Guide pratique pour la conception d'enquêtes sur les ménages

Erreurs autres que les erreurs d’échantillonnage dans les enquêtes sur les ménages 185
l’ensemble des procédures, lors de la sélection des enquêteurs à la collecte et au traitement des données
peuvent être répétées au moyen des mêmes méthodes spécifiées, dans les mêmes conditions données
de façon indépendante sans qu’une répétition n’affecte une autre. Les résultats des répétitions sont
affectés par des facteurs aléatoires ainsi que par des facteurs systématiques qui tiennent aux conditions
dans lesquelles les répétitions sont entreprises et qui affectent les résultats de la répétition de
la même façon.
16. Lorsque les erreurs variables sont dues uniquement à des erreurs d’échantillonnage, le carré
de l’erreur variable est égal à la variance d’échantillonnage. L’écart entre la valeur moyenne tirée
de l’enquête et la valeur réelle de la population est la distorsion. Aussi bien les erreurs variables que
les distorsions peuvent provenir d’opérations d’échantillonnage ou autres que d’échantillonnage.
L’erreur variable mesurera l’écart entre l’estimateur et sa valeur escomptée et comprendra aussi bien
la variance d’échantillonnage que la variance autre que d’échantillonnage. L’écart entre la valeur
escomptée de l’estimateur et sa valeur réelle est la distorsion totale et comprend à la fois la distorsion
d’échantillonnage et la distorsion autre que d’échantillonnage.
17. Les erreurs variables peuvent être évaluées sur la base de comparaisons judicieusement conçues
entre les répétitions (réplications) des opérations d’enquête dans les mêmes conditions. Pour réduire
les erreurs variables, il ne suffit pas d’accroître la taille de l’échantillon et d’utiliser un plus grand
nombre d’enquêteurs. D’un autre côté, la distorsion ne peut être réduite qu’en améliorant les procédures
d’enquête, par exemple en introduisant des mesures de contrôle de la qualité aux différentes
phases de l’enquête.
8.2.2.
Erreur systématique (distorsion)
18. Il se produit une erreur systématique lorsque, par exemple, il existe une tendance à sous-estimer
ou à surestimer systématiquement les données. Par exemple, dans certains pays où il n’existe pas de
certificats d’enregistrement des naissances, les hommes ont tendance à se déclarer comme étant plus
âgés qu’ils ne le sont réellement. Cette pratique entraînerait manifestement une distorsion systématique,
c’est-à-dire une surestimation de l’âge moyen de la population de sexe masculin.
8.2.3.
Distorsion d’échantillonnage
19. La distorsion d’échantillonnage peut être due à une sélection inadéquate ou défectueuse de
l’échantillon probabiliste spécifié ou à des méthodes d’estimation défectueuses. Dans le premier cas,
il peut s’agir de défauts des cadres d’échantillonnage, de procédures de sélection erronées et d’une
énumération partielle ou incomplète des unités sélectionnées. Les chapitres 3 et 4 du présent guide
contiennent une discussion détaillée des nombreuses circonstances dans lesquelles une application
inadéquate d’une conception d’échantillonnage – même presque parfaite – peut entraîner une distorsion.
8.2.4.
Comparaison de la distorsion et de l’erreur variable
20. D’une manière générale, les distorsions sont difficiles à mesurer, et c’est pourquoi nous insistons
sur la nécessité de tout faire pour les minimiser. Il n’est possible de les évaluer qu’en comparant les
résultats de l’enquête et des sources de données externes et fiables. D’un autre côté, l’erreur variable
peut être évaluée en comparant des sous-groupes de l’échantillon ou en répétant l’enquête dans de
meilleures conditions. La distorsion peut être réduite en améliorant les procédures d’enquête.