Collecte et questionnaires
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Enquête ou programme statistique
Contenu
Résultats
Tout (6)
Tout (6) ((6 résultats))
- Articles et rapports : 12-001-X202300200014Description : Beaucoup de choses ont été écrites à propos de Jean-Claude Deville par la communauté statistique dans les hommages qui lui ont été rendus (voir Tillé, 2022a; Tillé, 2022b; Christine, 2022; Ardilly, 2022; et Matei, 2022) mais aussi par l’École nationale de la statistique et de l’administration économique (Ensae) et la Société française de statistique. Pascal Ardilly, David Haziza, Pierre Lavallée et Yves Tillé détaillent de façon très approfondie les apports de Jean-Claude Deville à la théorie des sondages. Pour lui rendre hommage, j’avais envie de mon côté d’évoquer l’apport de Jean-Claude Deville à la pratique plus quotidienne de la méthodologie pour tous les statisticiens de l’Institut national de la statistique et des études économiques (Insee) et du service de la statistique publique. Je m’appuie pour cela sur mon expérience professionnelle et tout particulièrement sur les quatre années (1992-1996) que j’ai passées à ses côtés au sein de l’Unité Méthodes Statistiques et des échanges que nous avons eus ensuite, en particulier dans les années 2000 sur le recensement en continu.Date de diffusion : 2024-01-03
- Articles et rapports : 12-001-X202200100005Description :
Les études méthodologiques des effets des intervieweurs humains sur la qualité des données d’enquête ont longtemps été limitées par une hypothèse critique selon laquelle les intervieweurs d’une enquête donnée sont attribués à des sous-ensembles aléatoires de l’échantillon global plus important (également connu sous le nom d’attribution imbriquée). En l’absence de ce type de conception d’étude, les estimations des effets de l’intervieweur sur les mesures d’intérêt de l’enquête, plutôt que les effets de recrutement ou de mesure spécifiquement introduits par les intervieweurs, peuvent refléter des différences entre les intervieweurs dans les caractéristiques des membres de l’échantillon qui leur sont assignés. Les tentatives précédentes d’approximation de l’attribution imbriquée se sont généralement appuyées sur des modèles de régression pour conditionner les facteurs qui pourraient être liés à l’attribution des intervieweurs. Nous proposons une nouvelle approche pour surmonter ce manque d’attribution imbriquée lors de l’estimation des effets de l’intervieweur. Cette approche, que nous appelons la « méthode d’ancrage », tire avantage des corrélations entre les variables observées qui sont peu susceptibles d’être influencées par les intervieweurs (« ancres ») et les variables qui peuvent être sujettes aux effets de l’intervieweur, et ce, afin d’éliminer les composantes des corrélations induites par l’intervieweur que l’absence d’attribution imbriquée peut engendrer. Nous tenons compte à la fois des approches fréquentistes et bayésiennes, ces dernières pouvant utiliser des renseignements sur les variances de l’effet de l’intervieweur dans les précédents ensembles de données d’une étude, s’ils sont disponibles. Nous évaluons cette nouvelle méthodologie de manière empirique à l’aide d’une étude par simulation, puis nous illustrons son application au moyen de données d’enquête réelles provenant du Behavioral Risk Factor Surveillance System (BRFSS), où les identifiants des intervieweurs sont fournis dans les fichiers de données à grande diffusion. Bien que la méthode que nous proposons partage certaines des limites de l’approche traditionnelle, à savoir le besoin de variables associées au résultat d’intérêt qui sont également exemptes d’erreur de mesure, elle permet d’éviter le besoin d’inférence conditionnelle et présente donc de meilleures qualités inférentielles lorsque l’accent est mis sur les estimations marginales. Elle montre également des signes de réduction supplémentaire de la surestimation des effets plus importants de l’intervieweur par rapport à l’approche traditionnelle.
Date de diffusion : 2022-06-21 - Articles et rapports : 12-001-X202100100006Description :
Il est maintenant possible de gérer des enquêtes à l’aide de modèles statistiques et d’autres outils applicables en temps réel. Le présent article porte sur trois nouveautés nées des tentatives d’adoption d’une démarche plus scientifique dans la gestion du travail sur le terrain : (1) l’utilisation de plans réactifs et adaptatifs aux fins de réduction du biais de non-réponse, d’autres sources d’erreur ou des coûts; (2) la définition de l’itinéraire optimal des déplacements des intervieweurs de façon à réduire les coûts; et (3) la rétroaction rapide aux intervieweurs aux fins de diminution des erreurs de mesure. L’article commence en examinant les expériences et les études par simulations portant sur l’efficacité des plans adaptatifs et réactifs. Ces études suggèrent à penser que ces plans peuvent produire des gains modestes dans la représentativité des échantillons d’enquête ou des économies de coûts modestes, mais qu’ils sont aussi susceptibles d’entraîner des répercussions négatives. La section suivante de l’article étudie les efforts déployés pour fournir aux intervieweurs un itinéraire recommandé à suivre pendant leur prochain déplacement sur le terrain, l’objectif étant de faire correspondre davantage le travail des intervieweurs sur le terrain avec les priorités de recherche tout en réduisant les temps de déplacement. Notons toutefois qu’une étude mettant à l’essai cette stratégie a révélé que, souvent, les intervieweurs ignorent les instructions. Ensuite, l’article décrit les tentatives de donner une rétroaction rapide aux intervieweurs, à partir des enregistrements automatiques de leurs interviews. Souvent, les intervieweurs lisent les questions d’une manière qui influence les réponses des répondants. La correction de ce type de problèmes a rapidement apporté des améliorations notables de la qualité des données. Toutes les méthodes visent à remplacer le jugement des intervieweurs, des superviseurs sur le terrain et des gestionnaires d’enquête par des modèles statistiques et des constatations scientifiques.
Date de diffusion : 2021-06-24 - Articles et rapports : 62F0014M2020016Description :
Un résumé des traitements méthodologiques appliqués à l'IPC d'août 2020 en réponse aux effets de la pandémie de la COVID-19 sur la collecte des prix, la disponibilité des prix et les fermetures d'entreprises.
Date de diffusion : 2020-09-16 - Articles et rapports : 82-003-X202000800002Description :
La présente étude avait pour but d'examiner les propriétés psychométriques du questionnaire sur les points forts et les difficultés évalués par les parents au moyen d'un échantillon d'enfants et d'adolescents canadiens représentatif à l'échelle nationale.
Date de diffusion : 2020-08-19 - Articles et rapports : 12-001-X201900200009Description :
Ces dernières années, les mesures indirectes du biais de non-réponse dans les enquêtes ou d’autres formes de collecte de données ont suscité un vif intérêt, en raison de la diminution progressive des propensions à répondre aux enquêtes et des pressions exercées sur les budgets d’enquête. Ces changements ont poussé les sondeurs à se concentrer davantage sur la représentativité ou l’équilibre des unités échantillonnées répondantes par rapport à des variables auxiliaires pertinentes. Un exemple de mesure est l’indicateur de représentativité, ou indicateur R. Cet indicateur est basé sur la variation d’échantillon pondérée selon le plan de sondage des propensions à répondre estimées. Cela suppose que l’on dispose de données auxiliaires appariées. L’une des critiques de l’indicateur est qu’il ne peut pas être utilisé si l’information auxiliaire est disponible uniquement au niveau de la population. Dans le présent article, nous proposons une nouvelle méthode d’estimation des propensions à répondre qui ne requiert pas d’information auxiliaire pour les non-répondants à l’enquête et qui est fondée sur de l’information auxiliaire pour la population. Ces propensions à répondre basées sur la population peuvent alors être utilisées pour élaborer des indicateurs R faisant appel à des tableaux de contingence de population ou à des fréquences de population. Nous discutons des propriétés statistiques des indicateurs, et évaluons leur performance au moyen d’une étude portant sur des données réelles de recensement et d’une application à la Dutch Health Survey.
Date de diffusion : 2019-06-27
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (6)
Analyses (6) ((6 résultats))
- Articles et rapports : 12-001-X202300200014Description : Beaucoup de choses ont été écrites à propos de Jean-Claude Deville par la communauté statistique dans les hommages qui lui ont été rendus (voir Tillé, 2022a; Tillé, 2022b; Christine, 2022; Ardilly, 2022; et Matei, 2022) mais aussi par l’École nationale de la statistique et de l’administration économique (Ensae) et la Société française de statistique. Pascal Ardilly, David Haziza, Pierre Lavallée et Yves Tillé détaillent de façon très approfondie les apports de Jean-Claude Deville à la théorie des sondages. Pour lui rendre hommage, j’avais envie de mon côté d’évoquer l’apport de Jean-Claude Deville à la pratique plus quotidienne de la méthodologie pour tous les statisticiens de l’Institut national de la statistique et des études économiques (Insee) et du service de la statistique publique. Je m’appuie pour cela sur mon expérience professionnelle et tout particulièrement sur les quatre années (1992-1996) que j’ai passées à ses côtés au sein de l’Unité Méthodes Statistiques et des échanges que nous avons eus ensuite, en particulier dans les années 2000 sur le recensement en continu.Date de diffusion : 2024-01-03
- Articles et rapports : 12-001-X202200100005Description :
Les études méthodologiques des effets des intervieweurs humains sur la qualité des données d’enquête ont longtemps été limitées par une hypothèse critique selon laquelle les intervieweurs d’une enquête donnée sont attribués à des sous-ensembles aléatoires de l’échantillon global plus important (également connu sous le nom d’attribution imbriquée). En l’absence de ce type de conception d’étude, les estimations des effets de l’intervieweur sur les mesures d’intérêt de l’enquête, plutôt que les effets de recrutement ou de mesure spécifiquement introduits par les intervieweurs, peuvent refléter des différences entre les intervieweurs dans les caractéristiques des membres de l’échantillon qui leur sont assignés. Les tentatives précédentes d’approximation de l’attribution imbriquée se sont généralement appuyées sur des modèles de régression pour conditionner les facteurs qui pourraient être liés à l’attribution des intervieweurs. Nous proposons une nouvelle approche pour surmonter ce manque d’attribution imbriquée lors de l’estimation des effets de l’intervieweur. Cette approche, que nous appelons la « méthode d’ancrage », tire avantage des corrélations entre les variables observées qui sont peu susceptibles d’être influencées par les intervieweurs (« ancres ») et les variables qui peuvent être sujettes aux effets de l’intervieweur, et ce, afin d’éliminer les composantes des corrélations induites par l’intervieweur que l’absence d’attribution imbriquée peut engendrer. Nous tenons compte à la fois des approches fréquentistes et bayésiennes, ces dernières pouvant utiliser des renseignements sur les variances de l’effet de l’intervieweur dans les précédents ensembles de données d’une étude, s’ils sont disponibles. Nous évaluons cette nouvelle méthodologie de manière empirique à l’aide d’une étude par simulation, puis nous illustrons son application au moyen de données d’enquête réelles provenant du Behavioral Risk Factor Surveillance System (BRFSS), où les identifiants des intervieweurs sont fournis dans les fichiers de données à grande diffusion. Bien que la méthode que nous proposons partage certaines des limites de l’approche traditionnelle, à savoir le besoin de variables associées au résultat d’intérêt qui sont également exemptes d’erreur de mesure, elle permet d’éviter le besoin d’inférence conditionnelle et présente donc de meilleures qualités inférentielles lorsque l’accent est mis sur les estimations marginales. Elle montre également des signes de réduction supplémentaire de la surestimation des effets plus importants de l’intervieweur par rapport à l’approche traditionnelle.
Date de diffusion : 2022-06-21 - Articles et rapports : 12-001-X202100100006Description :
Il est maintenant possible de gérer des enquêtes à l’aide de modèles statistiques et d’autres outils applicables en temps réel. Le présent article porte sur trois nouveautés nées des tentatives d’adoption d’une démarche plus scientifique dans la gestion du travail sur le terrain : (1) l’utilisation de plans réactifs et adaptatifs aux fins de réduction du biais de non-réponse, d’autres sources d’erreur ou des coûts; (2) la définition de l’itinéraire optimal des déplacements des intervieweurs de façon à réduire les coûts; et (3) la rétroaction rapide aux intervieweurs aux fins de diminution des erreurs de mesure. L’article commence en examinant les expériences et les études par simulations portant sur l’efficacité des plans adaptatifs et réactifs. Ces études suggèrent à penser que ces plans peuvent produire des gains modestes dans la représentativité des échantillons d’enquête ou des économies de coûts modestes, mais qu’ils sont aussi susceptibles d’entraîner des répercussions négatives. La section suivante de l’article étudie les efforts déployés pour fournir aux intervieweurs un itinéraire recommandé à suivre pendant leur prochain déplacement sur le terrain, l’objectif étant de faire correspondre davantage le travail des intervieweurs sur le terrain avec les priorités de recherche tout en réduisant les temps de déplacement. Notons toutefois qu’une étude mettant à l’essai cette stratégie a révélé que, souvent, les intervieweurs ignorent les instructions. Ensuite, l’article décrit les tentatives de donner une rétroaction rapide aux intervieweurs, à partir des enregistrements automatiques de leurs interviews. Souvent, les intervieweurs lisent les questions d’une manière qui influence les réponses des répondants. La correction de ce type de problèmes a rapidement apporté des améliorations notables de la qualité des données. Toutes les méthodes visent à remplacer le jugement des intervieweurs, des superviseurs sur le terrain et des gestionnaires d’enquête par des modèles statistiques et des constatations scientifiques.
Date de diffusion : 2021-06-24 - Articles et rapports : 62F0014M2020016Description :
Un résumé des traitements méthodologiques appliqués à l'IPC d'août 2020 en réponse aux effets de la pandémie de la COVID-19 sur la collecte des prix, la disponibilité des prix et les fermetures d'entreprises.
Date de diffusion : 2020-09-16 - Articles et rapports : 82-003-X202000800002Description :
La présente étude avait pour but d'examiner les propriétés psychométriques du questionnaire sur les points forts et les difficultés évalués par les parents au moyen d'un échantillon d'enfants et d'adolescents canadiens représentatif à l'échelle nationale.
Date de diffusion : 2020-08-19 - Articles et rapports : 12-001-X201900200009Description :
Ces dernières années, les mesures indirectes du biais de non-réponse dans les enquêtes ou d’autres formes de collecte de données ont suscité un vif intérêt, en raison de la diminution progressive des propensions à répondre aux enquêtes et des pressions exercées sur les budgets d’enquête. Ces changements ont poussé les sondeurs à se concentrer davantage sur la représentativité ou l’équilibre des unités échantillonnées répondantes par rapport à des variables auxiliaires pertinentes. Un exemple de mesure est l’indicateur de représentativité, ou indicateur R. Cet indicateur est basé sur la variation d’échantillon pondérée selon le plan de sondage des propensions à répondre estimées. Cela suppose que l’on dispose de données auxiliaires appariées. L’une des critiques de l’indicateur est qu’il ne peut pas être utilisé si l’information auxiliaire est disponible uniquement au niveau de la population. Dans le présent article, nous proposons une nouvelle méthode d’estimation des propensions à répondre qui ne requiert pas d’information auxiliaire pour les non-répondants à l’enquête et qui est fondée sur de l’information auxiliaire pour la population. Ces propensions à répondre basées sur la population peuvent alors être utilisées pour élaborer des indicateurs R faisant appel à des tableaux de contingence de population ou à des fréquences de population. Nous discutons des propriétés statistiques des indicateurs, et évaluons leur performance au moyen d’une étude portant sur des données réelles de recensement et d’une application à la Dutch Health Survey.
Date de diffusion : 2019-06-27
Références (0)
Références (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :