{"id":310881,"date":"2026-07-28T12:40:22","date_gmt":"2026-07-28T10:40:22","guid":{"rendered":"https:\/\/sherpas.com\/blog\/?p=310881"},"modified":"2026-07-29T15:32:42","modified_gmt":"2026-07-29T13:32:42","slug":"echantillonnage-aleatoire-quotas","status":"publish","type":"post","link":"https:\/\/sherpas.com\/blog\/echantillonnage-aleatoire-quotas\/","title":{"rendered":"Quelle diff\u00e9rence entre \u00e9chantillonnage al\u00e9atoire et par quotas ?"},"content":{"rendered":"<section class=\"you-know\"><div class=\"you-know__title\"><p>\ud83e\udde0 \u00c0 retenir :<\/p><\/div><div class=\"you-know__text\"><ul>\n<li>L\u2019<strong>\u00e9chantillonnage al\u00e9atoire<\/strong> assure une repr\u00e9sentativit\u00e9 \u00e9lev\u00e9e en offrant \u00e0 chaque individu une chance \u00e9gale d\u2019\u00eatre s\u00e9lectionn\u00e9, mais n\u00e9cessite des ressources importantes.<\/li>\n<li>L\u2019\u00e9chantillonnage par quotas vise \u00e0 reconstituer la structure de la population selon certains crit\u00e8res, offrant une m\u00e9thode rapide et \u00e9conomique mais introduit un risque de biais de s\u00e9lection.<\/li>\n<li>La comparaison entre m\u00e9thodes montre que l\u2019\u00e9chantillonnage al\u00e9atoire garantit une meilleure impartialit\u00e9, tandis que les quotas permettent d\u2019adapter rapidement la composition de l\u2019\u00e9chantillon.<\/li>\n<li>\u00c9viter des erreurs comme n\u00e9gliger la repr\u00e9sentativit\u00e9 ou les sous-populations cl\u00e9s reste essentiel pour accro\u00eetre la fiabilit\u00e9 des r\u00e9sultats d\u2019une enqu\u00eate.<\/li>\n<\/ul><\/div><\/section><p>Vous \u00eates-vous d\u00e9j\u00e0 demand\u00e9, lors d\u2019une enqu\u00eate ou d\u2019un sondage, comment les personnes interrog\u00e9es avaient \u00e9t\u00e9 choisies\u202f? La distinction entre <strong>\u00e9chantillonnage al\u00e9atoire<\/strong> et <strong>\u00e9chantillonnage par quotas<\/strong> joue un r\u00f4le central pour garantir la qualit\u00e9 des \u00e9tudes statistiques. Comprendre ces <strong>m\u00e9thodes d\u2019\u00e9chantillonnage<\/strong> permet de mieux saisir la fiabilit\u00e9 d\u2019un sondage entendu \u00e0 la radio ou lu dans la presse.<\/p>\n\n\n<h2 class=\"wp-block-heading\" id=\"pourquoi-choisir-une-methode-dechantillonnage\">Pourquoi choisir une m\u00e9thode d\u2019\u00e9chantillonnage\u202f?<\/h2>\n\n<p>Lorsque la <strong>population<\/strong> \u00e9tudi\u00e9e est trop nombreuse pour \u00eatre enti\u00e8rement interrog\u00e9e, il faut s\u00e9lectionner un <strong>sous-groupe<\/strong>, appel\u00e9 <strong>\u00e9chantillon<\/strong>. Ce choix repose sur une <strong>m\u00e9thode d\u2019\u00e9chantillonnage<\/strong> rigoureuse afin d\u2019assurer la <strong>repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon<\/strong> par rapport \u00e0 l\u2019ensemble de la population cible.<\/p>\n<p>La <strong>base de sondage<\/strong> correspond \u00e0 la liste compl\u00e8te des individus composant la population analys\u00e9e. Sa qualit\u00e9 influence directement la <strong>s\u00e9lection des individus<\/strong> et la pertinence des r\u00e9sultats. Par exemple, une \u00e9tude sur les habitudes alimentaires men\u00e9e en France n\u00e9cessite une base couvrant toutes les r\u00e9gions et \u00e2ges pour \u00e9viter tout biais dans la r\u00e9partition de la population (<em>Insee, \u00ab\u00a0Pratiques d\u2019\u00e9chantillonnage\u00a0\u00bb, 2023<\/em>).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"comment-fonctionne-lechantillonnage-aleatoire\">Comment fonctionne l\u2019\u00e9chantillonnage al\u00e9atoire\u202f?<\/h2>\n\n<p>L\u2019<strong>\u00e9chantillonnage al\u00e9atoire<\/strong> consiste \u00e0 donner \u00e0 chaque individu de la population une chance connue, souvent \u00e9gale, d\u2019\u00eatre s\u00e9lectionn\u00e9. Cette approche favorise la <strong>repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon<\/strong> et limite le risque de biais li\u00e9 \u00e0 la manipulation de la population.<\/p>\n<p>On distingue plusieurs formes d\u2019<strong>\u00e9chantillonnage al\u00e9atoire<\/strong> : simple, syst\u00e9matique, stratifi\u00e9 ou en grappes. Elles reposent toutes sur le principe d\u2019impartialit\u00e9 dans la <strong>s\u00e9lection des individus<\/strong>. Pour comprendre en d\u00e9tail les sp\u00e9cificit\u00e9s et d\u00e9roulement de ces choix m\u00e9thodologiques, on peut se r\u00e9f\u00e9rer \u00e0 <a href=\"https:\/\/sherpas.com\/blog\/methodologie-recherche-argumentation-ses\/\">les techniques d\u2019\u00e9chantillonnage<\/a>.<\/p>\n\n<h3 class=\"wp-block-heading\" id=\"forces-de-lechantillonnage-aleatoire\">Forces de l\u2019\u00e9chantillonnage al\u00e9atoire<\/h3>\n\n<p>  Gr\u00e2ce \u00e0 sa transparence, cette m\u00e9thode limite fortement les soup\u00e7ons de manipulation. Les sondages r\u00e9alis\u00e9s lors d\u2019\u00e9lections pr\u00e9sidentielles utilisent fr\u00e9quemment l\u2019<strong>\u00e9chantillonnage al\u00e9atoire<\/strong>, chaque inscrit pouvant \u00eatre tir\u00e9 au sort.<\/p>\n<p>  Selon l\u2019Insee, un \u00e9chantillon al\u00e9atoire strict n\u2019introduit pas de biais de s\u00e9lection si la <strong>base de sondage<\/strong> est bien construite (<em>Insee, \u00ab\u00a0Pratiques d\u2019\u00e9chantillonnage\u00a0\u00bb, 2023<\/em>). Ainsi, on obtient une estimation fid\u00e8le des caract\u00e9ristiques de la population.<\/p>\n\n<h3 class=\"wp-block-heading\" id=\"limites-pratiques-et-cout\">Limites pratiques et co\u00fbt<\/h3>\n\n<p>  L\u2019<strong>\u00e9chantillonnage al\u00e9atoire<\/strong> requiert des ressources importantes\u202f: constituer une <strong>base exhaustive<\/strong> et contacter les personnes tir\u00e9es au sort s\u2019av\u00e8re co\u00fbteux, tant en temps qu\u2019en moyens financiers. C\u2019est pourquoi certaines enqu\u00eates privil\u00e9gient d\u2019autres m\u00e9thodes lorsque le budget reste limit\u00e9.<\/p>\n<p>  Certaines sous-populations (personnes isol\u00e9es, m\u00e9nages sans acc\u00e8s num\u00e9rique) demeurent difficiles \u00e0 int\u00e9grer malgr\u00e9 la rigueur du processus, ce qui peut limiter la <strong>repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon<\/strong>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"en-quoi-consiste-lechantillonnage-par-quotas\">En quoi consiste l\u2019\u00e9chantillonnage par quotas\u202f?<\/h2>\n\n<p>L\u2019<strong>\u00e9chantillonnage par quotas<\/strong> appartient aux <strong>m\u00e9thodes d\u2019\u00e9chantillonnage non al\u00e9atoire<\/strong>. Il vise \u00e0 reconstituer dans l\u2019\u00e9chantillon la m\u00eame <strong>r\u00e9partition de la population<\/strong> selon certains crit\u00e8res\u202f: \u00e2ge, sexe, niveau d\u2019\u00e9tudes, r\u00e9gion\u2026 Ces crit\u00e8res, appel\u00e9s <strong>variables de quotas<\/strong>, sont choisis \u00e0 partir de la structure observ\u00e9e de la population.<\/p>\n<p>  Par exemple, si 20\u202f% de la population a entre 18 et 25 ans, l\u2019enqu\u00eateur veille \u00e0 inclure exactement 20\u202f% de jeunes de cette tranche d\u2019\u00e2ge dans son \u00e9chantillon.<\/p>\n\n<h3 class=\"wp-block-heading\" id=\"atouts-operationnels-de-lechantillonnage-par-quotas\">Atouts op\u00e9rationnels de l\u2019\u00e9chantillonnage par quotas<\/h3>\n\n<p>  Cette technique permet de <strong>s\u00e9lectionner rapidement un \u00e9chantillon<\/strong> en suivant la structure principale de la population. L\u2019\u00e9tude \u00ab Conditions de vie et aspirations \u00bb r\u00e9alis\u00e9e par l\u2019INSEE utilise r\u00e9guli\u00e8rement des <strong>quotas sociod\u00e9mographiques<\/strong> pour ajuster ses panels (<em>INSEE, m\u00e9thodologie 2022<\/em>).<\/p>\n<p>  Le gain de temps, la flexibilit\u00e9 et le faible co\u00fbt expliquent que de nombreux instituts recourent \u00e0 l\u2019<strong>\u00e9chantillonnage par quotas<\/strong>, notamment dans la consommation ou les m\u00e9dias.<\/p>\n\n<h3 class=\"wp-block-heading\" id=\"risques-et-limites-de-lapproche-par-quotas\">Risques et limites de l\u2019approche par quotas<\/h3>\n\n<p>  Le recours \u00e0 l\u2019<strong>\u00e9chantillonnage par quotas<\/strong> d\u00e9pend du r\u00e9seau de l\u2019enqu\u00eateur\u202f: cela introduit de la subjectivit\u00e9 dans la <strong>s\u00e9lection des individus<\/strong> et augmente le risque de biais de manipulation de la population.<\/p>\n<p>  Comme le rappelle Desrosi\u00e8res\u202f: \u00ab Si la science de l\u2019\u00e9chantillonnage r\u00e9side dans la neutralit\u00e9, celle du quota s\u2019arr\u00eate \u00e0 la fa\u00e7ade statistique \u00bb (<em>Desrosi\u00e8res, La politique des grands nombres, 1993<\/em>). Ici, seuls les crit\u00e8res visibles comptent\u202f; certains groupes sociaux ou comportements sp\u00e9cifiques risquent donc d\u2019\u00eatre sous-repr\u00e9sent\u00e9s.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"comparaison-structuree-entre-echantillonnage-aleatoire-et-par-quotas\">Comparaison structur\u00e9e entre \u00e9chantillonnage al\u00e9atoire et par quotas<\/h2>\n\n<p>  Voici une comparaison des deux <strong>m\u00e9thodes d\u2019\u00e9chantillonnage<\/strong> selon trois crit\u00e8res essentiels\u202f:<\/p>\n<table style=\"border:1px solid\">\n  <thead>\n    <tr style=\"border:1px solid\">\n      <th>M\u00e9thode d\u2019\u00e9chantillonnage<\/th>\n      <th>Repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon<\/th>\n      <th>Risque de biais<\/th>\n      <th>Simplicit\u00e9\/co\u00fbt<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr style=\"border:1px solid\">\n      <td style=\"border:1px solid\"><strong>\u00c9chantillonnage al\u00e9atoire<\/strong><\/td>\n      <td style=\"border:1px solid\">Tr\u00e8s \u00e9lev\u00e9e (si base compl\u00e8te)<\/td>\n      <td style=\"border:1px solid\">Faible<\/td>\n      <td style=\"border:1px solid\">Co\u00fbt \u00e9lev\u00e9, logistique complexe<\/td>\n    <\/tr>\n    <tr style=\"border:1px solid\">\n      <td style=\"border:1px solid\"><strong>\u00c9chantillonnage par quotas<\/strong><\/td>\n      <td style=\"border:1px solid\">Variable (selon quotas retenus)<\/td>\n      <td style=\"border:1px solid\">Pr\u00e9sent (s\u00e9lection non impartiale)<\/td>\n      <td style=\"border:1px solid\">Rapide et \u00e9conomique<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<p>  Pour une campagne visant les 15\u201125 ans utilisatrices de r\u00e9seaux sociaux, l\u2019<strong>\u00e9chantillonnage par quotas<\/strong> appara\u00eet adapt\u00e9 pour optimiser rapidit\u00e9 et co\u00fbt. \u00c0 l\u2019inverse, pour \u00e9tudier des comportements \u00e9lectoraux ou sanitaires, la pr\u00e9cision de l\u2019<strong>\u00e9chantillonnage al\u00e9atoire<\/strong> offre une garantie sup\u00e9rieure de fiabilit\u00e9.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"erreurs-frequentes-a-eviter-lors-de-la-selection-des-individus\">Erreurs fr\u00e9quentes \u00e0 \u00e9viter lors de la s\u00e9lection des individus<\/h2>\n\n<p>  Plusieurs erreurs reviennent lors de l\u2019application des <strong>m\u00e9thodes d\u2019\u00e9chantillonnage<\/strong>. Confondre \u00ab al\u00e9atoire \u00bb et \u00ab arbitraire \u00bb conduit \u00e0 minimiser les risques de biais, surtout avec un <strong>\u00e9chantillonnage non al\u00e9atoire<\/strong> comme les quotas. N\u00e9gliger la <strong>qualit\u00e9 de la base de sondage<\/strong>, oublier d\u2019ajuster pr\u00e9cis\u00e9ment les quotas, ou surpond\u00e9rer certaines cat\u00e9gories, fausse les r\u00e9sultats.<\/p>\n<ul>\n  <li>Oublier des variables fondamentales (\u00e2ge, sexe, cat\u00e9gorie socioprofessionnelle).<\/li>\n  <li>N\u00e9gliger la non-r\u00e9ponse, qui affecte la repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon.<\/li>\n  <li>Tirer au hasard depuis une base incompl\u00e8te, excluant des sous-populations cl\u00e9s.<\/li>\n  <li>Penser qu\u2019un grand effectif compense un manque de diversit\u00e9 dans la r\u00e9partition de la population.<\/li>\n<\/ul>\n<p>Rester vigilant sur chaque \u00e9tape de la <strong>s\u00e9lection des individus<\/strong> limite ces \u00e9cueils. S\u2019appuyer sur des d\u00e9finitions stables et adapter la <strong>m\u00e9thode d\u2019\u00e9chantillonnage<\/strong> aux objectifs de l\u2019\u00e9tude restent indispensables.<\/p>\n\n<p>\u00c0 votre avis, face \u00e0 la multiplication des sondages, quelles pr\u00e9cautions faudrait-il prendre pour garantir la fiabilit\u00e9 des \u00e9tudes et renforcer la confiance du public dans leurs r\u00e9sultats&nbsp;?<\/p>\n<div style=\"line-height:1.7;margin-top:0.75rem;margin-bottom:0.25rem;letter-spacing:-0.01em\">Lire aussi \ud83d\udd0e :<br><ul><li><a href=\"https:\/\/sherpas.com\/blog\/grille-entretien-enquete-qualitative\/\" title=\"Comment construire une grille d\u2019entretien efficace pour une enqu\u00eate qualitative ?\">Comment construire une grille d\u2019entretien efficace pour une enqu\u00eate qualitative ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/formuler-hypothese-testable-ses\/\" title=\"Comment formuler une hypoth\u00e8se testable en trois \u00e9tapes en SES ?\">Pourquoi une hypoth\u00e8se doit-elle \u00eatre falsifiable (r\u00e9futable) ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/correlation-vs-causalite\/\" title=\"Comment prouver qu\u2019une corr\u00e9lation n\u2019est pas une causalit\u00e9 ?\">Comment prouver qu\u2019une corr\u00e9lation n\u2019est pas une causalit\u00e9 ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/regression-lineaire\/\" title=\"Que signifient R\u00b2 et p-valeur dans une r\u00e9gression lin\u00e9aire ?\">Qu\u2019est-ce que la p-valeur (p-value) et comment l\u2019utiliser ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/biais-selection-enquete\/\" title=\"Qu\u2019est-ce qu\u2019un biais de s\u00e9lection et comment fausse-t-il les r\u00e9sultats d\u2019une enqu\u00eate ?\">Qu\u2019est-ce qu\u2019un biais de s\u00e9lection et comment fausse-t-il les r\u00e9sultats d\u2019une enqu\u00eate ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/endogeneite-econometrie\/\" title=\"Qu\u2019est-ce que l\u2019endog\u00e9n\u00e9it\u00e9 et pourquoi est-ce un pi\u00e8ge en \u00e9conom\u00e9trie ?\">Qu\u2019est-ce que l\u2019endog\u00e9n\u00e9it\u00e9 et pourquoi est-ce un pi\u00e8ge en \u00e9conom\u00e9trie ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/variable-dependante-independante\/\" title=\"Comment choisir et justifier sa variable d\u00e9pendante et sa variable ind\u00e9pendante ?\">Comment choisir et justifier sa variable d\u00e9pendante et sa variable ind\u00e9pendante ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/observation-participante-limites\/\" title=\"Quand utiliser l\u2019observation participante et quelles sont ses limites ?\">Qu\u2019est-ce que l\u2019observation participante en sociologie ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/analyse-critique-sondage\/\" title=\"Comment analyser de mani\u00e8re critique un sondage (marge d\u2019erreur, m\u00e9thode des quotas, redressement) ?\">Comment interpr\u00e9ter la marge d\u2019erreur d\u2019un sondage ?<\/a><\/li><li><a href=\"https:\/\/sherpas.com\/blog\/lien-causalite-ses\/\" title=\"Quels sont les crit\u00e8res et m\u00e9thodes pour \u00e9tablir un lien de causalit\u00e9 en SES ?\">Quels sont les crit\u00e8res et m\u00e9thodes pour \u00e9tablir un lien de causalit\u00e9 en SES ?<\/a><\/li><\/ul><\/div>\n\n<div class=\"kk-star-ratings kksr-auto kksr-align-center kksr-valign-bottom\"\n    data-payload='{&quot;align&quot;:&quot;center&quot;,&quot;id&quot;:&quot;310881&quot;,&quot;slug&quot;:&quot;default&quot;,&quot;valign&quot;:&quot;bottom&quot;,&quot;ignore&quot;:&quot;&quot;,&quot;reference&quot;:&quot;auto&quot;,&quot;class&quot;:&quot;&quot;,&quot;count&quot;:&quot;0&quot;,&quot;legendonly&quot;:&quot;&quot;,&quot;readonly&quot;:&quot;&quot;,&quot;score&quot;:&quot;0&quot;,&quot;starsonly&quot;:&quot;&quot;,&quot;best&quot;:&quot;5&quot;,&quot;gap&quot;:&quot;5&quot;,&quot;greet&quot;:&quot;Tu as aim\u00e9 cet article ?&quot;,&quot;legend&quot;:&quot;0\\\/5 - (0 vote)&quot;,&quot;size&quot;:&quot;24&quot;,&quot;title&quot;:&quot;Quelle diff\u00e9rence entre \u00e9chantillonnage al\u00e9atoire et par quotas ?&quot;,&quot;width&quot;:&quot;0&quot;,&quot;_legend&quot;:&quot;{score}\\\/{best} - ({count} {votes})&quot;,&quot;font_factor&quot;:&quot;1.25&quot;}'>\n            \n<div class=\"kksr-stars\">\n    \n<div class=\"kksr-stars-inactive\">\n            <div class=\"kksr-star\" data-star=\"1\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"2\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"3\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"4\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"5\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n    <\/div>\n    \n<div class=\"kksr-stars-active\" style=\"width: 0px;\">\n            <div class=\"kksr-star\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 5px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 24px; height: 24px;\"><\/div>\n        <\/div>\n    <\/div>\n<\/div>\n                \n\n<div class=\"kksr-legend\" style=\"font-size: 19.2px;\">\n            <span class=\"kksr-muted\">Tu as aim\u00e9 cet article ?<\/span>\n    <\/div>\n    <\/div>\n","protected":false},"excerpt":{"rendered":"<p>\ud83e\udde0 \u00c0 retenir : L\u2019\u00e9chantillonnage al\u00e9atoire assure une repr\u00e9sentativit\u00e9 \u00e9lev\u00e9e en offrant \u00e0 chaque individu une chance \u00e9gale (&#8230;)<\/p>\n","protected":false},"author":326,"featured_media":308585,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"category":[803,826],"tag":[],"class_list":["post-310881","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-apprendre-matiere","category-ses-economie-esh"],"acf":[],"_links":{"self":[{"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/posts\/310881","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/users\/326"}],"replies":[{"embeddable":true,"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/comments?post=310881"}],"version-history":[{"count":0,"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/posts\/310881\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/media\/308585"}],"wp:attachment":[{"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/media?parent=310881"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/category?post=310881"},{"taxonomy":"tag","embeddable":true,"href":"https:\/\/sherpas.com\/blog\/wp-json\/wp\/v2\/tag?post=310881"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}