Estimação do erro da amostra
Les estimations issues d'un échantillon sont affectées par deux types d'erreurs :
1) erreurs de non-échantillonnage et
2) erreurs d'échantillonnage.
Les erreurs de Non-échantillonnage sont les résultats des erreurs de collecte et de traitement informatique de données. Des nombreux efforts ont été faits pendant l'exécution de MICS 2006 pour réduire au minimum ce type d'erreur. Cependant, les erreurs de non-échantillonnage sont impossibles à éviter et difficile à évaluer statistiquement.
Les erreurs d'échantillonnage peuvent être statistiquement évaluées. L'échantillon des répondants à MICS 2006 est seulement l'un des nombreux échantillons possibles qui auraient pu avoir été choisis au sein de la population, en utilisant la même conception et taille prévues. Chacun de ces échantillons donnerait des résultats légèrement différents des résultats de l'échantillon réellement choisis. Les erreurs d'échantillonnage sont une mesure de la variabilité dans les résultats à travers tous les échantillons possibles. Bien que, le degré de variabilité ne soit pas connu exactement, il peut être estimé à partir des résultats de l'enquête. Les erreurs d'échantillonnage sont les écarts type (standard error) pour une statistique donnée (moyenne ou pourcentage), qui est la racine carrée de la variance. Des intervalles de confiance sont calculés pour chaque statistique. On suppose que la vraie valeur de la statistique se trouve dans cet intervalle. L'erreur type dans les MICS est estimée à plus ou moins deux écarts type (standard error), ce qui équivaut à 95% de l'intervalle de confiance. Si le groupe des répondants avait été un échantillon aléatoire simple, il aurait été possible d'employer des formules simples pour calculer les erreurs d'échantillonnage. Cependant, l'échantillon de MICS 2006 est le résultat d'une conception stratifiée à plusieurs degrés, et par conséquent l'utilisation des formules plus complexes est nécessaire. Le module " complex samples" de SPSS a été utilisé pour calculer les erreurs d'échantillonnage. Ce module utilise la méthode de linéarisation de Taylor pour estimer la variance des moyennes et proportions. Cette méthode est documentée dans le dossier CSDescriptives.pdf de SPSS (voir l'aide sous SPSS ainsi que les options d'algorithmes). Les erreurs d'échantillonnage ont été calculées pour un ensemble de statistiques (qui sont des proportions dues aux limitations de la méthode de linéarisation de Taylor) au niveau national, urbain et rural, et pour chaque région. Les détails sur les erreurs d'échantillonnage sont présentés en annexe et la table d'erreurs d'échantillonnage est présentée dans les ressources externes.
|
Outras formas de avaliação dos dados
Une série de tableaux et de graphiques de qualité pour passer en revue la qualité des données sont disponibles. il comprennent :
- Distribution d'âge de la population de ménage.
- Distribution d'âge des femmes éligibles et des femmes interviewées.
- Distribution d'âge des enfants éligibles et des enfants pour qui la mère ou la - nourisse a été interviewée.
- Distribution d'âge des enfants de moins de 5 ans en groupes de 3 mois.
- Rapports d'âge et de période aux frontières d'éligibilité.
- Pourcentage d'observations avec données manquantes sur des variables choisies.
- Présence de la mère dans le ménage et de la personne interviewée pour le questionnaire moins de 5 ans.
- Fréquentation scolaire par année d'âge.
- Rapport de sexes à la naissance parmi des enfants nés, survivant et morts par âge du répondant.
- Distribution des femmes selon la durée depuis la dernière naissance.
- Scatterplot du poids par taille, du poids par âge et de la taille par âge.
- Graphique de la population masculine et féminine par année d'âge.
- Pyramide de la population.
Les résultats de chacune des tables sur la qualité des données sont montrés dans l'annexe du rapport final et sont également donnés dans les ressources externes de cette section. En général, une colonne est reservée dans les tableaux du rapport principal pour présenter les données manquantes, dès que celles-ci sont supérieures ou égales à 1%.
|
Digg
Google Buzz
LinkedIn
Stumbleupon
Delicious
