Guide pratique pour la conception d'enquêtes sur les ménages

More documents

Recommendations

Info

176 Guide pratique pour la conception d’enquêtes sur les ménages Courriel : WESVAR@westat.com Adresse électronique : http://www.westat.com/wesvar/ 106. WESVAR est un logiciel statistique conçu par Westat, Inc. pour l’analyse de données d’enquêtes complexes, y compris l’analyse des tableaux de contingence, la régression et la régression logistique. Il peut être utilisé pour la plupart des conceptions mais il est spécifiquement conçu pour un échantillonnage en grappes stratifié à phases multiples fondé sur le modèle d’échantillonnage de la grappe ultime. 107. WESVAR utilise pour estimer la variance des méthodes de réplication, dont la méthode « jackknife », demi-échantillon équilibré et version Fay modifiée de la méthode du demi-échantillon équilibré. Il faut cependant créer une nouvelle version de la série de données sous forme spéciale WESVAR et spécifier les pondérations des réplicats. 7.10. Comparaison générale des systèmes de logiciels 108. Les systèmes de logiciels examinés ci-dessus ont beaucoup de caractéristiques communes. Tous les programmes exigent une spécification des pondérations, des données et des unités d’échantillonnage pour chaque élément. Ils ne sont pas universellement applicables à toutes les conceptions concevables. Par exemple, dans la plupart des conceptions d’échantillonnage stratifié à phases multiples, les unités primaires d’échantillonnage sont sélectionnées sur la base de probabilités proportionnelles à la taille sans remplacement. Seul un programme de la liste, SUDAAN, peut être utilisé pour ce type particulier d’enquête. Toutefois, tous les programmes peuvent être utilisés avec une telle conception aussi longtemps qu’est employé un modèle de sélection fondé sur la grappe ultime (voir la section 7.7). En outre, le logiciel SUDAAN comporte également des caractéristiques conçues de manière à estimer la variance pour des conceptions fondées sur une sélection sans remplacement d’unités d’échantillonnage primaires. Le système STATA est le seul qui comporte des fonctions d’estimation tenant compte des méthodes de stratification et de sélection à phase multiples. 109. Tous les logiciels donnent des estimations des variances d’échantillonnage et des statistiques connexes (effets de conception, corrélation intra-classe, etc.) pour les moyennes, totaux et proportions de l’ensemble de l’échantillon, pour des sous-groupes de l’ensemble de l’échantillon et pour les différences entre sous-classes. La plupart d’entre eux donnent des estimations des variances d’échantillonnage pour les statistiques obtenues par régression et par régression logistique. Tous donnent des estimations des statistiques de contrôle sur la base des variances d’échantillonnage produites. 110. CENVAR, EPI INFO, PC CARP et WESVAR sont disponibles gratuitement moyennant un droit modique. Les utilisateurs intéressés peuvent obtenir un complément d’informations sur l’acquisition des logiciels et de la documentation connexe en utilisant les adresses électroniques et autres informations fournies ci-dessus. 7.11. Conclusions 111. Le présent chapitre a donné un bref aperçu des procédures de calcul des erreurs d’échantillonnage affectant les estimations provenant de conceptions standard ou de conceptions plus complexes utilisées pour les enquêtes sur les ménages. Le calcul des erreurs d’échantillonnage est un aspect capital de l’analyse des résultats des enquêtes. Idéalement, les erreurs d’échantillonnage devraient être calculées pour toutes les caractéristiques des données. Dans la pratique, cependant, il est sélectionné
Estimation des erreurs d’échantillonnage dans les données d’enquête 177 une série de caractéristiques clés pour calculer les erreurs d’échantillonnage dans chaque domaine. Les caractéristiques sélectionnées doivent être celles qui sont considérées comme les plus importantes dans le contexte de l’enquête, mais elles doivent également comprendre une sélection représentative de facteurs présentant certaines propriétés statistiques, à savoir les éléments dont on pense qu’ils sont très regroupés (par exemple des variables indiquant l’origine ethnique ou l’accès aux services), ou peu groupés (comme la situation conjugale). En outre, le choix devra être guidé par d’autres aspects comme les caractéristiques propres à une proportion élevée ou peu élevée de la population ou des domaines présentant un intérêt particulier. 112. Le présent chapitre a également préconisé l’utilisation de logiciels spécialisés pour estimer les erreurs d’échantillonnage qui caractérisent les données d’enquête. Il a été donné des exemples de situations dans lesquelles l’utilisation de logiciels statistiques standard introduit de graves erreurs dans l’estimation des erreurs d’échantillonnage. En général, l’utilisation de tels logiciels pour analyser des données d’enquêtes sur les ménages conduira à sous-estimer la variabilité réelle des estimations. Ces estimations plus réduites de l’erreur type peuvent conduire à tirer des conclusions trompeuses des résultats de l’enquête, par exemple en conduisant à conclure à d’importantes différences entre les moyennes de deux groupes ou à rejeter à tort une hypothèse. 113. L’on a également donné une liste de certains des logiciels statistiques disponibles dans le commerce, avec une indication de leur source et de leurs applications. Dans les pays en développement, le manque de connaissances ou d’expérience en matière d’estimations des erreurs d’échantillonnage est l’un des obstacles qui empêchent d’analyser en profondeur les données recueillies. Beaucoup d’analystes ne savent pas qu’il faut utiliser des logiciels spécialisés et, s’ils le savent, préfèrent ne pas apprendre à utiliser un nouveau système. 114. Il importe de souligner que ce chapitre n’est qu’une introduction et que l’estimation de la variance de données d’enquêtes complexes est un domaine très vaste et qui ne cesse de s’étendre. Le lecteur est encouragé à se référer à certains ouvrages cités à la fin du chapitre pour obtenir des informations plus détaillées et plus systématiques. Pour une analyse plus approfondie de ces logiciels et des autres systèmes disponibles, y compris des codes d’ordinateurs et des produits de certains des logiciels disponibles, voir Brogan (2004) et les ouvrages qui y sont cités. 115. Enfin, force est de reconnaître que, par suite des progrès rapides de la technologie, beaucoup de logiciels se trouvent rapidement dépassés ou comportent de nouvelles fonctions autres que celles qui sont indiquées ci-dessus. En fait, il se peut que certaines des spécifications susmentionnées soient déjà obsolètes lorsque ce guide sera publié. Il importe par conséquent de ne pas perdre de vue que les informations les plus exactes concernant les logiciels à utiliser doivent être obtenues en se référant aux manuels ou aux sites web pertinents. Références et autres lectures An, A. et D. Watts (2001). New SAS procedures for analysis of sample survey data. SUGI Paper, n° 23, Cary, North Carolina, SAS Institute, Inc. Disponible à l’adresse http://support.sas.com/rnd/app/papers/survey. pdf. Binder D. A. (1983). On the variances of asymptotically normal estimators from complex surveys, International Statistical Review, vol. 51, p. 279-92. Brick J. M. et al. (1996). A User’s Guide to WesVarPC. Rockville, Maryland, Westat, Inc.
Page 1 and 2:
Département des affaires économiq
Page 3 and 4:
Préface L’objectif principal du
Page 5 and 6:
Table des matières Préface ......
Page 7 and 8:
Table des matières Chapitre 4 Cadr
Page 9 and 10:
Table des matières 7.9. Utilisatio
Page 11:
Table des matières 7.10. Valeurs d
Page 14 and 15:
2 Guide pratique pour la conception
Page 16 and 17:
Page 18 and 19:
Page 20 and 21:
Page 23 and 24:
Chapitre 2 Planification et exécut
Page 25 and 26:
Planification et exécution des enq
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Page 39:
Page 42 and 43:
30 Guide pratique pour la conceptio
Page 44 and 45:
Page 46 and 47:
Page 48 and 49:
Page 50 and 51:
Page 52 and 53:
Page 54 and 55:
Page 56 and 57:
Page 58 and 59:
Page 60 and 61:
Page 62 and 63:
Page 64 and 65:
Page 66 and 67:
Page 68 and 69:
Page 70 and 71:
Page 72 and 73:
Page 74 and 75:
Page 76 and 77:
Page 78 and 79:
Page 80 and 81:
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
100 Guide pratique pour la concepti
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
Page 138 and 139: 126 Guide pratique pour la concepti
Page 155 and 156: Chapitre 7 Estimation des erreurs d
Page 157 and 158: Estimation des erreurs d’échanti
Page 187: Estimation des erreurs d’échanti
Page 191: Estimation des erreurs d’échanti
Page 238 and 239:
Page 240 and 241:
Page 242 and 243:
Page 244 and 245:
Page 246 and 247:
Page 248 and 249:
Page 250 and 251:
Page 252 and 253:
Page 254 and 255:
Page 256 and 257:
Page 258 and 259:
Page 260 and 261:
Page 263:
Annexe II Liste des participants à
show all

Guide pratique pour la conception d'enquêtes sur les ménages

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?