WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Pauvreté et mortalité des enfants de moins de cinq ans en Mauritanie

( Télécharger le fichier original )
par Samba Idrissa SOW
Université de Yaoundé II / Institut de Formation et de Recherche Démographiques (IFORD), Yaoundé (Cameroun)  - DESS en Démographie 2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.2. Evaluation de la qualité des données

Les données des enquêtes réalisées sont en général entachées d'erreurs. Il importe donc de procéder à l'évaluation de leur qualité pour que les utilisateurs disposent d'éléments leur permettant d'en apprécier les biais éventuels, la précision, et donc les limites d'utilisation (Gendreau, 1993 : p14). Notre évaluation portera sur l'âge des mères enquêtées, sur la parité moyenne, sur le rapport de masculinité à la naissance, sur la structure par âge et par sexe des enfants décédés, sur la proportion des enfants décédés par groupes d'âges des mères et sur le nombre moyen des enfants de moins de cinq ans et des proportions des non réponses.

L'évaluation de la qualité des données est une étape importante dans le processus de recherche en sciences sociales. Elle l'est encore plus dans les pays en voie de développement où le système d'état civil fonctionne de façon défaillante, ce qui laisse libre cours aux déclarations fallacieuses des âges et aux problèmes de mémoires lorsque les événements datent d'une période assez lointaine. A ceci, s'ajoutent les tabous de tous genres liés essentiellement aux pesanteurs socioculturelles. Cette évaluation permet donc de s'assurer de la fiabilité des données utilisées car les déclarations sont, comme nous venons de le dire, très souvent entachées d'erreurs dues à des omissions ou à des reports sur d'autres périodes.

3.2.1. Evaluation de la déclaration des âges des mères enquêtées

L'âge est une variable très fondamentale dans l'analyse des phénomènes démographiques. A cet effet, la mauvaise déclaration de l'âge des mères a un impact non négligeable sur l'étude de la mortalité. Par conséquent, il est nécessaire d'examiner au préalable la répartition des femmes selon l'âge.

Notre évaluation des données sera à la fois graphique et à partir de certains indices. Parmi ces indices on peut citer: l'indice de Whipple, de Myers, de Bachi et Indice combiné des Nations Unies. Dans notre cas nous n'allons utiliser que l'indice de Whipple car il est particulièrement approprié pour le type de données dont nous disposons.

Ø L'indice de Whipple

Cet indice mesure l'attraction ou la répulsion des âges terminés par 0 ou 5. Il est calculé en rapportant l'effectif des personnes d'âge se terminant par 0 ou 5 à l'effectif de la population âgée de 23-62 ans, le tout multiplié par 5. Si tous les âges se terminent par 0 ou 5, c'est-à-dire qu'il y a attraction parfaite vers ces âges, l'indice vaut 5. S'il y a répulsion pour ces âges, l'indice est inférieur à 1. Si la répulsion est parfaite, c'est-à-dire si aucun âge ne se termine par 0 ni par 5, l'indice vaut 0 (Gendreau, 1993).

La formule de calcul de cet indice :

Dans le cas où sont concernées les femmes de 15 à 49 ans, l'indice de Whipple s'obtient par la formule suivante :

Classification des Nations unies relative à l'indice de Whipple

Si = 0, c'est qu'aucun des âges déclarés ne se termine par 0 ou 5.

Si = 5, alors tous les âges se terminent par 5 ou 0

Si < 1, il y a répulsion pour les âges terminés par 5 ou 0.

Si > 1, il y a attraction pour les âges terminés par 5 ou 0.

Si = 1 alors il n'y a pas de préférence ni pour 5 ni pour 0.

Si, c'est que les âges déclarés sont exacts.

Les résultats donnent une valeur de 1,657. Cette valeur suggère une légère attraction pour des âges terminés par 5 ou 0.

Ø Méthode graphique

Le graphique 3.1 met en exergue des pics aux âges terminés par 0 ou 5, signe d'une mauvaise déclaration de l'âge des femmes au moment de l'enquête. La population féminine âgée de 15-49 ans évolue en dents de scie. Pour effectuer une première correction de ces biais, on a fait des regroupements en groupes d'âge (voir graphique 3.2).

Graphique 3.1 Evolution de l'effectif des femmes enquêtées par milieu de résidence selon l'âge des femmes

Source : Traitement des données, l'EDSM, 2000-01

Tableau 3.2 La répartition des effectifs des femmes enquêtées par groupe d'âges quinquennaux

Groupes d'âges

Urbain

Pourcentage

Rural

Pourcentage

Ensemble

Pourcentage

15-19 ans

1111

23,0

627

21,7

1738

22,5

20-24 ans

940

19,4

554

19,1

1494

19,3

25-29 ans

814

16,8

487

16,8

1301

16,8

30-34 ans

689

14,3

453

15,7

1142

14,8

35-39 ans

557

11,5

289

10,0

846

10,9

40-44 ans

473

9,8

291

10,1

764

9,9

45-49 ans

251

5,2

192

6,6

443

5,7

Total

4835

100,0

2893

100,0

7728

100,0

Source : Rapport Enquête Démographique et de Santé de Mauritanie, 2000-2001

Graphique 3.2 Evolution de l'effectif des femmes enquêtées par milieu de résidence selon le groupe d'âges quinquennaux

Source : Traitement des données, l'EDSM, 2000-01

Les courbes ainsi obtenues avec le regroupement des âges, indique une décroissance régulière de la proportion des femmes avec l'âge. On observe une proportion élevée des femmes aux âges jeunes (22,5% pour l'ensemble, 23,0% en milieu urbain et 21,7% en milieu rural). Les courbes fléchissent au groupe d'âge 25-29 ans pour décroître régulièrement et se stagner au groupe d'âge 45-49 ans. Dans l'ensemble, les courbes sont assez régulières. Ainsi, elles reflètent la structure attendue dans les pays à très faible revenu. Ce qui semble montrer que le regroupement des âges a permis de réduire les perturbations.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il ne faut pas de tout pour faire un monde. Il faut du bonheur et rien d'autre"   Paul Eluard