a:

Les gouvernements utilisent diverses techniques d'analyse pour examiner les coûts et avantages potentiels des options stratégiques. L'une de ces techniques est l'échantillonnage aléatoire stratifié, qui consiste à structurer des enquêtes pour représenter des segments définis d'une population qui sont pertinents pour un sujet de recherche. Ces segments, ou strates, peuvent être basés sur un nombre quelconque de caractéristiques, telles que la démographie d'un individu, son revenu ou sa proximité spatiale ou temporelle à un événement.

Le principal avantage de cette technique méthodologique est qu'elle permet d'obtenir une plus grande précision dans l'analyse des différences entre les strates. Par conséquent, les gouvernements utilisent souvent cette approche lorsqu'ils sont préoccupés par la façon dont une politique peut affecter un ou plusieurs groupes. Si un événement a eu un impact sur un ou plusieurs groupes, les décideurs peuvent chercher à mettre en œuvre une solution ciblée par opposition à une politique globale qui peut coûter plus cher et être moins efficace.

Dans la même veine, l'échantillonnage aléatoire stratifié peut être utilisé pour identifier les conséquences imprévues d'une action politique. Par exemple, une politique fiscale pourrait avoir un impact sur le comportement des consommateurs en fonction du revenu du ménage. Une enquête utilisant un échantillon aléatoire stratifié basé sur le revenu pourrait faire la lumière sur les résultats potentiels de la politique par tranche de revenu.

Plusieurs agences gouvernementales fédérales fournissent des conseils sur le moment et la manière de mener l'analyse des politiques, y compris les techniques de collecte de données telles que l'échantillonnage aléatoire simple, l'échantillonnage aléatoire stratifié et d'autres méthodes statistiques. L'Environmental Protection Agency publie un «Guide sur le choix de la conception d'échantillonnage pour la collecte de données environnementales», qui fournit un cadre aux chercheurs pour recueillir des données utilisées dans la conception des politiques. L'EPA suggère que les échantillons aléatoires stratifiés sont les plus appropriés lorsque l'on tente de comparer les moyennes ou les proportions entre les groupes. Par exemple, les chercheurs en environnement pourraient être préoccupés par les effets sur la santé des individus en raison de leur proximité spatiale avec un déversement de produits chimiques.

Une autre application courante dans le secteur public de l'échantillonnage aléatoire stratifié est celle des soins de santé. Par exemple, le département des services humains de l'État du Minnesota a mené une étude pour comprendre les décisions des familles concernant le financement des soins de santé à long terme et les implications pour le budget de l'État. La technique d'échantillonnage a fourni aux chercheurs la capacité de comparer les attitudes et les comportements des différents groupes à l'égard de l'assurance-maladie, et elle a permis une analyse plus détaillée et des recommandations de politiques ciblées.

Sur le plan technique, il existe plusieurs lignes directrices pour la conception d'un échantillon aléatoire stratifié. Une règle critique est qu'elle n'inclut pas les individus qui n'appartiennent pas à une strate, et aucun individu ne peut appartenir à plusieurs strates.Bien que cette méthode ait l'avantage d'ajouter de la précision à la collecte et à l'analyse des données, les règles méthodologiques strictes créent également des limites. Par exemple, le chercheur doit avoir une connaissance préalable fiable de la population pour définir les strates et déterminer la taille des échantillons de manière appropriée. Cela peut empêcher certains chercheurs de mettre pleinement en œuvre la méthode malgré ses avantages évidents par rapport à des échantillons aléatoires simples.