Guide pratique pour la conception d'enquêtes sur les ménages

Estimation des erreurs d’échantillonnage dans les données d’enquête 155
7.5.2.
Préparation des fichiers de données aux fins de l’analyse
35. Les données rassemblées au cours des enquêtes menées dans les pays en développement ne se
prêtent parfois pas à une analyse allant au-delà de fréquences et de tabulations de base. Il y a à cela
plusieurs raisons. Premièrement, il se peut que la documentation technique concernant la conception
de l’échantillon utilisé soit très limitée, voire inexistante. Deuxièmement, il arrive que les fichiers
de données n’aient pas le format, la structure et les informations requis pour permettre une analyse
poussée. Troisièmement, il se peut que les logiciels appropriés et les compétences techniques voulues
fassent défaut.
36. Si l’on veut pouvoir analyser comme il convient les données des enquêtes pas sondage, la
base de données connexe doit contenir toutes les informations reflétant le processus de sélection de
l’échantillon (voir le chapitre 5 pour de plus amples détails). En particulier, la base de données doit
comporter des étiquettes appropriées pour les strates prévues par la conception de l’échantillon,
les unités primaires d’échantillonnage (UPE), les unités secondaires d’échantillonnage (USE), etc.
Parfois, les données et les UPE effectivement utilisées pour la sélection de l’échantillon doivent être
modifiées afin d’estimer la variance. Ces modifications sont nécessaires pour que la conception effective
de l’échantillon corresponde à l’une des options disponibles au moins des logiciels d’analyses
statistiques (voir la section 7.9). Les strates et les UPE créées pour estimer la variance sont parfois
appelées pseudo-strates ou strates de variance, et pseudo-UPE ou UPE de variance. Les variables
pertinentes prévues par la conception de l’échantillon, ainsi que les variables créées pour l’estimation
de la variance, doivent être entrées dans la base de données en même temps que la documentation
indiquant comment ces variables sont estimées et utilisées. Il faut pour estimer la variance au moins
trois variables: la pondération de l’échantillon, la strate (ou pseudo-strate) et l’UPE (ou la pseudo-
UPE). Ces trois variables résument la conception de l’échantillon et leur inclusion dans la série de
données permet d’analyser comme il convient les informations rassemblées compte tenu des complexités
de la conception de l’échantillon.
37. En outre, il faut calculer des pondérations pour chacune des unités d’échantillonnage figurant
dans le fichier de données. Ces pondérations doivent refléter la probabilité de sélection de chaque
unité d’échantillonnage et compenser la non-réponse et d’autres déficiences de l’échantillon. Les
pondérations et les étiquettes utilisées pour identifier les variables de conception sont nécessaires pour
pouvoir estimer comme il convient la variabilité et les estimations issues de l’enquête. Comme mentionné
au chapitre 6 et dans les sections précédentes du présent chapitre, les pondérations d’échantillonnage
sont importantes non seulement pour pouvoir générer des estimations d’enquête appropriées
mais aussi pour évaluer les erreurs d’échantillonnage qui caractérisent ces estimations. Il est
donc essentiel que toutes les informations concernant les pondérations figurent dans le fichier de
données. En particulier, en présence d’une non-réponse, d’une post-stratification ou d’autres types
d’ajustement, la documentation doit contenir une description des procédures suivies pour procéder
à ces ajustements.
7.5.3.
Types d’estimations d’enquête
38. Pour la plupart des enquêtes sur les ménages, les estimations les plus communément recherchées
se présentent sous forme de totaux et de ratios. Prenons le cas d’une conception stratifiée en