Guide pratique pour la conception d'enquêtes sur les ménages

218 Guide pratique pour la conception d’enquêtes sur les ménages
105. Le système CSPro, par exemple, utilise une structure de fichier qui fait face efficacement
aux complexités inhérentes à la présence d’un grand nombre d’unités statistiques différentes tout en
minimisant la mémoire nécessaire et en assurant une interface efficace avec les logiciels statistiques
au stade de l’analyse.
106. La structure des données maintient une correspondance directe entre chaque unité statistique
observée et les entrées figurant dans les fichiers en utilisant un type d’entrée différente pour chaque
type d’unité statistique. Par exemple, pour gérer les données figurant sur la liste de ménages, il serait
défini un type déterminé d’entrée pour les variables figurant sur la liste et les données correspondant à
chaque individu seraient stockées dans une entrée distincte du même type. De même, dans le module
de la consommation alimentaire, une entrée type correspondrait aux types d’aliments et les données
correspondant à chaque aliment seraient stockées dans les entrées distinctes du même type.
107. Le nombre d’entrées de chaque type peut varier, ce qui économise la mémoire requise étant
donné que les fichiers n’ont pas à devoir systématiquement accepter les entrées les plus volumineuses
possibles.
108 Après les données d’identification, les informations proprement dites concernant chaque unité
sont entrées dans des champs de longueur fixe dans le même ordre que celui des questions posées.
Toutes les données sont stockées sous le format standard ASCII (American Standard Code for Information
Interchange).
109. Les ouvrages de Munoz (2003) et de la Banque mondiale (1991) contiennent des informations
plus détaillées touchant la gestion des fichiers dans le contexte des enquêtes sur les ménages.
Restructuration des séries de données pour des opérations ultérieures
110. Pour faciliter l’analyse, la base de données doit contenir toutes les informations requises concernant
la procédure d’échantillonnage, les étiquettes pour les strates d’échantillonnage, les unités
primaires d’échantillonnage, les unités secondaires d’échantillonnage, etc., et les pondérations pour
chaque unité d’échantillonnage. Ces informations seront nécessaires pour estimer les statistiques
requises ainsi que les erreurs d’échantillonnage de ces estimations.
111. Après l’entrée des données, il faut fréquemment restructurer les séries de données et générer de
nouveaux fichiers et coder à nouveau certains des champs de données existants de manière à définir
de nouvelles variables d’une manière plus commode pour la tabulation et l’analyse, par exemple pour
pouvoir réaliser certaines opérations sur les données, par exemple établir des estimations.
112. Il se peut que le fichier initial contenant toutes les données provenant de l’enquête contienne
en fait des informations sur des unités appartenant à des populations différentes (Rosen, 1991).
Dans le cas d’une enquête sur le budget des ménages, par exemple, le même fichier initial pourra
comprendre les données concernant les ménages faisant partie de l’échantillon ainsi que les personnes
interrogées. Pour estimer les caractéristiques statistiques de la population de ménages et de
la population d’individus, il faut avoir un dossier contenant une entrée pour chaque ménage et un
dossier contenant une entrée pour chaque individu respectivement. Les séries ou fichiers de données
basés sur les ménages comme unités ou objets sont utilisés pour produire des statistiques (tableaux,
etc.) sur les ménages privés. Les séries ou fichiers de données basés sur des individus en tant qu’unités
(objets) sont utilisés pour produire des statistiques (tableaux) sur les individus faisant partie des
ménages privés.
113. Comme le montre clairement ce qui précède, il y a habituellement deux principaux types de
fichiers: les fichiers de ménages et les fichiers d’individus. Le plus souvent, les fichiers se composent