Comportement des ménages par rapport au médium CRTV: Cas de la ville de Yaoundé

1.2.2. Apurement du fichier et déroulement du stage

1.2.2.1. Méthodologie de la phase d'apurement

Après la saisie, l'apurement des données qui est la détection des erreurs dans le fichier et leur correction est nécessaire. Il comprend les étapes suivantes :

ü contrôles d'exhaustivité de la saisie ;

ü contrôles de cohérence et de valeurs aberrantes ;

ü gestion des données manquantes.

Le contrôle d'exhaustivité de la saisie permet de repérer l'ensemble des informations partielles ou des omissions de saisie non renseignées dans les questionnaires. Les omissions de saisie peuvent conduire à l'incohérence de certaines variables, qu'il convient de corriger avant toute analyse des données ; c'est ce qui résume les contrôles de cohérence et de valeurs manquantes.

L'on observe généralement des non réponses totales ou partielles ; il s'agit non pas d'omission de saisie, mais des données non renseignées au moment de l'enquête sur le terrain. Compte tenu de l'impact que peut avoir ces données manquantes sur la qualité des estimateurs et la précision ou la vraisemblance des résultats obtenus, il convient de les traiter par des techniques appropriées.

Le traitement des données manquantes consiste en un ensemble de méthodes à appliquer en cas de non réponses, en vue d'améliorer la qualité des résultats obtenus lorsqu'on n'a pas pu enquêter la totalité de l'échantillon ou encore en cas de valeurs aberrantes ou manquantes. Les procédés possibles mis en exergue par la société statistique du Canada dans une étude de cas sur le traitement des données manquantes sont les suivantes :

ü Ne rien faire : les diverses analyses réalisées risquent alors, selon l'ensemble des variables analysées, d'être incohérentes ;

ü Inclure uniquement les répondants pour lesquels les renseignements sont complets : il s'agit d'éliminer toutes les unités d'échantillonnage avec au moins une valeur manquante. Les estimateurs utilisés peuvent être dans ce cas fortement biaisés, à moins que la non réponse ne dépende d'aucune des variables d'intérêts.

ü Utiliser une des méthodes de repondération : il s'agit d'augmenter le poids appliqué aux répondants pour compenser les non répondants quand on est en présence des non réponses totales (NRT).

ü Imputer les données pour remplacer les données manquantes : il s'agit de produire une valeur artificielle pour remplacer la valeur manquante. On utilise couramment l'imputation par la moyenne, par le ratio, par régression et par le plus proche voisin. Il faut noter cette technique est utilisée lorsque la non réponse est partielle.

Pratiquement, l'apurement du fichier des données s'est faite en plusieurs étapes : le regroupement des fichiers issues de la saisie, l'implémentation des procédures de contrôle d'exhaustivité de saisie, le contrôle de cohérences et des procédures d'imputation éventuelle de certaines valeurs manquantes ou aberrantes, l'exportation des données, la consultation des listings d'erreurs produits et correction manuelle des données.

1.2.2.2. Le « Batch Edit Application »

Le Batch Edit est un des modules du logiciel CSPro qui permet de développer des applications permettant le contrôle a posteriori des enregistrements d'un fichier de données. Ces contrôles se font par le biais de procédures implémentées dans l'application et s'appliquant aux fichiers de données adjoints spécifiés lors du montage et à l'exécution de l'application ; le résultat escompté est alors un listing d'erreurs généré automatiquement que l'on peut aussi personnaliser.

Graphique 1.1: Exemple d'application Batch Edit pour CRTV 2007

Source : EDIJ-2007 (ISSEA)

Ces contrôles se font par le biais de procédures implémentées dans l'application et s'appliquant aux fichiers de données adjoints spécifiés lors du montage et à l'exécution de l'application ; le résultat escompté est alors un listing d'erreurs généré automatiquement, que l'on peut aussi personnaliser. Ce listing contient toutes les informations relatives au nombre d'enregistrements parcourus, aux erreurs relevés, aux imputations effectuées ainsi que l'indication des identifiants des questionnaires correspondants.

Pour l'établissement de cette application, il suffit d'avoir un ou plusieurs dictionnaires de données et autant de fichiers de données correspondants ; Dans notre cas, il s'agit du dictionnaire de données créé pour le masque de saisie utilisé pour l'EDIJ 2007 monté dans CSPro. L'impression écran ci-dessus illustre un aspect de quelques contrôles mis en place dans CSPro.

Le tableau ci-dessous donne également un exemple important de contrôles implémentés et ses fonctions dans le tableau suivant :

Tableau 1.2 : Quelques exemples de contrôles utilisés.

Fonction	Procédure	Description
Contrôle de cohérence	PROC CRTV05C if s2q05a in 1-6 and $ in 1-2,9 then errmsg ("Niveau d'instruction < 7; CRTV05c doit être vide"); endif ;	Cette procédure s'assure que le niveau d'instruction ne doit pas être une valeur que celles permises

Source : EDIJ-2007 (ISSEA)

1.2.2.3. Déroulement du stage

Après une réunion de mise au point avec notre encadreur, notre stage a effectivement commencé le 04 juillet 2007. Ce stage peut être découpé en quatre périodes :

Première période : du 4 au 15 juillet.

Durant cette période, il était question pour nous de contrôler les questionnaires saisis et de procéder ensuite à l'apurement du premier fichier de données issu de la saisie des questionnaires par les étudiants de deuxième année du cycle IAS et enfin de déceler les erreurs et omissions de saisie. La plupart des variables telles que sexe, âge, durée de résidence à Yaoundé ayant été marquées « missing value » (valeurs manquantes) ont été remplacés par leurs valeurs effectives retrouvées sur les questionnaires. Les incohérences ont été traitées automatiquement avec les procédures de contrôle dans le logiciel CSPRO.

Deuxième période : du 16 au 31 juillet.

Cette période était essentiellement consacrée à la saisie des questionnaires retrouvés et sa fusion avec le fichier existant. La saisie s'est faite sur CSPRO suivie de l'exportation des données vers le logiciel SPSS et de l'apurement de la base de données ainsi générée.

Troisième période : du 1er au 18 Août.

Elle était consacrée à la tabulation, à la création des variables nécessaires pour l'analyse et à la confection des tableaux.

Quatrième période : du 19 Août au 15 septembre.

Durant cette période nous avons analysé les données de l'enquête suivant les objectifs de l'étude. Nous nous sommes particulièrement intéressés à la section CRTV du questionnaire ménage et plus précisément à l'étude du comportement des ménages de la ville de Yaoundé par rapport au média CRTV.