générale Enquête sociale Canada 1+1 Statistique ENQUÊTE SUR LA FAMILLE DOCUMENTATION SUR LES MICRODONNÉES À GRANDE DIFFUSION Canada a...

Transcription

1 Enquête sociale générale ENQUÊTE SUR LA FAMILLE DOCUMENTATION SUR LES MICRODONNÉES À GRANDE DIFFUSION ~ a... ~ c E ~ E Il Il Il Il E Il E E + Statistique Canada Statistics Canada Canada

2 T A BLE DES MAT ER E S. INTRODUCTION 2. OBJECTIFS 3. POPULATION 4. PLAN DE SONDAGE 5. COLLECTE DES DONNEES 6. TRAITEMENT 7. DONNEES PRODUITES 8. ESTIMATION 9. CONSIDERATIONS TOUCHANT L'ANALYSE 9. POLITIQUE DE DIFFUSION ET FIABILITE DES DONNEES Il. QUESTIONNAIRE ANNEXE A SPECIMEN DU QUESTIONNAIRE ANNEXE B CLICHE D'ENREGISTREMENT ANNEXE C DESCRIPTION DES VARIABLES ANNEXE 0 TABLEAUX SUR LA VARIABILITE D'ECHANTILLONNAGE BRUTE

3 . INTRODUCTION L'enquête sur la famille a été menée à titre de supplément à l'enquête sur la population active en février 984. La Division des statistiques sociales, du logement et des familles a parrainé le project devant la demande croissante de données longitudinales sur la constitution et la dissolution des familles. L'enquête sur la famille est de nature rétrospective, car elle a pour objet de recueillir des données chronologiques sur les principaux événements qui touchent les familles canadiennes. On a demandé aux enquêtés de fournir des renseignements détaillés sur leurs mariages ou unions libres, sur les enfants qu'ils ont peut-être eus ou élevés et sur le comportement de travail. C'est la première fois que l'on recueille des renseignements chronologiques sur les événements du cycle de vie des familles canadiennes. Les données fournissent aux chercheurs une excellente occasion d'explorer les aspects des événements du cycle de vie des familles canadiennes qui n'ont pas encore été étudiés. Quatre études ont été rédigées pour statistique Canada d'après les données de l'enquête sur la famille. Ces publications, que l'on peut se procurer auprès de Publications - Vente, portent les numéros au catalogue et les titres suivants: No. au catalogue Titre Auteur Enquête sur la famille: Conclusions préliminaires T.K. Burch L'état de parent seul: Caractéristiques et déterminants Formation et rupture d'unions Interruptions de travail chez les femmes I. Pool M. Moore T.K. Burch A.K. Madan P. Robinson

4 Pour faciliter l'accès aux données de l'enquête sur la famille et leur manipulation, nous avons créé une bande de micro-données à grande diffusion. La documentation qui accompagne cette bande, dont cette section est une partie, comprend un rapport sur la méthodologie et les opérations d'enquête, un examplaire des questionnaires, une description détailée de la structure du fichier et d'autres renseignements destinés à aider les intéressés à utiliser les données. Pour plus de renseignements au sujet de l'enquête sur la famille, s'adresser aux personnes ci-dessous. Renseignements Renseignements opérationnels: spécialisés: M. Gary Catlin, Division des enquêtes spéciales, (63) Ms. Kathy Marshall, Division des statistiques sociales, du logement et des familles, (63) 'OBJECTIFS A partir de sources de données comme le recensement, les statistiques de l'état civil et les nombreuses enquêtes sur les ménages, il est possible de recueillir des renseignements sur la composition actuelle des familles, l'état matrimonial et le nombre de naissances, de mariages et de divorces. Ces données produisent une information ponctuelle, mais ne renseignent aucunement sur l'évolution de ces facteurs. L'enquête sur la famille a permis de recueillir des données rétrospectives sur les éléments marquants de la vie familiale des répondants. Des dates de mariage, d'union libre, de séparation et de divorce ont été relevées, en plus de renseignements sur les enfants naturels, les enfants d'un autre lit et les enfants adoptés. On demandait aussi au répondant des renseignements sur tout arrêt de travail d'un an ou plus qu'il avait pu connaître. 3. POPULATION La population de l'enquête est formée des personnes âgées de 8 à 65 ans. L'échantillon a été tiré de l'enquête sur la population active et, de ce fait, les règles d'exclusion

5 2 normalement associées à l'epa s'appliquent également à l'esf (voir section 4). En outre, comme les interviews ont été faites par téléphone, les personnes qui n'avaient pas d'appareil téléphonique ou qui refusaient de communiquer un numéro de téléphone à l'interviewer de l'epa ont été exclues de l'enquête. Ces personnes représentaient environ 2 % de l'échantillon. Les personnes de S à 7 ans ont été exclues de l'enquête à cause de la très faible fréquence, dans ce groupe d'âge, des facteurs considérés et de la nature de certaines questions qui pouvaient être posées au cours de l'interview, notamment eu égard à la naissance d'enfants. Les personnes âgées de plus de 6S ans ont elles aussi été exclues de l'enquête en raison notamment du fardeau qu'aurait pu représenter pour elles le fait de devoir se rappeler les dates d'événements éloignés dans le passé. 4. Plan de sondage L'enquête sur la famille a été réalisée à titre de supplément de l'enquête sur la population active du Canada (EPA) de février 984. Son plan de sondage est donc fondé sur la base de sondage et la méthode d'échantillonnage de l'epa. La présente section fournit un bref aperçu de la méthode de l'epa et met en relief les aspects du plan de sondage qui sont propres à l'enquête sur la famille. 4. Population de l'epa Les groupes de personnes suivants sont exclus de l'epa - les résidents du Yukon et des Territoires du Nord-Ouest~ - les membres des Forces armées: - les résidents des réserves indiennes: - les détenus: - les diplomates étrangers.

6 3 L'ensemble de ces personnes représente environ 2, de la population canadienne. Comme ces groupes sont exclus de l'epa, ils le sont aussi de l'esf. De même, la population de l'epa comprend uniquement les personnes âgées de 5 ans ou plus. Toutefois, les renseignements démographiques recueillis auprès des ménages échantillonnés concernent tous les membres du ménage, quel que soit leur âge. Ainsi, même si les enfants ne sont pas couverts par l'epa, ils sont inclus dans sa base de sondage et peuvent servir de population cible pour des enquêtes supplémentaires. 4.2 Plan de sondage de l'epa "L'EPA est un échantillon aréolaire à plusieurs degrés fondé sur des renseignements recueillis au cours du recensement du Canada de 97. Essentiellement, l'échantillon se divise en trois grandes sections: unités autoreprésentatives (UAR), unités non autoreprésentatives (UNAR) et secteurs spéciaux. Chacune de ces sections est analysée ci-dessous après une brève étude de la stratification. La stratification d'une base de sondage aréolaire consiste essentiellement à regrouper les unités spatiales (généralement compactes) dans des ensembles appelés strates. Chacune des dix provinces canadiennes est divisée en un certain nombre de régions économiques (Rt). Une Rt se compose de secteurs caractérisés par des structures économiques comparables et formés suivant des données récentes; elle demeure stable pendant un certain temps. Ces Rt sont considérées comme des strates primaires et, dans On peut trouver une description détaillée de ce plan de sondage dans la publication de Statistique Canada intitulée Méthodologie de l'enquête sur la population active du Canada, 976 (n au catalogue).

7 4 chacune, on procède à une nouvelle stratification à l'intérieur des régions autoreprésentatives et des régions non autoreprésentatives, indépendamment l'une de l'autre Unités autoreprésentatives (UAR) Les régions autoreprésentatives de l'échantillon comprennent les villes dont le chiffre de population dépasse un niveau prédéterminé, ce niveau variant d'une région à l'autre2. Certaines villes dont le chiffre de population est inférieur au niveau prédéterminé sont néanmoins considérées comme des UAR lorsque leur population active présente des caractéristiques uniques. Un échantillon est prélevé indépendamment dans toutes les UAR de telle sorte que chacune est représentée dans l'enquête.par un échantillon de sa propre population, d'où le terme "autoreprésentatives". Les UAR de plus grande taille sont divisées en sous-unités, la taille de celles-ci variant de 000 à logements. Ces sous-unités sont ensuite classées comme zone bâtie, banlieue ou combinaison des deux, selon les perspectives d'expansion de chacune. Dans chaque sous-unité, on prélève un échantillon de grappes (habituellement un îlot ou un côté d'îlot) à l'aide d'une méthode d'échantillonnage dite méthode des groupes aléatoires. Les grappes sont formées au hasard puis réparties entre les divers groupes; on choisit ensuite une grappe dans chaque groupe suivant une probabilité proportionnelle au nombre de logements contenus dans cette grappe. En règle générale, on prélève six grappes (parfois 2) dans chaque sous-unité. 2 En Ontario et au Québec par exemple, les UAR sont normalement des villes dont le chiffre de population en 97 dépassait habitants. Dans les Prairies, la limite inférieure est fixée à habitants.

8 5 La deuxième et dernière étape de sélection dans les UAR est la sélection systématique de logements à l'intérieur des grappes prélevées. A cette fin, on produit d'abord une liste des logements contenus dans chaque grappe, puis on procède à la sélection. On choisit en moyenne 5 à 6 logements dans chaque grappe. On recueille des données démographiques de base pour tous les résidents permanents du ménage et on remplit un questionnaire de l'epa pour chaque membre âgé de 5 ans ou plus dans un ménage désigné. Pour les 7 plus grandes unités autoreprésentatives, on procède à une sélection spéciale de grands immeubles d'appartements (minimum de 30 unités et de 5 étages) afin d'accroître la représentativité de l'échantillon et de réduire la variance des estimations. La méthode d'échantillonnage utilisée pour former l'échantillon d'immeubles d'appartements est la même que celle utilisée pour la formation des échantillons de logements réguliers, chaque immeuble d'appartements correspondant à une grappe~ Unités non autoreprésentatives (UNAR) Les UNAR sont des secteurs situés à l'extérieur des UAR et sont formés de régions rurales et de petits centres urbains. Avant de parler de la méthode de sélection utilisée dans les UNAR, il convient de décrire brièvement de quelle façon sont stratifiés ces secteurs. Comme nous l'avons dit plus haut, les UNAR de chaque région économique (RÉ) sont subdivisées en un certain nombre de strates suivant la proportion de la population active employée par industrie, conformément aux données du recensement de 97. Chacune des strates ainsi formées est divisée en un certain nombre d'unités primaires d'échantillonnage (UPÉ). On divise la strate de telle manière que les UPÉ définies représentent cette

9 6 strate en fonction de caractéristiques importantes de la population active et des pourcentages de population urbaine et de population rurale contenues dans la strate (selon les données du recensement de 97). En règle générale, on détermine entre 0 et 20 upé par strate, chacune des UPÉ comptant en moyenne entre et habitants. A l'aide de la méthode d'échantillonnage systématique avec classement aléatoire et probabilité proportionnelle à la taille de la population des upé, on prélève un certain nombre d'upé (habituellement 2) dans chaque strate. Les UPÉ ainsi prélevées sont sous-stratifiées en une partie urbaine et une partie rurale. Pour la partie urbaine, l'étape.suivante est le choix des grappes. Pour la partie rurale, l'étape suivante consiste à choisir aléatoirement des groupes (habituellement des secteurs de dénombrement du recensement), puis les grappes dans chacun de ces groupes. Enfin, on choisit des ménages dans les grappes échantillonnées. On procède de la même façon que dans le cas des DAR Secteurs spéciaux Outre les DAR, il y a une petite partie de la population de l'epa qui se trouve dans des institutions comme des hôpitaux, des écoles, des hôtels, dans des établissements militaires, dans des régions éloignées, etc. Comme les personnes qui se trouvent dans ces institutions présentent des caractéristiques uniques en termes d'activité et que certains de ces secteurs ne sont pas régulièrement accessibles aux interviewers de l'epa, les secteurs précités sont inclus dans une base de secteurs spéciaux, laquelle, aux fins d'échantillonnage, est divisée en quatre strates : établissements militaires, hôpitaux, autres institutions et régions éloignées. Dans le cas des établissements militaires, il convient de souligner que seule la

10 7 population civile qui y réside est visée par l'enquête tandis que dans le cas des institutions, les détenus des établissements pénitenciers sont exclus. L'échantillonnage des secteurs spéciaux se fait en trois étapes. Les unités d'échantillonnage de la première étape correspondent aux secteurs de dénombrement du recensement et sont choisies systématiquement avec probabilité proportionnelle à la taille, celle-ci correspondant à la taille de la population active au moment du recensement de 97. Aux étapes suivantes, l'échantillon est divisé en grappes et en ménages suivant le procédé décrit plus haut. 4.3 Renouvellement de l'échantillon Chaque ménage contenu dans l'échantillon de l'epa y demeure pendant six mois consécutifs. A la fin du sixième mois, il est remplacé par un nouveau ménage. Un sixième de l'échantillon est ainsi renouvelé chaque mois. Ce renouvellement a essentiellement pour but de minimiser l'accroissement que pourrait enregistrer le taux de non-réponse si l'enquête visait les mêmes répondants pendant une période plus longue. La méthode de renouvellement est conçue de manière à diviser effectivement l'échantillon en six parties également représentatives. Cela a pour effet de faciliter le sous-échantillonnage dans l'epa. 4.4 Plan de sondage de l'enquête sur la famille L'enquête sur la famille a porté sur un sous-échantillon de l'epa de février 984. Deux des six groupes de renouvellement de l'epa ont été utilisés de la façon suivante -tous les hommes du groupe de renouvellement 3 âgés de 8 à 65 ans ont été considérés; - toutes les femmes du groupe de renouvellement 6 âgées de 8 à 65 ans ont été considérées.

11 8 Cette méthode d'échantillonnage a permis de choisir un peu plus de personnes. Compte tenu d'un taux de non-réponse de 2,7, (en comptant les enregistrements rejetés au cours du traitement), la taille réelle de l'échantillon était de COLLECTE DES DONNtES Chaque répondant a reçu une lettre de présentation lui expliquant le but de l'enquête. Seule la personne choisie pouvait répondre aux questions de l'interview; aucune réponse par procuration n'était acceptée en raison du caractère rétrospectif de l'enquête. Les interviews ont été réalisées par téléphone dans la semaine qui a suivi l'interview mensuelle de l'epa. On a prévu, à cette fin, un centre d'interview téléphonique dans chacun des huit bureaux régionaux de Statistique Canada. Deux raisons justifiaient l'établissement de tels centres. Premièrement, on considérait que certains répondants pouvaient hésiter à fournir des données relatives aux mariages, aux divorces ou aux enfants à l'interviewer régulier de l'epa, surtout dans les petites municipalités ou les régions rurales, où l'interviewer peut être un voisin. Deuxièmement, compte tenu de la durée de l'interview, on a jugé qu'il n'était pas possible de la réaliser en même temps que l'interview de l'epa et qu'une opération centralisée se présentait comme la solution la moins coûteuse et favoriserait en outre un meilleur contrôle de l'interview. 6. TRAITEMENT Cette section donne un aperçu de la méthode de traitement des données utilisées pour l'enquête.

12 9 6. Saisie des données La saisie des données s'est effectuée dans les bureaux régionaux et les données ont été transmises à Ottawa. Les données ont été introduites directement dans un mini-ordinateur à partir des questionnaires. Le programme de saisie des données prévoyait une série de codes pour chaque question et était conçu de manière à respecter intégralement la présentation du questionnaire. Au cours de cette étape, aucune vérification n'a été effectuée au préalable. Les préposés pouvaient introduire des données incorrectes ou des données qui ne respectaient pas les instructions "passer ~" du questionnaire, mais seulement en appliquant une fonction de dérogation particulière une fois qu'ils étaient avertis de l'inexactitude d'une entrée. 6.2 Vérification La. v'rification des données s'est faite en plusieurs 'tapes. Les enregistrements ont d'abord 't' divis's par év'nement. Par exemple, un répondant qui d'clarait deux mariages et trois enfants produisait cinq enregistrements, soit un par mariage et un par enfant, plus un enregistrement r'capitulatif contenant des donn'es démographiques. Une personne sans enfant, n'ayant jamais été mariée et n'ayant jamais subi un arrêt de travail n'aurait qu'un seul enregistrement, soit l'enregistrement récapitulatif V'rification des enregistrements individuels La première 'tape de la v'rification consistait à revoir les événements un par un. Cet~e opération a permis de contrôler l'évolution d'un événement donné, la validité de toutes les inscriptions et l'ordre chronologique des dates rapportées.

13 0 C'est au cours de cette étape que l'on a procédé à l'imputation des mois manquants. On a inséré les mois en choisissant une origine au hasard pour le premier mois et en additionnant un pour chaque mois subséquent. Les autres données inexactes ou manquantes ont été imputées a partir d'enregistrements comparables (section 6.3) Vérification de l'uniformité des enregistrements Cette opération a permis de revoir tous les événements qui se rattachent à un seul répondant en comparant les données associées à des événements semblables. Par exemple, un répondant ne pouvait être marié simultanément à deux personnes. Un mariage devait cesser avant qu'un autre ne commence. A ce stade, les données rejetées à la vérification ont été imprimées en vue d'être corrigées manuellement; pour cela, on s'est surtout servi des données du questionnaire original. S'il n'était pas possible d'apporter les corrections nécessaires, on rejetait les enregistrements en question Vérification de l'uniformité des sections Cette opération a permis de vérifier la vraisemblance des données se rattachant à divers événements. On vérifiait, par exemple, si un répondant était âgé d'au moins 2 ans au moment de son mariage. Cette étape permettait également de déterminer si la date de formation d'une union libre aboutissant à un mariage précédait effectivement la date du mariage. Comme à l'étape précédente, toutes les corrections ont été faites manuellement lorsque cela a été possible; dans le cas contraire, l'enregistrement était rejeté.

14 ,, 6.3 Imputation Pour cette enquête, on s'est servi du logiciel d'imputation normalement utilisé par Statistique Canada. Ce logiciel permettait d'harmoniser des enregistrements devant faire l'objet d'une imputation avec un enregistrement exact (c'est-à-dire avec un enregistrement n'ayant pas été rejeté à l'étape de la vérification) suivant des critères prédéterminés. Les critères en question étaient l'âge, le sexe, l'état matrimonial de même qu'une ou plusieurs variables de l'enquête. Les tableaux suivants montrent la fréquence d'imputation ou de correction manuelle à chaque étape de la vérification. Il y a imputation d'enregistrement dans le cas où l'on a déclaré un événement mais où toutes les dates correspondant à cet événement sont inutilisables. Il y a imputation de question dans le cas où il ne manque qu'une date associée à un,, ev~nement. Imputation effectuée au cours de la vérification des enregistrements individuels Catégorie Nombre total Imputation Imputation d'enregistrement* d'enregistrements d'enregistrement de Enfant d'un autre lit, Enfant adopte question Enfant naturel 26, Mariages Unions libres, * Les données sur les antécédents de travail n'ont pas été imputées; des codes de non-réponse ont été inscrits.

15 2 Imputation effectuée au cours de la vérification de l'uniformité des enregistrements Catégorie Nombre total Nombre de d'enregistrement d'enregistrements corrections manuelles Mariages Unions libres Antécédents de travail Imputation effectuée au cours de la vérification de l'uniformité des sections Catégorie Nombre total Nombre de -d'enregistrement d'enregistrements corrections manuelles Enfant d'un autre lit * Enfant adopté Enfant naturel Mariages Unions libres ,056 99, * Ce nombre élevé de corrections est trompeur. Dans la plupart des cas, le rejet était dû à un mois qui avait été imputé. Seuls des mois compatibles étaient alors insérés. 7. DONNtES PRODUITES Le fichier principal créé à partir des données de l'enquête contient un enregistrement pour chaque personne ayant participé à cette enquête. Dans chaque dossier se trouvent des données démographiques et des données relatives au marché du travail, tirées dans l'un et l'autre cas de l'enquête sur la population active, en plus des données de l'enquête sur la famille.

16 3 Chaque enregistrement est conçu de manière à contenir le nombre maximum d'événements visés par l'enquête. Par exemple, chaque enregistrement peut contenir les noms de 5 enfants naturels. Si un répondant a déclaré moins de 5 enfants, l'expression "sans objet" est indiquée dans les espaces libres. On trouvera en annexe le cliché d'enregistrement d'un fichier. 8. Estimation 8. Principe de base Le principe de base de l'estimation dans un échantillon probabiliste comme celui de l'epa est que chaque personne dans l'échantillon "représente", outre elle-même, d'autres personnes qui ne font pas partie de l'échantillon. Dans un échantillon aléatoire simple de 2 %, par exemple, chaque personne dans l'échantillon représente 50 personnes de la population totale. Le fichier créé aux fins de totalisation des données contient un enregistrement pour chaque personne comprise dans l'échantillon. Chaque enregistrement comprend toutes les caractéristiques démographiques et les caractéristiques d'activité pertinentes de même que des renseignements sur les divers événements de la vie familiale du répondant. Au lieu de reproduire les enregistrements de l'échantillon selon le nombre de personnes que représente chacun de ces enregistrements, on attribue un facteur global de pondération à chaque enregistrement. Ce facteur de pondération indique le nombre de fois qu'un dossier doit être reproduit pour obtenir des estimations de la population. Par exemple, si l'on veut estimer le nombre de personnes qui n'ont pas d'enfant naturel, on choisit les enregistrements se rapportant à cette catégorie de personnes dans l'échantillon et l'on fait la somme des facteurs de pondération attribués à ces enregistrements.

17 4 Dans un échantillon probabiliste, le plan de sondage proprement dit détermine les coefficients de pondération qui peuvent être utilisés pour produire des estimations sans biais. Chaque enregistrement peut être pondéré par l'inverse de la probabilité de sélection de la personne à laquelle il se rapporte (dans l'exemple de l'échantillon aléatoire de 2 %, cette probabilité serait de 0.02 pour chaque personne et le coefficient de pondération des enregistrements serait alors de /0.02=50). C'est ce qu'on appelle un estimateur simple. Comme un sous-échantillon de l'epa a servi à l'enquête sur la famille, le calcul des coefficients de pondération pertinents est étroitement lié à la méthode de pondération utilisée pour l'epa. Cette méthode est décrite brièvement ci-dessous. 8.2 Pondération dans l'epa Dans l'epa, le poids final de chaque dossier est le produit de cinq facteurs : le poids de base, le facteur de sous-pondération de grappe, le facteur de compensation pour la non-réponse, le facteur rural-urbain et le facteur âge-sexe par province. Chacun de ces facteurs est décrit ci-dessous Poids de base Ce poids est essentiellement l'inverse de la probabilité qu'un individu soit choisi dans l'échantillon. Le plan de sondage est conçu de telle manière que dans une même province et un même genre de secteur (UAR, UNAR, secteur spécial), les poids de base sont identiques3. 3 Il Y a quelques exceptions à cette règle.

18 Facteur de sous-pondération de grappe La délimitation des grappes est conçue de telle manière que l'échantillon augmente très légèrement lorsque la grappe s'accroit modérément. De même, une grappe donnée peut subir une augmentation appréciable avant que l'échantillon additionnel ne présente un problème de-collecte sur le terrain. Si toutefois l'augmentation touche plusieurs grappes comprises dans une même tâche, l'effet cumulatif de toutes ces augmentations peut... engendrer un probleme. Dans le cas des grappes subissant une augmentation substantielle, on peut recourir au sous-échantillonnage pour ne pas compliquer la tâche de l'interviewer. Le facteur de sous-pondération de grappe est l'inverse de la fraction de sous-échantillonnage dans les grappes,qui ont déjà fait l'objet d'un sous-échantillonnage , Non-reponse Malgré, des mesures de contrôle rigoureuses de l'epa et les efforts des interviewers, il y a inévitablement des cas de non-réponse. Le taux de non-réponse dans l'epa est d'environ 5 t. Pour certains cas de non-réponse (temporairement absent, refus de répondre), on impute les données des mois précédents quand elles sont disponibles. Dans d'autres cas, on compense la non-réponse en divisant l'échantillon en unités géographiques de compensation. Le poids de chaque ménage interviewé est multiplié par le rapport entre le nombre de ménages qui auraient dû être interviewés et le nombre de ménages qui ont été interviewés. Ce rajustement est fondé sur l'hypothèse que les ménages interviewés présentent les mêmes caractéristiques que ceux qui auraient dû l'être. Si cette hypothèse est erronée, les estimations seront un peu biaisées.

19 Facteur rural-urbain Chaque unité primaire d'échantillonnage dans une UNAR est formée de secteurs urbains et de secteurs ruraux; la proportion de la population appartenant à ces divers secteurs varie d'une province à l'autre et d'une strate à l'autre à l'intérieur d'une province. On peut tirer du recensement de 97 des données sur la population totale en secteur urbain ou rural pour chaque upt de même que pour chaque province. En utilisant uniquement les upt et en divisant leur population rurale ou urbaine de 97 par la probabilité de sélection connue, on obtient pour chaque province une "estimation simple" de la population rurale ou urbaine de 97. En comparant les résultats obtenus pour chaque province avec les données réelles du recensement de 97 sur la population ~n secteur rural et urbain, il est possible de déterminer si les upt en question sur ou sous-représentent ces secteurs respectifs. Le rapport entre les données du recensement sur la population rurale et sur la population urbaine est divisé par les estimations correspondantes. Ces deux facteurs sont calculés pour chaque province et servent d'estimations sous forme de quotients Facteur âge-sexe par province À l'aide des quatre facteurs de pondération dont nous avons parlé, il serait possible d'obtenir une estimation fiable pour tous les agrégats pour lesquels des données sont recueillies par le biais de l'epa. On calcule, par exemple, des estimations du nombre total de personnes dans chacune des dix provinces pour chacun des 40 groupes d'âge selon le sexe. Chaque mois, on produit des estimations indépendantes pour ces 400 catégories en extrapolant les chiffres du recensement de 976. Pour chaque catégorie, on divise l'estimation indépendante par l'estimation de l'échantillon et le quotient ainsi obtenu est appelé facteur âge-sexe par province (estimation par quotient). Ce facteur est

20 7 inscrit dans tous les enregistrements appartenant à la catégorie appropriée. Une fois les poids rajustés, les agrégats estimés sont conformes aux données projetées du recensement pour chaque categorle. 8.3 Pondération dans les enquêtes supplémentaires Le principe du calcul des coefficients de pondération dans les enquêtes supplémentaires est le même que dans l'epa. Toutefois, des modifications sont normalement nécessaires pour trois raisons : ) L'enquête supplémentaire est souvent réalisée uniquement à l'aide d'un sous-échantillon de l'epa (par exemple, 2 groupes de renouvellement sur 6 dans le cas de l'enquête sur la famille: les hommes dans un groupe, les femmes dans l'autre). 2) L'EPA et ses suppléments n'ont pas le même taux de non-réponse. Un ménage, par exemple, peut répondre à l'epa mais refuser de répondre aux suppléments. Il arrive plus souvent que le ménage ne puisse pas être interviewé mais que les données relatives à l'epa puissent être imputées à l'aide des données du mois précédent. Dans ce cas, on considère que le ménage a répondu à l'epa et n'a pas répondu aux suppléments. 3) A cause du sous-échantillonnage et de la différence entre les taux de non-réponse, la répartition de l'échantillon de l'enquête supplémentaire selon la province, l'âge et le sexe peut différer de celle de l'échantillon de l'epa. Par conséquent, les estimations de la population calculées au moyen des données de l'enquête supplémentaire ne seraient pas nécessairement compatibles avec les données projetées du recensement.

21 8 Eu égard aux deux premiers points, on a adopté une méthode qui consiste à rajuster le facteur de sous-pondération de l'epa (c'est-à-dire le produit des quatre premiers facteurs inclus dans le coefficient de pondération de l'epa) pour les enregistrements de l'enquête supplémentaire. En faisant la somme des facteurs de sous-pondération de l'epa pour tous les enregistrements d'une région géographique donnée, on obtient une estimation de la population de cette région. La somme des facteurs de sous-pondération de l'epa pour les enregistrements de l'enquête supplémentaire dans la même région sera inférieure à la somme précitée à cause du sous-échantillonnage et du taux de non-réponse différent observé pour l'enquête supplémentaire. On établit un nouveau facteur de sous-pondération pour les enregistrements de l'enquête supplémentaire en multipliant les.facteurs de sous-pondération de l'epa relatifs à ces enregistrements par le rapport de la première somme sur la deuxième somme. Pour n'importe quelle région géographique donnée, le facteur de rajustement peut s'exprimer comme suit somme des facteurs de sous-pondération de l'epa pour tous les enregistrements de l'epa somme des facteurs de sous-pondération de l'epa pour le sous-ensemble des enregistrements de l'epa compris dans le supplément Idéalement, la région géographique utilisée devrait être la même que pour le rajustement en fonction de la non-réponse dans l'epa. A cause du sous-échantillonnage, toutefois, les enregistrements d'une enquête supplémentaire dans ces régions sont souvent trop peu nombreux pour favoriser un rajustement harmonieux. Pour les enquêtes supplémentaires, ces régions géographiques sont normalement groupées pour former de plus grandes régions. Le rajustement en fonction du facteur âge-sexe (par province) s'opère de la même manière. On dispose de données démographiques projetées pour chacun des 80 groupes d'âge selon le sexe dans

22 9 les dix provinces. La somme des facteurs de sous-pondération rajustés (décrits ci-dessus) pour les enregistrements de l'enquête supplémentaire représente l'estimation de la population de chaque groupe. Pour chacun de ces groupes, on multiplie le facteur de sous-pondération des enregistrements de l'enquête supplémentaire par le ratio suivant : données projetées du recensement sur la population somme des facteurs de sous-pondération rajustés pour les enregistrements de l'enquête supplémentaire Pour ces groupes d'âge selon le sexe dans chacune des dix provinces, les estimations de la population découlant de l'enquête supplémentaire seront conformes aux données projetées ou recensement et à des estimations semblables découlant de l'epa. 8.4 Genre d'estimations Avant l'analyse de la méthode d'estimation, le lecteur est invité à consulter le chapitre pour une interprétation générale des données de l'enquête sur la famille. Il convient de souligner que cette enquête peut produire deux genres d'estimations, lesquelles sont décrites ci-dessous Estimations qualitatives Il faut se rappeler que la population visée par l'enquête se compose des Canadiens âgés de 8 à 65 ans inclusivement. Les estimations qualitatives sont des estimations du nombre ou de la proportion de Canadiens visés qui possèdent certaines caractéristiques. Le nombre de femmes âgées de moins de 40 ans et ayant divorcé deux fois au Canada est un exemple de ce genre d'estimation. On obtient aisément ces estimations en faisant la somme des poids finals des enregistrements de l'enquête supplémentaire possédant les caractéristiques en question.

23 Estimations quantitatives Certaines variables contenues sur la bande de micro-données de l'enquête sur la famille sont de nature quantitative (nombre d'enfants, âge au moment de divers événements, etc.). À l'aide de ces variables, il est possible d'obtenir des estimations comme le nombre total d'arrêts de travail survenus entre 960 et 980. On multiplie le poids final de chacun des enregistrements possédant les caractéristiques considérées par la variable quantitative (nombre d'arrêts de travail) et on fait ensuite la somme de ces produits. Les estimations quantitatives peuvent prendre la forme de moyennes ou de proportions. L'âge moyen des femmes à la.naissance de leur premier enfant naturel et la proportion du nombre total d'enfants d'une famille qui sont des enfants d'un autre lit sont des exemples de ce genre d'estimation. Les deux formes d'estimations quantitatives s'expriment de la façon suivante : estimation (MOY. ou PROP.) = X Y S'il s'agit d'une moyenne, le numérateur (X) est une estimation quantitative de la valeur totale de la variable considérée. Le dénominateur (Y) est l'estimation qualitative du nombre de participants. Les deux estimations sont calculées indépendamment, comme il est indiqué ci-dessus, puis divisées l'une par l'autre. On procède de la même façon lorsqu'il s'agit d'une proportion; dans ce cas, le numérateur et le dénominateur sont des estimations quantitatives. 8.5 Principes directeurs relatifs à la pondération Les utilisateurs doivent pondérés ou de faire des à'enquête non pondérés. se garder de produire des tableaux non analyses fondées sur des résultats Comme l'enquête sur la population active

24 2 n'est pas un échantillon aléatoire simple, l'enquête sur la famille ne l'est pas non plus. L'échantillon ne peut être considéré comme représentatif de la population visée tant que les poids appropriés n'ont pas été appliqués. On ne peut obtenir des estimations sans biais qu'aprês l'application de ces poids. Pour obtenir de plus amples renseignements sur les méthodes d'estimation s'appiiquant aux suppléments de l'epa, les utilisateurs peuvent s'adresser au service suivant: Division des méthodes de recensement et d'enquêtes-ménages Statistique Canada Iwmeuble Jean-Talon 3 étage, Section C Tunney's Pasture Ottawa (Ontario) KIA OT6 A l'attention de: Md. R. Nesich

25 9. CONSIDERATIONS TOUCHANT L'ANALYSE Estimations des personnes Avant de commencer l'exposé, il convient de souligner que l'enquête sur la population active (EPA) ne prend pas en compte les résidents des institutions, des réserves indiennes, du Yukon et des Territoires du Nord-Ouest, ni le personnel des Forces armées. A titre de supplément à l'epa, l'enquête sur la famille (ESF) exclut elle aussi les populations susmentionnées; il faut éviter d'imputer des inférences à ces populations exclues. Comme nous l'avons mentionné précédemment dans le présent document, l'échantillon de l'esf comprend des personnes âgées de 8 à 65 ans. Les hommes et les femmes ayant été choisis dans des ménages différents, l'esf prévoit en fait des échantillons distincts d'hommes et de femmes. Des données ont été recueillies sur l'histoire de la famille de chaque personne comprise dans l'échantillon. Pour qu'on puisse tirer des conclusions valables à partir des données, la population dont on tire des inférences doit correspondre à la population échantillonnée. Pour éviter de mal interpréter les données, il faut traiter l'échantillon de l'esf comme un céhantillon de personnes aux fins des analyses. Par conséquent, les estimations produites doivent être fondées sur des personnes. On peut mieux illustrer ce concept au moyen des exemples suivants d'estimations qui permettent d'interpréter correctement les données. Nombre de personnes selon le sexe et le nombre de divorces Nombre de personnes mariées au moins une fois, selon le sexe et le groupe d'âge au premier mariage Pour les personnes mariées au moins une fois, l'âge moyen au premier mariage, pour les hommes, les femmes et l'ensemble des personnes Pour les femmes ayant au moins un enfant naturel, le nombre moyen d'enfants naturels selon le groupe d'âge actuel de la mère. Dans chacun des exemples donnés ci-dessus, les 'bases' des estimations produites sont les personnes possédant les caractéristiques à l'étude. Dans le cas des moyennes ou des proportions, la base correspond au dénominateur de l'estimation. Il est important de noter qu'on ne peut établir adéquatement des estimations fondées sur les familles au moyen des données de l'esf. Comme les personnes qui composent l'échantillon ne peuvent être associées l'une à l'ature (en particulier, les hommes échantillonnés ne peuvent être couplés avec les femmes échantillonnées), il est impossible de former des familles à partir des unités de l'échantillon. On ne peut donc produire des estimations des familles. Cependant, on peut considérer la structure actuelle de la famille du répondant comme une caractéristique de la personne échantillonnée. Ainsi, il sera possible d'établir le genre d'estimation suivant:

26 Nombre de femmes ou d'hommes cohabitant présentement avec un conjoint, selon les autres caractéristiques de la famille. 9.2 Estimations des événements Dans certaines circonstances, il sera plus pratique d'analyser les estimations des événements comme les mariages, les divorces ou les adoptions. Toutefois, nous déconseillons fortement aux lecteurs d'utiliser les données de l'esf à cette fin puisque l'échantillon comporte beaucoup de limites lorsqu'on le considère comme un échantillon d'événements. En effet, l'échantillon des événements de l'esf est susceptible d'être entaché d'une sous-représentation et de doubles comptes qui, si l'on en fait abstraction, pourraient mener à des conclusions invalides. Il y a double compte dans les dossiers des hommes et des femmes pour tous les événements qui touchent deux partenaires. Puisqu'on choisit les personnes aux fins de l'échantillon et non les relations qui existent entre elles, la relation et tous les événements qui s'y rattachent seront comptés deux fois tant que les deux partenaires seront vivants. Il s'agit là d'une limite grave puiqu'elle touche pratiquement tous les événements liés à la famille, comme les mariages, les unions libres et les situations concernant l'éducation des enfants. On peut éviter ce genre de double compte en examinant toujours séparément les événements qui touchent les hommes et les femmes. Toutefois, à elle seule, cette technique ne permet pas de produire des estimations précises des événements; il reste encore des problèmes de couverture à résoudre. Lès événements touchant des personnes qui ne font pas partie de la population échantillonnée n'ont aucune chance d'être pris en co~pte dans l'enquête. Par exemple, les mariages, les divorces, les unions libres et les événements relatifs aux enfants des personnes de plus de 65 ans ne sont pas représentés dans l'échantillon. Par conséquent, si l'on doit tirer des inférences fondées sur les estimations des événements, ces inférences doivent être clairement rattachées seulement à la population cible des personnes représentées dans l'échantillon de l'esf. Comme il arrive que les hommes ne soient pas au courant de la naissance d'un enfant naturel, il existe, chez les hommes, un certain sous-dénombrement des événements liés aux enfants naturels. Pour les hommes, il vaut mieux considérer ces événements comme une participation à l'éducation de l'enfant naturel plutôt qu'à une manifestation de la paternité. Il surgit des problèmes même si les événements liés aux enfants sont étudiés séparément pour les hommes et pour les femmes. On observe un double compte des événements liés aux enfants chez les répondants. Par exemple, l'enfant naturel d'une personne pourrait être l'enfant d'un deuxième lit d'une autre personne. Il est plus facile d'illustrer au moyen d'exemples les problèmes que pose l'analyse de l'esf en tant qu'échantillon d'événements. Il est inutile de penser qu'on peut produire, au moyen du fichier de l'esf, une estimation précise (par exemple) du nombre de divorces au Canada entre 960 et 970. Les divorces touchant un couple dont les deux membres sont vivants et sont âgés de moins de 66 ans sont deux fois plus susceptibles 23

27 d'être inclus; les divorces touchant un couple dont un des membres est décédé ou a quitté le pays sont comptés une fois; les divorces touchant un couple dont les deux membres sont décédés ne sont pas comptés du tout; et les divorces prononcés à l'extérieur du Canada sont pris en compte si au moins un des membres du couple réside présentement dans l'une des dix provinces; etc. Un dernier point à signaler au sujet de l'analyse: nous prévenons les utilisateurs que nous avons supprimé de la bande de microdonnées à grande diffusion les données qui portent sur cinq événements touchant les enfants. En raison de cette suppression, il est possible que les totalisations du fichier à grande diffusion ne correspondent pas exactement aux estimations diffusées précédemment par Statistique Canada. Les différences seront toutefois minimes. 24

28 25 0. Politique de diffusion et fiabilité des données Les utilisateurs sont tenus de se conformer aux principes directeurs suivants avant de diffuser des données provenant de l'enquête sur la famille. Ces principes directeurs devraient permettre aux utilisateurs de micro-données de produire des données qui ne se publient pas actuellement, en se conformant aux lignes directrices établies pour l'arrondissement des chiffres et la diffusion de données de l'enquête sur la population active et de l'enquête supplémentaire sur la population active. Les principes directeurs peuvent être répartis en deux groupes: ceux concernant la variabilité d'échantillonnage et ceux concernant l'arrondissement des chiffres.

29 26 0. Principes directeurs concernant la variabilité d'~chantillonnage Les estimations tirées de cette enquête sont fondées sur un échantillon dem~nages. Les r~sultats auraient pu être un peu différents si l'on avait procédé à un recensement complet en utilisant les mêmes questionnaires, interviewers, superviseurs, méthodes de traitement, etc., que pour l'échantillonnage. La différence entre l'estimation tirée d'un échantillon et les résultats d'un recensement complet réalisé dans des conditions semblables est définie comme l'erreur d'échantillonnage de l'estimation. est clair que les résultats de l'échantillon ne suffisent pas pour mesurer l'erreur d'échantillonnage exacte de l'estimation, telle qu'elle est définie ci-dessus (autrement, il serait inutile de faire une enquête). Cependant, une mesure statistique de l'erreur d'échantillonnage, l'écart type, peut-être estimée à partir des données mêmes de l'échantillon. A l'aide de l'écart type, il est possible d'établir des intervalles de confiance pour les estimations (abstraction faite des effets de l'erreur autre que l'échantillonnage) en supposant que les estimations sont normalement distribuées autour de la valeur réelle de la population. Ainsi, il y a 68 % de chances que la différence entre une estimation de l'échantillon et la valeur réelle de la population soit inférieure à un écart type, environ 95 % de chances que cette différence soit inférieure à 2 écarts types et pratiquement 00 % de chances que cette différence soit inférieure à 3 écarts types. Vu le grand nombre d'estimations que peut produire une enquête, l'écart type est normalement exprimé en fonction de l'estimation à laquelle il se rattache. La mesure correspondante, appelée coefficient de variation d'une estimation, est obtenue en divisant l'écart type de l'estimation par l'estimation elle-même et est exprimée en pourcentage de l'estimation. Avant de

30 27 diffuser ou de publier des estimations tirées de cette bande de micro-données, les utilisateurs doivent déterminer si ces estimations sont publiables en se fondant sur les lignes directrices suivantes. GENRE D'ESTIMATION COEFFICIENT DE INDICATEURS VARIATION (%) ALPHAB~TIOUES LIGNE DE CONDUITE Sans restriction. 0.0 a 0.5 % A a..0 % B a 2.5 % C. 2.6 a. 5.0 % D 5. a 0.0 % E. 0.0 a 6.5 % F La diffusion de ces estimations n'est soumise à aucune restriction. n'y a pas de notation Il particulière de ~. prevue, quol.que l'utilisation indicateurs alphabétiques ci-contre ~ ~ suggeree. est des 2 Conditionnelle 6.6 à 25.0 % G La diffusion de ces estimations n'est soumise à aucune restriction, il est mais nécessaire de mettre en garde les utilisateurs propos de la à forte variabilité d'échantillonnage. ~ assocl.ee aux estimations.

31 28 GENRE D'ESTIMATION COEFFICIENT DE INDICATEURS VARIATION (%) ALPHABtTIQUES LIGNE DE CONDUITE 3 Restreinte 25. à 33.3 % H Ces estimations ne peuvent être diffusées que lorsque les variabilités d'échantillonnage sont obtenues au moyen d'une méthode précise de calcul de la variance. 4 Ne pas publier {il 33.4 % J (ii) toute estimation inférieure à 4000, peu importe le coefficient de variation. Les estimations ne peuvent être diffusées en aucun cas sous quelque forme que ce soit. 0.2 Valeurs estimatives de la variance L'estimation de la variance est décrite séparément pour les estimations qualitatives et les estimations quantitatives Tableaux des mesures brutes de la variabilité d'échantillonnage pour des estimations qualitatives Comme il serait extrêmement coûteux, et inutile pour la plupart des utilisateurs, de calculer la variabilité d'échantillonnage pour chacune des estimations pouvant découler de l'enquête sur la famille, on a créé à l'usage de ces utilisateurs des tableaux de mesures brutes de la variabilité d'échantillonnage. Cependant,

32 29 l'utilisation de ces tableaux se limite aux estimations des catégories "sans restriction" ou "conditionnelle". Les tableaux figurent à l'annexe B du présent document. Il existe des tableaux pour chaque province, chaque région et le Canada. Les règles qui suivent devraient permettre à l'utilisateur de déterminer à l'aide de ces tableaux les coefficients de variation approximatifs pour des estimations qualitatives d'agrégats (totaux), de pourcentages, de ratios, de différences et de différences de ratios en fonction des caractéristiques de la population (par exemple, le nombre de femmes qui n'ont pas eu d'enfants naturels).règle! : Valeurs estimatives des agrégats (totaux) Le coefficient de variation dépend uniquement de la taille de l'agrégat estimé. Il faut d'abord trouver l'agrégat estimé dans la colonne d'extrême gauche du tableau (intitulée "Numérateur du pourcentage"); puis se reporter au premier chiffre sur cette ligne après les astérisques. Ce chiffre est le coefficient de variation estimé. Règle 2 Valeurs estimatives des pourcentages Le coefficient de variation d'un pourcentage estimé dépend de la valeur du pourcentage et de la taille de la population sur laquelle ce pourcentage est fondé. Les valeurs estimatives des pourcentages sont relativement plus fiables que les estimations 4 On calcule les coefficients,de variation au moyen de la formule de la variance pour l'échantillonnage aléatoire simple et en tenant compte de l'effet du plan de sondage. L'effet du plan de sondage est défini comme le rapport entre la variance d'une estimation tirée du plan de sondage de l'epa et la variance d'une estimation tirée d'un échantillon aléatoire simple de même taille.

33 30 de leurs numérateurs respectifs, surtout s'il s'agit de pourcentages supérieurs à 50. (On remarque dans les tableaux que les coefficients de variation diminuent de la gauche vers la droite.) Lorsque le pourcentage est fondé sur la population totale de l'enquête pour la région géographique visée par le tableau, le coefficient de variation du pourcentage est identique au coefficient de variation de son numérateur. Dans ce cas, la règle peut s'appliquer. Lorsque le pourcentage est fondé sur un sous-ensemble de la population (par exemple les personnes demeurant dans les secteurs ruraux), il faut trouver le pourcentage approprié (ligne du haut dans le tableau) et le numérateur de ce pourcentage (colonne de gauche). A l'intersection de la ligne et de la colonne appropriées se trouve le coefficient de variation. Règle 3 : Ratios Lorsque le numérateur est un sous-ensemble du dénominateur, le rapport doit être converti en pourcentage et la règle 2 appliquée. Lorsque le numérateur n'est pas un sous-ensemble du dénominateur, le coefficient de variation du quotient de deux estimations est approximativement égal à la racine carrée de la somme des carrés des coefficients de variation respectifs. En d'autres termes, le coefficient de variation du rapport : R = X Y est cv (R) = Vcv(x)2 + cv(y)2

34 3 Règle 4 Différences L'écart type d'une différence entre deux estimations est approximativement égal à la racine carrée de la somme des carrés des écarts types respectifs. En d'autres termes, l'écart type d'une différence: d = X - Y est sd(d) = ~[X.CV(X)]2 + [Y.cv(y)]2 La valeur approximative du coefficient de variation de d est définie comme suit : cv(d) = sd(d) d Cette formule est précise lorsqu'il s'agit de caractéristiques distinctes et indépendantes l'une de l'autre, mais n'est qu'approximative dans les autres cas. Règle 5 : Différence de ratios La règle 5 est une combinaison des règles 3 et 4. On détermine d'abord les coefficients de variation des deux ratios à l'aide de la règle 3, puis on applique la règle 4 pour trouver le coefficient de variation de leur différence VARIABILITÉ D'ÉCHANTILLONNAGE POUR DES ESTIMATIONS QUANTITATIVES Comme dans le cas des estimations qualitatives, on a mis au point une méthode générale d'évaluation de la fiabilité des estimations quantitatives pour ne pas avoir à calculer les variabilités d'échantillonnage pour chaque estimation quantitative pouvant être produite. Cette méthode consiste à analyser le rapport entre le coefficient de variation d'une estimation quantitative