Propriétés des échantillons complexes

Un échantillon complexe peut différer d'un échantillon aléatoire simple de plusieurs façons. Dans un échantillon aléatoire simple, des unités d'échantillonnage individuelles sont sélectionnées aléatoirement à probabilité égale et sans remplacement (WOR), directement dans la population entière. A l'opposé, un échantillon complexe spécifique peut avoir une partie ou la totalité des fonctions suivantes :

Stratification : Un échantillonnage stratifié nécessite de sélectionner des échantillons indépendamment dans des sous-groupes de population ou des strates qui ne se chevauchent pas. Par exemple, les strates peuvent être des groupes socioéconomiques, des catégories d'emploi, des groupes d'âge ou des groupes ethniques. La stratification vous garantit des tailles d'échantillons adéquates pour les sous-groupes d'intérêt, améliore la précision des estimations globales et permet d'utiliser différentes méthodes d'échantillonnage strate par strate.

Classification : L'échantillonnage en cluster nécessite la sélection de groupes d'unités d'échantillonnage ou de clusters. Par exemple, les clusters peuvent être des écoles, des hôpitaux ou des zones géographiques, et les unités d'échantillonnage peuvent être des étudiants, des patients ou des habitants. La classification est commune dans les plans à plusieurs phases et dans les échantillons de zones (géographiques).

Phases multiples : Dans un échantillonnage à plusieurs phases, vous sélectionnez un échantillon de première phase basé sur les clusters. Vous créez ensuite un échantillon de deuxième phase en créant des sous-échantillons à partir des clusters sélectionnés. Si l'échantillon de la deuxième phase se base sur les sous-classes, vous pouvez ajouter une troisième phase à l'échantillon. Par exemple, dans la première phase d'une enquête, vous pouvez créer un échantillon de villes. Vous pouvez ensuite échantillonner les ménages à partir des villes sélectionnées. Enfin, vous pouvez interroger les individus composant les ménages sélectionnés. Les assistants d'échantillonnage et de préparation d'analyse vous permettent de définir un plan en trois phases.

Echantillonnage non aléatoire : Lorsqu'il est difficile d'obtenir une sélection aléatoirement, les unités peuvent être échantillonnées systématiquement (à intervalles fixes) ou séquentiellement.

Probabilités de sélection inégales : Lors de l'échantillonnage de clusters contenant des nombres d'unités inégaux, vous pouvez utiliser l'échantillonnage de probabilité proportionnelle à la taille (probability proportional to size - PPS) pour qu'une probabilité de sélection de cluster soit égale à la proportion d'unités qu'elle contient. L'échantillonnage PPS peut également utiliser des schémas de pondération plus généraux pour sélectionner les unités.

Echantillonnage sans restriction : Un échantillonnage sans restriction sélectionne des unités avec remplacement (WR). Par conséquent, une unité individuelle peut être sélectionnée plusieurs fois pour l'échantillon.

Pondérations d'échantillonnage : Les pondérations d'échantillonnage sont automatiquement calculées lors de la création d'un plan complexe et correspondent idéalement à la « fréquence » de chaque unité d'échantillonnage dans la population cible. Par conséquent, la somme des pondérations de l'échantillon doit estimer la taille de la population. Les procédures d'analyse d'échantillons complexes nécessitent des pondérations d'échantillonnage pour analyser correctement un échantillon complexe. Ces pondérations doivent être entièrement utilisées dans le module Echantillonnage et ne doivent pas être utilisées avec d'autres procédures d'analyse via la procédure Observations pondérées, qui traite les pondérations comme des réplications d'observations.