STATPLUS1 The PMRS Ottawa Chapter would like to acknowledge the support of the following organizations. Without their kind donations we could not continue.

Présentation au sujet: "STATPLUS1 The PMRS Ottawa Chapter would like to acknowledge the support of the following organizations. Without their kind donations we could not continue."— Transcription de la présentation:

1 STATPLUS1 The PMRS Ottawa Chapter would like to acknowledge the support of the following organizations. Without their kind donations we could not continue to offer quality programs such as the one you are about to see.

2 La non-réponse : Démonter la boîte noire

3 STATPLUS3 Composants principaux de la non-réponse Refus de participer Non-disponibilité

4 STATPLUS4 Taux de réponse : Nombre de répondants Nombre de cas éligibles

5 STATPLUS5 Questions abordées : Y a-t-il un lien entre le taux de réponse et le risque de biais? La pondération peut-elle atténuer les biais de non-réponse? Faut-il se soucier des biais qui sont “à l’intérieur de la marge d’erreur”?

6 STATPLUS6 Impact possible de la non-réponse : Engendrer des sur (sous) représentations de divers segments de l’échantillon (âge, sexe, langue d’usage…)et/ou Engendrer des biais dans les estimations (degré de satisfaction…)

7 STATPLUS7 Distinction entre... Variables de profil (structure) : (âge, sexe, langue d’usage…)et Variables de contenu : (degré de satisfaction, cote d’écoute…)

8 STATPLUS8 Décomposition du biais de mesure

9 STATPLUS9 Biais si... Il existe un lien entre : la probabilité de répondre au sondage et le phénomène mesuré

10 STATPLUS10 Surreprésentation d’un segment si... Il existe un lien entre : la probabilité de répondre au sondage et le fait d’appartenir ou non au segment

11 STATPLUS11 L’ampleur du biais de surreprésentation d’un segment dépend... du taux de réponse et de la corrélation entre la probabilité de réponse et le fait d’appartenir au segment

12 STATPLUS12

13 STATPLUS13 L’ampleur du biais de surreprésentation dépend... du taux de réponse (= tr ) et de la corrélation entre la probabilité de réponse et l’appartenance au segment (=  ) Biais ~ (100 - tr) x 

14 STATPLUS14 Interprétation intuitive de  Différence entre : la probabilité de répondre si on appartient au segment et la probabilité de répondre si on n’appartient pas au segment

15 STATPLUS15 Surreprésentation biais? Oui, si le segment surreprésenté se distingue par rapport à la ‘moyenne’ en ce qui concerne la caractéristique d’intérêt

16 STATPLUS16 L’ampleur du biais engendré par la surreprésentation d’un segment dépend... de l’ampleur de surreprésentation et de l’écart qui sépare le segment par rapport à la moyenne

17 STATPLUS17 L’ampleur du biais engendré par la surreprésentation d’un segment dépend... de l’ampleur de la surreprésentation (x %) et de l’écart qui sépare le segment et son complément sur le phénomène mesuré (D)

18 STATPLUS18 L’ampleur du biais engendré par la surreprésentation d’un segment dépend... de l’ampleur de surreprésentation (x %) et de l’écart qui sépare le segment et son complément sur le phénomène mesuré (D) Biais = x % x D

19 STATPLUS19 Impact de la pondération

20 STATPLUS20 Impact de la pondération

21 STATPLUS21 Faut-il se soucier des biais qui sont “à l’intérieur de la marge d’erreur”?

22 STATPLUS22

23 STATPLUS23

24 STATPLUS24

25 STATPLUS25

26 STATPLUS26

27 STATPLUS27 Évolution de la théorie de l’échantillonnage Théorie classique : échantillons probabilistes Extension de la théorie : le concept de probabilité de réponse Modélisation des échantillons

28 STATPLUS28 Modèle probabiliste

29 STATPLUS29 Extension : concept de probabilité de réponse

30 STATPLUS30 Extrapolation par modélisation

31 STATPLUS31 Conclusions: on toujours avantage... à miser sur les stratégies qui augmentent les taux de réponse; à ancrer les échantillons sur le plus grand nombre de variables de contrôle possible.

32 STATPLUS32 Impact sur la précision des estimations Analogie avec les estimateurs de régression: y r = y + β(X – x) Les 3 méthodes de pondération donnent des estimateurs qui appartiennent à la famille des estimateurs de régression

33 STATPLUS33 Impact sur la variance des estimations Diminution (impact de la régression) : Var (y r ) = (1-R²) x Var (y) Augmentation (impact de la variation des poids) : (1 + V M )/(1 + V B ).

34 STATPLUS34 Impact sur le biais des estimations La correction du biais (x - X) apporte une correction proportionnelle sur y : (y r - y) = ρ σ y (X – x)/ σ x

35 STATPLUS35 Évolution des taux de réponse Études omnibus Sondages périodiques (‘Tracking’)

36 STATPLUS36 Impact des efforts pour augmenter les taux de réponse Taux de réponse obtenu après x rappels (x=0, 1, 2,…) Taux de réponse obtenu avec ou sans récupération de refus

37 STATPLUS37 Caractéristiques des non-répondants Enquêtes en deux phases Caractéristiques de répondants en fonction des efforts requis pour obtenir une réponse Enquête de type panel

38 STATPLUS38 Calcul du taux de réponse A =Tous les numéros ne correspondant pas à des ménages B =Tous les ménages rejoints dont aucun membre ne satisfait le critère d’éligibilité C=Tous les cas pour lesquels on n’a pu établir l’éligibilité D=Tous les ménages “ éligibles ” dans lesquels on n’a pu réaliser une interview E=Tous les répondants au questionnaire d’enquête principale

39 STATPLUS39 Taux de réponse E / [D + E + (T.É.) x C] (T.É.)= D + E B + D + E