La méthode d’ancrage : estimation des effets de l’intervieweur en l’absence d’attribution imbriquée de l’échantillon
Section 3. La méthode d’ancrage
Comme nous l’avons indiqué à la
section 2.3, les méthodes existantes ajustent les effets possibles de
l’intervieweur introduits aux étapes de recrutement et de mesure de la collecte
de données en incluant des covariables au niveau du répondant et de la zone, ou
au niveau de l’intervieweur dans les modèles multiniveaux (Hox, 1994).
Toutefois, un tel ajustement peut être erroné si une partie de la variance de
l’intervieweur est simplement due à un échantillonnage non imbriqué. Comme
l’ont indiqué Elliott et West (2015), si des sujets ayant des valeurs
semblables à une variable d’intérêt sont assignés à des intervieweurs de
manière non aléatoire, par exemple, si un intervieweur travaillant de jour par
téléphone a tendance à interroger des répondants plus âgés, dont l’âge peut
être corrélé avec les principales variables d’intérêt, ces variables seront
corrélées avec des intervieweurs spécifiques. Cependant, nous ne faisons que
réordonner l’échantillon aléatoire, sans introduire d’erreur de mesure de la
manière décrite dans la section 1, par exemple, West et Blom (2017).
Ainsi, les données réelles ne sont pas modifiées et il n’y a pas de véritables
effets de l’intervieweur : nous qualifions la corrélation résultante induite
par l’intervieweur de « trompeuse » du point de vue de l’inflation de
la variance. De cette façon, le fait d’estimer les effets de l’intervieweur
sans tenir compte de l’attribution différentielle de l’échantillon peut mener à
des inférences prudentes, ce qui entraîne des estimations trompeuses et trop
larges de la variance de l’intervieweur, des valeurs et des intervalles de confiance, ainsi que des
décisions opérationnelles incorrectes basées sur les effets prévus pour les
intervieweurs individuels.
Pour combler cette importante lacune de
la littérature, nous décrivons une méthode « d’ancrage » que les
analystes peuvent utiliser pour estimer les composantes uniques de la variance
dues aux effets de l’intervieweur sur la sélection et la mesure. La méthode
vise à tirer avantage des corrélations entre les variables pour lesquelles
l’erreur de mesure de l’intervieweur est préoccupante et les variables qui,
selon ce que l’on a raison de croire et ce que l’on sait, sont exemptes
d’erreur de mesure. Ainsi, la méthode permet d’éliminer la fraction de la
corrélation induite par l’intervieweur qui est due à l’attribution non
imbriquée de l’échantillon. Dans le cas le plus simple, si nous avons deux
variables, l’une traitée comme étant exempte d’erreur de mesure
(l’ancre) et l’autre traitée comme étant susceptible de présenter
une erreur de mesure induite par l’intervieweur, et que notre objectif est
d’estimer une moyenne de nous ajustons un modèle multiniveau aux
données observées pour les deux variables qui inclut un effet aléatoire de
l’intervieweur uniquement pour la variable sujette à l’erreur de mesure :
Dans (3.1), indexe les intervieweurs, indexe les répondants parmi les intervieweurs,
indexe la variable (1 = ancre,
2 = variable d’intérêt), correspond à l’effet de l’intervieweur, et
Dans ce manuscrit, l’inférence est
centrée sur bien que ou puissent également présenter un intérêt si
nous nous concentrons sur la variance des intervieweurs ou sur la détermination
des intervieweurs individuels qui contribuent à cette variance.
Afin de fournir une explication
heuristique de la raison pour laquelle l’approche d’ancrage proposée
fonctionne, supposons que et net de sont presque parfaitement corrélés. Étant
donné que est dépourvue d’erreur de mesure, elle peut
servir de donnée substitutive de la composante d’erreur non mesurée de en absorbant l’erreur artificielle de induite par le classement des données.
L’absence d’imbrication signifie que l’estimation d’un modèle mixte linéaire
reposant uniquement sur donnera une estimation biaisée vers le haut de
si Des renseignements seront disponibles pour
réduire le biais de De grands échantillons et des corrélations
élevées entre et donneront des estimations de plus en plus
précises de et donc, de l’incidence réelle de l’erreur de
mesure induite par l’intervieweur sur la variance de
Cette approche peut aisément être
généralisée au cas où l’on dispose de variables d’ancrage exemptes d’erreur de mesure :
Dans ce cas, les premières variables sont supposées être exemptes d’erreur de
mesure de la part de l’intervieweur et la variable est la variable d’intérêt, et où est une matrice de covariance non structurée. Sinon, au lieu d’utiliser
directement (3.2), il est également possible de ramener (3.2) à une variable
bidimensionnelle dans (3.1) en remplaçant par la meilleure prédiction linéaire de en utilisant les variables d’ancrage : où et
3.1 Remarques sur l’estimation
Il est
possible d’utiliser un logiciel standard de modèle linéaire mixte (par exemple
SAS PROC MIXED) pour ajuster les modèles dans (3.1) ou (3.2) et obtenir une
estimation ponctuelle du maximum de vraisemblance restreint (REML) ainsi qu’une estimation de la variance
connexe. Nous avons fourni un exemple annoté de ce code dans les documents
supplémentaires. Les pondérations utilisées pour tenir compte des probabilités
inégales de sélection, de l’ajustement pour la non-réponse et de la calibration
sur des valeurs de population connues peuvent être incorporées à l’aide de
l’estimation du pseudo-maximum de vraisemblance (PML; Pfeffermann, Skinner,
Holmes, Goldstein et Rasbash, 1998; Rabe-Hesketh et Skrondal, 2006) lors de
l’ajustement des modèles dans (3.1) ou (3.2). Nous recommandons généralement
d’attribuer aux intervieweurs une pondération de 1 lors de l’ajustement de
modèles multiniveaux pondérés de ces formulaires, afin d’imiter la notion
d’échantillonnage aléatoire simple des intervieweurs à partir d’une population
hypothétique d’intervieweurs. Les pondérations des répondants doivent être
remises à l’échelle pour que leur somme corresponde au nombre final de
répondants pour chaque intervieweur (Carle, 2009), et des extensions de la
méthode PML décrites par Veiga, Smith et Brown (2014), et Heeringa, West et
Berglund (2017, chapitre 11) peuvent être utilisées pour incorporer les
pondérations remises à l’échelle dans l’estimation de la structure de
covariance résiduelle dans (3.1) ou (3.2). Dans les échantillons à plusieurs
degrés où les intervieweurs franchissent des zones géographiques, il est
également possible d’utiliser des modèles à effets aléatoires recoupés (Rasbash
et Goldstein, 1994).
3.2 La méthode d’ancrage bayésienne
En présence
de renseignements a priori sur
les paramètres d’intérêt dans ce modèle (par exemple dans une enquête
transversale répétée menée par un intervieweur), les modèles dans (3.1) ou
(3.2) peuvent également être ajustés en utilisant une approche bayésienne pour
incorporer les renseignements préalables. Dans les enquêtes répétées qui contrôlent
soigneusement le rendement de l’intervieweur, il est important d’avoir de
bonnes prédictions des effets de l’intervieweur individuel basées sur la
composante de variance estimée. En raison des données historiques d’une enquête
ayant les mêmes conditions essentielles de conception, il est possible
d’estimer les paramètres d’intérêt dans (3.1) en utilisant ces données
historiques, et de définir ensuite des distributions a priori informatives pour ces paramètres. (Parmi ces types
d’enquêtes, citons les collectes de données transversales répétées faisant
partie des enquêtes de haute qualité commanditées par les administrations
publiques, comme la National Health
Interview Survey ou, comme l’exemple pris dans cette étude, le Behavioral Risk Factor Surveillance System).
Plus précisément, nous envisageons l’utilisation d’une distribution a priori de l’écart-type de l’effet
de l’intervieweur qui suit une demi-distribution (Gelman, 2006) ayant des degrés de liberté et un écart-type
À l’instar
de Gelman, nous supposons que et nous estimons en fonction d’estimations a priori
des effets de l’intervieweur. Nous envisageons des distributions a priori standards faibles pour les
moyennes à effet fixe : et pour la variance résiduelle :
Cette
approche présente des avantages comparativement aux approches de mise à l’essai
du rapport de vraisemblance qui reposent sur une théorie asymptotique, en
particulier pour les petits échantillons. En utilisant des renseignements a priori visant à contraindre la
distribution a posteriori
résultante pour les composantes de la variance de l’intervieweur, nous évitons
généralement des tirages extrêmement importants de la composante de la
variance, sans pour autant contraindre les moyennes ou les variances résiduelles.
Elle contraint également les tirages a posteriori
des composantes de la variance à être supérieurs à zéro, ce qui permet une
inférence basée sur de petites composantes de la variance, alors que les
procédures d’ajustement des modèles fréquentistes fixent généralement ces
estimations des composantes de la variance exactement à zéro (ce qui équivaut à
une hypothèse plutôt déraisonnable selon laquelle chaque intervieweur produit
exactement la même estimation de l’enquête; West et Elliott, 2014). Dans de
tels cas, les effets des intervieweurs (même s’ils sont faibles) seraient
complètement laissés de côté. L’approche bayésienne permettrait néanmoins
d’intégrer les petits effets dans l’inférence. Elle permettrait également
d’obtenir des intervalles crédibles pour les composantes de la variance de
l’intervieweur en fonction des tirages a posteriori.
3.3 Choix des variables d’ancrage
Selon une
hypothèse clé sous-jacente de l’approche standard basée sur la régression et de
la méthode d’ancrage, les variables sélectionnées sont exemptes d’erreurs
induites par l’intervieweur. À l’instar de l’hypothèse de répartition au hasard
des données manquantes formulée dans les ouvrages publiés sur les données
manquantes, nous ne pensons pas qu’il y aura souvent des cas où nous pourrons
être certains de cette hypothèse. Nous croyons plutôt que des approximations
pourront être disponibles sur la base de mesures démographiques simples (par exemple
l’âge) ou d’autres questions factuelles comportant des choix de réponse simples
(par exemple l’emploi actuel), et que l’intervieweur aura peu de chances
d’introduire une erreur. L’identification de covariables exemptes d’erreurs
avant la collecte des données est une composante substantielle et
méthodologique importante de cette approche. La documentation méthodologique a priori sur les variables les plus
sujettes aux effets de l’intervieweur (West et Blom, 2017) peut être consultée
pour cette composante de l’approche.
Comme nous
l’avons mentionné ci-dessus, si nous disposons de plusieurs covariables sans
erreur mesurées selon les répondants, nous pouvons préserver leur pouvoir
prédictif (et donc la corrélation des résidus de l’ancre avec les résidus de la
variable d’intérêt) en effectuant un calcul de la prédiction linéaire de la
variable d’intérêt à partir d’un modèle linéaire qui inclut les effets fixes de
toutes les covariables exemptes d’erreur. Nous envisageons une telle approche
dans nos études par simulation et nos applications, et nous la comparons à
l’approche « standard », qui consiste simplement en un ajustement de
ces covariables dans un modèle multiniveau dans le but d’améliorer l’estimation
de la composante de variance de l’intervieweur (Hox, 1994).
Enfin,
l’approche d’ancrage s’appuie sur des modèles à effets mixtes susceptibles de
produire des estimations correctes avec une quantité suffisante de données.
Cependant, ces modèles peuvent être plus difficiles à ajuster, en particulier
pour les petits échantillons; par conséquent, nous envisageons également des
approches bayésiennes de rechange lors de l’évaluation de l’approche d’ancrage.
ISSN : 1712-5685
Politique de rédaction
Techniques d’enquête publie des articles sur les divers aspects des méthodes statistiques qui intéressent un organisme statistique comme, par exemple, les problèmes de conception découlant de contraintes d’ordre pratique, l’utilisation de différentes sources de données et de méthodes de collecte, les erreurs dans les enquêtes, l’évaluation des enquêtes, la recherche sur les méthodes d’enquête, l’analyse des séries chronologiques, la désaisonnalisation, les études démographiques, l’intégration de données statistiques, les méthodes d’estimation et d’analyse de données et le développement de systèmes généralisés. Une importance particulière est accordée à l’élaboration et à l’évaluation de méthodes qui ont été utilisées pour la collecte de données ou appliquées à des données réelles. Tous les articles seront soumis à une critique, mais les auteurs demeurent responsables du contenu de leur texte et les opinions émises dans la revue ne sont pas nécessairement celles du comité de rédaction ni de Statistique Canada.
Présentation de textes pour la revue
Techniques d’enquête est publiée en version électronique deux fois l’an. Les auteurs désirant faire paraître un article sont invités à le faire parvenir en français ou en anglais en format électronique et préférablement en Word au rédacteur en chef, (statcan.smj-rte.statcan@canada.ca, Statistique Canada, 150 Promenade du Pré Tunney, Ottawa, (Ontario), Canada, K1A 0T6). Pour les instructions sur le format, veuillez consulter les directives présentées dans la revue ou sur le site web (www.statcan.gc.ca/Techniquesdenquete).
Note de reconnaissance
Le succès du système statistique du Canada repose sur un partenariat bien établi entre Statistique Canada et la population, les entreprises, les administrations canadiennes et les autres organismes. Sans cette collaboration et cette bonne volonté, il serait impossible de produire des statistiques précises et actuelles.
Normes de service à la clientèle
Statistique Canada s'engage à fournir à ses clients des services rapides, fiables et courtois. À cet égard, notre organisme s'est doté de normes de service à la clientèle qui doivent être observées par les employés lorsqu'ils offrent des services à la clientèle.
Droit d'auteur
Publication autorisée par le ministre responsable de Statistique Canada.
© Sa Majesté le Roi du chef du Canada, représentée par le ministre de l’Industrie 2022
L'utilisation de la présente publication est assujettie aux modalités de l'Entente de licence ouverte de Statistique Canada.
N° 12-001-X au catalogue
Périodicité : semi-annuel
Ottawa