Méthodologie de l'Enquête sur les ventes d'aliments et de boissons prêts à servir, 2009

1. Objectif de l'enquête
2. Base de sondage
3. Échantillonnage et stratification
4. Vérification et imputation
5. Valeurs aberrantes
6. Pondération
7. Taux de réponse
8. Estimation et confidentialité

1. Objectif de l'enquête

Cette nouvelle enquête se veut une étude rapide des ventes en deçà de 4 $ dans l'industrie de la restauration et la vente d'aliments et de boissons prêts à servir en Ontario. Elle prend la forme d'un très court questionnaire (deux questions) et permet d'évaluer les proportions de vente actuellement non taxable. Cela est fait dans le but d'éventuellement coordonner le partage d'une taxe de vente harmonisée dans cette province. L'enquête pourrait devenir une enquête annuelle et devrait offrir des niveaux de précision supérieure à l'actuelle Enquête sur les restaurants coordonnée par la Division des industries de service.

2. Base de sondage

Pour créer la base de sondage, la Registre des entreprises (RE) a été utilisé. L'unité statistique est l'établissement.
Pour faire partie de la population, les établissements doivent opérer en Ontario (OPAddressProvince = ON), être vivants sur le Registre des entreprises (BusinessStatusCode = 1) et dont le secteur d'industrie (SCIAN) fait partie de la liste de la tableau 1. Afin d'être le plus semblable possible à l'Enquête unifiée sur les entreprises (EUE), les unités ayant InScopeForSurveyFlag = 0 ont été exclues.
Au total, la base de sondage est constituée de 76 633 établissements.

3. Échantillonnage et stratification

Pour sélectionner l'échantillon, les paramètres suivants ont été considérés :

• Taille visée de 1 500 unités
• Taux de réponse espéré de 60 %
• coefficients de variation (CVs) visés par domaine
  • 10 % pour les groupes d'industrie 6, 11 et 12
  • 5,8 pour les autres groupes d'industrie

Les domaines sont les suivants :

Chacun des domaines a été stratifié selon leur taille basée sur le revenu pour obtenir une strate à tirage nul, 2 strates à tirage partiel et une strate à tirage complet. Afin de se rapprocher le plus possible de l'EUE, les seuils Royce-Maranda (RM) de l'EUE ont été utilisés pour définir la strate à tirage nul pour chaque Système de classification des industries de l'Amérique du Nord (SCIAN). Toutefois, comme c'est la première occasion de cette enquête et que la relation entre les ventes d'aliments et de boissons prêts à servir sous 4 $ et les ventes totales d'aliments et de boissons prêts à servir est inconnue, un échantillon a été sélectionné parmi les strates à tirage nul. Pour déterminer les autres seuils de façon optimale pour chacun des domaines, le système généralisé StatMx a été utilisé. Il est à mentionner que chaque SCIAN a un seuil RM différent alors que tous les SCIAN d'un même domaine ont les mêmes seuils définissant les strates à tirage partiel et complet. Par la suite, le système généralisé d'échantillonnage a été utilisé pour faire l'allocation selon la méthode de minimisation du coût total et la sélection de l'échantillon.

Programme utilisé par la Division des méthodes d'enquête auprès des entreprises (DMEE) :

Sampling_Feb24_2010.sas

Nom du fichier contenant la base de sondage et l'échantillon :

final_framesample_26fev10.sas7bdat

Quelques variables importantes :

4. Vérification et imputation

La présente section rend compte des spécifications pour la vérification et l'imputation. Les tâches (vérification et imputation) sont énumérées selon leur ordre d'exécution. Des instructions détaillées sont également fournies pour la création d'une série de variables dérivées. Ces dernières constituent un élément clé de la stratégie d'imputation et, par conséquent, elles doivent être créées au tout début du processus.

Les règles de vérification permettent de repérer et de corriger les enregistrements présentant des réponses incohérentes, incomplètes ou invalides. S'il n'est pas possible de corriger directement les erreurs, les valeurs inacceptables seront remplacées par les valeurs imputées. Tous les éléments ayant fait l'objet d'une vérification seront marqués d'une puce ronde.

L'imputation indique comment seront corrigés les enregistrements qui ne l'avaient pas déjà été à l'étape de la vérification. En règle générale, il a été déterminé qu'aucune méthode d'imputation susceptible d'introduire un biais ne serait utilisée. Ainsi, l'imputation du donneur se fera d'après les critères de sélection généraux énoncés ci-dessous, seule ou dans le contexte d'une recherche par valeur fixe ou par plus proche voisin en utilisant une variable différente. Tous les éléments ayant fait l'objet d'une imputation seront marqués d'une flèche.

La vérification et l'imputation ne peuvent se faire qu'avec les questionnaires qui ont été remplis.

4.1 Définition d'un questionnaire rempli

Un questionnaire est considéré comme rempli si une réponse a été donnée à l'une des questions mentionnées dans le présent document.

4.2 Convention pour l'entrée des réponses

Le questionnaire contient deux questions auxquelles on doit fournir une réponse à l'intérieur d'une fourchette acceptable. Voici comment elles se présentent :

Pour la deuxième question, le répondant a la possibilité de répondre à la question 1a ou à la question 1b.

4.3 Critères généraux de sélection des donneurs

Ce document fait souvent référence aux « critères de sélection généraux ». Il s'agit en fait de la méthode générale à appliquer pour sélectionner le donneur pendant le processus d'imputation. Les donneurs sont sélectionnés selon des critères classés par ordre d'importance. Le premier rang correspond au donneur idéal. Vient ensuite le deuxième rang, et ainsi de suite. Chaque rang comporte deux niveaux de correspondance fondés sur les données détaillées de l'industrie.

4.4 Critères de sélection généraux à utiliser dans le cadre de l'imputation

A. Groupe d'industries x strates

B. Groupe d'industries

4.5 Variables dérivées

Une série de variables dérivées sera créée pour les besoins de la mise en œuvre de la stratégie d'imputation, pour la création de tableaux statistiques et pour les chercheurs et analystes à qui ces variables pourraient être utiles, y compris les chercheurs participant au programme d'accès facilité.

4.5.1 Strates

Cette variable de taille des revenus est fondée sur une variable REV dérivée de l'information auxiliaire du Registre des entreprises. Une strate utilisée à des fins d'échantillonnage a été développée à partir de cette information. Conformément à l'Enquête unifiée auprès des entreprises, un tirage complet, deux tirages partiels et un tirage nul ont été séparés en quatre groupes distincts, dont les limites varient pour chaque groupe d'industries.

4.5.3 Groupe d'industries

4.6 Règles de vérification et d'imputation

Question C0300 :

La question C0300 est obligatoire. En cas de besoin, voici les spécifications applicables à cette question :

• Si C0300 > 999 999 999 997 alors C0300 = 'vide'
• Si C0300 < 0 alors C0300 = 'vide'
• Si C0300 < C0400 alors C0300 = C0400
• Si C0300/REV_BR > 2 alors C0300 = REV_BR et si C0401 = . alors C0401 = (REV_BR /C0300)*C0401 (détection des valeurs aberrantes)

• Si C0300 = 'vide' alors imputer en utilisant le ratio de l'information du RE provenant de la variable dérivée REV.

Question C0401 :

• Si C0401 > 100 alors C0401 = 'vide'
• Si C0401 < 0 alors C0401 = 'vide'
• Si C0401 = 'vide' et C0400 est différent de 'vide' alors
  • C0401 = C0400/C0300 (si C0300 est différent de 0)
    C0401 = 0 (si C0300 = 0 et C0400 = 0)

• Si C0401 = 'vide' et C0400 = 'vide' alors imputer C0401 en utilisant les critères de sélection généraux. Après l'imputation, effectuer la vérification suivante : C0400 = C0401 * C0300.

Question C0400 :

• Si C0400 > 999 999 999 997 alors C0400 = 'vide'
• Si C0400 < 0 alors C0400 = 'vide'
• Si C0300 < C0400 alors C0300 = C0400
• Si C0400 = 'vide' et C0401 est différent de 'vide' alors
  • C0400 = C0401 * C0300.

• Aucune imputation requise, l'imputation de C0401 et la dernière vérification (C0400 = C0401 * C0300) équivalent à une imputation implicite de C0400 à partir de C0401.

4.7 Taux d'imputation

Les taux furent obtenus en utilisant les formules suivantes :

où ci := cellules imputées (si la cellule est imputée, alors ci = 1, sinon ci =0) pour répondant i à la question j, nj := nombre de cellules répondues pour la question j

où ciw := cellules imputées (si la cellule est imputée, alors ci = poids initial, sinon ci =0) pour répodant i à la question j, njw:= somme des poids initiaux pour les cellules répondues pour la question j

5. Valeurs aberrantes

Après avoir effectué le processus d'estimation, le sujet-matière a remarqué certaines divergences entre les estimations produites pour l'enquête sur les ventes d'aliments et de boissons prêts à servir et l'enquête sur les restaurants produite par l'EUE. Suite à ce constat, la DMEE a investigué et a observé que les regroupements 5, 9 et 13 possédaient des regroupements de répondants hétérogènes. Ces regroupements étaient susceptibles aux valeurs aberrantes ou erreurs de réponse puisque le revenu total et le revenu provenant des ventes d'aliments et de boissons prêts à servir étaient significativement différents. En utilisant le ratio de la valeur répondue par l'établissement comparée à celle du Registre des entreprises, la DMEE a développé des seuils d'exclusion des valeurs acceptables. Les Quids ayant des valeurs au dessus du seuil d'exclusion seront imputés à l'aide de la formule suivante :

6. Pondération

Pour le traitement de la non-réponse totale, nous avons eu recours à la re-pondération pour compenser cette non-réponse.

Correction pour la non-réponse

Les unités sélectionnées lors de l'échantillonnage furent regroupées en quatre catégories comme suit :

Le poids des non répondants est redistribué entre les répondants qui sont dans le champ de l'enquête, les OOS et les OOB en utilisant les strates du plan d'échantillonnage comme classe de repondération. Habituellement, lorsqu'il n'y a pas suffisamment de répondants dans une strate donnée, un regroupement de strates est nécessaire. Dans cette enquête, seulement deux strates n'avaient qu'un répondant, dont une avec aucun non répondant et l'autre avec un total de ventes d'aliments et de boissons prêts à servir raisonnable. Pour ces raisons, aucune strate n'a été regroupée.

7. Taux de réponse

Pour le calcul du taux de réponse, nous avons calculé les taux de réponse non-pondéré et pondéré. Le taux de réponse non-pondéré calculé à l'estimation est de 56 tandis que le taux de réponse pondéré est de 60 . Le taux de réponse non-pondéré permet d'avoir une idée du taux de réponse au niveau de l'échantillon, souvent utilisé lors de la collecte, alors que celui pondéré permet d'avoir une idée globale, c'est-à-dire au niveau de la population.

Les taux ont été obtenus en utilisant les formules suivantes :

a)
où c := questionnaires complétés, p := questionnaires partiellement complétés, n := taille de l'échantillon

b) pondéré :
où c_w := questionnaires complétés pondérés, p_w := questionnaires partiellement complétés pondérés, n_w := taille de l'échantillon pondérée, oos_w := out-of-scope pondérés, oob_w := out-of-business pondérés, dup_w := duplicats pondérés.

8. Estimation et confidentialité

La DMEE a préparé les fichiers de pondération et a utilisé les systèmes généralisés Système généralisé d'estimation (SGE), CONFID2 et des macros SAS afin de produire le tableau d'estimations en format Excel. Les poids initiaux réajustés lors de la repondération ont été utilisés dans SGE pour produire les estimations. Le tableau contient une mesure de qualité des estimations (CV ou l'erreur-type selon le cas). Conformément aux lignes directrices de Statistique Canada, ces tableaux présentent les estimations avec les suppressions liées aux procédures de confidentialité (règle C2). CONFID2 fut utilisé afin d'appliquer la règle C2.