Guide pratique pour la conception d'enquêtes sur les ménages

More documents

Recommendations

Info

220 Guide pratique pour la conception d’enquêtes sur les ménages Fichier Type Contenu ALIMENTATION Fichier d’individus Identification du ménage plus identification du type d’aliment Dépenses d’alimentation : AUTRES ARTICLES Fichier de ménages Identification du ménage plus identification de l’article non durable NON DURABLES Dépenses en articles non durables : ARTICLES Fichier de ménages Identification du ménage plus identification de l’article durable DURABLES Dépenses en articles durables : AGRICULTURE Fichier d’individus Identification du ménage plus identification du type d’agriculture Dépenses consacrées à l’agriculture : ÉQUIPEMENT Fichier d’individus Identification du ménage plus identification du type d’équipement AGRICOLE agricole Dépenses d’équipement agricole : 115. Pour la tabulation, la plupart des logiciels statistiques exigent un fichier « plat ». La plupart des logiciels généralement disponibles exigent des données se présentant sous ce format. Dans un fichier plat, toutes les entrées ont la même série de variables ou de champs et sont de même longueur. Un fichier est considéré comme « plat » lorsqu’il existe pour chaque déclarant exactement la même série de champs de données. Les champs de données sont agencés de la même façon pour chaque entrée, le fichier comprend un nombre fixe d’entrées agencées de la même façon. Le tableau 9.4 illustre le format du fichier plat de ménages utilisé pour l’Enquête démographique intercensitaire réalisée au Zimbabwe en 1987. 116. Le fichier de ménage contient une entrée pour chaque ménage observé, chaque entrée contenant des informations sur : • • • • L’identification du ménage; Les paramètres de conception d’échantillonnage; Les valeurs observées des variables concernant les ménages; Les variables de pondération. Tableau 9.4 Format de fichier plat de ménages utilisé pour l’Enquête démographique intercensitaire réalisée au Zimbabwe en 1987. Identification Paramètres de la conception d’échantillonnage Valeurs variables Variable de pondération Strate Subdivision ZE Hh S h a h R h b hr S hi M hi m hi x y z w h r i h x hrij y hrij z hrij w hrij Identification du ménage : la combinaison hrij signifie que le ménage j appartient à la zone d’énumération (ZE) i de la subdivision r de la strate h. Paramètres d’échantillonnage : dans cet exemple spécifique, les paramètres d’échantillonnage étaient les suivants :
Le traitement des données dans les enquêtes sur les ménages 221 • Sh = nombre de ménages faisant partie de la strate d’échantillonnage en 1982 • ah = taille de la ZE sélectionnée faisant partie de la strate d’échantillonnage • Rh = nombre de subdivisions représentées dans l’échantillon tiré de la strate d’échantillonnage • bhr = nombre de ZE sélectionnées dans la subdivision • Shi = nombre de ménages faisant partie de la ZE en 1982 • Mhi = nombre de ménages faisant partie de la ZE en 1987 • mhi = taille du ménage faisant partie de l’échantillon de la ZE. Valeurs variables observées: dénotent les variables des ménages. Variables de pondération: dénote la variable de pondération pour le ménage. 117. Les fichiers d’individus sont organisés comme les fichiers de ménages présentés ci-dessus, sous réserve d’une différence mineure, à savoir que l’identification concernera la personne (PID) et que l’index (k) se rapportera à la personne visée, tandis que les « variables » se référeront aux variables des individus. 118 Au stade de leur diffusion, il suffit d’organiser les données en fichiers plats distincts (un pour chaque type d’entrées) car le format de longueur fixe de la structure originelle vaut aussi pour le transfert des données à des systèmes standard de gestion des données (DBMS) pour d’autres opérations de traitement ou à des logiciels standard à des fins de tabulation et d’analyse. Il est très facile de transférer les données à des systèmes de gestion de base de données car la structure originelle peut être traduite presque directement sous le format standard DBF que tous les systèmes acceptent pour l’entrée de tableaux (dans ce cas particulier, les codes d’identification des entrées constituent les liens naturels entre les tableaux) (Munoz, 2003). 9.4.3.5. Procédures des estimations et calcul des pondérations 119. Le chapitre 6 a donné une description détaillée de la raison d’être et de la méthode de calcul des pondérations des données d’enquêtes sur les ménages (voir également les ouvrages de Rosen cités à la fin du présent chapitre). Un algorithme de calcul qui, à partir des valeurs observées, permet d’obtenir des estimations des caractéristiques statistiques, est l’une des procédures d’estimation ponctuelle qui peuvent être suivies. Pour commencer, il est calculé une pondération pour chaque objet déclarant. Il est ensuite calculé des estimations des « totaux » en ajoutant les valeurs d’observation pondérées (valeurs observées multipliées par la pondération correspondante). 120. Munoz (2003) donne une bonne description de l’utilisation qui peut être faite du système Microsoft Excel pour appliquer la procédure d’échantillonnage tout au long de ses principales phases: organisation du cadre à utiliser pendant la première phase; sélection des unités primaires d’échantillonnage sur la base d’une probabilité proportionnelle à la taille; et calcul des probabilités de sélection et des pondérations d’échantillonnage correspondantes. 121. La construction proprement dite des estimations pondérées est simple. L’on commence par la série de données originelle et l’on créé ensuite une nouvelle série de données en multipliant chaque observation par le nombre de fois spécifié par sa pondération avant d’utiliser les formules standard pour calculer le paramètre considéré sur la base de la série de données pondérées. 122. Il y a lieu de noter toutefois que, pour être exactes, les pondérations doivent comporter trois éléments (Yansaneh, 2003), y compris les divers ajustements requis (voir aussi le chapitre 6). Les pondérations de base tiennent compte de la variation des probabilités de sélection des différents groupes
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:
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 155 and 156:
Chapitre 7 Estimation des erreurs d
Page 157 and 158:
Estimation des erreurs d’échanti
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182: Estimation des erreurs d’échanti
Page 191: Estimation des erreurs d’échanti
Page 194 and 195: 182 Guide pratique pour la concepti
Page 263: Annexe II Liste des participants à
show all

Guide pratique pour la conception d'enquêtes sur les ménages

Create successful ePaper yourself

Delete template?

Save as template?