Macie
Bien que l'échantillonnage aide à estimer les paramètres de la population, il peut exister des sous-groupes d'éléments indéfinissables au sein de la population qui peuvent avoir des paramètres différents sur une variable d'intérêt pour le chercheur. Par exemple, au directeur de la gestion des ressources humaines intéressé à évaluer l'étendue de la formation dont les employés du système estiment avoir besoin, l'ensemble de l'organisation formera la population à étudier. Mais l'étendue, la qualité et l'intensité de la formation souhaitées par les gestionnaires de niveau intermédiaire, les gestionnaires de niveau inférieur, les superviseurs de première ligne, les analystes informatiques, les employés de bureau, etc. seront différentes pour chaque groupe.
La connaissance des types de différences dans les besoins qui existent pour les différents groupes aidera le directeur à développer des programmes de formation utiles et significatifs pour chaque groupe de l'organisation. Les données devront donc être collectées de manière à faciliter l'évaluation des besoins à chaque niveau de sous-groupe de la population. L'unité d'analyse serait alors au niveau du groupe et du processus d'échantillonnage aléatoire stratifié.
L'échantillonnage aléatoire stratifié, comme son nom l'indique, implique un processus de stratification ou de ségrégation suivi d'une sélection aléatoire de sujets dans chaque strate. La population est d'abord divisée en groupes mutuellement exclusifs.