Différence entre l'échantillonnage stratifié et en grappe

Dans notre article précédent, nous avons discuté de la probabilité et de l'échantillonnage non probabilité.e. Échantillonnage stratifié et échantillonnage en grappe. Dans la technique d'échantillonnage stratifié, l'échantillon est créé à partir de la sélection aléatoire d'éléments de toutes les strates dans l'échantillonnage de grappe, toutes les unités des grappes sélectionnées au hasard forment un échantillon.

En échantillonnage stratifié, un processus en deux étapes est suivi pour diviser la population en sous-groupes ou strates. Par opposition, dans l'échantillonnage de grappes initialement, une partition d'objets d'étude est transformée en sous-groupes mutuellement exclusifs et collectivement exhaustives, appelés grappes. Par la suite, un échantillon aléatoire du cluster est choisi, basé sur un échantillonnage aléatoire simple.

Dans cet extrait d'article, vous pouvez trouver toutes les différences entre l'échantillonnage stratifié et en grappes, alors prenez une lecture.

Contenu: échantillonnage stratifié vs échantillonnage de cluster

1. Tableau de comparaison
2. Définition
3. Différences clés
4. Vidéo
5. Conclusion

Tableau de comparaison

Définition de l'échantillonnage stratifié

L'échantillonnage stratifié est un type d'échantillonnage de probabilité, dans lequel d'abord la population est bifurquée en divers sous-groupes homogènes mutuellement exclusifs (strates), après cela, un sujet est sélectionné au hasard à partir de chaque groupe (stratum), qui sont ensuite combinés pour se 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 prises ensemble, elle est connue sous le nom de strates.

Les facteurs communs dans lesquels la population est séparée est 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 aussi sans chevauchement car la strate qui se chevauche peut entraîner une augmentation des chances de sélection de certains éléments de la population. Les sous-types d'échantillonnage stratifié sont:

• Échantillonnage stratifié proportionné
• Échantillonnage stratifié disproportionné

Définition de l'échantillonnage des grappes

L'échantillonnage des grappes est défini comme une technique d'échantillonnage dans laquelle la population est divisée en groupes déjà existants (grappes), puis un échantillon du cluster est sélectionné au hasard dans la population. Le terme cluster fait référence à un regroupement intact naturel, mais hétérogène, des membres de la population.

Les variables les plus courantes utilisées dans la population de regroupement sont la zone géographique, les bâtiments, l'école, etc. L'hétérogénéité du cluster est une caractéristique importante d'une conception d'échantillon de cluster idéal. Les types d'échantillonnage en grappes sont donnés ci-dessous:

• Échantillonnage de grappes à un étage
• Échantillonnage de cluster en deux étapes
• Échantillonnage de grappes à plusieurs étapes

Différences clés entre l'échantillonnage stratifié et cluster

Les différences entre l'échantillonnage stratifié et en grappes peuvent être clairement établies sur les motifs suivants:

1. Une procédure d'échantillonnage de probabilité dans laquelle la population est séparée en différents segments homogènes appelés «strates», puis l'échantillon est choisi dans chaque strate au hasard, est appelé échantillonnage stratifié. L'échantillonnage en grappes est une technique d'échantillonnage dans laquelle les unités de la population sont sélectionnées au hasard dans des groupes déjà existants appelés 'cluster.'
2. En échantillonnage stratifié, les individus sont sélectionnés au hasard dans toutes les strates pour constituer l'échantillon. D'un autre côté, l'échantillonnage du cluster, l'échantillon est formé lorsque tous les individus sont prélevés à partir de grappes sélectionnées au hasard.
3. Dans l'échantillonnage des grappes, les éléments de population sont sélectionnés dans les agrégats, cependant, dans le cas de l'échantillonnage stratifié, les éléments de population sont sélectionnés individuellement à partir de chaque strate.
4. Dans l'échantillonnage stratifié, il y a une homogénéité au sein du groupe, tandis que dans le cas de l'échantillonnage en grappes, l'homogénéité se trouve entre les groupes.
5. L'hétérogénéité se produit entre les groupes d'échantillonnage stratifié. Au contraire, les membres du groupe sont hétérogènes dans l'échantillonnage des grappes.
6. Lorsque la méthode d'échantillonnage adoptée par le chercheur est stratifiée, alors les catégories sont imposées par lui. En revanche, les catégories sont déjà des groupes existants dans l'échantillonnage de grappes.
7. L'échantillonnage stratifié vise à améliorer la précision et la représentation. Contrairement à l'échantillonnage des grappes dont l'objectif est d'améliorer la rentabilité et l'efficacité opérationnelle.

VIDÉO: Stratified vs Cluster Sampling

Conclusion

Pour finir la discussion, nous pouvons dire qu'une situation préférable pour l'échantillonnage stratifié est lorsque l'identité au sein d'une strate individuelle et des strates signifie varier les unes des autres. D'un autre côté, la situation standard de l'échantillonnage des grappes est lorsque la diversité au sein des grappes et de l'amas ne devrait pas varier les unes des autres.

De plus, les erreurs d'échantillonnage peuvent être réduites dans l'échantillonnage stratifié si les différences entre les groupes entre les strates sont augmentées, tandis que les différences entre les groupes entre les grappes doivent être minimisées pour réduire les erreurs d'échantillonnage dans l'échantillonnage de grappes.