17.04.2013 Views

Guide pratique pour la conception d'enquêtes sur les ménages

Guide pratique pour la conception d'enquêtes sur les ménages

Guide pratique pour la conception d'enquêtes sur les ménages

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

166 <strong>Guide</strong> <strong>pratique</strong> <strong>pour</strong> <strong>la</strong> <strong>conception</strong> d’enquêtes <strong>sur</strong> <strong>les</strong> <strong>ménages</strong><br />

Tableau 7.9<br />

Structure des fichiers de données selon l’approche de réplication<br />

Fichier Données<br />

Pondération de l’ensemble<br />

de l’échantillon<br />

Pondérations des réplicats<br />

1 2 3 …. k<br />

1 Données 1 W 1 W 11 0 W 13 … W 1k<br />

2 Données 2 W 2 0 W 23 … W 2k<br />

3 Données 3 W 3 W 31 0 … W 3k<br />

… … … … … … … …<br />

… … … … … … … …<br />

… … … … … … … …<br />

N Données n W n W n1 W n3 … 0<br />

Note : Les points dénotent des séries.<br />

7.7.4.2.<br />

Avantages<br />

75. Le principal avantage de l’approche de réplication par rapport à l’approche de linéarisation est<br />

qu’elle utilise essentiellement <strong>la</strong> même méthode d’estimation, quelle que soit <strong>la</strong> statistique à estimer<br />

(étant donné que l’estimation de <strong>la</strong> variance est fonction de l’échantillon et non de l’estimation),<br />

tandis qu’une approximation par linéarisation doit être établie à <strong>la</strong> suite d’une analyse de chaque<br />

statistique, ce qui peut être <strong>la</strong>borieux dans le cas d’enquêtes <strong>sur</strong> <strong>les</strong> <strong>ménages</strong> de grande envergure<br />

visant un grand nombre de caractéristiques. En outre, <strong>les</strong> techniques de réplication sont d’utilisation<br />

commode et sont applicab<strong>les</strong> à presque toutes <strong>les</strong> statistiques, quel<strong>les</strong> soient linéaires ou non linéaires.<br />

Avec <strong>la</strong> méthode de réplication, il est facile de calculer des estimations <strong>pour</strong> des sous-groupes de popu<strong>la</strong>tion,<br />

et <strong>les</strong> effets des ajustements visant à compenser <strong>la</strong> non-réponse et d’autres facteurs peuvent<br />

être reflétés dans <strong>les</strong> pondérations des réplicats.<br />

7.7.4.3.<br />

Limitations<br />

76. Les techniques de réplication exigent un gros travail <strong>sur</strong> ordinateur, essentiellement parce qu’il<br />

faut calculer une série de pondérations <strong>pour</strong> <strong>les</strong> réplicats sélectionnés de sorte que chaque réplicat<br />

représente comme il convient <strong>la</strong> même popu<strong>la</strong>tion que l’ensemble de l’échantillon. En outre, <strong>la</strong> formation<br />

de réplicats peut être compliquée par <strong>les</strong> contraintes liées à <strong>la</strong> <strong>conception</strong> de l’échantillon (voir<br />

<strong>la</strong> section 7.7.5 ci-dessous), ce qui peut parfois conduire à <strong>sur</strong>estimer <strong>les</strong> erreurs d’échantillonnage.<br />

77. Nous conclurons notre comparaison générale des approches de linéarisation et de réplication<br />

de l’estimation des erreurs d’échantillonnage en disant que ces deux approches ne donnent pas des<br />

estimations identiques des erreurs d’échantillonnage. Il ressort cependant d’études empiriques (voir<br />

Kish et Frankel, 1974) que, <strong>pour</strong> <strong>les</strong> échantillons nombreux et de nombreuses statistiques, <strong>les</strong> différences<br />

entre <strong>les</strong> résultats donnés par ces deux méthodes sont négligeab<strong>les</strong>.<br />

7.7.5.<br />

78.<br />

Quelques techniques de réplication<br />

Les techniques de réplication <strong>les</strong> plus communément utilisées sont <strong>les</strong> suivantes :<br />

a) Groupes aléatoires;

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!