auprès des entreprises

Transcription

1 Méthodologie des enquêtes structurelles auprès des entreprises De la théorie à la pratique : le cas Alice Introduction Le travail du statisticien d enquête consiste à maximiser la qualité et la fiabilité de l information sous des contraintes de budget, de matériels, de ressources humaines et de temps, en tenant compte des réalités socio-économiques. Les statisticiens interviennent à différents niveaux : de la collecte des données à la conception des systèmes d information, de l analyse de ces données à la publication. Pratiquement tous les pays effectuent des enquêtes auprès des entreprises. Ces enquêtes permettent d obtenir de l information sur l activité économique de l entreprise, son fonctionnement, ses financements, son compte de résultat, la répartition du chiffre d affaires par branches d activité, les établissements, l emploi... Ces informations recueillies permettent alors d élaborer des statistiques sectorielles et régionales, et participent à la construction des indicateurs économiques d un pays. Ces enquêtes sont réalisées en général à l aide d un sondage stratifié. Une méthodologie statistique rigoureuse, ordonnée dans le temps, est nécessaire. L expérience montre qu une formation basée sur des échanges fructueux répétitifs, oraux et écrits, est nécessaire mais insuffisante. En effet, les statisticiens d entreprise doivent se confronter à la réalité des données dans les différentes phases d une enquête, et cette étude de cas a pour objectif de placer les participants en situation. Les enquêtes structurelles posent toujours des problèmes de qualité des données, de plan de sondage et de redressements. 1/15

2 Plan 1. Généralités sur les enquêtes auprès des entreprises 1.1 Les différentes enquêtes 1.2 Les objectifs et contraintes des enquêtes structurelles 1.3 Les outils 1.4 Les phases d une enquête structurelle 2. Présentation de l étude de cas 2.1 Le contexte 2.2 Le champ de l enquête 2.3 Le plan de sondage 2.4 Les fichiers et la description des variables 3. Les contrôles des données d enquête 3.1 Les différents contrôles 3.2 Application 4. La qualité d une base de sondage 4.1 Définitions de la qualité des données et de la base de sondage 4.2 Application 5. Analyse et présentation des résultats 2/15

3 1. Généralités sur les enquêtes auprès des entreprises 1.1 Les différentes enquêtes - Enquêtes structurelles - Enquêtes conjoncturelles - Enquêtes thématiques 1.2 Les objectifs et contraintes des enquêtes structurelles Les objectifs principaux d une enquête structurelle sont en général les suivants: Produire des statistiques structurelles par secteurs d activité, Fournir des informations pour la comptabilité nationale, Corriger le répertoire statistique ou la base de sondage, Produire de la statistique régionale. On peut noter quatre types de contraintes : En pratique, la première des contraintes est budgétaire. Le budget de l enquête est la principale information nécessaire pour déterminer la taille de l échantillon. Dans une enquête, il y a des coûts fixes et des coûts variables. Bien sûr, le budget (et par conséquent la taille de l échantillon) doit être compatible avec les objectifs de publication des résultats, en particulier avec la précision souhaitée des résultats et la finesse des tabulations présentées. Les autres contraintes sont liées au temps, aux ressources humaines et au matériel disponible. 1.3 Les outils - Répertoire(s), base de sondage - Nomenclature - Plan comptable 1.4 Les phases d une enquête structurelle - Elaboration du questionnaire et test - Plan de sondage - Collecte des données - Codification et saisie - Contrôles - Redressements - Analyse des données - Diffusion de l information 3/15

4 2. Présentation de l étude de cas L apport principal de l étude de cas consiste à simuler une ou plusieurs phases des pratiques rencontrées dans la vie professionnelle. 2.1 Le contexte Il s agit, dans cette étude de cas, basée sur des données réelles, d une enquête structurelle réalisée, par sondage stratifié, auprès des entreprises de différents secteurs d activité. Cette étude va comporter 3 modules (sur 6), qui peuvent être traités successivement ou indépendamment les uns des autres, et qui correspondent à différentes phases de l enquête, à savoir : les contrôles des données, la qualité du répertoire et l analyse des résultats. Les fichiers correspondants se trouvent sous format Excel (.xls) ou en base SAS (.sd2). L atelier de formation consiste à travailler sur ces fichiers. Cette démarche interactive permet également de revoir la méthodologie et d utiliser des logiciels. Quelques modifications ont été apportées aux données réelles afin de rendre le fichier initial plus rapidement et pédagogiquement exploitable, tout en gardant la réalité du traitement des données des enquêtes. En particulier, les modifications suivantes sont intervenues : Suppression des références explicites aux entreprises et au pays afin de sauvegarder la confidentialité des données. Conservation également de quelques variables de réponses, afin de diminuer la taille du fichier et de ne pas répéter inutilement les mêmes problématiques méthodologiques. Modifications marginales de quelques données pour illustrer certaines difficultés rencontrées par ailleurs. Diminution du nombre d entreprises. Cette étude ne prétend pas pouvoir répondre à toutes les situations rencontrées dans la pratique, mais elle est toutefois relativement adéquate aux cas les plus usuels. 2.2 Le champ de l enquête Dans ce pays que nous appellerons Alice, le champ de l enquête est défini par les entreprises des secteurs suivants : Industrie, Construction, Commerce, Services et Transport. Certains des sous secteurs de ces secteurs n appartiennent pas au champ de l enquête (absence d entreprises). L unité d observation est l entreprise, définie comme une unité légalement constituée et qui dispose d une autonomie de décision. L unité locale (établissement) étant une sous unité de l entreprise. 4/15

5 Le tableau suivant présente en détail les entreprises du champ de l enquête. Une enquête exhaustive ayant lieu par ailleurs sur les hôtels (code 5511 et 5512), ces derniers ne figurent pas dans le champ de cette enquête. Les entreprises individuelles (personnes physiques) appartiennent, au même titre que les sociétés (SARL, SA,...), au champ de l enquête. Tableau 1 : Code Nace des entreprises du champ de l enquête Secteur d activité Code Nace Industrie 10 à 37, 40, 41 Construction 45 Commerce 50, 51, 52 Services 5521, 5522, 5523, 5530, , 7411, 7414, 7420, 7430, 7440, , 7483, 90, 92, 9301, 9302, 9303, 9304, 9305 Transport 6021, 6022, 6023, 6024 Le champ de l'enquête était théoriquement constitué de ces entreprises actives l année n-1 (ici 1997). Le tirage de l échantillon et la collecte des données étant réalisés durant l année n (ici 1998). Après coup, le champ de l enquête a été restreint aux entreprises actives en 97 pendant au moins 6 mois, ceci se justifie pour deux raisons. D une part, les entreprises actives au moment de la collecte des données et ayant moins de 6 mois d'activité en 1997 ont été interrogées (poursuite du questionnaire) alors que celles inactives (fermées) au moment de la collecte, ayant moins de 6 mois d'activité en 1997 n'ont pas été interrogées. D autre part, des événements ont troublé le déroulement normal de nombreuses activités économiques. La prise en compte des questionnaires qui correspondent à moins de 6 mois d activité introduirait alors des biais liés au secteur d'activité, à la région et aux effets saisonniers. Cette décision permet également d avoir des résultats plus robustes sur lesquels des études évolutives en niveau et en structure pourront être envisagées avec les futures enquêtes. Il est clair que ces événements n ont pas permis d obtenir une bonne qualité et fiabilité des réponses, ce qui fait, par ailleurs, l intérêt de cette étude. 5/15

6 2.3 Le plan de sondage Le plan de sondage est stratifié selon l'activité et la taille, à savoir le nombre de personnes occupées. L'allocation est relativement proportionnelle à l effectif de la strate dans les strates non exhaustives. La taille de l'échantillon est de 5376 entreprises et la base de sondage comprend unités. Le taux de sondage global est supérieur à 10%, avec une exhaustivité dans les strates dont l'effectif (nombre de personnes occupées) est strictement supérieur à 5 et ceci quel que soit le secteur d'activité. Le sondage est également exhaustif dans les strates où le nombre d unités est faible. Les tableaux suivants présentent les effectifs par strate selon le répertoire, le plan de sondage ainsi que les poids de sondage. Tableau 2 : Répartition des entreprises du répertoire selon les strates (secteur taille) Taille et plus Total d effectif Secteur Industrie Construction Commerce Services Transport Total Tableau 3: Répartition des entreprises échantillonnées selon les strates Taille et plus Total d effectif Secteur Industrie Construction Commerce Services Transport Total Tableau 4 : Poids de sondage selon les strates Taille et plus Total d effectif Secteur Industrie Construction Commerce Services Transport Total /15

7 2.4 Les fichiers et la description des variables Les fichiers sont les suivants : Rep, fichier issu de la base de sondage et contenant les entreprises échantillonnées (le tableau 6 en présente une description). Survey1 contient les données brutes de l enquête (cf. tableau 7). Survey2 contient les données apurées de l enquête (cf. tableau 7). Survey3 contient les données apurées et redressées de la non réponse totale (cf. tableau 8). Survey4 contient les données apurées et redressées des non réponses totales et partielles (cf. tableau 9). Tableau 5 : Correspondance entre les modules et les fichiers Modules Fichiers 1. Contrôles des données Survey1 2. Qualité du répertoire Survey2 et Rep 3. Traitement de la non réponse totale Survey2 et Rep 4. Le plan de sondage Survey3 et Rep 5. Traitement de la non réponse partielle Survey3 6. Analyse et présentation des résultats Survey4 7/15

8 Tableau 6 : Description des variables et des codes du fichier rep.* Nom de la variable Définition de la variable Codification utilisée Id (1) Secteur Nace2 Nace4 Numéro d enregistrement de l entreprise dans le répertoire. Nomenclatures économiques de synthèse Secteur d activité de l entreprise, code Nace à 2 chiffres. Secteur d activité de l entreprise, code Nace à 4 chiffres. Code numérique com : commerce const : construction ind : industrie trans : transport serv : services Nomenclature Nace à 2 chiffres Nomenclature Nace à 4 chiffres FJ Forme juridique de l entreprise 1 : entreprise individuelle 2 : société en nom collectif 3 : entreprise publique 4 : société par actions (SA) 5 : SARL 6 : autres Taille Nombre de personnes occupées d après le répertoire. entière Strate Nom des strates de tirage. Concaténation du secteur et de la taille (secteur_taille). La taille 6 indique que la taille est supérieure ou égale à 6 (dans le répertoire) Poids Poids de sondage (1) Les expressions des identifiants sont hétérogènes, car ce répertoire national a été construit d une part à partir des répertoires administratifs des régions et d autre part de deux sources d enregistrement. On a vérifié qu une même entreprise n avait pas deux identifiants différents et qu un identifiant correspondait à une seule entreprises. Dans ce fichier rep, la variable strate est une variable construite, la variable poids est calculée et les autres variables proviennent du répertoire administratif. 8/15

9 Tableau 7 : Description des variables et des codes du fichier survey1.* et survey2.* Nom de la variable Définition de la variable Codage utilisé Id Numéro d enregistrement de Code numérique l entreprise dans le répertoire Indrep Variable de gestion de l enquête 1 : réponse (1) 2 : refus 3 : entreprise non trouvée. Pas d information 4 : hors champ sectoriel déclaré au niveau régional (2) 5 : changement du code d identification (Id) (3) Nace4_s Secteur de l entreprise, code Nomenclature Nace à 4 chiffres Nace à 4 chiffres, d après l enquête FJ_s Forme juridique de l entreprise d après l enquête 1 : entreprise individuelle 2 : société en nom collectif 3 : entreprise publique 4 : SARL 5 : société par actions 6 : autres Taille_s Nombre de personnes occupées entière Duree Active d après l enquête Durée (exprimée en mois) de l activité pendant l année de référence Entreprise active au moment de l enquête. entière, inférieure ou égale à 12 1: oui 2 : non 0 : Pas d information Moisclos Mois de fermeture de l entreprise entière de 0 à 12 (0 correspond à une entreprise non fermée ou à l absence de réponse, 1 à janvier, 2 à février,...) Anclos Indenq Emploi Salaire Indca CA Année de fermeture de l entreprise Variable de gestion de l enquête qui indique la poursuite du questionnaire Nombre de salariés en équivalent temps plein Masse salariale distribuée, exprimée en unités monétaires(4) Indicateur de réponse à la partie consacrée au chiffre d affaires Chiffre d affaires total, exprimé en 100 unités monétaires (5) Code numérique à 2 chiffres 1 : oui 2 : non 0 : sans objet ou non précisé 1 : oui 3 : non 9/15

10 Remarques : (1) Ce code indique plutôt un retour du questionnaire, en excluant les cas qui correspondent aux autres modalités de cette variable. (2) Ces hors champ constatés, le furent au niveau régional au moment de la collecte des données. (3) Le code finalement enregistré dans le fichier survey1 de l enquête correspond à celui du fichier rep. Ce code est intéressant pour la gestion du répertoire, mais pour l enquête il correspond à des retours de questionnaires. (4) On constate des sous déclarations de la masse salariale pour des raisons liées aux charges sur les salaires. (5) Dans le questionnaire, les salaires et le chiffre d affaires étaient exprimés dans la même unité (pour éviter les confusions). 10/15

11 Tableau 8 : Description des variables et des codes du fichier survey3.* Ce fichier nécessaire au module 5 de traitement de la non réponse partielle ne contient que les entreprises répondantes du champ de l enquête (2432 entreprises). Nom de la variable Définition de la variable Codage utilisé Id Numéro d enregistrement de Code numérique l entreprise dans le répertoire. Strate Noms des strates de tirage. Concaténation du secteur et de la taille (secteur_taille). La taille 6 indique que la taille est supérieure ou égale à 6 (dans le répertoire) Nace4 Secteur d activité de l entreprise, Nomenclature Nace à 4 chiffres Nace à 4 chiffres (répertoire) Nace4_s Secteur d activité de l entreprise, Nomenclature Nace à 4 chiffres code Nace à 4 chiffres, d après l enquête FJ_s Forme juridique de l entreprise d après l enquête 1 : entreprise individuelle 2 : société en nom collectif 3 : entreprise publique 4 : SARL 5 : société par actions 6 : autres Taille_s Nombre de personnes occupées entière Duree Emploi Salaire Indca CA nw d après l enquête. Durée (exprimée en mois) de l activité pendant l année de référence. Nombre de salariés en équivalent temps plein Masse salariale distribuée, exprimée en unités monétaires(3) Indicateur de réponse à la partie consacrée au chiffre d affaires Chiffre d affaires total, exprimé en 100 unités monétaires Nouveau poids de sondage (après traitement de la non réponse totale et des hors champ) entière, inférieure ou égale à 12 0 : sans objet ou non précisé 1 : oui 3 : non 11/15

12 Tableau 9 : Description des variables et des codes du fichier survey4.* Ce fichier nécessaire au module 6 d analyse et de présentation des résultats de traitement ne contient que les entreprises répondantes du champ de l enquête dont les réponses sont exploitables pour une publication. Nom de la variable Définition de la variable Codage utilisé Id Numéro d enregistrement de l entreprise dans le répertoire. Code numérique Strate Noms des strates de tirage. Concaténation du secteur et de la taille (secteur_taille). La taille 6 indique que la taille est supérieure ou égale à 6 (dans le répertoire) Nace4_s FJ_s Taille_s Duree Emploi Salaire CA nw Secteur d activité de l entreprise, code Nace à 4 chiffres, d après l enquête Forme juridique de l entreprise d après l enquête Nombre de personnes occupées d après l enquête. Durée (exprimée en mois) de l activité pendant l année de référence. Nombre de salariés en équivalent temps plein Masse salariale distribuée, exprimée en unités (3) Chiffre d affaires total, exprimé en 100 unités Nouveau poids de sondage (après traitement de la non réponse totale et des hors champ) Nomenclature Nace à 4 chiffres 1 : entreprise individuelle 2 : société en nom collectif 3 : entreprise publique 4 : SARL 5 : société par actions 6 : autres entière entière, inférieure ou égale à 12 12/15

13 3. Les contrôles des données d enquête Cette première étape indispensable vient immédiatement après la saisie des questionnaires. Et la pratique montre que ces contrôles doivent être méthodiques et rigoureux. Ce module a pour objectif d amener les participants à une réflexion et une pratique sur l apurement des données. 3.1 Les différents contrôles - Contrôles univariés - Contrôles de cohérence interne - Contrôles de vraisemblance - Contrôles agrégés 3.2 Application Le fichier permet de présenter et de mettre en oeuvre les contrôles suivants : - Contrôles de saisie et de codification sur différentes variables. - Présence de valeurs manquantes et de valeurs ou de modalités atypiques. - Contrôles de cohérence interne (relations logiques, équilibres comptables). - Contrôles de vraisemblance, à l aide de ratios. 13/15

14 4. La qualité d une base de sondage Ce module a pour objectif d amener les participants à une réflexion sur l importance d avoir une base de sondage de bonne qualité pour les enquêtes. 4.1 Définitions de la qualité des données et de la base de sondage On peut donner deux définitions de la qualité des données : Une définition statistique fondée sur la précision des estimateurs, l existence ou non de biais et la vérification des hypothèses. Une définition plus large pour les gestionnaires, à savoir l adaptation des informations aux besoins des utilisateurs. Au niveau de l Union Européenne, 4 critères de qualité du répertoire sont proposés : Au moins 95% des entreprises créées l année n doivent être enregistrées et donc présentes dans la base de sondage l année n+1. Ceci pour avoir une bonne couverture des entrées. Le taux des enregistrements multiples doit être inférieur à 1%. Un sous enregistrement des cessations d activité, est inéluctable, mais le taux de ces faux actifs doit être, dans chaque strate, inférieur à 2 fois le taux des cessations d activité déclarées. Les erreurs de classement, dans la base de sondage, des entreprises selon l activité et la taille détériorent la précision des estimations. Il est donc recommandé de contrôler ces variables et plus généralement toutes les variables de stratification : une fois par an pour les unités échantillonnées et au moins une fois tous les 4 ans pour les autres. 4.2 Application La base de sondage doit permettre de repérer sans ambiguïté les unités, être exhaustive, sans double compte et si possible contenir des informations auxiliaires. La base de sondage doit comporter également des informations sur l entreprise : secteur d activité, taille, forme juridique, unités locales, adresse...ce module donne aussi l occasion d aborder les questions de nomenclature et de codification de l activité principale. 14/15

15 5. Analyse et présentation des résultats Les résultats seront analysés à travers des analyses unidimensionnelles et bidimensionnelles, sans oublier les questions importantes de présentation de ces résultats. Différentes formes de tableaux et de graphiques seront présentées. Les graphiques sont souvent préférables aux formules mathématiques. Produire des chiffres ne suffit pas, il faut aussi être capable de juger de leur fiabilité, de les interpréter et de les communiquer. L analyse des résultats des enquêtes structurelles auprès des entreprises permet d élaborer schématiquement trois sortes de publication en fonction des objectifs et du public cible : - Un bulletin court synthétique (de quatre pages, par exemple) qui contient les informations générales principales et qui doit être rapidement disponible. - Des publications plus approfondies sur un thème (l emploi, la démographie des entreprises,...) ou un secteur d activité. Dans ce dernier cas, les analyses mettront en évidence les spécificités sectorielles. - Des comparaisons régionales sur les localisations et l importance des activités sectorielles. Quels sont les résultats à présenter? Comment présenter les résultats? Michel GRUN-REHOMME 15/15