Introduction

Les agriculteurs sont confrontés à des choix dans leurs activités : choix de la culture, de la
variété, de l'engrais, des techniques culturales, etc. Pour prendre ces décisions, ils peuvent se
baser sur leur expérience personnelle, ou sur les traditions locales, ou encore sur des échanges
d'informations avec des spécialistes agricoles.
Tout recueil d'informations est conçu en fonction d'un objectif, et cet objectif conditionne la
manière dont seront collectées les données et les questions auxquelles on tentera d'apporter une
réponse. On considère deux modes de recueil de l'information : l'expérimentation et l'enquête.
En expérimentation, on cherche à comparer les effets de différents traitements sur une
population expérimentale. Les données doivent être "fabriquées" par l'expérimentateur de
manière à respecter dans la mesure du possible le principe : "les traitements sont comparés,
toutes choses étant égales par ailleurs".
Aussi, la caractéristique essentielle de l'expérimentation est de créer des conditions contrôlées.
La population expérimentale est choisie dans ce but. La démarche de l'expérimentation est donc
rigoureusement analytique. En effet, un résultat d'essai est relatif à une situation particulière :
celle créée par les conditions de l'expérience, contrôlables ou non (par exemple, dans le domaine
agronomique, la variété, les techniques culturales, le type de sol, les conditions climatiques,
etc.).
Le dispositif expérimental doit assurer que les suppositions nécessaires à l'analyse statistique
sont réalisées et permettre une bonne précision des résultats, en spécifiant la manière d'affecter
les traitements aux unités expérimentales.

Objet de l’expérimentation agricole

Tout recueil d'informations est conçu en fonction d'un objectif, et cet objectif conditionne la
manière dont seront collectées les données et les questions auxquelles on tentera d'apporter une
réponse.
On considère deux modes de recueil de l'information : l'expérimentation et l'enquête.

Avant de commencer le travail expérimental :

Faire des investigations préalables
Afin de définir les variables à étudies, le chercheur doit se familiariser avec le terrain dans
lequel il va effectuer ses prélèvements.

1
L’étude documentaire
L’attention est portée sur des documents en relation avec la recherche à développer
L’objectif est de faire ;
La description du milieu, de la population, de l’échantillon
Le milieu
C’est définir l’espace et le lieu où l’étude doit se dérouler. Le chercheur délimite dans l’espace
la portée et l’étendue de l’étude et en donne-les raisons.
La population
C’est la collection d’individus ou ensembles d’unités élémentaires sur lesquels l’étude est
portée. Ces unités partage des caractéristiques communes.
L’échantillon
L'échantillonnage permet au chercheur de tirer des conclusions au sujet d'un tout, en n’en
examinant qu’une partie. Les chercheurs ne s'intéressent pas à l'échantillon lui-même, mais à
ce qu'il est possible d'apprendre à partir de l’étude et à la façon dont on peut appliquer cette
information à l'ensemble de la population.

Stratégie d’échantillonnage en écologie

Introduction
Choisir le plan d’échantillonnage consiste à choisir de quelle manière les données seront
recueillies sur le terrain (en certains endroits choisis au hasard, dans tous les habitats fréquentés
par l’espèce visée, etc.) donc choisir une méthode pour localiser les échantillons. Selon le but
visé et les contraintes rencontrées, plusieurs plans d’échantillonnage sont disponibles et
répondent à des besoins particuliers. Les trois principaux types sont l’échantillonnage aléatoire
simple, l’échantillonnage systématique et l’échantillonnage stratifié. Mais il en existe d’autres.
Exemple :
Un agronome veut estimer la densité des nids de la processionnaire du pin au niveau du parc
national de Djurdjura en ne choisissant que quelques forêts et/ou encore, en n’évaluant la
densité que sur une portion de chaque forêt. Mais combien et quelles forêts choisir ? Quelle
portion des forêts devrait être échantillonnée ? La densité des nids varie-t-elle selon la taille des
forets ? Diffère-t-elle selon que nous sommes en marge ou au centre de la forêt ? Voilà bien des
questions à prendre en compte avant même de pouvoir estimer une simple des nids de la
processionnaire du pin.

2
Il faut donc clairement exprimer de quelle propriété on veut juger avant de pouvoir concevoir
un plan d'échantillonnage. L’échantillonnage est, au mieux, adapté à tester l'hypothèse que l'on
a fait, à une échelle spatiale et temporelle donnée, sur la structure ou la dynamique du système
biologique étudiée.
Il est donc important de prendre le temps de planifier son échantillonnage.
Comment planifier son échantillonnage
La mise en place d’un plan d’échantillonnage est conditionnée par le choix du problème et la
façon de le poser. Le choix du problème doit être exprimée dans un « pré-modèle » de
description (structure – fonction) ou d’explication d’où dérivent les choix suivants :

• Le choix des variables à étudier.

• Le choix des échelles d’observation et du découpage de l’objet (zone d’étude).
• Le choix des méthodes de traitements des données recueillies. (Par exemple réfléchir à
l’exploitation statistique des résultats avant de commencer l’étude).

La notion d’échantillonnage est donc liée à celle de stratégie, qui doit assurer le meilleur
compromis entre :
- l’objectif de l’étude (question/hypothèse préalablement correctement posée).
- les contraintes naturelles (hétérogénéité spatiale, variété d’échelles signifiantes, etc.).
- les contraintes techniques (temps disponible, fiabilité des mesures, etc.) et financières.
- les contraintes mathématiques (qualité des données et des instruments mathématiques, etc.)
Le compromis trouvé, écrit sous forme de mode opératoire, porte le nom de plan
d’échantillonnage.

2. Les principales méthodes de formation d’échantillon

2.1.Techniques d'échantillonnage probabiliste
L’échantillonnage probabiliste comprend la sélection d’unités dans une population selon le
principe du choix aléatoire ou du hasard. Chaque unité de la population a une probabilité
mesurable d’être choisie.

2.1.1. Echantillonnage aléatoire simple.

L’échantillonnage aléatoire simple est une méthode qui consiste à prélever au hasard et de façon
indépendante «n» unités d’échantillonnage d’une population de «N» éléments. Les échantillons

3
sont répartis au hasard. Chaque point dans l’espace étudié a donc une chance égale d’être
échantillonné. Les données ainsi récoltées ne sont pas biaisées.
Exemple
Pour évaluer l’impact potentiel sur la production fruitière de l’attaque des oiseaux ravageurs,
des scientifiques ont étudié l’importance des colonies des espèces nuisibles. A partir de
photographies aériennes 13 colonies été repérées. Pour déterminer le nombre moyen de nids
par colonie, 5 colonies ont été tirés au hasard parmi les 13.

Conditions d’application du plan

Contrairement à la majorité des autres plans d’échantillonnages, aucune information préalable

n’est nécessaire. En effet, la préparation du protocole de sélection des unités d’échantillonnage
n’exige aucune information (structure, fonctionnement…)
Avantage :
- Il est connu est accepté universellement.
- Les estimateurs ne sont pas biaisés. Comme on peut calculer les chances de chaque élément
d'appartenir à l'échantillon, il devient possible de généraliser, c'est-à-dire de déterminer jusqu'à
quel point les résultats obtenus avec l'échantillon s'appliquent à la population.
- Le calcul des estimateurs s’avère facile et la majorité des banques de programmes
informatiques se prêtent à ce plan.
Il n’est pas nécessaire d’élaborer une planification sophistiqué de la collecte et du traitement
des données, dans la mesure où l’on est assuré que le processus de sélection est réellement au
hasard non biaisé par une tendance, consciente ou non.
Inconvénients :
- L’inventaire des éléments de la population est souvent une opération difficile et parfois même
impossible.
- Le protocole de sélection des unités d’échantillonnage est peu commode comparativement à
celui de l’échantillonnage systématique.
- Son efficacité s'avère souvent très médiocre car on n’utilise pas les informations apportées par
des expériences antérieures, ou ne collecte pas préférentiellement des éléments privilégiés dont
l'accès ou l'examen s'avère plus commode ou plus économique, on ne module pas la probabilité
de sélection des éléments en fonction de leur poids ou de leur importance relative.
- Coûteux et irréalisable pour de grandes populations

4
Remarque :
Tous les individus doivent avoir la même probabilité de capture. Problème : Les variations
comportementales individuelles, l’âge et le sexe des individus sont tous des facteurs qui
influencent la probabilité de capture.
2.1.2. Echantillonnage systématique
Ce type d’échantillonnage consiste à répartir les échantillons de manière régulière (tous les «x»
mètres par exemple). Il est moins demandeur en temps qu’un échantillonnage aléatoire. On
utilise habituellement un quadrillage (souvent positionné sur la photographie aérienne du
territoire étudié).

Conditions d'application du plan :

Pour utiliser sans risque l'échantillonnage systématique, il faut absolument savoir comment
s'agencent les éléments de la population (information préalables).

Avantage :
- L'échantillonnage systématique s'avère beaucoup plus commode à préparer et à exécuter que
l'E.A.S.
- Si l'on est assuré que tous les éléments de la population se présentent dans un ordre aléatoire,
ce plan est équivalent à l'E.A.S. Il cumule alors ses propres avantages.
- Si la population présente des phénomènes d'auto corrélation, c'est-à-dire, les éléments qui se
suivent dans la série ont un comportement assez semblable au niveau des variables étudiées, ce
plan se révèle plus efficace que E.A.S. qui comporte par le fait du hasard des relevés très
rapprochés et d'autres très éloignés, ce qui entraine des redondances et des défauts d'information
dans la répartition de la variable étudiée.
- Si les éléments de la population présentent dans leur séquence une tendance linéaire au niveau
de la variable étudiée, l'échantillonnage systématique s'avère plus efficace que l'E.A.S.

Inconvénients
- Mise à part la répartition spatio-temporelle des relevés, le protocole de sélection des unités
d'échantillonnage impose une énumération de tous les éléments de la population afin de retenir
un tous les p (raison). Ce processus s'avère souvent très laborieux comparativement à celui de
l'échantillonnage par degré.
- Lorsque la série d'éléments présente au niveau du caractère étudié des variations périodiques
insoupçonnées, ce plan s'avère peu efficace.

5
- Ce plan ne permet pas de collecter préférentiellement des éléments privilégiés dont l'examen
ou l'accès s'avère plus commode, il n'ajuste pas, la probabilité de sélection des éléments en
fonction de leur poids ou de leur importance relative.

Exemples :
Dans le domaine agricole, quand on fait des études sur les ravageurs des exploitations agricoles,
les arbres sont toujours alignés et la distances entre elles est identique. Donc la population est
régulière et on applique l'échantillonnage systématique. On sélectionne un arbre sur 5, 7 ou 10
compris entre 1 et N.

2.1.3. Echantillonnage aléatoire stratifié

Il est particulièrement utilisé quand l’aire étudiée est divisée en zones différenciées. Les strates
peuvent correspondre à des divisions administratives, des unités de gestion, à des zones à
topographie ou accessibilité différente... Il consiste à subdiviser une population hétérogène en
sous-populations ou strates plus homogènes. La stratification s’impose lorsque les résultats sont
recherchés au niveau de chacune des sous populations. Le gestionnaire répartit alors les
échantillons au sein des strates (en procédant éventuellement par un échantillonnage au hasard)
avec un nombre proportionnel à l’aire de chacune.

Avantage :
- La stratification peut entrainer des gains de précision appréciables.
- Les estimateurs de l'échantillonnage aléatoire simple stratifié ne présentent aucun biais.
- Ce plan constitue une solution avantageuse aux problèmes de variations de l'effort
d'échantillonnage.
- Même si les informations nécessaires à la stratification ne sont pas connues, ce plan reste
applicable grâce au double échantillonnage.

Inconvénients :
- Le double échantillonnage nécessite le prélèvement (n' très élevé par rapport à n).
- La majorité des programmes informatiques de traitement statistique des données ne sont pas
conçus pour ce plan.

6
 2.1.4. Echantillonnage par grappes
L’échantillonnage par quotas est largement employé dans les enquêtes d’opinion et les études
de marché. Dans ce type d’échantillonnage, l’enquêteur choisit un échantillon qu’il veut le plus
représentatif possible des différentes strates de la population : Au contraire de l'échantillonnage
aléatoire simple qui ne permet pas de prédire qui fera parte de l'échantillon, la méthode des
quotas fait un choix des individus, selon plusieurs caractéristiques recherchés : sexe, âge,
scolarité, etc. Certaines unités peuvent n'avoir aucune probabilité d'être sélectionnées.