Guide pratique pour la conception d'enquêtes sur les ménages

Stratégies d’échantillonnage 57
87. Il y a plusieurs façons d’interpréter l’effet de conception : comme étant le facteur égal à la différence
entre la variance de l’échantillon devant effectivement être utilisé pour l’enquête par rapport à
celle d’un échantillon aléatoire simple de même taille; simplement comme une mesure de la moindre
précision de l’échantillon effectif par rapport à l’échantillon aléatoire simple; ou comme un reflet du
nombre de grappes supplémentaires à sélectionner en comparaison d’un échantillon aléatoire simple
pour obtenir une variance équivalente. Par exemple, un deff de 2,0 signifie qu’il faut sélectionner
deux fois plus de cas pour obtenir une fiabilité semblable à celle que donnerait un échantillon aléatoire
simple. Il est donc manifestement déconseillé de concevoir un plan d’échantillonnage dont le
deff dépasserait de beaucoup 2,5 à 3,0 pour les indicateurs clés.
3.5.3.
Taille des grappes
88. Comme on l’a vu, le concepteur n’a pas de contrôle sur les corrélations. De plus, pour la
plupart des variables, il n’existe guère de recherche empirique qui ait essayé d’estimer la valeur de
ces corrélations. La corrélation intraclasse peut varier, théoriquement, entre − 1 et + 1, bien qu’il soit
difficile de concevoir beaucoup de variables pour lesquelles elle serait négative. La seule possibilité
pour maintenir le deff au minimum consiste par conséquent à faire en sorte que la taille des grappes
soit aussi réduite que le permet le budget. Le tableau 3.3 indique les deffs pour différentes valeurs de
la corrélation intraclasse lorsque la taille de la grappe est constante.
Tableau 3.3
Comparaison des composantes mise en grappes de l’effet de conception
pour différentes corrélations intraclasses δ et tailles de grappes n
δ
0,02 0,05 0,10 0,15 0,20 0,35 0,50
5 1,08 1,20 1,40 1,60 1,80 2,40 3,00
10 1,18 1,45 1,90 2,35 2,80 4,15 5,50
20 1,38 1,95 2,90 3,85 4,80 6,65 10,50
30 1,58 2,45 3,90 5,35 6,80 11,15 15,50
50 1,98 3,45 5,90 8,35 10,80 18,15 25,50
75 2,48 4,70 8,40 12,10 15,80 26,90 38,00
89. Le tableau 3.3 montre clairement que des grappes d’une taille supérieure à 20 donneront des
deffs inacceptables (supérieurs à 3,0), à moins que la corrélation intraclasse soit très réduite. Pour
évaluer les chiffres du tableau, il importe de ne pas perdre de vue que n désigne le nombre d’unités
de la population cible et non le nombre de ménages. À cet égard, la valeur de n à utiliser est égale
au nombre de ménages que comporte la grappe, multiplié par le nombre moyen de personnes que
comptent les groupes cibles. Si le groupe cible, par exemple, est les femmes de 14 à 49 ans, il y a
habituellement pour ce groupe une femme par ménage, auquel cas une grappe de b ménages aura
approximativement ce même nombre de femmes de 14 à 49 ans. Autrement dit, n et b sont à peu près
égaux pour ce groupe cible, et le tableau 3.3 s’applique tel quel. Dans l’exemple qui suit, le nombre
de ménages et la population cible ne sont pas égaux.
Exemple
Supposons que la population cible soit toutes les personnes, comme ce serait le cas d’une enquête
sur la santé ayant pour but d’estimer l’incidences des maladies aiguës et chroniques.