TermCollecte de données3 min read

Cluster Sampling

A sampling method that divides the population into clusters and randomly selects entire clusters rather than individuals.

Définition

L'échantillonnage par grappes divise une population en groupes ou « grappes » (par exemple, villages, écoles, associations de producteurs) puis sélectionne aléatoirement des grappes entières plutôt que des répondants individuels. Au sein des grappes sélectionnées, soit tous les membres, soit un sous-échantillon aléatoire sont inclus. C'est une alternative rentable à l'échantillonnage aléatoire simple lorsque les cadres d'échantillonnage individuels (listes complètes de tous les membres de la population) ne sont pas disponibles ou difficiles à créer. L'échantillonnage par grappes est courant dans les enquêtes ménages, les évaluations scolaires et autres travaux de terrain dans des contextes aux ressources limitées.

Pourquoi C'est Important

En zones rurales, créer une liste complète de tous les ménages (un cadre d'échantillonnage) peut être impossible ou prohibitivement coûteux. L'échantillonnage par grappes résout cela en utilisant des unités géographiques ou administratives plus faciles à identifier. Il réduit également les coûts de terrain en concentrant les collecteurs de données dans les communautés sélectionnées plutôt que de les disperser dans toutes les communautés. Cependant, l'échantillonnage par grappes est moins efficace statistiquement que l'échantillonnage aléatoire simple (nécessite des tailles d'échantillon plus grandes pour la même précision). Une conception appropriée et des ajustements statistiques sont essentiels pour tenir compte de cette inefficacité.

En Pratique

Un programme évaluant les résultats éducatifs dans une région rurale pourrait : (1) lister toutes les écoles de la région (les grappes), (2) sélectionner aléatoirement 25 écoles, (3) sélectionner aléatoirement 30 élèves par école pour tests. C'est plus réalisable que de tenter de lister et de sélectionner aléatoirement 750 élèves individuellement à travers des centaines d'écoles. Cependant, les élèves au sein de la même école sont plus similaires entre eux qu'aux élèves ailleurs (ils partagent des enseignants, un programme, des effets de pairs). Pour tenir compte de cet effet de grappage, le statisticien doit ajuster les calculs de taille d'échantillon et de signification statistique. Les paramètres de conception comptent : d'un point de vue statistique, la conception d'enquête devrait minimiser les observations par grappe et maximiser le nombre de grappes sélectionnées. Une enquête collectant des données auprès de 50 élèves dans 10 écoles est statistiquement moins efficace que des données de 25 élèves dans 20 écoles, même si les deux totalisent 500 observations.

Sujets Connexes