Compétences à acquérir
- Transformer une question de population en échantillon probabiliste documenté.
- Calculer besoins de précision, effets de plan et poids justifiables.
- Organiser la vérification et transmettre des données analysables selon leur plan.
Avant de commencer : Proportions, multiplication et familiarité avec les données de questionnaires.
Définir précisément la population représentée
Définissez la population cible avant de discuter la taille de l'échantillon. Les entreprises enregistrées et actives à une date donnée diffèrent de l'ensemble des entreprises, y compris informelles. Un registre peut omettre les créations récentes et conserver des entreprises fermées. Comparez la base aux informations de dénombrement disponibles et consignez les défauts connus de couverture. Distinguez ensuite unité sélectionnée et répondant: une entreprise est choisie, mais son propriétaire ou un responsable fournit les réponses. Précisez les qualifications nécessaires et les éventuels changements de répondant au sein de l'entreprise. Davantage d'entretiens ne répare pas une base excluant systématiquement la population recherchée. Joignez donc une note sur les exclusions, les mises à jour et les limites de population dans lesquelles les résultats pourront raisonnablement être interprétés.
Des entretiens proches apportent moins d'information indépendante
Le sondage en grappes réduit parfois les déplacements, mais les entreprises voisines partagent infrastructures, marchés et chocs. Leurs réponses contiennent donc de l'information commune. Pour des grappes de taille similaire, l'effet de plan approximatif vaut un plus la taille moyenne achevée moins un, multipliée par la corrélation intragrappe. Avec vingt entretiens et une corrélation de zéro virgule zéro cinq, il vaut un virgule quatre-vingt-quinze. Cette approximation dépend du résultat étudié et ne couvre pas automatiquement tailles inégales, pondération ou stratification. Utilisez des données comparables pour choisir les hypothèses et testez leur sensibilité avant le budget final. Ajouter des grappes indépendantes n'apporte pas la même information qu'ajouter des entretiens dans les grappes existantes. Logistique et précision doivent être conçues ensemble dès le départ.
Ajuster avec des groupes de réponse justifiables
Un ajustement de réponse cherche à représenter les unités sélectionnées dont le résultat manque. Dans une cellule, diviser le poids initial par le taux de réponse augmente la représentation des répondants. La validité dépend d'une comparabilité des répondants et absents pour le résultat, conditionnellement aux informations d'ajustement. Choisissez cellules ou modèle à partir de variables pertinentes disponibles pour toutes les unités sélectionnées. Examinez taille, géographie et caractéristiques antérieures, en évitant des cellules trop petites pour être stables. Les poids ne garantissent pas l'élimination des biais liés aux différences non mesurées. Distinguez rappels, contacts impossibles, refus et inéligibilité, car leurs implications diffèrent. Documentez les hypothèses et envisagez des sensibilités lorsque des mécanismes plausibles de non-réponse pourraient modifier substantiellement la conclusion destinée aux décideurs.
Livrer le dispositif avec les données nettoyées
Un fichier nettoyé ne constitue pas une transmission complète d'enquête. Fournissez dictionnaire, versions du questionnaire, notes sur la base, probabilités de sélection, identifiants des grappes et strates, ainsi que méthode de pondération finale. Joignez un bilan des contacts expliquant réponse et admissibilité, puis un journal des corrections préservant les valeurs originales. Livrez le code calculant estimations et incertitude selon le plan réel. Pour les sous-groupes, utilisez une estimation par domaine appropriée plutôt que supprimer sans précaution des observations nécessaires au calcul de variance. Contrôlez les totaux pondérés et signalez les domaines rares ou instables. Conservez les identifiants utiles au dispositif, tout en protégeant les identifiants personnels selon les règles convenues. Un analyste ultérieur pourra ainsi reproduire les résultats et apprécier leurs limites.
Appliquez la méthode
Réalisez chaque exercice avant de consulter la réponse type. Comparez votre raisonnement aux critères. Vos réponses écrites restent sur cette page et s’effacent lorsque vous la quittez ou la rechargez.
Exercice pratique 1
Afficher la réponse type et les critères
Le besoin achevé vaut plafond(385 × 1,95) = 751. Le besoin sélectionné vaut plafond(751/0,80) = 939. Un tirage de 38 × 25 = 950 donne 760 réponses attendues, soit 20 par grappe, cohérentes avec l'hypothèse de plan. Il faut ensuite vérifier réponse et précision obtenues.
- Arrondis corrects et distinction entre sélections et réponses.
- Allocation reliée à la taille achevée attendue des grappes.
- Hypothèses explicites sans garantie de précision réalisée.
Exercice pratique 2
Afficher la réponse type et les critères
Conservez les deux étapes: poids initial 50, poids ajusté 62,5 sous hypothèses de réponse justifiées. Utilisez rappels et statuts au lieu de remplacements de convenance. Vérifiez les alertes par procédures autorisées, préservez données brutes et corrections, puis transmettez strates, grappes, poids et code adapté au plan.
- Poids corrects et hypothèse de réponse explicite.
- Procédures préservant le tirage et vérifiant avant correction.
- Transmission du plan et d'une analyse reproductible.
Références méthodologiques
- United Nations Statistics Division — Designing Household Survey Samples: Practical Guidelines
Probability sampling, multistage selection, design effects, weighting and survey documentation.
- J-PAL — Sampling
Population, frame and sampling choices.
- J-PAL — Data quality checks
Operational checks and verification of field data.
- J-PAL — Power calculations
Relationship between sample design, clustering and statistical information; precision examples here are original calculations, not treatment-effect power calculations.