Dans notre article précédent, nous avons discuté de l'échantillonnage probabiliste et non probabiliste, dans lequel nous avons rencontré des types d'échantillonnage probabiliste, à savoir l'échantillonnage stratifié et l'échantillonnage en grappes. Dans la technique d'échantillonnage stratifié, l'échantillon est créé à partir de la sélection aléatoire d'éléments de toutes les strates, tandis que dans l'échantillonnage en grappes, toutes les unités des grappes sélectionnées au hasard forment un échantillon..
Dans l'échantillonnage stratifié, un processus en deux étapes est suivi pour diviser la population en sous-groupes ou strates. À l'inverse, dans l'échantillonnage en grappes, une partition d'objets d'étude est initialement constituée de sous-groupes mutuellement exclusifs et collectivement exhaustifs, appelés grappes. ensuite, un échantillon aléatoire de la grappe est choisi sur la base d'un échantillonnage aléatoire simple.
Dans cet extrait d'article, vous pouvez trouver toutes les différences entre l'échantillonnage stratifié et l'échantillonnage en grappes, alors prenez une lecture.
Base de comparaison | Échantillonnage stratifié | Échantillonnage en grappes |
---|---|---|
Sens | L'échantillonnage stratifié en est un, dans lequel la population est divisée en segments homogènes, puis l'échantillon est tiré au hasard des segments.. | L'échantillonnage en grappes fait référence à une méthode d'échantillonnage dans laquelle les membres de la population sont sélectionnés au hasard dans des groupes naturels appelés "grappes".. |
Échantillon | Les individus sélectionnés au hasard sont issus de toutes les couches. | Tous les individus proviennent de grappes sélectionnées au hasard. |
Sélection d'éléments de population | Individuellement | Collectivement |
Homogénéité | Au sein du groupe | Entre groupes |
Hétérogénéité | Entre groupes | Au sein du groupe |
Bifurcation | Imposé par le chercheur | Groupes naturels |
Objectif | Augmenter la précision et la représentation. | Réduire les coûts et améliorer l'efficacité. |
L’échantillonnage stratifié est un type d’échantillonnage probabiliste dans lequel la population est tout d'abord divisée en divers sous-groupes (strates) homogènes et mutuellement exclusifs, puis un sujet est sélectionné au hasard dans chaque groupe (strate), qui sont ensuite combinés pour former un seul échantillon. Une strate n'est rien d'autre qu'un sous-ensemble homogène de la population et, lorsque toutes les strates sont réunies, on l'appelle strates..
Les facteurs communs dans lesquels la population est séparée sont l’âge, le sexe, le revenu, la race, la religion, etc. Un point important à retenir est que les strates doivent être collectivement exhaustives afin qu'aucun individu ne soit laissé de côté et qu'elles ne se chevauchent pas. entraîner une augmentation des chances de sélection de certains éléments de la population. Les sous-types d'échantillonnage stratifié sont les suivants:
L'échantillonnage en grappes est défini comme une technique d'échantillonnage dans laquelle la population est divisée en groupes existants (grappes), puis un échantillon de la grappe est sélectionné au hasard dans la population. Le terme cluster désigne un groupement intact, naturel mais hétérogène, de membres de la population.
Les variables les plus couramment utilisées dans la population en grappes sont la zone géographique, les bâtiments, l'école, etc. L'hétérogénéité de la grappe est une caractéristique importante d'un plan d'échantillonnage en grappes idéal. Les types d'échantillonnage en grappes sont donnés ci-dessous:
Les différences entre échantillonnage stratifié et échantillonnage en grappes peuvent être clairement établies sur les bases suivantes:
Pour conclure la discussion, nous pouvons dire qu'une situation préférable pour un échantillonnage stratifié est lorsque l'identité dans une strate individuelle et les strates veulent varier l'une de l'autre. D'autre part, la situation standard pour l'échantillonnage par grappes est lorsque la diversité au sein des grappes et celle des grappes ne doivent pas varier l'une de l'autre..
De plus, les erreurs d'échantillonnage peuvent être réduites dans l'échantillonnage stratifié si les différences entre les groupes entre les strates sont augmentées, alors que les différences entre les groupes entre les grappes devraient être minimisées afin de réduire les erreurs d'échantillonnage dans l'échantillonnage en grappes..