Transcription de la vidéo
Laquelle des affirmations suivantes n’est pas vraie à propos de l’échantillonnage stratifié? (A) L’échantillonnage aléatoire stratifié s’appelle également échantillonnage aléatoire proportionnel. (B) L’échantillonnage aléatoire stratifié permet aux chercheurs d’obtenir un échantillon à partir d’une population qui représente le mieux l’ensemble de la population étudiée. (C) L’échantillonnage stratifié est la sélection aléatoire de données à partir d’une population entière. (D) L’échantillonnage aléatoire stratifié est une méthode d’échantillonnage qui implique la division d’une population en sous-groupes plus petits appelés strates. Et (E) l’échantillon aléatoire stratifié est un outil de mesure statistique.
On nous demande laquelle des options (A), (B), (C), (D) et (E) n’est pas vraie sur l’échantillonnage stratifié. Commençons donc par rappeler quand et comment nous pourrions utiliser un échantillonnage stratifié. Rappelons que nous utilisons un échantillonnage aléatoire stratifié lorsque la population se subdivise en sous-groupes distincts, plus petits, qui ne se chevauchent pas, et que nous appelons des strates. Des échantillons aléatoires sont ensuite prélevés de chaque strate et combinés pour former l’échantillon global de la population. Et la taille de l’échantillon de chaque strate reflète la proportion de la strate de l’ensemble de la population. Examinons maintenant chacune de nos options (A), (B), (C), (D) et (E) pour voir si elles correspondent à notre définition de l’échantillonnage aléatoire stratifié.
En commençant par l’option (A), qui dit que l’échantillonnage aléatoire stratifié est également appelé échantillonnage aléatoire proportionnel. Nous savons que l’échantillonnage aléatoire stratifié est utilisé lorsque la population en question est divisée en groupes ou en strates. La taille de l’échantillon de chaque strate reflète la proportion de la population représentée par cette strate. Il ne serait donc pas incorrect de donner un autre nom à l’échantillonnage aléatoire stratifié tel que l’échantillonnage aléatoire proportionnel. L’option (A) est donc vraie pour l’échantillonnage stratifié.
Voyons maintenant l’option (B). Ceci dit que l’échantillonnage aléatoire stratifié permet aux chercheurs d’obtenir un échantillon de population qui représente le mieux la population entière à l’étude. Dans l’échantillonnage aléatoire stratifié, nous savons que lorsque des échantillons aléatoires sont pris de chaque strate, la taille de l’échantillon de la strate reflète la proportion de la strate de la population entière. Ceci signifie que chacun des différents groupes est représenté proportionnellement dans l’échantillon combiné final. Aucun sous-groupe n’est donc sur ou sous-représenté, et l’échantillon reflète la proportion ou la composition de l’ensemble de la population. Un tel échantillon représentera alors le mieux la population entière à l’étude. L’option (B) est alors également vraie pour l’échantillonnage stratifié.
Voyons maintenant l’option (C). Ceci dit que l’échantillonnage stratifié est la sélection aléatoire de données sur une population entière. Nous savons par notre définition qu’un échantillonnage aléatoire stratifié est utilisé lorsque la population se subdivise en sous-groupes ou strates distincts, plus petits, qui ne se chevauchent pas. Des échantillons aléatoires sont prélevés de chaque strate et combinés pour former l’échantillon global. L’option (C) décrit cependant la sélection aléatoire de données d’une population entière qui provient directement de la population. Dans ce scénario, il n’y a donc pas de subdivision de la population avant l’échantillonnage. Et ceci ne correspond pas à notre définition de l’échantillonnage aléatoire stratifié. L’énoncé de l’option (C) est donc faux au sujet de l’échantillonnage stratifié.
Alors maintenant, considérons l’option (D). Ceci dit que l’échantillonnage aléatoire stratifié est une méthode d’échantillonnage qui implique la division d’une population en sous-groupes plus petits appelés strates. En fait, c’est exactement ce que dit notre définition de l’échantillonnage aléatoire stratifié. La population est subdivisée en plus petits groupes ou strates. Nous pouvons alors dire que l’option (D) est vraie pour l’échantillonnage stratifié.
Et enfin, regardons l’option (E). Ceci dit que l’échantillon aléatoire stratifié est un outil de mesure statistique . Lorsque nous prenons un échantillon aléatoire stratifié d’une population, la composition proportionnelle de la population est représentée dans la taille de l’échantillon pour chaque strate. Ceci signifie que la composition réelle de la population est représentée dans les prédictions ou les résultats obtenus à partir des données de l’échantillon. Donc à partir de là, l’échantillon aléatoire stratifié est en effet un outil de mesure statistique . L’option (E) est donc vraie pour l’échantillonnage stratifié.
Nous constatons donc que les options (A), (B), (D) et (E) sont correctes pour l’échantillonnage stratifié et que l’option (C) ne l’est pas pour l’échantillonnage stratifié. Notre réponse est donc l’option (C).
