L'Enquête mensuelle sur les industries manufacturières (EMIM) contient des séries de données statistiques sur les ventes de biens manufacturés, les stocks, les commandes en carnet, les nouvelles commandes et les taux d'utilisation de la capacité.
L'EMIM est une enquête par échantillonnage menée auprès d'environ 6 500 établissements manufacturiers canadiens, lesquels sont catégorisés en plus de 156 industries. Les industries sont classées selon le Système de classification des industries de l'Amérique du Nord (SCIAN) de 2017. Des séries désaisonnalisées sont disponibles pour les principaux agrégats.
Un établissement comporte la plus petite unité de fabrication en mesure d'informer sur les variables à l'étude. Les données recueillies par l'EMIM tracent le « portrait » de la valeur des ventes de biens fabriqués, réalisées par le secteur manufacturier canadien et nous permettent d'analyser la situation de l'économie canadienne, ainsi que la santé d'industries spécifiques à court et à moyen termes. Les données de l'enquête sont employées par des intervenants des secteurs privé et public, notamment par Statistique Canada, les gouvernements fédéraux et provinciaux, des entités commerciales et industrielles, des organismes non gouvernementaux nationaux et internationaux, des experts-conseils, la presse d'affaires et de simples citoyens. Ces données permettent d'analyser la part du marché, les tendances, l'étalonnage des entreprises, l'analyse des politiques, l'élaboration des programmes, la politique fiscale et la politique commerciale.
1. Ventes de biens fabriqués
Les ventes de biens fabriqués (anciennement les livraisons des produits de propre fabrication) sont définies comme étant la valeur des produits fabriqués par les établissements qui ont été livrés à des clients. Les ventes de biens fabriqués n'incluent aucune activité de commerce de gros et aucune recette provenant de la location de matériel ou de la vente d'électricité. Dans la pratique, certains répondants déclarent les transactions financières plutôt que les paiements ayant trait au travail fait. Les ventes de biens fabriqués, pour le Canada et les provinces, sont disponibles selon divers niveaux du SCIAN.
Dans le cas des industries des produits aérospatiaux et leurs pièces d'aéronef et de la construction navale, on se fonde sur la valeur de la production plutôt que sur celle des ventes de biens fabriqués. Pour déterminer cette valeur, on ajuste la valeur mensuelle des ventes de biens fabriqués en fonction de la variation mensuelle des stocks détenus pour les stocks de biens/travaux en cours de fabrication et les produits finis fabriqué. Ce calcul ne tient pas compte des matières premières, car les chiffres de production visent à mesurer le « travail fait » durant le mois. On cherche ainsi à réduire la distorsion causée par les ventes de biens fabriqués de produits d'une grande valeur comme lors d'une vente complétée.
2. Stocks
Il est important de mesurer la valeur des composantes des stocks et ce, aussi bien pour les études économiques que pour le calcul de la valeur de la production économique. On demande aux répondants de déclarer la valeur comptable (au prix coûtant) de leurs matières premières et composantes, de leurs biens / travaux en cours de fabrication et de leurs produits finis fabriqués séparément. Les niveaux des stocks sont calculés pour l'ensemble du Canada et non par province.
3. Commandes
a) Commandes en carnet
Les commandes en carnet sont une réserve de commandes qui génèreront les ventes de biens fabriqués futures, à la condition qu'elles ne soient pas annulées. À l'instar des stocks, les commandes en carnet et les nouvelles commandes sont estimées pour l'ensemble du Canada et non par province.
L'EMIM produit des estimations relativement aux commandes en carnet pour toutes les industries à l'exception de celles où les commandes sont habituellement livrées à partir des stocks détenus et où l'on ne tient pas, par conséquent, de carnet de commande.
b) Nouvelles commandes
Les nouvelles commandes représentent la demande courante pour les produits manufacturés. Les estimations portant sur les nouvelles commandes sont établies à partir des données sur les ventes de biens fabriqués et les commandes en carnet. Toutes les ventes de biens fabriqués effectuées au cours d'un mois donné résultent d'une commande reçue ce mois-là ou avant. Ainsi, la valeur des nouvelles commandes s'obtient en additionnant les ventes de biens fabriqués au cours d'un mois donné avec la différence entre les commandes en carnet pour ce mois et les commandes en carnet pour le mois précédent.
4. Taux d'utilisation de la capacité
Le taux d'utilisation de la capacité est égal au ratio entre la production actuelle et la capacité de production à une date donnée. La capacité de production est définie comme le niveau de production maximal que cette usine peut raisonnablement atteindre dans des conditions d'opérations et de main d'œuvre réalistes lorsque toute la machinerie et les équipements en place sont pleinement utilisés.
Les répondants sont également tenus à fournir les raisons si l'usine ne fonctionnait pas à sa pleine capacité et aussi les raisons d'un changement de la capacité de production pour la période de référence comparativement à la période précédente visée.
5. Biens non-durables/biens durables
a) Industries des biens non-durables
Aliments (SCIAN 311),
Boissons et produits du tabac (312),
Usines de textiles (313),
Usines de produits textiles (314),
Vêtements (315),
Produits en cuir et produits analogues (316),
Papier (322),
Impressions & activités connexes de soutien (323),
Produits du pétrole et du charbon (324),
Produits chimiques (325) et
Produits en caoutchouc et en plastique (326).
b) Industries des biens durables
Produits en bois (SCIAN 321),
Produits minéraux non-métalliques (327),
Première transformation des métaux (331),
Fabrication des produits métalliques (332),
Machines (333),
Produits informatiques et électroniques (334),
Matériel, appareils et composants électriques (335),
Matériel de transport (336),
Meubles et produits connexes (337) et
Activités diverses de fabrication (339).
Conception de l'enquête et méthodologie
L'analyse conceptuelle
En 2007, la terminologie de l'EMIM a été mise à jour afin qu'elle soit conforme au plan comptable (PC). Avec la diffusion du mois de référence d'août 2007, l'EMIM a harmonisé ses concepts avec ceux de l'EAMEF. La variable anciennement intitulée « Livraisons » correspond désormais à « Vente de biens fabriqués ». En outre, des modifications mineures ont été apportées aux noms des composants des stocks. Les définitions et les renseignements issus de l'enquête n'ont toutefois pas été modifiés.
Méthodologie
La nouvelle conception de l'échantillon tient compte du Système de classification des industries de l'Amérique du Nord (SCIAN) de 2017 et accorde une importance beaucoup plus grande aux données provinciales. La stratification est effectuée par province avec des exigences égales en matière de qualité pour chaque province et aussi pour chaque niveau 3 chiffres (niveau 4 chiffres pour l'industrie du transport) des industries du SCIAN. Les grandes unités sont sélectionnées avec certitude, alors que les petites unités le sont selon une probabilité fondée sur la qualité souhaitée de l'estimation pour chaque cellule (selon l'industrie dans chacune des provinces).
La technique d'estimation permet à l'enquête de produire des estimations à partir du SCIAN. Les séries continueront également à faire l'objet d'un rapprochement avec l'EAMEF. Des estimations au niveau national seront produites pour toutes les variables, mais seulement les ventes de biens fabriqués seront produites au niveau provincial. Une mesure de la qualité (CV) sera également produite.
Volets de conception de l'enquête
Population cible et base de sondage
Le Registre des entreprises de Statistique Canada a fourni la base de sondage pour l'EMIM. La population cible de l'EMIM comprend tous les établissements statistiques figurant au Registre des entreprises qui sont classés dans le secteur manufacturier (selon le SCIAN). La base de sondage de l'EMIM est déterminée à partir de la population cible, après avoir enlevé les établissements faisant partie de la tranche inférieure de 10 % de l'estimation totale des ventes de biens fabriqués pour chaque cellule. Ces établissements ont été exclus de la base afin de réduire la taille de l'échantillon sans influer significativement sur la qualité.
L'échantillon
L'échantillon de l'EMIM est un échantillon aléatoire formé de quelque 6 500 établissements. Un nouvel échantillon a été choisi au cours de l'automne 2017, puis un essai parallèle a été réalisé sur une durée de six mois (du mois de référence de septembre 2017 au mois de référence de février 2018). L'échantillon renouvelé est officiellement devenu le nouvel échantillon de l'EMIM à partir de décembre 2017.
Cette étape marque le premier processus de renouvellement de l'échantillon de l'EMIM depuis 2012. Le processus consiste à faire en sorte que l'échantillon soit aussi récent et à jour que possible. Tous les établissements de l'échantillon sont renouvelés en tenant compte des changements dans la valeur de leurs ventes de biens fabriqués; les unités qui ne sont plus actives sont enlevées de l'échantillon et certaines petites unités sont remplacées par d'autres dans la partie de l'échantillon alors que d'autres s'alternent dans l'échantillon.
Avant la sélection, la base de sondage est subdivisée en cellules industrie-province. Selon le nombre d'établissements dans chaque cellule, on a regroupé au sein d'autres subdivisions (appelées strates) les établissements de taille similaire. Pour déterminer la taille d'un établissement, on s'est basé sur les variables du revenu chiffres les plus récents disponibles quant à la valeur du revenu annuelle du Registre des entreprises.
Chaque cellule industrie-province comporte une strate à tirage complet où on retrouve les établissements échantillonnés chaque mois avec certitude. Cette strate comprend les plus grandes entreprises statistiques, c'est-à-dire celles qui ont le plus d'impact sur les estimations d'une cellule industrie-province particulière. Ces grands établissements statistiques représentent environ 50 % de l'estimation nationale des ventes de biens fabriqués.
Chaque cellule industrie-province ne peut compter plus de deux strates à tirage partiel. Les établissements de ces strates n'ont pas tous à être échantillonnés avec certitude. On prélève un échantillon aléatoire sur les strates restantes. Un poids égal à l'inverse de la probabilité de sélection est attribué aux réponses de ces établissements échantillonnés. Au sein des cellules à tirage partiel, un échantillon doit être composé au minimum de 3 établissements.
La partie à tirage nul de l'échantillon est désormais estimée à partir des données administratives, ce qui fait que 100 % de l'environnement de l'échantillon est couvert. L'estimation de la partie à tirage nul a également permis d'améliorer l'efficacité puisqu'une partie à tirage nul plus importante a été délimitée et l'échantillon a pu être utilisé de manière plus efficace sur la plus petite partie échantillonnée de la base.
Collecte des données
L'ensemble des établissements de l'échantillon est envoyé pour la collecte. La collecte des données est réalisée par les bureaux régionaux de Statistique Canada. Ces derniers envoient un questionnaire électronique ou en papier aux répondants ou communiquent avec ceux-ci par téléphone afin d'obtenir les valeurs de leurs ventes, de leurs ventes électroniques, de leurs stocks, et de confirmer l'ouverture ou la fermeture des emplacements d'affaires. Ils effectuent aussi un suivi auprès des non-répondants. La collecte des données débute environ 7 jours ouvrables après la fin du mois de référence et se poursuit pendant tout le mois en question.
Les entreprises qui participent à l'enquête pour la première fois y sont introduites à l'aide de questions préliminaires qui confirment l'activité commerciale du répondant et ses coordonnées.
Si les données demandées ne sont pas disponibles au moment de la collecte, la meilleure estimation fournie par le répondant est acceptée et est révisée par la suite, quand les données réelles sont disponibles.
Pour réduire au minimum la non-réponse totale pour toutes les variables, des réponses partielles sont acceptées.
Utilisation de données administratives
La gestion du fardeau de réponse est un défi constant pour Statistique Canada. Afin de tenter de réduire le fardeau de réponse, particulièrement auprès des petites entreprises, l'EMIM dérive les données sur les ventes des établissements à faibles revenus des fichiers de la taxe sur les produits et services (TPS) en utilisant un estimateur par quotient. L'estimateur par quotient augmente aussi la précision de la portion de l'estimation déterminée au moyen de l'enquête.
Pour en savoir plus sur estimateur par le quotient, veuillez consulter la section sur l'estimation.
Qualité des données
Vérification statistique et imputation
Les données sont analysées à l'intérieur de chaque cellule industrie-province. Les valeurs extrêmes sont inscrites sur une liste, pour qu'on puisse en faire un contrôle en fonction de l'ampleur de l'écart par rapport à la moyenne. On communique avec les répondants afin de vérifier les valeurs extrêmes. Les enregistrements qui sont rejetés à la vérification statistique sont considérés comme des valeurs aberrantes et ne servent pas au calcul des valeurs d'imputation.
Des valeurs d'imputation sont attribuées aux cas de non-réponse, pour les établissements qui n'ont pas répondu ou qui n'ont répondu que partiellement au questionnaire d'enquête. Diverses méthodes d'imputation (tendances des cellules industrie-province et des réponses antérieures) sont employées selon la variable exigeant le traitement. Après l'imputation, le personnel de l'EMIM effectue une vérification finale des réponses qui ont été imputées.
Révisions
Parallèlement à l'élaboration des estimations préliminaires du mois courant, les estimations des trois mois précédents sont révisées pour tenir compte des réponses tardives. Les données sont révisées lorsqu'on reçoit des réponses tardives ou lorsqu'on a reçu antérieurement des réponses erronées.
Estimation
L'estimation est le processus que Statistique Canada applique pour obtenir des valeurs se rapportant à la population d'intérêt afin de pouvoir tirer des conclusions sur cette population à partir d'information provenant d'un échantillon seulement de la population. L'EMIM utilise plus précisément un estimateur par quotient.
L'estimation par quotient consiste à remplacer les poids de sondage initiaux (définis comme étant l'inverse de la probabilité de sélection dans l'échantillon) par de nouveaux poids de façon à satisfaire les contraintes de calage. Le calage veille à ce que le total d'une variable auxiliaire estimé à partir de l'échantillon soit égal au total de cette même variable auxiliaire pour toute la population et que les nouveaux poids de sondage soient aussi proches que possible (selon une certaine mesure de distance) des poids de sondage initiaux.
Supposons, par exemple, que le total connu de la variable auxiliaire pour la population soit égal à 100 et que le total estimé soit égal à 90 si l'on se fonde sur un échantillon; nous obtenons donc une sous-estimation d'environ 10 %. Puisque nous connaissons le total de la variable auxiliaire pour la population, il serait raisonnable d'augmenter les poids des unités échantillonnées afin que l'estimation soit exactement égale à cette valeur. Puisque la variable d'intérêt est liée à la variable auxiliaire, il n'est pas déraisonnable de penser que l'estimation des ventes fondée sur le même échantillon et poids que l'estimation de la variable auxiliaire puisse également être une sous-estimation d'environ 10 %. Si c'est en effet le cas, les poids ajustés pourraient donc permettre de produire un autre estimateur des ventes totales. Cet autre estimateur s'appelle l'estimateur par quotient.
L'estimateur par quotient essaie essentiellement de compenser les échantillons « malchanceux » et rapproche l'estimation du total réel. L'amélioration de variance dépendra de la solidité du lien entre la variable d'intérêt et les données auxiliaires.
La portion à tirage nul est prise en compte par l'estimateur par quotient. Cette prise en compte se fait en incluant simplement la portion à tirage nul dans les totaux de contrôle pour la portion échantillonnée. Cela augmente les poids de la portion échantillonnée de telle sorte que les estimations seront ajustées afin de prendre en compte la portion à tirage nul.
Les valeurs calculées des ventes pondérées sont additionnées selon le domaine, pour produire les estimations des ventes totales pour chaque combinaison de groupe industriel/région géographique. Un domaine est défini comme les valeurs de classification les plus récentes disponibles dans le RE pour l'unité et la période de référence de l'enquête. Les domaines peuvent différer des strates d'échantillonnage initiales parce que les unités peuvent avoir changé de taille, d'industrie ou d'emplacement. Les changements de classification sont reflétés immédiatement dans les estimations et ne sont pas cumulés au cours du temps.
En ce qui concerne le taux d'utilisation de la capacité, l'estimation pour un domaine donné est produite en calculant d'abord la production totale et la capacité de production mensuelle du domaine, puis en divisant la production totale par la capacité de production mensuelle totale.
La variance est la mesure de précision utilisée dans le cadre de l'EMIM pour évaluer la qualité de l'estimation des paramètres de population et pour obtenir des inférences valides. La variance de la partie visée par l'enquête est calculée directement à partir d'un échantillon aléatoire simple stratifié sans remise.
Les estimations d'échantillon peuvent différer de la valeur prévue des estimations. Cependant, puisque l'estimation est fondée sur un échantillon probabiliste, il est possible d'évaluer la variabilité de l'estimation d'échantillon par rapport à la valeur prévue. La variance d'une estimation est une mesure de la précision de l'estimation d'échantillon qui est définie comme étant la moyenne, sur tous les échantillons possibles, de l'écart quadratique de l'estimation par rapport à sa valeur prévue.
Étalonnage
Jusqu'en 2003 (inclusivement), l'Enquête mensuelle sur les industries manufacturières (EMIM) était étalonnée en fonction de l'Enquête annuelle sur les manufactures et l'exploitation forestière (EAMEF). L'étalonnage consistait en l'examen régulier des estimations de l'EMIM dans le cadre des données annuelles fournies par l'EAMEF. L'étalonnage réalignait le niveau annualisé de l'EMIM en fonction des dernières données annuelles vérifiées fournies par l'EAMEF.
En 2006-2007, Statistique Canada a mené une enquête importante pour déterminer s'il était judicieux de conserver le processus d'étalonnage. Les résultats ont indiqué que l'étalonnage des estimations de l'EMIM en fonction de l'EAMEF devrait cesser. Grâce au renouvellement de l'échantillon de l'EMIM en 2007, on a déterminé que l'étalonnage ne serait plus nécessaire (rétroactif à l'année 2004) puisque l'EMIM représentait depuis précisément 100 % de l'univers de l'échantillon. Le rapprochement entre les données de l'EMIM et l'EAMEF sera maintenu afin de résoudre d'éventuelles anomalies.
Depuis le mois de référence de décembre 2017, un nouvel échantillon a été introduit. La pratique normale veut qu'au bout de quelques années l'échantillon soit renouvelé afin de garantir que la base de sondage est à jour sur le plan des naissances, des décès et des autres changements relatifs à la population. L'échantillon renouvelé est lié au niveau détaillé pour empêcher les ruptures de données et pour s'assurer de la continuité de la série chronologique. Il est conçu de façon à mieux représenter l'industrie manufacturière aux échelles nationale et provinciale.
Comparaisons et rapprochements avec d'autres sources de données
À chaque année, au moment où la Section de l'Enquête annuelle sur les manufactures et l'exploitation forestière élabore ses estimations annuelles, la Section de l'Enquête mensuelle sur les industries manufacturières travaille conjointement avec celle de l'EAMEF à comparer et à rapprocher les écarts de valeurs importants entre les données fondées sur les exercices financiers que fournit l'EAMEF et les données annualisées de l'EMIM aux niveaux des strates et des industries.
L'objectif de cet exercice de rapprochement de données est de faire ressortir et de résoudre les différences importantes entre les deux enquêtes et d'aider à réduire au minimum les différences entre les microdonnées de l'EMIM et de l'EAMEF.
Erreurs d'échantillonnage et autres erreurs
Les estimations établies sur la base d'une enquête par échantillonnage sont sujettes à différents types d'erreurs. On les regroupe en deux grandes catégories: les erreurs qui sont dues à l'échantillonnage et celles qui ne le sont pas.
1. Erreurs d'échantillonnage
Les erreurs d'échantillonnage constituent un risque inhérent aux enquêtes par échantillonnage. Elles découlent de la différence notée entre la valeur d'une variable échantillonnée aléatoirement et celle d'une variable obtenue grâce à un recensement (ou la moyenne de toutes les valeurs aléatoires possibles). Ce genre d'erreur existe parce que les observations portent uniquement sur un échantillon, non sur l'ensemble de la population.
L'erreur d'échantillonnage dépend de facteurs tels que la taille de l'échantillon, la variabilité de la population, le plan de sondage et la méthode d'estimation. Par exemple, pour une taille donnée d'échantillon, l'erreur d'échantillonnage sera fonction de la méthode de stratification adoptée, de l'attribution de l'échantillon, du choix des unités sondées et de la méthode de sélection. (On peut même, dans le cadre d'un seul plan de sondage, effectuer plusieurs calculs pour arriver à la méthode d'estimation la plus efficace.) La plus importante caractéristique des sondages probabilistes, c'est que l'erreur d'échantillonnage peut être mesurée à partir de l'échantillon lui-même.
2. Erreurs non liées à l'échantillonnage
Les erreurs qui ne sont pas liées à l'échantillonnage découlent d'une faille systématique dans la structure de la procédure de collecte des données ou dans l'élaboration d'une variable ou de l'ensemble des variables à l'étude. Ces erreurs occasionnent une différence entre la valeur d'une variable obtenue par échantillonnage ou par recensement et la valeur réelle de cette variable. Ces erreurs se retrouvent tant dans les recensements que dans les enquêtes par échantillonnage. Elles sont dues à un ou plusieurs facteurs parmi les suivants:
a) Erreur de couverture. L'erreur peut résulter d'un listage incomplet et d'une couverture insuffisante de la population visée.
b) La réponse. Ici, l'erreur peut être attribuable à la conception du questionnaire et aux caractéristiques de la question, à l'incapacité ou au refus de l'enquêté de fournir des renseignements exacts, à l'interprétation fautive des questions ou à des problèmes d'ordre sémantique.
c) La non-réponse. Certains enquêtés refusent de répondre, tandis que d'autres en sont incapables ou encore répondent trop tard. Les données relatives aux non-répondants peuvent être imputées à partir des chiffres fournis par les répondants ou à l'aide des statistiques antérieures sur les non-répondants, lorsque celles-ci existent.
On ne connaît généralement pas avec précision l'importance de l'erreur d'imputation; celle-ci varie beaucoup selon les caractéristiques qui distinguent les répondants des non-répondants. Comme ce type d'erreur prend habituellement de l'ampleur à mesure que diminue le taux de réponse, on s'efforce d'obtenir le meilleur taux de réponse possible.
d) Le traitement. L'erreur peut se produire lors des diverses étapes du traitement (codage, entrée, vérification, pondération, totalisation, etc.). Il est difficile de mesurer les erreurs non liées à l'échantillonnage. De plus, il faut les cerner à un niveau où elles ne nuisent pas à l'utilisation ou à l'interprétation des chiffres définitifs.
Des mesures ont été prises afin de minimiser les erreurs non liées à l'échantillonnage. Ainsi, les unités ont été définies avec beaucoup de précision au moyen des listes les plus à jour. Les questionnaires ont été conçus avec soin afin de réduire au minimum les différentes interprétations possibles. De plus, les diverses étapes de vérification et de traitement ont fait l'objet de contrôles d'acceptation détaillés et on n'a absolument rien négligé pour que le taux de non-réponse et le fardeau de réponse soient faibles.
Évaluation de l'erreur d'échantillonnage et de l'erreur non liée à l'échantillonnage
1. Évaluation de l'erreur d'échantillonnage
L'échantillon utilisé aux fins de la présente enquête est un des nombreux échantillons de même taille qui auraient pu être choisis selon le même plan et les mêmes conditions. Si chaque échantillon pouvait faire l'objet d'une enquête menée essentiellement dans les mêmes conditions, il faudrait s'attendre à ce que l'estimation calculée varie d'un échantillon à l'autre.
On nomme valeur probable l'estimation moyenne obtenue de tous les échantillons possibles. Autrement dit, la valeur probable est celle qu'on obtiendrait en recensant toute la population dans des conditions identiques de collecte et de traitement. Une estimation calculée à partir d'une enquête par échantillonnage est dite précise lorsqu'elle s'approche de la valeur probable.
Les estimations fondées sur un échantillon peuvent ne pas correspondre à la valeur probable. Cependant, comme les estimations proviennent d'un échantillon probabiliste, il est possible d'en mesurer la variabilité par rapport à leur valeur probable. La variance d'une estimation, qui en mesure la précision, se définit comme la moyenne, parmi tous les échantillons possibles, des carrés de la différence entre l'estimation et la valeur probable.
Une fois qu'on a calculé l'estimation et sa variance, il devient possible de calculer d'autres mesures de précision. Par exemple, l'erreur-type, soit la racine carrée de la variance, mesure l'erreur d'échantillonnage dans la même unité que l'estimation (en dollars, notamment). Autrement dit, l'erreur-type mesure la précision en termes absolus. Par contre, le coefficient de variation, c'est-à-dire l'erreur-type divisée par l'estimation, mesure la précision en termes relatifs. Ainsi, l'emploi du coefficient de variation facilite la comparaison de l'erreur d'échantillonnage de deux estimations.
Dans cette publication, on utilise le coefficient de variation pour évaluer l'erreur d'échantillonnage des estimations. Cependant, puisque le coefficient de variation publié pour cette enquête est calculé à partir des réponses des unités, il mesure aussi une certaine erreur non liée à l'échantillonnage.
Voici la formule utilisée pour calculer les coefficients de variation (CV) du tableau 1 :
CV(X) = S(X)/X
où X est l'estimation et S(X) est l'écart type de X.
Le coefficient de variation est exprimé en pourcentage dans cette publication.
L'estimation et le coefficient de variation nous permettent de construire des intervalles de confiance autour de l'estimation. Ainsi, pour notre échantillon, on peut affirmer qu'avec un niveau de confiance donné, la valeur probable est comprise dans l'intervalle de confiance construit autour de l'estimation. Par exemple, si le coefficient de variation d'une estimation de 12 000 000 $ est égal à 10 %, l'écart type sera de 1 200 000 $, soit l'estimation multipliée par le coefficient de variation. Alors, on peut affirmer avec un niveau de confiance de 68 % que la valeur probable sera contenue dans l'intervalle d'une longueur égale à un écart-type autour de l'estimation, soit entre 10 800 000 $ et 13 200 000 $. Ou encore, on peut affirmer avec une confiance de 95 % que la valeur probable sera contenue dans l'intervalle d'une longueur de deux écart-types autour de l'estimation, soit entre 9 600 000 $ et 14 400 000 $.
Le tableau explicatif 1 qui suit indique, pour l'ensemble du secteur manufacturier, les coefficients de variation nationaux, exprimé en pourcentage, des éléments de l'EMIM. Pour les CV à d'autres niveaux d'agrégation, veuillez communiquer avec la section des Services de diffusion et de la relation avec les répondants au (613) 951-9497, sans frais au 1-866-873-8789 ou par courriel statcan.meddissemination-mwtd-mceddiffusion-dfcg.statcan@statcan.gc.ca
Tableau explicatif 1: CV nationaux par caractéristique
CV nationaux par caractéristique
Sommaire du tableau
Les données sont présentées selon MOIS (titres de rangée) et Ventes de biens fabriqués, Stocks de matières premières et composantes, Stocks de biens/travaux en cours de fabrication, Stocks de produits finis fabriqués et Commandes en carnet (figurant comme en-tête de colonne).
| Mois |
Ventes de biens fabriqués |
Stocks de matières premières et composantes |
Stocks de biens/travaux en cours de fabrication |
Stocks de produits finis fabriqués |
Commandes en carnet |
|---|
| % |
|---|
| Mai 2017 |
0,60 |
1,03 |
0,87 |
1,26 |
0,85 |
|---|
| Juin 2017 |
0,66 |
1,04 |
0,95 |
1,26 |
0,83 |
|---|
| Juillet 2017 |
0,64 |
1,05 |
1,01 |
1,26 |
0,85 |
|---|
| Août 2017 |
0,63 |
1,07 |
0,99 |
1,19 |
0,82 |
|---|
| Septembre 2017 |
0,64 |
1,09 |
1,01 |
1,21 |
0,81 |
|---|
| Octobre 2017 |
0,62 |
1,08 |
1,00 |
1,15 |
0,79 |
|---|
| Novembre 2017 |
0,62 |
1,07 |
1,01 |
1,11 |
0,84 |
|---|
| Décembre 2017 |
0,73 |
1,16 |
1,70 |
1,38 |
1,22 |
|---|
| Janvier 2018 |
0,62 |
1,10 |
1,50 |
1,42 |
1,19 |
|---|
| Février 2018 |
0,61 |
1,10 |
1,83 |
1,48 |
1,16 |
|---|
| Mars 2018 |
0,61 |
1,18 |
1,57 |
1,37 |
1,17 |
|---|
| Avril 2018 |
0,72 |
1,19 |
1,49 |
1,42 |
1,19 |
|---|
| Mai 2018 |
0,74 |
1,11 |
1,48 |
1,45 |
1,09 |
|---|
2. Évaluation de l'erreur non liée à l'échantillonnage
L'enquête par échantillonnage et le recensement cherchent tous deux à déterminer la valeur exacte de l'ensemble. L'estimation est dite précise si elle se rapproche de cette valeur. Bien qu'il s'agisse d'une valeur souhaitable, il n'est pas réaliste de supposer que la valeur exacte de chaque unité de l'ensemble ou de l'échantillon peut être obtenue et traitée sans erreur. La différence entre la valeur probable et la valeur exacte de l'ensemble s'appelle le biais. On ne peut calculer les biais systématiques des données en recourant aux mesures de probabilité de l'erreur d'échantillonnage décrites auparavant. La précision d'une estimation est déterminée par l'effet conjugué des erreurs d'échantillonnage et des erreurs non liées à l'échantillonnage.
Les types d'erreur non liée à l'échantillonnage dans l'EMIM comprennent l'erreur due à la non-réponse, l'erreur d'imputation et l'erreur due à la vérification. Afin d'aider l'utilisateur à évaluer ces types d'erreur, le tableau explicatif 2 présente les taux pondérés correspondants. Voici un exemple qui illustre ce qu'est un taux pondéré. Supposons que le taux de réponse d'une cellule comportant un échantillon de 20 unités dont cinq répondent lors d'un mois donné atteint 25 %. Si les cinq unités déclarantes représentent 8 millions de dollars sur l'estimation globale de 10 millions de dollars, le taux de réponse pondéré s'élève à 80 %.
Les taux pondérés mentionnés dans le tableau explicatif 2 se définissent comme suit : le taux de réponse et de vérification pondéré est le pourcentage de l'estimation globale d'un élément qui est basé sur des données déclarées, incluant les données qui furent vérifiées; le taux d'imputation pondéré est le pourcentage de l'estimation globale d'un élément qui est imputé; le taux de données TPS pondéré est le pourcentage de l'estimation globale d'un élément qui est dérivé des fichiers sur la Taxe sur les Produits et Services ; le taux de partie à tirage nul pondéré est le pourcentage de l'estimation globale d'un élément qui est modelé à partir de données administratives.
Le tableau explicatif 2 qui suit présente les taux pondérés pour chaque élément de l'ensemble de l'activité manufacturière à l'échelle nationale. Dans le tableau, les taux sont exprimés en pourcentage.
Tableau explicatif 2: Taux pondérés nationaux par source et par caractéristique
Taux pondérés nationaux par source et par caractéristique
Sommaire du tableau
Les données sont présentées selon Caractéristique (titres de rangée) et Source des données, Réponse ou vérification, Imputation et Partie à tirage nul (figurant comme en-tête de colonne).
| Caractéristique |
Source des données |
|---|
| Réponse ou vérification |
Imputation |
|---|
| % |
|---|
| Ventes de biens fabriqués |
90,5 |
9,5 |
|---|
| Matières premières et composantes |
83,2 |
16,8 |
|---|
| Stocks de biens/travaux en cours de fabrication |
87,0 |
13,0 |
|---|
| Stocks de produits finis fabriqués |
83,9 |
16,1 |
|---|
| Commandes en carnet |
92,2 |
7,8 |
|---|
| Taux d'utilisation de la capacité |
72,8 |
27,2 |
|---|
Interprétation simultanée des mesures d'erreur
Il faut tenir compte simultanément de la mesure d'erreurs non liées à l'échantillonnage ainsi que du coefficient de variation pour avoir un aperçu de la qualité des estimations. Plus le coefficient de variation sera bas et que le taux de réponse pondéré sera élevé, meilleure sera l'estimation publiée.
Désaisonnalisation
Les séries chronologiques économiques comportent les éléments essentiels à la description, l'explication et la prévision du comportement d'un phénomène économique. Ce sont des enregistrements statistiques de l'évolution des processus économiques dans le temps. L'observation par les économistes et les statisticiens de l'activité économique à l'aide des séries chronologiques a donc permis de distinguer quatre composantes principales du comportement de ces séries : le mouvement à long terme ou tendance, le mouvement cyclique, les variations saisonnières et les fluctuations irrégulières. Ces mouvements sont causés par différents facteurs, soit économiques, climatiques ou institutionnels. Les variations saisonnières sont les fluctuations périodiques plus ou moins régulières qui se produisent au cours d'une année en raison du cycle météorologique normal, des congés fixes et d'autres événements qui se répètent à intervalles avec une certaine régularité pour influencer de façon significative le taux d'activité économique.
Afin de favoriser l'interprétation exacte de l'évolution fondamentale d'un phénomène économique et de produire une meilleure prévision, Statistique Canada rajuste les séries chronologiques au moyen de la méthode de désaisonnalisation X12-ARMMI de façon à minimiser l'impact des variations saisonnières sur les séries. Cette technique consiste essentiellement à ajouter les estimations d'une année de données brutes à la fin de la série initiale avant de procéder à la désaisonnalisation proprement dite. Les données estimées proviennent de prévisions réalisées par des modèles ARMMI (modèles autorégressifs à moyennes mobiles intégrées) du type Box-Jenkins.
Le programme X12 fait surtout appel à la méthode de rapport aux moyennes mobiles pour effectuer le lissage de la série modifiée et obtenir une estimation provisoire de la tendance-cycle, calculer les rapports de la série initiale (ajustée) aux estimations de la tendance-cycle, et estimer les facteurs saisonniers à partir de ces dits rapports. Les facteurs saisonniers définitifs ne sont produits que lorsque ces opérations ont été exécutées à plusieurs reprises.
La technique utilisée consiste essentiellement, dans un premier temps, à corriger la série initiale de toute sorte d'effets indésirables, tels l'effet des jours ouvrables et l'effet de Pâques, par un module appelé regARIMA.
L'estimation de ces effets se fait grâce à l'utilisation de modèles de régression à erreurs ARMMI. On peut également extrapoler la série d'au moins une année à l'aide du modèle. Dans un deuxième temps, la série brute, pré-ajustée et extrapolée s'il y a lieu, est désaisonnalisée par la méthode X-12.
Les étapes déterminant les facteurs saisonniers nécessaires au calcul des données désaisonnalisées finales sont exécutées à chaque mois. Cette approche garantit que la série non désaisonnalisée, à partir de laquelle sont calculées les estimations des facteurs saisonniers, inclut toutes les données les plus récentes relativement à ladite série, c.-à-d., les données non désaisonnalisées qui portent sur le mois courant et les données non désaisonnalisées révisées du mois précédent.
Bien que la désaisonnalisation permette de mieux comprendre la tendance-cycle fondamentale d'une série, la série désaisonnalisée n'en contient pas moins une composante irrégulière. De légères variations d'un mois à l'autre dans la série désaisonnalisée peuvent n'être que de simples mouvements irréguliers. Pour avoir une meilleure idée de la tendance fondamentale, les utilisateurs doivent donc examiner les séries désaisonnalisées d'un certain nombre de mois.
Les séries de données agrégées au niveau du Canada sont maintenant désaisonnalisées de façon directe, ce qui signifie que les totaux désaisonnalisés sont obtenus au moyen de X12 ARMMI. Ces totaux sont ensuite utilisés pour réconcilier les séries de totaux provinciaux qui ont été désaisonnalisés séparément au préalable.
Pour ce qui est des autres séries agrégées, on a utilisé la désaisonnalisation indirecte. En d'autres mots, leurs totaux désaisonnalisés sont dérivés de façon indirecte en faisant la somme des genres de commerce désaisonnalisés séparément au préalable.
Tendance
Une série désaisonnalisée peut montrer encore les effets d'irrégularités et de circonstances spéciales ; et cela peut masquer la tendance. La tendance à court terme montre la direction prise dans une série désaisonnalisée en affectant une moyenne à travers les mois de sorte que ces mouvements irréguliers soient aplanis. Le résultat est une série plus stable. La tendance pour le dernier mois apparaît sous réserve de rectification, car les valeurs des mois à venir sont inclues dans le calcul de la moyenne.
Déflation des ventes de biens fabriqués, des commandes et des stocks manufacturiers
La variation des valeurs des données publiées dans le cadre de l'Enquête mensuelle sur les industries manufacturières (EMIM) peut être attribuable à l'évolution des prix ou des quantités mesurées, ou des deux. Pour analyser l'activité du secteur manufacturier, il est souvent souhaitable de séparer les variations causées par des changements de prix de celles causées par des changements des quantités produites. Cet ajustement est connu sous le nom de déflation.
La déflation consiste à diviser les valeurs aux prix courants obtenues grâce à l'enquête par des indices de prix pertinents afin d'obtenir des estimations évaluées aux prix d'une période antérieure, actuellement l'année 2012. On dit des valeurs finales qu'elles sont « aux prix de 2012 ». Il faut noter que l'expression « aux prix courants » désigne le moment où s'est déroulée l'activité et non le moment présent, ni le moment de la compilation.
Les estimations déflatées de l'EMIM reflètent les prix de 2012 qui constitue l'année de base. On a choisi l'année 2012 parce qu'elle correspond à l'année de base des indices de prix utilisés pour déflater les estimations de l'EMIM. L'utilisation des prix d'une année de base pour mesurer l'activité courante produit une mesure représentative du volume d'activité actuel par rapport à cette année de base. Les variations actuelles du volume ne se reflètent convenablement dans les mesures à prix constants que si l'importance relative actuelle des industries n'est pas très différente de celle observée pendant l'année de base.
La déflation des estimations de l'EMIM est effectuée à un niveau industriel très détaillé, équivalant aux classes à 6 chiffres du Système de classification des industries de l'Amérique du Nord (SCIAN). Pour chaque industrie à ce niveau, on utilise des indices de prix composites qui décrivent la fluctuation des prix des différents groupes de produits fabriqués par cette industrie.
Sauf quelques rares exceptions, les indices de prix sont des moyennes pondérées des indices des prix des produits industriels (IPPI). Les poids utilisés sont tirés des tableaux annuels des entrées-sorties du Canada et varient d'année en année. Comme les tableaux d'entrées-sorties sont publiés avec un retard d'environ deux ans et demi, les poids utilisés pour les plus récentes années sont fondés sur les tableaux d'entrées-sorties les plus récents.
On utilise le même indice de prix pour déflater les ventes de biens fabriqués, les nouvelles commandes et les commandes en carnet d'une industrie. Les poids servant à la compilation de cet indice de prix sont tirés des tableaux de sorties, évalués aux prix à la production. Les prix à la production sont les prix des produits à leur sortie de l'établissement de fabrication et ne comprennent pas des éléments tels que les frais de transport, les taxes, etc. Ainsi, l'indice de prix de chaque industrie reflète la production des établissements de l'industrie.
Les indices de prix qu'on utilise pour déflater les stocks de biens/travaux en cours de fabrication et les stocks de produits finis fabriqués d'une industrie sont des moyennes mobiles de l'indice de prix utilisé pour les ventes de biens fabriqués. En ce qui concerne les stocks de biens/travaux en cours de fabrication, le nombre de termes de la moyenne mobile correspond à la durée du processus de fabrication. On obtient la durée en calculant la moyenne, au cours des 48 mois précédents, du ratio entre les stocks de biens/travaux en cours de fabrication à la fin du mois et la production de l'industrie, cette dernière étant égale aux ventes de biens fabriqués additionnées des variations des stocks de biens/travaux en cours de fabrication et de produits finis fabriqués.
En ce qui a trait aux stocks de produits finis fabriqués, le nombre de termes dans la moyenne mobile reflète la durée pendant laquelle un produit fini demeure en stock. On obtient ce chiffre, connu sous le nom de période de rotation des stocks, en calculant la moyenne, au cours des 48 mois précédents, du ratio entre les stocks de produits finis fabriqués à la fin du mois et les ventes de biens fabriqués.
Pour déflater les stocks de matières premières et composantes, les indices de prix correspondant à la consommation des matières premières sont obtenus en tant que moyennes pondérées des IPPI. Les poids sont tirés des tableaux d'entrées évalués aux prix à la consommation, c'est-à-dire que ces prix comprennent les marges de gros, les frais de transport et les taxes, etc. L'indice de prix qui en découle reflète donc la structure des coûts des matières premières de chaque industrie.
Les stocks de matières premières et composantes sont ensuite déflatés à l'aide d'une moyenne mobile de l'indice de prix correspondant à la consommation des matières premières. Le nombre de termes de la moyenne mobile correspond au taux de consommation des matières premières. Le taux est calculé comme étant la moyenne, au cours des quatre années précédentes, du ratio entre les stocks de matières premières et composantes à la fin de l'année et les entrées intermédiaires de l'industrie.
