Fonctionnement de l’échantillonnage aléatoire stratifié
l’échantillonnage aléatoire stratifié est une méthode d’échantillonnage qui consiste à diviser une population en groupes plus petits–appelés strates. Les groupes ou strates sont organisés en fonction des caractéristiques ou attributs partagés des membres du groupe. Le processus de classification de la population en groupes est appelé stratification.
l’échantillonnage aléatoire stratifié est également connu sous le nom d’échantillonnage aléatoire par quota et d’échantillonnage aléatoire proportionnel., L’échantillonnage aléatoire stratifié a de nombreuses applications et avantages, tels que l’étude de la démographie de la population et de l’espérance de vie.
plats à Emporter Clés
- un échantillonnage aléatoire Stratifié est une méthode d’échantillonnage qui consiste à prélever des échantillons d’une population divisé en plus petits groupes, appelées strates.
- l’échantillonnage aléatoire stratifié consiste à prélever des échantillons aléatoires de groupes stratifiés, proportionnellement à la population.
- l »échantillonnage aléatoire stratifié est une mesure plus précise car il est une meilleure représentation de la population globale.,
Comprendre un Échantillonnage Aléatoire Stratifié
un échantillonnage aléatoire Stratifié divise une population en sous-groupes. Des échantillons sont prélevés dans la même proportion à la population de chacun des groupes ou strates. Les membres de chaque strate (singulier pour les strates) formés ont des attributs et des caractéristiques similaires.
L’échantillonnage aléatoire stratifié est une méthode d’échantillonnage, qui consiste à sélectionner un petit groupe comme taille d’échantillon pour l’étude. Ce sous-ensemble représente la plus grande population., L’organisation d’une population en groupes ayant des caractéristiques similaires permet aux chercheurs d’économiser du temps et de l’argent lorsque la population étudiée est trop importante pour être analysée individuellement. L’échantillonnage aléatoire stratifié aide en permettant aux chercheurs d’organiser les groupes en fonction de caractéristiques similaires, un échantillon aléatoire étant ensuite prélevé dans chaque strate ou groupe.,
l’échantillonnage aléatoire stratifié peut être utilisé, par exemple, pour étudier le scrutin des élections, les personnes qui font des heures supplémentaires, l’espérance de vie, le revenu de différentes populations et le revenu pour différents emplois à travers un pays.
échantillonnage aléatoire stratifié ou simplifié
un échantillon aléatoire simple est un échantillon d’individus qui existent dans une population où les individus sont choisis au hasard dans la population et placés dans l’échantillon., Cette méthode de sélection aléatoire des individus vise à sélectionner une taille d’échantillon qui est une représentation impartiale de la population. Cependant, un simple échantillon aléatoire n’est pas avantageux lorsque les échantillons de la population varient considérablement.
inversement, l’échantillonnage aléatoire stratifié décompose la population en sous-groupes et les organise selon des traits, des caractéristiques et un comportement similaires. Par conséquent, l’échantillonnage aléatoire stratifié est plus avantageux lorsque la population varie considérablement, car il aide à mieux organiser les échantillons pour l’étude.,
cependant, un échantillon aléatoire simple est plus avantageux lorsque la population ne peut pas être organisée en sous-groupes car il y a trop de différences au sein de la population. En outre, les échantillons aléatoires simples sont les meilleurs lorsqu « il y a peu ou pas d » informations sur la population, ce qui empêche la population d » être divisée en sous-ensembles en fonction des caractéristiques ou des traits.
Exemple d’un Échantillonnage Aléatoire Stratifié
Une équipe de recherche a décidé d’effectuer une étude pour analyser la moyenne ou GPAs pour les 21 millions d’étudiants aux états-UNIS, Les chercheurs décident d’obtenir un échantillon aléatoire de 4,000 étudiants au sein de la population de 21 millions. L’équipe souhaite passer en revue les différentes majors et GPAs subséquentes pour les étudiants ou les participants de l’échantillon.
de la 4 000 participants, la répartition des majors est comme suit:
- anglais: 560
- la Science: 1,135
- Informatique: 800
- Génie: 1,090
- Mathématiques: 415
Les chercheurs ont leurs cinq strates du processus d’échantillonnage aléatoire stratifié., Ensuite, les chercheurs étudient les données de la population pour déterminer le pourcentage des 21 millions d’étudiants majeurs dans les sujets de leur échantillon. Les résultats montrent la suivante:
- 12% majeure en anglais
- 28% majeure en science
- 24% majeure en informatique
- 21% majeur dans l’ingénierie
- 15% majeure en mathématiques
L’équipe décide d’employer une proportionnelle échantillon aléatoire stratifié selon laquelle ils veulent déterminer si les majors pour les élèves de l’échantillon représentent la même proportion que la population.,
Cependant, les proportions dans l’échantillon ne sont pas égaux aux pourcentages de la population. Par exemple, 12% de la population étudiante sont des majors d’anglais, tandis que 14% des étudiants de l’échantillon sont des majors d’anglais (ou 560 majors d’anglais / 4 000).
En conséquence, les chercheurs décident de rééchantillonner les étudiants pour correspondre au pourcentage de majors dans la population., Sur les 4 000 étudiants de leur échantillon, ils décident de sélectionner au hasard les éléments suivants:
Les chercheurs ont maintenant un échantillon aléatoire stratifié proportionné d’étudiants et de leurs majors respectifs, ce qui reflète plus précisément les majors pour la population étudiante globale. À partir de là, les chercheurs peuvent analyser les APG de chaque strate ainsi que leurs caractéristiques pour avoir une meilleure idée de la performance de la population étudiante globale.,