how they are used, the legal bases for registering vital events, and challenges experienced with CRVS systems.

Oct 26th 2026
2 Weeks