atelier rbm-merg sur la formation à leip, 6 au 9 octobre 2008, dakar, sénégal1 enquête sur les...

Atelier RBM-MERG sur la formation à l’EIP, 6 au 9 octobre 2008, Dakar, Sénégal 1

Enquête sur les Indicateurs du Paludisme (EIP):

Méthodes d'analyse

Analyse de la pondération et des donnéesPréparée par Allen Hightower, CDC, Kenya

Réadaptée et présentée par Etienne Minkoulou, OMS/AFRO


Analyse de la pondération et des données

• Conception et pondération de l'échantillon de l'EIP• Calcul de la pondération• Ajustement en cas de non-réponse• Pondération normalisée/standardisée• Analyse des données


Conception des grappes de l'EIP en plusieurs étapes

Kenya

Districtsruraux

Districts urbains

VillesNairobi/Mombasa

Petites villes(villes traditionnelles)

Municipalités(communes)

Statut socio-économique

Statut socio-économique


Échantillonnage en grappes en plusieurs étapes

• Probabilité de sélection inégale- Différence dans la probabilité de sélection- Différence dans les comportements des sous-

groupes- Résultats biaisés

• Échantillon aléatoire simple- Probabilité de sélection égale- Autopondération


À quoi sert la pondération ?

• À corriger une probabilité de sélection inégale• À obtenir des résultats représentatifs de la majorité

de la population, à partir de laquelle l'échantillon a été sélectionné

• À effectuer un ajustement en cas de non-réponse


Étapes de calcul de la pondération des échantillons

• Calculer les probabilités de sélection • Convertir les probabilités en pondérations• Normaliser ou standardiser les pondérations afin

de refléter une taille d'échantillon correcte


Calcul des probabilités de sélection

• La probabilité de sélection dépend du plan d'échantillonnage utilisé.

• Pour le plan d'échantillonnage de l'EIP en trois étapes, la probabilité de sélection correspond à la probabilité de sélection commune aux trois étapes de la sélection de l'échantillon.

• Pi = Pa * Pb * Pc


Probabilités de sélection

• Pa = Grappe P sélectionnée dans NASSEP IV

nbre grappes sélectionnées/nbre grappes disponibles

• Pb = Grappe P sélectionnée dans l'EIP

nbre grappes sélectionnées/nbre grappes disponibles

• Pc = Ménage P sélectionné dans l'EIP

nbre ménages sélectionnés/nbre ménages disponibles

• Pi = Ensemble du ménage P sélectionné dans l'EIP pour la grappe i


Calcul de la pondération des échantillons

• La pondération des échantillons affectée à un ménage dans une grappe donnée correspond à l'inverse de sa probabilité de sélection.

• Wi = 1/Pi

• Wi = Pondération pour les ménages de la ième grappe

• Pi = Probabilité de sélection pour les ménages de la ième grappe


Pondération normalisée/standardisée

• La pondération standardisée permet d'éviter de générer des erreurs standard et des intervalles de confiance incorrects.

• La pondération est standardisée en fonction de la

taille de l'échantillon et affiche une moyenne de 1,0.


Calcul de la pondération standardisée

• wi' = wi n/ wi ni où

• wi’= Pondération standardisée pour la grappe i• wi = Pondération des échantillons pour la grappe i• n = Taille d'échantillon totale• ni = Taille d'échantillon pour la grappe i

• Le résultat doit correspondre au nombre de personnes sélectionnées.


Ajustement de la pondération en cas de non-réponse

• Effectuer un ajustement de la pondération en cas de non-réponse d'un ménage ou d'un individu :

- lorsque le nombre de non-réponses est supérieur au nombre attendu ;

- lorsque les taux de réponse des données sociodémographiques (sexe, niveau d'instruction, etc.) différent du taux de réponse attendu.


Calcul de l'ajustement en cas de non-réponse

• Le facteur d'ajustement en cas de non-réponse (A) est l'inverse du taux de réponse (r).

Ai = 1/ri

La pondération finale ajustée en cas de non-réponse est le produit de la pondération standardisée et du facteur d'ajustement.

Pondération finale = wi' * Ai


Pondération de l'EIP

• Pondération des ménages = HW• Pondération des individus = HW/HRR• Pondération du laboratoire = IW */LRR

• HRR = Taux de réponse du ménage• LRR = Taux de réponse du laboratoire


Analyse des données

• Les logiciels conçus pour les enquêtes complexes permettent d'analyser les données de l'EIP.

• SUDAAN, SAS, SPSS et Stata ont des fonctions/procédures permettant de tenir compte du plan d'échantillonnage en plusieurs étapes et de générer des erreurs standard et des intervalles de confiance fiables.


Code SUDAAN de l'échantillon

• PROC CROSSTAB DATA=MIS1 filetype=sas design=WR;• NEST strata1 qhnassep /psulev=2 missunit;• WEIGHT Weight; • TABLE Sex*Parasite;• CLASS Sex Parasite;• RUN;


Code SAS de l'échantillon

• PROC SURVEYFREQ data=MIS1; • WEIGHT weight;• STRATA strata1; • CLUSTER qhnassep; *** EA ID variable **;• TABLES parasite / cl row deff; *** Y/N Parasitemia **;• RUN;


Données de l'échantillon

FréquenceFréquence pondérée

%VIH+

Erreurstandard

95 % LIC

95 %LSC EPS

SUDAAN non pondéré

3 000 3 000

187 187 6,23 0,617 5,1 7,6 2,0

SASpondéré

3 000 1 626 744,41

187 108 215,381 6,65 0,828 5,2 8,5 3,3

SUDAAN pondéré

3 000 1 626 744,41

187 108 215,381 6,65 0,828 5,2 8,5 3,3


Exemple de tableau de résultats après pondération


Autres éléments de considération

• Variables d’analyse: milieu de résidence, indice de bien être économique (quintiles), niveau de représentativité (région/province/district)

• Tenir compte des groupes cibles (<5 ans, femmes enceintes, etc.)

• Respecter rigoureusement la définition des indicateurs dans l’analyse


Conclusions

• L’analyse des données doit tenir compte de l’échantillonnage car l’interprétation des résultats en dépend

• Utiliser les compétences appropriées (statisticiens) et outils appropriés (logiciels statistiques) pour cette analyse

atelier rbm-merg sur la formation à leip, 6 au 9 octobre 2008, dakar, sénégal1 enquête sur les...

Documents