Échantillonnage stratifié : pourquoi et comment le faire

Un tirage aléatoire simple traite chaque individu de la même façon. C'est rigoureux, mais parfois risqué : si votre population est répartie en groupes très inégaux (régions, catégories, centres), un tirage purement aléatoire peut, par pur hasard, sous-représenter un groupe entier. L'échantillonnage stratifié corrige ce risque.

Le principe

La stratification consiste à découper la population en sous-groupes homogènes — les strates (région, sexe, catégorie socio-professionnelle, type d'établissement...) — puis à tirer un échantillon à l'intérieur de chaque strate, proportionnellement à son poids dans la population totale.

Résultat : si une région représente 30 % de la population totale, elle représentera aussi environ 30 % de l'échantillon final — ce qu'un tirage purement aléatoire ne garantit pas.

Quand l'utiliser

• Vous avez des sous-groupes d'intérêt que vous voulez pouvoir analyser séparément (comparer une région à une autre, par exemple).
• La variable étudiée varie fortement d'un groupe à l'autre — stratifier réduit alors la variance de l'estimation par rapport à un tirage simple.
• Vous devez garantir une représentativité minimale de chaque groupe, même les plus petits, pour des raisons de rigueur méthodologique ou de communication des résultats.

Stratifié vs proportionnel

Ces deux méthodes sont souvent confondues. Le tirage stratifié au sens strict alloue l'échantillon par strate selon une méthode d'allocation (souvent celle des plus grands restes, pour éviter les arrondis qui font perdre ou gagner des unités). Le tirage proportionnel applique un arrondi simple aux proportions théoriques — plus rapide à calculer, mais légèrement moins précis sur les petites strates.

Un exemple

Une enquête sur 1 000 ménages répartis dans trois régions :

Région	Population	Poids	Échantillon (n=200)
Région A	500	50 %	100
Région B	300	30 %	60
Région C	200	20 %	40

Chaque région est représentée dans l'échantillon final exactement à hauteur de son poids réel dans la population — un tirage aléatoire simple sur les 1 000 ménages n'aurait donné cette répartition qu'en moyenne, avec des écarts possibles à chaque tirage.

Vérifier la représentativité obtenue

Une fois l'échantillon tiré, il reste utile de vérifier que la répartition obtenue correspond bien à la répartition théorique — de petits écarts sont normaux, mais un écart important sur une strate peut signaler un problème (une strate mal définie, une population source incomplète). SamplePro calcule ce résumé automatiquement après chaque tirage, avec une alerte si l'écart dépasse un seuil significatif, et applique la méthode d'allocation par plus grands restes pour l'échantillonnage stratifié.

Cette méthode est particulièrement utilisée par les instituts statistiques pour les enquêtes nationales, mais s'applique tout autant à un audit portant sur plusieurs centres ou catégories de transactions.