Échantillonnage en recherche linguistique

Contexte : Vous étudiez l'évolution du français parlé à Montréal et souhaitez un échantillon représentatif de la population.

Quelle méthode garantit le mieux la représentativité ?

• Échantillon aléatoire simple dans les universités.

• Échantillon stratifié par âge, quartier et statut socio-économique.

• Échantillon de commodité (amis et collègues).

• Échantillon par quotas basé sur les médias sociaux.

Contexte : Votre étude sur les régionalismes français recrute uniquement des participants via des bibliothèques.

Quel biais principal cela introduit-il ?

• Biais de désirabilité sociale.

• Biais de mémoire (surreprésentation des gens peu scolariés).

• Biais d'observation (application de l'observation parcicipative).

• Biais de sélection (surreprésentation des lecteurs assidus).

Contexte : Vous analysez les variations de prononciation du /R/ parisien.

Quel échantillon est scientifiquement viable ?

• 10 locuteurs d'un même quartier parisien.

• 100 locuteurs répartis dans 10 arrondissements.

• 5 locuteurs âgés de 20 à 30 ans.

• 50 locuteurs recrutés en ligne.

Contexte : Vous documentez l'argot des adolescents en banlieue lyonnaise.

Quelle méthode d'échantillonnage est adaptée ?

• Échantillon "boule de neige" (participants recommandent d'autres participants).

• Aléatoire simple dans les lycées.

• Échantillon systématique (1 personne sur 10 dans un annuaire).

• Échantillon par quotas basé sur les résultats du bac.

Contexte : Vous étudiez une langue menacée en Amazonie.

Quel principe éthique est crucial pour l'échantillonnage ?

• Anonymat des participants.

• Utilisation exclusive de questionnaires écrits.

• Exclusion des locuteurs âgés.

• Compensation financière obligatoire.

Contexte : Vous comparez les tournures syntaxiques dans deux variétés de la langue française.

Quel type d'échantillon est nécessaire ?

• Longitudinal (mêmes participants sur 10 ans).

• Exclusivement des traducteurs professionnels.

• Aléatoire simple dans chaque pays.

• Apparié (paires de locuteurs de profils similaires).

Contexte : Votre échantillon sur les discours politiques compte 70% d'hommes.

Comment corriger ce biais ?

• Ignorer les données des femmes pour uniformiser.

• Surreprésenter artificiellement les femmes dans l'analyse.

• Utiliser un échantillon stratifié par genre.

• Limiter l'étude aux discours masculins.

Contexte : Vous analysez l'acquisition du bilinguisme chez les enfants de 3 à 5 ans.

Quel échantillon éviter ?

• Enfants de couples mixtes (français/espagnol).

• Enfants scolarisés dans des écoles bilingues.

• Enfants issus de familles monolingues.

• Enfants recrutés via des crèches privées.

Contexte : Vous utilisez un corpus de tweets pour étudier la néologie.

Quelle limite affecte la généralisation des résultats ?

• Taille trop petite du corpus.

• Surreprésentation des jeunes urbains.

• Absence des données audios.

• Utilisation de hashtags.

Contexte : Vous documentez la transmission du créole martiniquais.

Quelle stratégie d'échantillonnage privilégier ?

• Triangulation (grands-parents, parents, enfants).

• Entretiens avec des grands-parents uniquement.

• Exclusion des locuteurs occasionnels.

• Échantillon aléatoire dans la capitale.