Définition: l’échantillonnage Stratifié est un type de méthode d’échantillonnage dont la population totale est divisée en petits groupes ou strates pour compléter le processus d’échantillonnage. Les strates sont formées sur la base de certaines caractéristiques communes dans les données de population. Après avoir divisé la population en strates, le chercheur sélectionne au hasard l’échantillon proportionnellement.,
Description: l’échantillonnage stratifié est une technique d’échantillonnage courante utilisée par les chercheurs lorsqu’ils tentent de tirer des conclusions à partir de différents sous-groupes ou strates. Les strates ou sous-groupes doivent être différents et les données ne doivent pas se chevaucher. Tout en utilisant l’échantillonnage stratifié, le chercheur devrait utiliser un échantillonnage probabiliste simple. La population est divisée en différents sous-groupes tels que l’âge, le sexe, la nationalité, le profil d’emploi, le niveau d’éducation, etc. L’échantillonnage stratifié est utilisé lorsque le chercheur veut comprendre la relation existante entre deux groupes.,
Le chercheur peut représenter même le plus petit sous-groupe de la population. Il existe deux types d’échantillonnage stratifié est proportionnelle d’un échantillonnage aléatoire stratifié et un autre est disproportionnée un échantillonnage aléatoire stratifié. Dans l’échantillonnage aléatoire proportionné, chaque strate aurait la même fraction d’échantillonnage. Par exemple, vous avez trois sous-groupes avec une taille de population de 150, 200, 250 sujets dans chaque sous-groupe, respectivement. Maintenant, pour le rendre proportionné, le chercheur utilise une fraction spécifique ou un pourcentage à appliquer sur ses sous-groupes de population., L’échantillon pour le premier groupe serait 150*0.5= 75, 200*0.5=100 et 250*0.5= 125. Ici, le facteur constant est la ration de proportion pour chaque sous-ensemble de population.
la seule différence est la fraction d’échantillonnage dans la technique d’échantillonnage stratifié disproportionné. Le chercheur pourrait utiliser différentes fractions pour divers sous-groupes en fonction du type de recherche ou de conclusion qu’il souhaite tirer de la population. Le seul inconvénient est que si le chercheur met trop l’accent sur un sous-groupe, le résultat pourrait être biaisé.