MANUEL DE SONDAGES

Applications aux pays en développement

Déjà parus dans la collection “Documents et Manuels du CEPED” :

- no 1 :La démographie de 30 États d'Afrique et de l’Océan Zndien, par Valérie

GUÉRIN(éd.) (1994),352 p.
- no 2 : Clins d’œilde démographes à I‘AJi-iqueet à Michel François, par Jacques
VALLIN
(éd.) (1995),244 p.
- no3 :Manuel de sondages. Applications aux pays en développement, par Rémy
CLAIRIN et Philippe BRION (1997), 108p. (2e édition).
- no4 : L’analyse des enquêtes biographiques à l‘aide du logiciel STATA, par
PhilippeBOCQUIER (1996),208 p. + disquette.
- no 5 : Genre et développement :des pistes à suivre, par Thérèse LOCOH,Annie
LABOURIE-RACAPÉ et Christine TICHIT (éds) (1996), 154 p.
- no 6 : Les migrations internes au Kenya 1979-1989,par Valérie GOLAZ(1997),
i26 p.

Directeur de la publication :Alain LERY

Responsable scientifique :Christophe LEFRANC
Composition et mise en page :Valérie GUÉRIN-MARY et Sabine JOAO

Couverture :Poteau sculpté. Ngounié, Sud Gabon.

Détail relevé par Michel FRANÇOIS.

Le CEPED,Centrej?ançais sur lapopulation et le développement,est un “Groupement

d’intérêt scientifique“(GIS] créé en 1988 par I’INED,l’INSEE,I’ORSTOM,l’université
Paris VI et 1’Ecoledes hautes études en sciences sociales,pour conjuguer leurs efforts en
matière de recherche,de formationet de coopérationavec les pays du Sud dans le domaine
de la population et de ses relations avec le développement.Ses activités de recherche
portent essentiellement sur les facteurs de la dynamique des populations (santé, famille,
fécondité, migrations), leurs relations avec les divers aspects du développement
économique et social (éducation,emploi,activité économique,structures sociales...) ainsi
que les méthodes d’observation et d’analyse appropriées. Ses travaux sont définis et
conduits en étroite relation avec les organismes partenaires du tiers monde (offices
statistiques,centres de recherche,universités). Le CEPED accueille régulièrement à Paris
des chercheurs de ces pays, et met à la disposition du public un important centre de
documentationsur les thèmes de sa compétence.Pour toutes ces tâches,le CEPED reçoit
un large concours du Secrétariat &Etat à la Coopération.
Le Département des relationsinternationaleset de la coopérationde l’INSEEa pour
mission de coordonner les relations de l’INSEEavec les services homologues de tous les
pays étrangers et avec les organisations internationales gouvernementales ou non
gouvernementales,qu’ils’agissed’actionsde coopération,avec lespays en développement
et les pays en transition,ou de relations techniquesn’entrantpas dans le champ des actions
de coopération.
Au sein de ce département, la Division des études et méthodes statistiques pour le
développement est chargée de développer et promouvoir des outils méthodologiques
adaptés au contextedes pays en développementet en transition ;elle édite une revue sur ce
sujet, Statéco, et gère également un fonds documentaire sur la statistique du
développement.
 Documents et Manuels du CEPED no 3

Rémy CLAIRIN
Philippe BRION

MANUEL DE
SONDAGES
Applications aux pays en
développement

2’ édition

Centre fianGais sur la population et le développement

Paris VI)
(EHESS-INED-INSEE-ORSTOM-Universite

Novembre 1997
Éléments de catalogage :

Manuel de sondages. Applications aux pays en développement,par R é m y CLAIRIN

et Philippe BRION. -Paris, Centre français sur la population et le développement,
1997, 108 p ;24 cm. (2e édition).

ISBN :2-87762-109-X2' édition revue et corrigée

ISBN :2-87762-082-41" édition
ISSN :1264-2487

O Copyright CEPED 1997

Centre français sur la population et le développement
-
15, rue de I'École de médecine 75270 PARIS Cedex 06 - FRANCE
-
Téléphone :O1 44 41 82 30 Fax :O1 44 41 82 31
Téléphone international :33 1 44 41 82 30 -Fax international :33 1 44 41 82 31
 MANUEL DE SONDAGES- 2ӃDITION
Docuriterits et Mariuels du CEPED,no 3

-
Page 47 Dernière formule, lire :

Page 90 - Milieu de l’encadré, lire :

’‘ dF
z= C-(k)k,
dX,

Page 90 - Avant-dernière ligne, lire :

“ L a variance de l’estimation d u total de Z...‘I

 SOMMAIRE

Préface ....................................................................................................................... XI
Résumé ....................................................................................................................XIII
S u m m a r y .................................................................................................................XIII

Introduction ............................................................................................................... 1

Chapitre 1. Principes.............................................................................................. 3

1.Quelques définitions:univers. unités statistiques. échantillon.variables.........3

a) Univers.......................................................................................................... 3
b) Unités statistiques......................................................................................... 3
c) Échantillon.................................................................................................... 4
d) Variables.......................................................................................................5
2.Estimateur,variable aléatoire,variance,biais ................................................... 5
a) Estimateur..................................................................................................... 5
b) Variable aléatoire ......................................................................................... 6
c) Moyenne,variance........................................................................................ 6
d) Écart-type,coefficient de variation .............................................................. 7
e) Biais ..............................................................................................................8
3.Sondage aléatoire,sondage non aléatoire,base de sondage .............................. 8
a) Sondage aléatoire.......................................................................................... 8
b) Base de sondage ........................................................................................... 8
4."Qualités"d'une enquête par sondage.............................................................. 10
a) La recherche de précision ........................................................................... 10
b) La notion de "représentativité"................................................................... 11
c) Affiner le mode de tirage apriori,mais aussi améliorer la précision
a posteriorì...................................................................................................... 12
d) Les erreurs d'observation............................................................................ 12
5.Notations .......................................................................................................... 12
a) Sur l'univers ................................................................................................ 13
b) Sur l'échantillon .......................................................................................... 13
c) Taux de sondage......................................................................................... 13
d) L'utilisationde la notation A ....................................................................... 13
VI MANUEL DE SONDAGES. APPLICATIONSAUXPAYS EN DÉVELOPPEMENT

Chapitre 2. Sondages aléatoires simples............................................................ 15

1 .Principe............................................................................................................ 15
2.Estimation d'une moyenne .............................................................................. 15
-
a) j? est un estimateursans biais de la grandeur Y ....................................... 16
b) Variance de 7............................................................................................ 16
c) Pour un échantillon suffisamment grand, 7 suit une loi normale ............. 16
d) La variance V (7) peut être estimée à partir de l'échantillon.................... 17
e) Dans la pratique on n'a tiré qu'un échantillon............................................ 18
f)Remarques .................................................................................................. 19
La précision est essentiellement liée au nombre d'unités enquêtées..... 19
La variance est inversement proportionnelle au nombre d'unités
enquêtées............................................................................................... 20
Tirage avec remise,tirage sans remise ................................................. 20
Évaluation "chiffrée"de la précision .................................................... 21
Combien d'unitésenquêter dans l'échantillon ?.................................... 21
3.Estimation d'un total........................................................................................ 21
4.Estimation d'une proportion ............................................................................ 22
a) Principe ...................................................................................................... 22
b) Exemple ..................................................................................................... 23
5.Estimation d'un ratio........................................................................................ 24
6.Méthodes de tirage .......................................................................................... 25
a) Méthode simple.......................................................................................... 25
b) Tirage systématique................................................................................... 25
Exemple ................................................................................................ 25

Chapitre 3. Sondages stratifiés........................................................................... 27

1 .Principe. objectifs............................................................................................ 27
2.Formules d'estimation ..................................................................................... 28
a) Notations .................................................................................................... 28
b) Estimation du total de Y sur l'univers àpartir du sondage stratifié...........29
c) Estimation de la moyenne de Y sur l'universà partir du sondage
stratifié............................................................................................................ 29
Y'
d) Les estimateurs f(Y)et sont des estimateurssans biais du total et de
la moyenne de Y............................................................................................. 29
e) Variance de l'estimateurdu total et de l'estimateurde la moyenne ........... 30
f)Estimation de ces variances d'estimation à partir de l'échantillon.............. 30
g) Cas particulier :le taux de sondage est le même pour toutes les strates....30
3 .Choix des strates.............................................................................................. 31
4.Répartition de l'échantillon entre les strates.................................................... 32
 SOMMAIRE VI1

a) Répartition représentative.répartitionde Neyman ..................................... 32

b) Exemple......................................................................................................33
c) Recherche de précision au niveau de chaque strate.................................... 34
Retour sur l'exempleprécédent ............................................................. 35
d) Conclusion.................................................................................................. 35

Chapitre 4. Sondages à probabilités inégales..................................................... 37

1 .Principe ............................................................................................................ 37
2.Formules d'estimation dans le cas avec remise................................................ 37
a) Estimation d'un total................................................................................... 38
b) Estimation d'une moyenne. d'un ratio ........................................................ 39
3.Méthodes de tirage ...........................................................................................39
a) Méthode des chiffrescumulés.................................................................... 39
b) Méthodes aréolaires utilisant des grilles de points ..................................... 40
4.Aperçu sur le sondage à probabilités inégales sans remise.............................. 41
L'estimateurde Horvitz-Thompson....................................................... 41

Chapitre 5.. Sondages à plusieurs degrés ............................................................ 43

1 .Principe.notations............................................................................................43
a) Principe.......................................................................................................43
b) Justification.caractéristiques...................................................................... 44
c) Notations.....................................................................................................45
2.Tirage des unités primaires à probabilités égales (tirage à deux degrés) .........46
a) Estimation du total de Y.............................................................................. 46
Cas particulier :sondage autopondéré................................................... 46
b) Variance de l'estimateurdu total de Y........................................................ 47
c) Estimation de la variance de l'estimateurdu total de Y .............................. 47
d) Remarques ..................................................................................................48
e) Estimation d'une moyenne. d'un ratio......................................................... 48
f)Application pratique au cas d'une enquête agricole .................................... 49
Introductiond'un modèle de coût .......................................................... 50
3.Tirage des unités primaires à probabilités inégales (tirage à deux degrés).....51
a) Estimateur du total de Y.............................................................................. 51
b) Variance de l'estimateur du total,estimateur de cette variance .................52
c) Cas particulier important ............................................................................ 52
d) Estimation dune moyenne,d'un ratio......................................................... 53
-
e) Retour sur le choix avec remise sans remise............................................ 53
4.Sondage en grappes..........................................................................................53
a) Principe....................................................................................................... 53
VIII DE SONDAGES. APPLICATIONS
MANUEL AUX PAYS EN DÉVELOPPEMENT

b) Estimation d'un total dans le cas d'un tirage des grappes à probabilités
égales.............................................................................................................. 54
c) Estimation d'une moyenne dans le cas d'un tirage des grappes à
probabilités égales.......................................................................................... 54
d) Estimation d'un total dans le cas d'un tirage des grappes à probabilités
inégales........................................................................................................... 54
5.L'effet de grappe.............................................................................................. 55
a) Principe...................................................................................................... 55
b) Le coefficient de corrélation intragrappe................................................... 55
c) Conséquences sur la précision du sondage ................................................ 55
d) Valeurs numériques de 6.utilisation de ces valeurs .................................. 56
E n pratique,comment utilise-t-once coefficient?............................... 57
U n retour sur les valeurs numériques relativesaux effets de grappe
citées dans certains articles................................................................... 58
6.Considérationspratiques ................................................................................. 59
a) Quand utiliser des sondages à plusieurs degrés ? ...................................... 59
b) Pour les enquêtes démographiques dans les pays en développement........60
7.Aperçu sur le tirage à trois degrés................................................................... 61

Chapitre 6. Utilisation d'information auxiliaire. redressements .................... 63

1 .Stratifieationaposteriori................................................................................ 64
a) Principe...................................................................................................... 64
b) Quelle est la différence avec la stratificationapriori ?............................. 64
c) Exemple ..................................................................................................... 65
d) La pratique ................................................................................................. 65
e) Que faire si le plan de sondage est plus complexe qu'un sondage
aléatoire simple ?............................................................................................ 66
f) La méthode du raking ratio ........................................................................ 67
2.Estimation par le quotient................................................................................ 67
a) Principe...................................................................................................... 67
b) Exemple ..................................................................................................... 68
c) L'estimateur par la régression .................................................................... 69
3.Les non-réponses............................................................................................. 69
a) Non-réponsespartielles et totales .............................................................. 69
b) Comment traiter les non-réponsestotales ?............................................... 71
c) Comment traiter les non-réponsespartielles ?........................................... 72

Chapitre 7. La méthode des quotas .................................................................... 75

1 .Principe............................................................................................................ 75
Exemple ................................................................................................ 75
 SOMMAIRE IX

2.La méthode est non aléatoire ........................................................................... 76

3.La pratique ....................................................................................................... 76
4.La méthode des itinéraires ............................................................................... 77

Chapitre 8.
. E n guise de synthèse.........................................................................79
1 .Quelle méthode dans quel contexte ?............................................................... 79
a) U n ou plusieurs degrés ?............................................................................ 79
b) Les panels................................................................................................... 80
c) Les sondages en deux phases ..................................................................... 81
d) Les estimations pour de petits domaines ................................................... 82
e) La méthode des segments........................................................................... 83
f)La question de la taille de l'échantillon ...................................................... 85
2.Retour sur les problèmes liés à la base de sondage ......................................... 85
a) Cas des enquêtes démographiques dans les pays en développement.........85
b) La mise àjour de la base de sondage ......................................................... 86
c) La nécessité d'adapter la base de sondage au domaine d'étude..................87
d) L'utilisation de la télédétection................................................................... 87
3.La nécessité d'un travail soigné à tous les niveaux.......................................... 88
a) A u niveau de la collecte.............................................................................. 88
b) A u niveau du traitement des données......................................................... 88
c) A u niveau de la documentation des différentes phases de l'enquête ..........89
d) A u niveau de la publication des résultats ................................................... 90

Annexe 1. Biographie de R é m y Clairin .............................................................. 93

Annexe 2. Développement des sigles utilisés ...................................................... 95

Liste des tableaux et encadrés................................................................................ 97

Liste des figures ....................................................................................................... 97

Références bibliographiques .................................................................................. 99

Les publications d u CEPED ................................................................................. 103
 PRÉFACE

Rémy Clairin nous a quittés le 12 octobre 1987, trois mois avant que le
CEPED,dont ilfaisait partie,ne voie ofleiellementlejour.
Administrateur de l'INSEE (1954), Rémy Clairin commence sa carrière en
Guinée où il participe à lapremière grande enquête démographique lancée par son
Institut en Afiique.Auteur ou collaborateur de nombreux travaux et ouvrages de
référence, en particulier sur la collecte des données et les techniques d'ajustement,
homme de terrain,analyste,mais aussi brillant théoricien,il a toujours eu le souci
deformer lesjeunes statisticiens et démographes,directement,par ses manuels, ses
publications et ses articles nombreux.Spécialiste reconnu en matière d'application
de la théorie des sondages,il a laissé au CEPED le manuscrit inachevé d'un manuel
de sondages à l'usage desjeunes cadres afiicains.
Mon prédécesseur, Francis Gendreau, et Michel François, statisticien-
démographe de l'INSEE,ont avec patience et obstination fait tout ce qu'ilfallait
pour rendre un dernier hommage à Rémy Clairin en faisant aboutir ce projet de
manuel.

Une première version du manuscrit a été mise en forme au CEPED par

Valérie Delaunay et Elisabeth Omoluabi, démographes,pour être soumise aux
observations de statisticiens et démographes ayant une certaine pratique des
enquêtes démographiques par sondage en Afiique.Mais le temps a passé, et le
manuscrit,inachevé et déjà ancien,demandaità être complété aufond.

C'estfinalementPhilippe Brion, chef de la division des "étudeset méthodes

statistiques pour le développement" de l'INSEE,qui a accepté d'élaborer une
version complète d'un manuel de sondages en y intégrant le travailde Rémy Clairin.

Le manuel initial a été repris, tout en conservant sa vocation première

d'ouvrage à destination des praticiens. Point n'est besoin de rappeler l'importance
de la méthode des sondages dans le domaine de la démographie appliquée aux pays
en développement :de nombreuses enquêtes viennent compléter les données des
recensements de la population pour contribuer à enrichir la connaissance de ces
PUYS.

Quelques exemples tirés d'enquêtes autres que les enquêtes démographiques

servent à illustrer le manuel :enquêtes agricoles, enquêtes budget-consommation.
XII MANUEL
DE SONDAGES.APPLICATIONS
AUXPAYS EN DÉVELOPPEMENT

Celui-cireste cependantcentré sur les sondages appliqués aux enquêtes auprès des
ménages des pays en développement et on n'Y trouvera pas, par exemple,
d'applicationdes sondages au domaine des entreprises.

L'ensemble de l'ouvrage a reçu les avis et critiquesparticulièrement utiles et

construct$s de Christopher Scott et Louis Lohlé-Tart.

Enfin MM. Ardilly, Blaizeau, Brilleau, Deville, Gendreau, Lefranc et

Waitisperger ont égalementapporté,par leurs remarques sur diflérentspoints, leur
contribution à la versionfinalede l'ouvrage.

Je tiens,au nom du CEPED et de tous ceux qui en son temps ont apprécié le
talent et l'humanismede Rémy Clairin,à remercier ici chacun des multiples auteurs
de cet hommage à sa mémoire et à son œuvre, et à les féliciter, Philippe Brion en
premier bien sûr,pour la qualité du résultat.

.JacquesVALLIN
Directeur de recherche à I'INED
Ancien directeur du CEPED

La première édition du "Manuel de sondages. Applications aux pays en

développement" de Rémy Clairin et Philippe Brion ayant été rapidement épuisée,i!
est apparu nécessaire de le rééditer. Cette deuxième édition incorpore, de plus,
quelques complémentsque Philippe Brion a souhaité apporter au texte initial.

Alain LERY
Directeur du CEPED
 RÉSUMÉ

La méthode des sondages est utilisée dans les pays en développement pour
produire de l'information sur différents domaines : enquêtes démographiques,
enquêtes socio-économiquescomme celles sur le budget et la consommation des
ménages, ou encore enquêtes agricoles. Son principe est de remplacer le tout par
une partie, l'échantillon, dont l'observation sert de base à l'extrapolation à
î'ensemble.Lors de l'applicationde cette méthode,un certain nombre de contraintes
techniques et organisationnelles sont à prendre en compte, et interferent dans les
choix théoriques.
L'objet de ce manuel, qui résulte d'un projet initié par Rémy Clairin et, à
l'origine,consacré aux enquêtes démographiques dans les pays africains, est de
présenter les bases théoriques de manière simple,et de faire le lien avec la pratique,
en utilisant en particulier certains exemples s'appuyantsur des enquêtes réalisées par
sondage dans divers pays en développement.

SUMMARY

Sampling methods are used in developing countries toproduce information for

diflerent Jields : demographic surveys, socioeconomic surveys -for example
studying household budget,or consumption -, or agriculturalsurveys.Theprinciple
is to replace the whole by a part, the sample,which will be used to extrapolate to
the whole. While using the method, some technical or organisational constraints
must be considered,jointly with the theoreticalaspects.

The object of this manual,which is resultingfiom a project initiated by Rémy

Clairin and,originally,dedicated to demographic surveys in afiican countries,is to
present the theoretical principles in a simple manner, and to link them to the
practicalproblems,particularly using examples based on sample surveys conducted
in developing countries.
 INTRODUCTION

Dans l'arrière-boutique,le négociant plonge la main dans le sac de café,afin

d'évaluer la qualité de la marchandise qu'il va acheter... Cette image résume bien la
philosophie de la méthode des sondages : observation d'une partie d'un domaine
d'études,l'échantillon,afin de produire de l'informationsur l'ensemble.
Cette méthode a fait ses preuves depuis plusieurs dizaines d'années dans le
contexte des pays en développement,dans le cadre de l'étuded'un certain nombre de
sujets pour lesquels il est impossible d'enquêter l'ensemble des unités : enquêtes
démographiques, dont une partie résulte de grands programmes lancés par des
organismes internationaux, enquêtes socio-économiques, comme celles sur le
budget des ménages,ou encore enquêtes agricoles.
Lors de l'application de la méthode, un certain nombre de contraintes
pratiques,liées à l'organisationde l'enquête,à son budget...,viennent interférer dans
les choix qui pourraient résulter de considérationsuniquement théoriques.L'objetde
ce manuel est de présenter la théorie de manière simple, en ne proposant par
exemple pas de démonstrations mathématiques des formules énoncées,et d'essayer
de faire le lien avec la pratique, en s'appuyant sur un certain nombre d'exemples
d'enquêtes réalisées dans les pays en développement, et parfois également dans les
pays développés.
Ces exemples peuvent être approfondis en se référant aux sources citées en
bibliographie ; certaines imprécisions ou erreurs peuvent subsister concernant ces
-
exemples et nous nous en excusons auprès des concepteurs des enquêtes -, en
particdier pour les enquêtes réalisées dans un grand nombre de pays et pour
lesquelles des ajustements par pays existent quant à la méthode de sondage utilisée.
La théorie pourra, elle aussi,être approfondie en se référant aux ouvrages indiqués
dans la bibliographie.
Le manuel débute par une introduction à la théorie des sondages (chapitres 1
et 2), il passe ensuite en revue les différentes méthodes utilisées : stratification,
sondages à probabilités inégales,sondages à plusieurs degrés (chapitres 3 à 5). Ces
2 MANUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

méthodes ne sont pas exclusives l'une de l'autre, et sont souvent combinées dans les
plans de sondage mis en place pour les enquêtes réalisées sur différents sujets.
C'est l'objet du chapitre 8 que de mettre en perspective l'ensemble des
méthodes présentées, et d'insister sur un certain nombre de points pratiques qu'on ne
peut négliger quand on procède à la conception ou au traitement d'une enqutte par
sondage.U n de ces points est relatif au problème des redressements,en particulier
en raison des non-réponses,abordé au chapitre 6.Enfin, le chapitre 7 présente la
méthode des quotas, très utilisée dans certains pays développés, peu actuellement
dans les pays en développement, mais qui pourrait y connaître des champs
d'application.
 CHAPITRE 1

PRINCIPES

La technique des sondages permet de produire de l'informationsur un domaine

donné à partir de l'observation d'une partie de ce domaine. Elle s'applique
particulièrement à I'étude des populations nombreuses. Avant d'aborder les
différentesméthodes de sondage,il est nécessaire de présenter un certain nombre de
notions qui serontutilisées tout au long de cet ouvrage.

1. Quelques définitions : univers, unités statistiques, échantillon,

variables

a) Univers

Le domaine étudié est souvent qualifié d'univers ou de population. I1 s'agit

d'une population au sens statistique du terme, c'est-à-dire qu'on parlera de
population d'individus, mais aussi de population de villages, de champs ou
d'événements (naissances, décès,migrations...)
L'univers étudié doit être défini de manière précise, que ce soit du point de Vue
des unités élémentaires le composant (voir paragraphe suivant) ou du point de vue
de ses limites : si, par exemple, on étudie le domaine de l'agnculture, décide-t-on
d'inclure ou non lesjardins familiaux dans l'univers? Cette définition des limites de
celui-ciconditionne la portée des résultats qu'on tirera du sondage.

b) Unitésstatistiques

Les unités statistiques sont les Cléments composant l'univers. Elles peuvent
être de différentstypes :
- individusau sens courant du terme,
4 AUX PAYS EN DÉVELOPPEMENT
MANUEL DE SONDAGES.APPLICATIONS

- villages,
- hameaux,quartiers,îlots,etc.,
- ménages,
- parcelles cultivées,
- etc.
U n même univers peut être décomposé selon différents types d'unités
élémentaires (par exemple en ménages ou en individus).
O n peut aussi être amené à considérerune décomposition de l'univers en unités
à plusieurs degrésl, chaque unité d'un degré donné étant elle-même composée
d'unités du degré suivant. Par exemple, du point de vue démographique, une zone
rurale peut être décomposée en villages,unités du premier degré (unités primaires)
composées :
- de ménages, unités du second degré (unités secondaires), eux-mêmes
composés :
- d'individus,unités du troisième degré (unités tertiaires).

e) Échantil€on

O n appelle échantillon un sous-ensemble d'unités statistiques prélevé dans

l'univers,dont on veut connaîtrecertaines caractéristiques.C'est à partir des résultats
observés sur l'échantillon qu'on va "extrapoler"pour produire des estimations sur cet
univers (figure 1).

Univers

Échantillon
c'est à partir de son observation
que l'on"extrapole"à l'univers

Figure 1. Príncipe de la méthode des sondages

* Les sondages à plusieurs degrés seront abordés plus loin (chapitre 5).
 PRINCIPES 5

d) Variables

Les études statistiques portent sur les valeurs prises par certaines variables
(caractères) pour chacune des unités statistiques. Ces variables peuvent être
quantitatives continues (taille, revenu), discontinues (nombre d'enfants) ou
qualitatives (situation matrimoniale,nationalité).
Parmi les variables qualitatives, on distingue les variables dichotomiques qui
ne présentent que deux modalités, par exemple le sexe ou le fait d'être en vie ou
décédé.

Les variables quantitatives peuvent se compter ou se mesurer, les variables

qualitatives ne peuvent en principe qu'être "qualifiées".Toutefois,dans le cas des
variables dichotomiques,on attribuera souvent la valeur O à l'unedes modalités,et 1
à l'autre.Par exemple :
O pour une personne du sexe masculin,
1 pour une personne du sexe féminin.

Ainsi codée, cette variable permet d'obtenir la proportion de femmes dans la

population en calculant la moyenne des valeurs observées.On se trouve alors dans
une situation comparable à celle des variables quantitatives discontinues.

2. Estimateur, variable aléatoire, variance, biais

a) Estimateur

Ayant utilisé un procédé de sondage déterminé (on reviendra tout au long des
chapitres suivants sur la manière de faire), on va chercher à produire des estimations
pour une ou plusieurs variables dites d'intérêt.Un estimateur associé à un procédé
de sondage utilisé est une "formule mathématique" qui permet de calculer
l'estimationdune grandeur à partir des données observées sur l'échantillontiré. On
voit que, pour un procédé de sondage déterminé, le "hasard" peut conduire à
différents échantillons, donc à différentes estimations (calculées à partir de
l'estimateur).
En outre, pour une méthode de sondage déterminée, on aura souvent,en fait,
un choix destimateurs. Les chapitres 2 à 5 présentent les estimateurs les plus
"naturels" associés aux différentes méthodes -et on parlera dans ce cas de
6 W U E LDE SONDAGES.APPLICATIONS
AUX PAYS EN DEVELOPPLCWENT

-
"l'estimateur'' comme s'il était unique mais on verra au chapitre 6 d'autres
estimateursplus complexes.

b) Variable aléatoire

Une variable aléatoire est une variable qui peut prendre "uncertain nombre de
valeurs" avec, pour chaque valeur, une probabilité correspondante : on a donc une
"distribution"de la variable aléatoire.
Si l'on s'intéresse au domaine des sondages,on a vu qu'un échantillon fournit
une estimation de la grandeur qu'on cherche à estimer;mais si l'on tire un autre
échantillon selon les mêmes règles de sélection,on aura sans doute un autre résultat
pour l'estimation de la grandeur étudiée. L'estimateur est donc une variable
aléatoire.

La distribution de l'estimateurest fournie par l'ensemble des résultats obtenus

à partir de l'ensemble des échantillons possibles (selon le procédé de sondage qu'on
s'est fixé) ; le caractère aléatoire provient du "tirageau sort" de l'échantillon.

e) Moyenne,variance

La variance d'une variable Y donne une idée de la dispersion de Y autour de sa

moyenne. Elle vaut :
V(Y)=-C(Y,
l N -q2
N a=i
r
l N
où Fest la moyenne de Y sur l'univers: = -C Y,
N a=l
Y,est la valeur de Y pour l'unitéstatistique a,
et N le nombre d'unités statistiques de l'univers.
On définit aussi la covariance de deux variables sur l'univers,qui fournit une
mesure de la manière dont deux variables Y et 2 varient simultanément :

et le coefficient de corrélation linéaire entre Y et 2,qui mesure la "solidité"de

la relation linéaire entre Y et 2 :
 PRINCIPES 7

cov(Y,2)
"Jm
Cette grandeur est comprise entre -1 et +l.
Pour une variable aléatoireA,on parle d'espérance et de variance.
L'espérance est définie par : E(A) = C<q
1

où les Y, sont tous les résultats possibles2,

et où P,,pour i donné,est la probabilité que A prenne la valeur Y,,
D e manière intuitive, l'espérance est la valeur que prend "en moyenne" la
variable aléatoire A.

Quant à la variance,elle se définit comme suit : V(A) = C<(q -E(A))2

t

On voit qu'on utilise, dans le cadre des enquêtes par sondage, le terme de
variance à la fois pour les variables dans l'univers étudié (donc mesurables sur
chaque unité statistique) et pour la variable aléatoire "estimateur résultant du plan
de sondage".
Cette double utilisation du terme variance peut conduire à certaines
confusions. I1 sera nécessaire de toujours préciser de quelle variance il s'agit
quand on traite de problèmes de sondages.

4Écart-type,coejjfìcientde variation
L'écart-typed'une variable Y est la racine carrée de la variance :

Cette notion s'applique aussi bien à la variance d'une variable qu'à la variance
dune variable aléatoire.Par ailleurs,l'écart-types'exprime dans la même unité que
la variable,alors que la variance s'exprime en cette unité "aucarré".
Le coefficient de variation est :

C.V.= -
DY
Y
pour une variable Y

Dans l'expression définissantE@), la somme symboliséepar le C ne s'appliquepas nécessairement

àun ensemblefini de valeurs possibles.
8 hlÁNUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

C.V. = -pour une variable aléatoire A.

E(4
L'intérêt de cette grandeur est qu'on trouve au numérateur et au dénominateur
des valeurs exprimées dans les mêmes unités ; elle est donc "sans unité'' et donne
une idée de l'importance de l'écart-type par rapport à la moyenne (ou l'espérance),
donc une idée de la plus ou moins grande dispersion de la distribution.

e) Biais

On dit qu'un estimateur A d'une grandeur G est sans biais si E(A) = G,c'est-à-
dire si "en moyenne" les résultats fournis par cet estimateur sont égaux à la grandeur
qu'on cherche à estimer. Dans le cas contraire, on a un estimateur biaisé, qui peut
néanmoins dans certaines conditions être acceptable (partie 4).

3. Sondage aléatoire, sondage non aléatoire, base de sondage

a) Sondage alkatoire

Un sondage est dit aléatoire, ou probabiliste, si toute unité statistique a une

probabilité non nulle et connue d'être sélectionnée dans l'échantillon. La méthode
des sondages aléatoires est fondée sur le principe que l'échantillon doit être
déterminé d'une façon objective, dans laquelle aucun "facteur personnel"
n'intervient, de façon que tout Clément de l'ensemble à étudier ait des chances d'être
choisi et que ces chances puissent être déterminées avec certitude. C e qui veut dire
que, pour le choix d'un échantillon, on fait appel au hasard (au sens probabiliste du
terme qu'il faut bien distinguer du sens qu'il a souvent dans le langage courant), et
qu'on pourra mettre en œuvre une formalisation mathématique pour étudier les
propriétés de cet échantillon. Certaines méthodes, ne respectant pas la condition du
sondage aléatoire, sont présentées au chapitre 7.

b) Base de sondage

Le sondage aléatoire nécessite de donner à toute unité statistique de l'univers

une probabilité non nulle d'être sélectionnée : doù la nécessité de disposer d'une
base de sondage, afin de pouvoir accéder à l'ensemble des unités statistiques. U n e
 PRINCIPES 9

base de sondage est une liste complète et àjour des unités de l'universsans omission
ni double compte, et telle que l'identification de chaque unité se fasse sans
ambiguïté.
Le terme de "liste" doit être entendu au sens large :s'il s'agit en général dun
fichier (manuel ou informatique) issu d'un recensement ou d'une source
admirustrative,il peut aussi s'agir dune couverture photographque aérienne qu'on
va découper en zones élémentaires quand on utilise une méthode de sondage
aréolake,ou dun autre moyen d'accéderaux unités statistiques.
Il est intéressant de disposer, dans la base de sondage, d'informations
concernant les unités statistiques (en plus, bien sûr, de leur localisation) utilisables
pour le sondage.Par exemple,dans une enquête démographque,la base de sondage
peut indiquer pour chaque village de l'univers une estimation de la population:
population au dernier recensement, nombre de personnes imposables,nombre de
ménages, etc. Ces renseignements sont appelés variables auxiliaires.Ces variables
auxiliaires peuvent être utilisées,soit pour améliorer la technique de tirage,soit pour
calculer une estimation plus efficace (estimateurs plus complexes proposés au
chapitre 6).
Qu'utilise-t-on comme base de sondage? On peut fournir plusieurs types
d'exemples :
- des documents administratifs existants, par exemple des listes fiscales
(qu'ilfaudra compléter ou corriger éventuellement) ;
- le fichier des clients dune société,ou des anciens élèves d'une école ;
-une liste venant dune enquête précédente, en particulier d'un
recensement ;
-une liste qui est dressée à l'occasion de l'enquête : on peut, à l'occasion
dune enquête sur un centre urbain, procéder à un dénombrement des
ménages à partir duquel on tirera l'échantillon ;
-une liste d'unités aréolaires (en particulier les zones de dénombrement
utilisées pour le recensement de la population) dans laquelle on tirera un
échantillon d'unités pour lesquelles on procédera à un dénombrement des
ménages (chapitres 5 et 8).
Si l'on revient aux "qualités"de la base de sondage (exhaustivité et absence de
doubles comptes), on se trouve rarement dans la situation idéale où on a une base de
sondage parfaite ; on fera cependant avec la base dont on dispose. On reviendra,au
chapitre 8,sur les problèmes de mise àjour de la base de sondage.
10 AUX PAYS EN D&ELOPPEMENT
MANUEL DE SONDAGES.APPLICATIONS

4. "Qualités" d'une enquête par sondage

a) La recherche de précision

O n cherchera à ce que l'estimation obtenue à partir de l'échantillon soit, en

moyenne, la plus proche possible de la grandeur (inconnue) qu'on veut estimer.
Souvent,les estimateurs étudiés seront sans biais et on cherchera,dans ce cas
(figure 2), à avoir la variance de l'estimateur la plus petite possible (soit encore
l'écart-type le plus petit possible, ou encore le coefficient de variation le plus petit
possible).

L'estimateur dont la distribution est représenthe par la courbe er

plein est prkférable B celui associé il la courbe en pointillé, car sí
distribution est plus concentrée autour de la valeur A estimer.

Figure 2. Comparaison des distributions de deux estimateurs sans biais

Parfois, on acceptera des estimateurs biaisés à condition que l'écart-typequi

leur est associé soit d'un ordre de grandeur "dominant" par rapport à celui du biais
(figure 3).
 PRILWIPES 11

3ien que l'estimateur dont la distribution est représentée par la courbe en

dein soit biaisé, on le préférera toutefois à celui associé à la courbe en
iointille, car les résultats qu'il fournit sont globalement plus proches de la
raleur à estimer.

Figure 3. Comparaison entre un estimateur sans biais et un estimateur biaisé

b) La notion de

La notion de "représentativité"est une notion à manipuler avec précaution :

elle sous-entend que l'échantillon donne une image réduite, mais fidèle, de
l'ensemble sur lequel il est prélevé, au moins en ce qui concerne les caractéristiques
que l'on cherche à évaluer. O n verra dans les chapitres suivants (en particulier celui
sur la stratification) qu'il n'est pas nécessaire que l'échantillon soit une maquette
"exacte"de l'univers: certaines parties de celui-cipeuvent être surreprésentéesdans
l'échantillon (à condition bien sûr den tenir compte dans l'estimateur).
I1 ne faut pas non plus perdre de vue que des choix au niveau de la technique
de sondage peuvent donner un résultat très satisfaisant en ce qui concerne une
variable (parexemple,le taux de natalité) mais des résultats beaucoup moins précis
en ce qui concerne d'autres caractéristiques (par exemple l'emploi ou les
migrations). Le problème devient complexe lorsqu'on entreprend une enquête à
objectifs multiples :par exemple démographie, habitat, consommation, nutrition,
budget de famille,etc. Le choix d'une méthode implique alors des arbitrages entre
des impératifs qui peuvent être très différents,voire contradictoires (qualité, coût,
etc).
12 kkVUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DEVELOPPUENT

c) Affiner le mode de tirage a priori, mais aussi améliorer la précision a

posteriori

Les chapitres suivants présentent les différentes options qu'on peut utiliser
pour "améliorer"la qualité des estimateursen tenant compte des variables connues a
priori avant le tirage afin de sélectionner "au mieux" l'échantillon,mais aussi après
l'observationde l'échantillonen tenant compte de certaines informations auxiliaires
(chapitre 6 sur les redressements).

d) Les erreurs d'observation

Aux erreurs d'échantillonnage(dues au fait qu'on n'observe qulune partie de

l'univers) viennent "s'additionner" les erreurs d'observation. Ces erreurs peuvent
avoir un côté "aléatoire" et se compenser ; il existe cependant certaines erreurs
systématiques qui introduisent un biais et faussent les résultats de fagon
irrémédiable (parexemple mauvaise compréhension dune question).
L'erreur d'observation est difficilement évaluable ; sa maîtrise sera bien sûr liée
au soin apporté à l'ensemble des étapes de l'enquête, depuis la conception du
questionnaire jusqu'au traitement des données en passant par la phase de terrain
(collecte) et la saisie-codification.Pour la mise au point des questionnaires,et plus
généralementles problèmes d'organisation d'enquêtes,on pourra se référer à d'autres
ouvrages (Jacquart, 1988 ; Blaizeau,Dubois, 1989).
L'erreur d'observation doit être maîtrisée "le plus possible", car son ordre
de grandeur peut être nettement supérieur à celui de l'erreur d'échantillonnage.

La mauvaise couverture du "champ" de l'enquête influe également sur la

qualité des résultats : on reviendra sur ces problèmes (liés à la base de sondage
utilisée) au chapitre 8.

5. Notations

Quelques généralités relatives aux notations, qui seront affinées au fur et à

mesure des chapitres :
 PRINCIPES 13

a) Sur l'univers

Unités statistiques a = 1, ......., N

l N
Moyenne de la variable Y : r = -CYa
N
où Y, est la valeur de Y pour l'unité a.
,=I
l N
Variance de Y:V(Y) = -C(Ya
N
-y)2
,=i
On utilise souvent la notation 02 pour la variance : V(r) = 02.

l N
Par ailleurs,on définit aussi : s2= - C (Y, -
N -1 ,=i
r)

b) Sur l'échantillon

Unités statistiques i = 1, ..., n

1 "
7= -Cy, moyenne de la variable Y calculée sur l'échantillon: 7 est une
n ,=I
variable aléatoire.
E@) espérance de la variable aléatoire 7

V(j7) variance de la variable aléatoire 7 (qui,rappelons-le,est la variance de

l'estimateur 7 et non la variance de la variable Y calculée sur les unités de
l'échantillon).

c) Taux de sondage

n
f=-
N

d) L'utilisation de la notation

O n utilisera parfois la notation A pour les estimateurs produits 1 partir de

l'échantillon.Par exemple, pour estimer un total TP),on utilisera un estimateur
qu'on notera :
?(Y).
 CHAPITRE 2

SONDAGES ALÉATOIRES SIMPLES

1. Principe

D e l'univers on extrait un échantillon de taille n, en accordant à chaque unité

statistiquela même probabilité d'être tirée.L'échantillon peut être tiré :
- avec remise :une unité ayant été sélectionnée à un des tirages est "remise
dans l'urnede tirage"et participe aux tirages suivants ; elle peut donc être
tirée deux fois,ou plus ;
- sans remise :une fois une unité tirée,elle n'est plus prise en compte pour
les tirages suivants (c'estle mode de tirage qui semble le plus "naturel").

Le sondage aléatoire simple est la base de la méthode des sondages,à partir de

laquelle sont développées les autresméthodes présentées dans ce manuel.

2. Estimation d'une moyenne

Pour estimer la moyenne 7 d'une variable Y sur l'univers (7est bien sûr
inconnue) il semble naturel d'utiliser l'estimateur:

1 7= -Cy,
i:l 1 (1) moyenne calculée sur les unités de 1'échantillon3

Dans le cas d'un tirage avec remise, si une unité est tirée plusieurs fois dans l'échantillon, sa valeur
sera comptée dans cette formule pour autant de fois qu'elle a été tirée ; la valeur n correspondra
alors au nombre de tirages, et non au nombre d'unités différentes tirées.
16 M N U E L DE SOND.4GES.APPUCATroiVsAUX PAYSEN DÈK?LOPPEMENT

a) jï est un estimateur sans biais de la grandeur r

Cette propriété, qui signifie "qu'en moyenne" les valeurs fournies par
l'estimateur 7 tombent de part et d'autre de Y,peut s'écrire :

b) Variance de jï

Dans le cas avec remise : L'(y)=- V(Y)

n

Dans le cas sans remise : L'(y)=

1 :(: 3
I-- -- V(Y)

Ceci veut dire que la variance de l'estimateursera d'autantplus faible que :

- V(Y) sera faible ;
- la taille de l'échantillonsera importante.
Par ailleurs, comme N-w'ZV-1 est toujours mférieur à I, la variance de
l'estimateur sans remise est plus faible que celle de l'estimateur avec remise pour
une même variable étudiée. Cependant, quand N est grand, le coefficient N-n'N-1
est souvent proche de I ; les deux variances sont alors équivalentes.

e) Pour un échantillon suffisamment grand, jï suit une loi normale

À partir dune certaine taille d'échantillon (disons au moins 30), la distribution

de la variable aléatoire 7 (c'est-à-direl'ensemble des estimations fournies par tous
les échantillons obtenus avec le tirage équiprobable de taille n) s'ajuste sur une loi
normale (courbe "en cloche" de Gauss) dont les caractéristiques sont liées aux
valeurs E@) et Y@) étudiées ci-dessus.
Ce résultat fondamental vient du "théorème central limite" et, ceci doit être
souligné, il est indépendant de la forme de la distribution de la variable Y dans
l'univers.
 SONDAGESAL~ATOIRESSIMPLES 17

Figure 4. Distribution de la loi normale

On sait que la distribution dune loi normale (figure 4) de moyenne m et

d'écart-typeocomprend environ les 2/3des valeurs dans l'intervalle[ m o ;
m+o],et
95 %des valeurs4 dans l'intervalle [m-2o;
m+2o].

Ici,on peut donc dire que 95 %des valeurs de 7 sont situées dans l'intervalle
[ r - 2 m , F + 2 , / @ ) ] , où V(p) est donnée par les formules (2) ou (3) ci-
dessus.

d) L a variance V (7)
peut être estimée àpartir de l'échantillon

Dans les formules (2) et (3) ci-dessus,la quantité V(r) est inconnue. Celle-ci
va être estimée à partir des données observées sur l'échantillon. Si l'on note s2 la
grandeur calculée sur l'échantillon:

alors on a le résultat suivant :

N
.dans le cas sans remise,s2 est un estimateur sans biais de --(Y)
N-1
(ou encore $1,
.dans le cas avec remise,s2estime sans biais VF).
V(7) est donc estimée sans biais par :
S2
$(Y) = - dans le cas du tirage avec remise
n

m+1,96a]; mais on se contentera d'arrondir la

En toute rigueur c'est dans l'intervalle [m-l,96o;
valeur 1,96 à 2.
18 MANUEL DE SONDAGES.APPLKATIONS AUX PAYS EN BEVELOPPEMENT

n s2
$(y) = (1--) - dans le cas du tirage sans remise
N n

Remarque importante : on retrouve ici la distinction entre V (y), variance de

l'estimateur 7 (donc dune variable aléatoire) et V(Y), variance de la variable Y qui
est estimée à partir de l'échantillon.

Une erreur, malheureusement trop souvent rencontrée, consiste à utiliser

c o m m e estimation de V(7) l'estimation de V(Y) ; en fait on voit qu'à quelques
approximations prks dans le cas sans remise, on passe de V(Y) à V($ en divisant
la première grandeur par n.

e) Dans la pratique on n'a tiré qu'un échantillon

C e qui vient d'être dit aux paragraphes précédents doit être replacé dans cette
perspective. Les résultats ci-dessus présentent la manière dont l'ensemble des
valeurs calculées sur tous les échantillons possibles se répartissent par rapport à la
grandeur recherchée r.
E n pratique, le seul résultat dont on dispose est la moyenne j7 calculée sur un
échantillon, et 7 est inconnue. O n tient un raisonnement analogue au précédent,
mais à partir de y (encadré l), pour fournir un "intervalle de confiance" pour :

- on dispose de la valeur y ;
- on estime V($ à partir de l'échantillon, on obtient donc une estimation
&(y) (racine carrée de la variance estimée 8(7))5 ;
- on peut donc fournir un intervalle de confiance : à 95 chances sur loo6,
la grandeur est dans l'intervalle [v-2&(7);7+2&(7)].
Ceci donne
une idée de la précision du sondage.

Cette estimation de la variance est elle-mêmesujette à une erreur de sondage qu'ilest d'ailleurs
possible d'estimer,et ainsi de suite.En fait, en général, on n'effectue pas ce calcul et on "fait
comme si"l'estimationde la variance étaitla vraie valeur ;ceciincite à une certaineprudence dans
l'interprétationdes chiffres...
Le sondeurreconnaît donc avoir quelques chances (5 sur 100) de setromper.O n peut,en utilisant
une table relative à la loi normale, fournir des intervalles de confiance à d'autres valeurs, par
exemple99 %ou encore 90%. ..
 sONDAGES.4Lk4TOIRES SIMPLES 19

Encadré 1
Récapitulation sur l'estimation d'une moyenne
dans le cas d'un sondage aléatoiresimple sans remise

La moyenne r est estimée à partir de l'échantillonpar : 1 "

7= -n c y ,

I Cet estimatew est sans biais et sa variance est estimée à partir de l'échantillon
Par:

où s2=-Z(yz-7)
1 " 2
n-1

I La "fourchette d'estimation" à 95 %est alors :

[y- 2 m ; y +2fi]

fl Remarques
La précision est essentiellement liée au nombre d'unités enquêtées
La précision, en termes de variance de 7,est essentiellement liée au nombre
d'unités enquêtées n, et relativementpeu7 au taux de sondage n/N (pas du tout dans
le cas avec remise). Ceci est un point fondamental. O n peut l'illustrer de deux
façons :
- deux pays de tailles différentes menant des enquêtes, à partir d'échantillons
de même taille issus de sondages aléatoires simples,et sur des variables présentant
la même dispersion V(Y) (ce qui est souvent approximativement le cas si Ia
variable Y étudiée est la même dans les deux pays), obtiendront des résultats
équivalents en précision,bien que les taux de sondage soient différents (figure 5) ;
-
quand on publie des résultats dune enquête sur une partie de l'univers étudié
(par exemple une région si on a réalisé une enquête sur un pays, ou encore si l'on
s'intéresse aux résultats dans une "case" d'un tableau croisant deux modalités, par
exemple l'âge du chef de famille et sa catégorie sociale), le taux de sondage est le
même (pour un sondage équiprobable) au niveau de l'ensemble de l'univers (par
Le taux de sondagef = n/Nintervient dans le cas du tirage sans remise par Ie coefficient (1 -J.I1
affecte la variance de manière sensible, et donc la précision, s'il est proche de 1, ce qui est rarement
le cas en pratique.
20 MANUEL DE SONDAGES.APPLICATIONSAUXPAYS EN D E V E L O P P ~ E N T

exemple le pays) ou de la partie étudiée (par exemple la région) ; et pourtant, le

nombre dunités enquêtées relatif à cette partie est nettement plus faible, et la
précision des résultats moindre. Ceci incite à être vigilant sur la qualité des résultats
publiés dans les cases dun tableau qui en comprend beaucoup.

Deux enquêtes tirées de façon aléatoire

simple, utilisant 1 O O00 questionnaires
sur le même thème d'étude,l'unemenée
sur l'ensemble du continent africain,
l'autre sur un seul pays, auront une
précision à peu près équivalente.
Celle-cidépend donc peu de la taille du
pays où a lieu l'enquête.

Figure 5. Précision du sondage et taille du pays

dans lequel on réalise l'enquête

La variance est inversementproportionnelle au nombre d'unités enquêtées

La variance est proportionnelle à l/n ; 1'écart-type, qui permet détablir
l'intervallede confiance,est proportionnel à 1 1h. Ceci veut dire que pour réduire
de moitié l'intervallede confiance,il faut quatre fois plus de questionnaires.

Tirage avec remise, tirage sans remise

La différence de précision entre le tirage avec remise et le tirage sans remise

est en faveur du tirage sans remise,mais est en général peu marquée, sauf dans le
cas où le taux de sondagef = n/N s'approche de 1 ; on utilisera quasiment toujours
le cas sans remise.
I1 est à noter que si, pour le cas sans remise,la variance est nulle quand n = N
(c'est-à-direqu'il n'ya plus d'erreur d'échantillonnage), il subsiste une variance pour
le tirage avec remise quand n = N.
 SONDAGESALÉATOIRES SIMPLES 21

Évaluation ''chiffrée"de la précision

On utilise souvent, pour chffrer la précision d'une enquête par sondage,
le coefficient de variation. Dire qu'une enquête est précise à 2 % près pour
r
l'estimationd'une moyenne veut dire que le coefficient de variation o(y)/Y est
de 2 %;l'intervalle de confiance associé à 95 chances sur 100 - celui qui est en
[
général utilisé - vaut dans ce cas Y-Za@);Y+2a(7)], soit encore
[F-0,04Y;F+0,04r].

Combien d'unités enquêter dans l'échantillon ?

On voit que la réponse à cette question se trouve dans les formules (2) et (3) :
si l'on fixe un niveau de précision (largeur de l'intervalle de confiance, ou
coefficientde variation,ce qui signifieune valeur "maxi""de la variance), on en
déduit le nombre d'unités minimum nécessaire. Le problème est que la quantité
V(Y) est inconnue avant l'enquête,dans les formules (2) et (3) ; la seule solution est
de l'estimer,soit de manière intuitive,soit à partir de données observées sur le passé
(l'estimation proposée de V(Y) au paragraphe d) se situe une fois l'enquêteréalisée,
et on se place ici dans une phase de réflexion en amont de la réalisation sur le
terrain).

3. Estimation d'un total

Les estimations de totaux sont en général des estimations d'inventaire (effectifs

de migrants, de classes d'âges, ...). Le total d'une variable Y est estimé, à partir de
l'échantillon,par l'estimateurde sa moyenne multiplié par l'effectifde l'univers:

f(Y)= N J (4)
1 " N"
On voit apparaître dans N 7= N -Cy,= - yz la "pondération"de chaque
n ,=I n ,=I
unité de l'échantillon N/n,encore appelée coefficient d'extrapolation (qui permet
"d'étendre à l'univers" la donnée observée sur cette unité).
La variances de cet estimateur vaut
V (f( Y))= NzV(7)
On notera au passage que le fait de "sortir N de la parenthèse" amène à multiplier v(J)par le
carré de N (une erreur répandue est de multiplier V(J) par seulement N pour calculer V (N7)).
22 MANUEL DE SOND.4GES.APPLICATIONSA
UXPAYS EN DEVELOPPEMENT

V( N 7)peut donc être estimée à partir de l'échantillon:

- dans le cas avec remise par -sNn' 2

- dans le cas sans remise par N Z

4. Estimation d'une proportion

a) Principe

Une proportion sur l'univers (parexemple le pourcentage de femmes) est la

moyenne d'une variable indicatrice :
Y,= 1 si l'unité c1 a la caractéristique correspondant à la proportion
(être une femme par exemple) ;
Y, =O sinon.

L'estimation dune proportion est donc l'estimation de la moyenne de cette

variable.
Une des caractéristiques dune telle variable est que sa variance s'écrit de
manière simple :
1 N N,
si P est la proportion recherchée, P = -CY, = -,
Na=1 N
où N, est le nombre dunités correspondant à la caractéristiqueétudiée.

Le calcul montre9 que : v(Y)= ~ ( 1 -P).

Dans ce cas, si l'on a une idée de l'ordre de grandeur de P (mais sa véritable
valeur est inconnue et c'estl'enquête par sondage qui cherche à l'estimerde manière

1 N - 2
9Eneffet,Y=PetL
'(Y)=- C (Ya-Y)
N a=l

= -[N,(l-
1 P)' +(N - N,)P*] = -[Na
1 -2N,P+ NP']
N N
=-[Na
1 Na
-2N,P+N,P] =-[1-P]
N N
 SONDAGESALÉATOIRESSMPLES 23

précise), on pourra anticiper la précision en fonction du nombre de questionnaires

puisqu'on aura apriori un ordre de grandeur de la variance de Y.

b) Exemple

Le tableau 1, tiré de ORSTOM-INSEE-INED(1971),fournit des Cléments de

précision pour l'estimationdes taux10 bruts de natalité et de mortalité à partir d'un
sondage aléatoire simple et de différentes tailles d'échantillon.

Tableau 1. Précision de l'estimation par sondage aléatoire simple

des taux de natalité et de mortalité

Taux de natalité Taux de mortalité

Taille de (45 %o) (20%o)
1'échanti11on 20 C.V. 20 C.V.
25 O00 2,6%o 2,9'Yo 1,8 %o 4,4'Yo
50 O00 1,9%0 2,1% 1,3 %o 3,1 'Yo
100 O00 1,3 %o 1,5 'Yo 0,9%o 2,2'Yo

Interprétation :les taux de natalité et de mortalité à estimer sont situés vers les
valeurs 45 %O et 20 %O. Si l'on néglige le taux de sondage,on peut dire que :

Or V(Y)= P(1- P).

Dans le cas n = 25 O00 et pour le taux de natalité (P= 45 %O = 0,045), on
2
trouve que V(7) = (1,3 %O) doù la largeur de l'intervalle de confiance à 95 chances
sur 100 et la valeur du coefficient de variation C.V. (égal à d45 %O dans ce cas).

lo On assimile ici les taux à des proportions, ce qui n'est pas tout à fait rigoureux puisqu'on divise
par exemple le nombre de décès d'une année par l'effectif moyen de la population; pour être
rigoureux,il faudrait se placer dans le cadre d'observations longitudinales (suivi de cohortes).
24 hlkiWEL DE SONDAGES.APPLICATIONSAUX
PAYS EN DEVELOPPEMENT

5. Estimation d'un ratio

L'estimation dun ratio peut être délicate, et révéler des pièges. Prenons un
exemple :supposons que l'univers soit un univers de ménages (la base de sondage
est une liste de ménages), et que certaines caractéristiques comme le nombre
d'enfants de moins de cinq ans ne soientpas connues.
Comment estimer le poids corporel moyen des enfants de moins de cinq ans à
partir d'un échantillon de ménages tiré de façon aléatoire simple ? Remarquons que
l'unité statistique utilisée pour le sondage est le ménage et non l'individu. O n
procède ainsi :
- on estime le nombre total d'enfants de moins de cinq ans ;
- on estime ensuite le poids corporeltotal des enfants de moins de cinq ans
de l'univers;
- le ratio (ou quotient) de ces deux masses est l'estimationdu poids moyen
des enfants de moins de cinq ans.

Ceci revient en fait à estimer (même si la première estimation jj peut paraître

"artificielle") :
- j7 poids corporel moyen "cumulé"par ménage des enfants de moins de
cinq ans y vivant ;
- K nombre moyen d'enfants de moins de cinq ans par ménage.
L'estimateur final est YlX, estimateur du poids moyen des enfants de moins
de cinq ansll.

Cet estimateur n'est plus, contrairement aux estimateurs proposés

précédemment,sans biais, car, en général, E(j7/X)n'est pas égal à E@)/ E@).

Une erreur à ne pas commettreest de calculer la moyenne simple des poids moyens des enfants de
moins de cinq ans des ménages de l'échantillon; cette estimationne tiendrait pas compte du fait
que tous les ménages n'ontpas le même nombre d'enfants de moins de cinq ans.
 SONDAGES ALk4TOIRES SIMPLES 25

On peut considérer, quand l'échantillon est de taille suffisamment importante,que

ce biais est "négligeable"par rapportà l'erreuraléatoirel2.
Pour estimer un ratio, on passe en général par l'estimation de deux masses.

6. Méthodes de tirage

a) Mbthode simple

L'idée est de numéroter les unités statistiques, et de procéder à un tirage au

hasard de numéros (entre 1 et N).Pour ce faire,on peut utiliser :
- une table de nombres au hasard (qu'on parcourt dans un sens bien défini
au depart,par exemple ligne par ligne) ;
-un algorithme informatique de tirage (par exemple par génération au
hasard dun nombre réel entre 1 et N).

b) Tirage systématique

Une autre méthode est celle du tirage systématique : on procède par "sauts"
dans la liste des unités statistiques.

Exemple
On doit tirer 10 personnes parmi 153 personnes (numérotées).
Le "pas de tirage"sera de 153/10= 15,3.
On tire un premier nombre au hasard entre 1 et 15 : 3

l2 Pour un calcul de l'erreur aléatoire, voir Desabie (1971), chapitre 9 ou Ardilly (1994), chapitre
3.3.On montre que si ? est l'estimationdu ratio 7/ X ,alors une estimation de la variance de r^
est donnée,dans le cas dun sondage aléatoire simple sans remise, par :
26 M N U E L DE SOND.4GES. APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

O n enquête les personnes :

-3 + n03
- (3 + 15,3) + no 18
-(3 + 2 x 15,3) -+ no 34
... ...

-(3 + 9 x 15,3) + no 141

Cette méthode équivaut à la méthode élémentaire si les unités de la base de

sondage sont réparties absolument au hasard ; elle risque d'être peu représentative
dans le cas, très rare en pratique, où les unités présenteraient pour les caractères
étudiés une périodicité du m ê m e ordre que l'inverse de la fraction de sondage ; elle
est plus avantageuse que la méthode élémentaire si les unités ont été classées
suivant un critère (variable auxiliaire) en corrélation avec les caractères à estimer et
si l'on suppose qu'il existe un "effet" dans l'ordre de classement qui va donner plus
de "représentativitk" à l'échantillon tiré.
Par exemple, si on a classé des ménages selon leur taille, on sera assuré par ce
mode de tirage d'avoir à la fois des ménages de faible taille et des ménages de taille
importante dans l'échantillon. On peut donc dire que, m ê m e si on a présenté cette
méthode de tirage dans le chapitre sur les sondages aléatoires simples, elle
correspond en fait déjà à une version plus élaborée de tirage.
 CHAPITRE 3

SONDAGES STRATIFIÉS

1. Principe, objectifs

Stratifier un univers consiste à Ie répartir avant le tirage de l'échantillon en

sous-ensembles homogènes (par rapport à certains caractères connus a priori),
appelés strates.Le tirage s'effectue de manière indépendante à l'intérieurde chaque
strate (figure 6).

Au lieu de tirer l'échantillontotalement

au hasard,on prélève des parties d'échantil-
lon dans chaque strate ; on espère ainsi
"mieuxreprésenter"l'univers.

stratifié

Figure 6.Principe du sondage stratifié

La stratificationpeut avoir comme objectifprincipal

- soit d'augmenter la précision d'ensemble ;
28 MANUEL DE SONDAGES.APPLICATIONS
AUXPAYS EN DÉVELOPPEMENT

- soit d'obtenir une précision suffisante au niveau de chacune des strate@.

Ces deux objectifs ne doivent pas être confondus. Une fois que l'on aura
réparti la base de sondage entre les strates, il y aura un choix à faire en ce qui
concerne ia répartition de l'échantillon entre ces strates. Ce choix dépendra de
l'objectifque l'on juge prioritaire.
O n peut également être amené à stratifier la population pour des raisons
techniques : application de méthodes de tirage différentes suivant la strate (par
exemple en milieu sédentaire et en milieu nomade,etc.).

2. Formules d'estimation

On se place ici dans le cas d'un tirage,à l'intérieur de chaque strate,aléatoire

simple sans remisel3.

a) Notations

- O n a k strates (h = 1,2,...,k)
k
- Pour la strate h, l'effectiftotal est Nh(N =
h=l
N h)
la moyenne de Y est

si=- 1
C(Kh-q2
Nh

Nh- l a h = ]
le nombre d'unités tirées est nh
l'indice des unités de l'échantillonest ih (ih = 1, ...,nh)
1 "h
yh
nhl'hi

Par exemple, on cherche à comparer le niveau de la fécondité en milieux urbain et rural. O n

stratifiera la population suivant ce critère et l'on s'efforcera d'obtenir à peu près le m ê m e écart-
type pour les estimations dans chacune de ces strates.
l3 D e manière générale, on se placera dans le cadre de sondages sans remise dans la suite de ce
manuel. Cependant, pour des raisons exposées par la suite, on verra l'utilisation de tirages avec
remise pour les sondages à probabilités inégales.
 SONDAGESSTRATIFIÉS 29

b) Estimation du total de Y sur 1'universà partir du sondage stratifié

Pour la strate h le total de Y est estimé par NhYh,

l'estimationdu total de Y sur
l'universest donc :

)'(' = 2
h=l
NhYh

Remarque ;cette formule peut aussi s'écrire

Toute unité observée de l'échantillon est pondérée par le coefficientN/nh(dont

la valeur dépend de la strate), afin d'extrapoler (ou ''d'étendre'') les résultats à
l'univers:ce coefficient est souvent appelé coefficient d'extrapolation.

c) Estimation de la moyenne de Y sur l'univers àpartir du sondage stratifié

Pour cela on utilise l'estimation du total de Y divisée par le nombre total

d'unités de l'universN (Nest connu).
L'estimateurest :

puisque

L'estimation d'une proportion (proportion de femmes par exemple) se fera,

comme présenté au chapitre 2,par l'estimation de la moyenne d'une variable qui
vaut 1 si l'unitéa la caractéristiqueétudiée et O sinon.

d)Les estimateurs f(Y) et Y" sont des estimateurs sans biais du total et de
la moyenne de Y
30 MANUEL
DE SONDAGES.APPLICATIONSAUX PAYS EN DEVELOPPEMENT

e) Variance de l'estimateur du total et de l'estimateur de la moyenne

V( ?
(
'
) = .(i
h=l N h y h )
k
= h=l N,'v(yh)

(résultat du sondage aléatoire simple sans remise,chapitre 2).

Ceci peut être écrit car les tirages dans chaque strate se font de manière
indépendante,et donc les variables aléatoires yh sont indépendantes.

Alors V( ?(Y))= 2N,' -%)

h=l
(1
Nh
'Si
*h
(3)

et (4)

fl Estimation de ces variances d'estimation ri partir de C'échantillon

Ces deux estimations de la variance des estimateurs du total et de la moyenne

vont permettre de calculer l'écart-type de ces estimateurs, et donc, comme au
chapitre 2,de proposer des intervalles de confiance pour ces estimateurs.

g) Cas particulier :le taux de sondage est le m ê m e pour toutes les strates

Les formules présentées ci-dessussont valables quels que soient les nombres
d'unités tirées par strate ; le taux de sondage noh
peut donc être variable d'une
strate à une autre.
Quand on impose un taux de sondage identique pour toutes les strates, on
qualifie alors le sondage de "stratifié représentatif',ou "stratifié proportionnel".
 SONDAGESSTRATIFIÉS 31

L'estimationde la moyenne vaut alors :

puisque n,,LNh= n/N (où n est le nombre total de questionnaires) ; c'est donc la
moyenne simple calculée sur l'échantillon qui permet d'estimer la moyenne sur
l'univers; on a un sondage dit "autopondéré".

( -c-si
.
.
La variance de I'estimateur vaut Y Y = 1 --
;)ih:l:

On montre que,dans ce cas,cette variance est liée 9 la variance de l'estimateur

J issu du sondage aléatoire simple obtenu à partir du même nombre d'unités tirées,
par la relation :

Ceci veut dire que le sondage stratifié représentatifa une variance d'estimateur
toujours inférieure ou égale à celle du sondage "simple",et d'autant plus inférieure
que les strates ont des moyennes différentes de la moyenne générale. O n perçoit
intuitivement ce résultat en se souvenant que le tirage stratifié a consisté à forcer le
hasard "général" et à imposer à l'échantillon de "représenter" l'univers strate par
strate, donc à concentrer les valeurs observées autour des moyennes de chaque
strate.

3. Choix des strates

L'idée est de déterminer des strates les plus homogènes possibles,relativement

au sujet qu'on étudie. Deux types de considérations vont conduire au choix des
critères de stratification :
- disponibilitédes critères dans la base de sondage ;
- pertinence des différents critères pour créer des strateshomogènes,ce qui
nécessite une connaissance soit intuitive, soit venant d'études réalisées
antérieurement.
On prendra généralementcomme critères :
- des critères relevant d'unetypologie (parexemple la catégorie sociale) ;
32 MANUEL
DE SONDAGES.APPLICATIONS AUX PAYS EN DÉVELOPPEMENT

-des critères de taille (prenant par exemple en compte le nombre de

personnes du ménage) ;
souventen les croisant ensemble.
A u niveau des unités de sondage "géographiques",par exemple les villages,on
pourra stratifier selon la région, l'activité dominante des localités, le caractère
sédentaire ou nomade ;on séparera souventmilieu rural et milieu urbain.
Au niveau des ménages ou des individus,on utilisera les critères qu'on pense
être en corrélation avec le sujet d'étude de l'enquête : par exemple la catégorie
sociale,le niveau d'instruction,la taille du ménage,le type d'habitat,etc.
Une stratificationpeut fort bien être très efficace pour l'étude d'un phénomène,
par exemple la mortalité, et l'être très peu pour l'étude d'autres phénomènes, par
exemple l'activité économique ou les mouvements migratoires. Cette situation se
présente avec une acuité particulière lorsqu'un échantillon est destiné à des études à
objectifs multiples,par exemple "démographie"et "agriculture".
Lorsque l'on multiplie le nombre de strates, le gain marginal d'efficacité
devient rapidement faible et les résultats calculés au niveau de chaque strate ne sont
guère significatifs en raison de la petite taille de l'échantillon (mais au niveau global,
les résultats sont significatifs).

4.Répartition de I'échantillon entre les strates

a) Répartition représentative,répartition de Neyman

La répartition représentative a déjà été présentée, elle consiste à utiliser le

même taux de sondage pour toutes les strates; mais d'autres répartitions sont
possibles.
La répartitionde Neyman consiste à respecter l'égalité :
n
-JL = constante =
NhSh
Nhsh
h=l
Elle utilise un taux de sondage proportionnel à la dispersion Shde la variable Y
étudiée dans chaque strate :plus une strate est hétérogène vis-à-visde cette variable,
plus on y utilise un taux de sondage important. La théorie montre que cette
répartition est celle qui fournit la variance la plus faible (c'est-à-direla meilleure
précision au niveau de l'estimation globale sur l'univers) une fois les strates
déterminées.
 SONDAGES
STRA TIFI& 33

L'application de la formule ci-dessuspour calculer la répartition de Neyman

suppose connues a priori les valeurs S,. Ce peut être le cas à partir d'études
antérieures au sondage,mais en général il n'en est pas ainsi. Lorsque le critère de
stratification est la taille des unités (strates définies par des "tranches" de taille), on
constate que l'écart-typeest sensiblement proportionnel à la taille moyenne des
unités de la strate.C'est un ordre de grandeur de cette taille moyenne (plus facile à
estimer que S,)qu'on utilise pour calculer la répartition des questionnaires entre les
strates.
E n pratique, on utilise la répartition de Neyman quand le phénomène qu'on
étudie a une distributiontrès dissymétrique (par exemple,pour des sondages auprès
des entreprises ou auprès d'exploitations agricoles, s'il existe à la fois de petites
exploitations et quelques très grandes exploitations concentrant une partie
importante de la production). Par contre, si ce phénomène a une distribution
symétrique par rapport à sa moyenne, un sondage stratifié proportionnel (ou
"représentatif')fournira des résultats d'une qualité suffisante.
Enfin,si les coûts d'enquête sont différents d'une strate à l'autre,on en tiendra
compte dans la répartition de Neyman, qui respecter a la condition nh /IV,
proportionnel à S, / fi
où (C, est le coût unitaire d'enquête dans la strate h).

b) Exemple

U n pays est divisé en deux régions (strates) présentant les caractéristiques du

tableau 2.O n veut estimer la population totale à partir d'un sondage de villages au
1/50ème.L'univers est donc l'ensemble des villages, la grandeur S, est relative à la
dispersion de la population des villages à l'intérieurde chaque strate et la variable
est la taille moyenne des villages pour chaque strate.

Tableau 2. Exemple de stratification :Caractéristiques des strates

Nombre de Population -
Strate h h' r,
villages (N,) totale
1 3 O00 956 800 1O0 319
2 1 O00 605 O00 200 605
Total 4 O00 1561 800 3 90

On va tirer un échantillon de 80villages.O n peut choisir :

- une répartition proportionnelle;
- la répartition de Neyman.
34 MMUEL
DE SONDAGES.APPLICATIONS
AUXPAYS EN DÉVELOPPEMENT

Remarquons que l'échantillon de Neyman dépend du caractère que l'on veut

estimer en priorité (ici, ce sera par exemple la population totale) ; c'est pour ce
caractère que l'onprendra la variance en considération.E n général,celle-cine sera
pas connue a priori ; elle pourra être estimée à partir d'une enquête antérieure ou
d'études limitées (c'est la colonne S,du tableauprécédent).
Les deux répartitions,proportionnelle et de Neyman, sont indiquées dans le
tableau 3.

Tableau 3. Exemple de stratification :répartition de l'échantillon

Neyman

I Total I 80 I 80

La répartition de Neyman a réaffecté des questionnaires vers la strate 2 (par

rapport à la répartition proportionnelle), où la dispersion est plus forte. O n peut
"raffiner" la démarche précédente en introduisant des Cléments de coût : coûts
d'accès aux différentes strates qui peuvent être, là aussi, variables. O n est ramené à
un problème d'optimisation (minimisation de la variance de l'estimateur) sous
contraintes (taille de l'échantillon fixée). La résolution d'un problème de ce type est
présentée au chapitre 5 (partie 2).

e) Recherche de précision au niveau de chaque strate

O n se trouve devant un problème complètement différent quand on veut

obtenir des renseignements significatifspour chaque strate,par exemple si l'on veut
estimer la fécondité ou la mortalité pour la population urbaine et la population
rurale, ou pour différentes régions d'un pays, ou encore pour des populations
sédentaires et nomades. Ici, il faudra avantager relativement les strates les moins
peuplées,généralementau détriment de la précision globale.
Si l'on souhaite la même précision au niveau de chaque strate et si l'on estime
que les strates présentent la même hétérogénéité pour le caractère étudié, il faudra
prendre à peu près la même taille d'échantillon dans chacune.
 SONDAGESSTRA TIF& 35

Retour sur l'exemple précédent

O n peut vouloir obtenir la même largeur de l'intervalle de confiance pour

l'estimationde la taille moyenne du village pour chacune des deux strates.

Donc V(Y,)=V(Y,)

Soit
n
En "négligeant''les taux de sondage h pour simplifier :
Nh
s; s;+s; et n = 80
n, n2 n
D'oÙn, = 16 et n2 = 64.Ici,pour obtenir une estimation précise sur la strate 2
(qui comporte pourtant moins de villages que la strate 1 mais pour laquelle la
dispersion de la taille des villages est plus forte), on sera conduit à privilégier
l'affectation des unités enquêtées vers cette strate.

d) Conclusion

I1 faut accorder à la stratification un préjugé favorable,mais une stratification

peut btre efficace pour un caractère et pas du tout pour un autre.
L'échantillon autopondéré simplifie le dépouillement, conduit à des calculs
faciles et ne réserve pas de mauvaise surprise en cas d'erreur. Mais il risque
d'aboutir à des résultats peu significatifs pour les petites strates et il ne donne pas -
saufexceptian-la précision globale la meilleure. Pour les enquêtes démographiques,
c'est cependant la méthode la plus utilisée (pour ce domaine les variances des
variables ne sont pas suffisamment différenciées d'une strate à l'autre pour justifier
des différences de taux de sondage).
L'échantillon de Neyman est d'une application difficile,il suppose une bonne
information préalable et des erreurs dans celle-ci peuvent avoir des conséquences
graves.I1 désavantage les petites strates mais donne de bons résultats globaux.C'est
une méthode utilisée dans le cas d'enquêtes sur la production,destinées à fournir des
estimations de totaux (cas des enquêtes sur les entreprises, lorsqu'une base de
sondage est disponible sous forme, par exemple, d'un registre). Enfin, si l'on
augmente la précision au niveau de la strate, on risque une perte d'efficacité à
l'échelonglobal.
36 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

Encadré 2
U n exemple de sondage stratifié
L'enquête budget -consommationdu Gabon de 1993

Cette enquête s'est déroulée dans deux centres urbains du Gabon :Libreville et
Port Gentil.U n dénombrement exhaustifa permis de dresser la liste des ménages de
chaque centre (52 800 ménages à Libreville par exemple) en posant un nombre
limité de questions.
Le sondage utilisé a été un sondage stratifié selon trois critères supposés en
relation avec le niveau de vie :
- nationalitédu chefde ménage (Gabonais,autre africain) ;
- type d'habitat (5 modalités de "précaire" à "luxe");
- statutd'occupation(propriétaire,autre).
Soit en tout 20 strates pour chaque centre urbain, avec tirage d'un échantillon
(de 2 300 ménages pour Libreville par exemple), en utilisant le même taux de
sondage pour chaque strate (échantillon "représentatif'). D e plus, à l'intérieur de
chaque strate, le fichier a été trié selon la taille du ménage avant le tirage, et un
tirage "systématique"14 a assuré une bonne représentativité de l'échantillon selon ce
dernier critère.

l4 Voir chapitre 2,partie 6.b.

 CHAPITRE 4

SONDAGES A PROBABILITÉSINÉGALES

1. Príncipe

O n peut,dans certains cas,décider d'accorderà certaines unités une probabilité

plus forte d'être sélectionnéesqu'à d'autres.
Par exemple :
-pour des enquêtes aupres des entreprises,on peut tirer les unités avec une
probabilité proportionnelle à leur nombre de salariés ;
-dans certaines enquêtes,on tire des "aires" (ou "segments")à partir d'une
grille de points placée sur une carte où on a découpé le territoire ; les aires
sélectionnées sont celles sur lesquelles se trouve un point, elles ont donc
une probabilité d'être tirée proportionnelle à leur superficie ;
-enfin, le sondage à probabilités inégales est souvent utilisé au premier
degré d'un tirage à plusieurs degrés (chapitre 5) :tirage de villages, de
communes ou d'autres unités aréolaires,avec probabilité proportionnelleà
leur population (puis tirage de ménages ou d'individus au deuxième
degré).
O n voit sur les exemples précédents que la probabilité de tirage d'une unité est,
en général,proportionnelleà une mesure de taille,l'idée étant que plus une unité est
"grande", plus elle apporte de l'information et plus il est important de la
sélectionner.

2. Formules d'estimation dans le cas avec remise

Bien qu'on se soit jusqu'à présent placé, dans ce manuel, dans le cadre de
tirages sans remise,on commencera ici par parler de tirages à probabilités inégales
38 MANUEL
DE SONDAGES.APPLICATIONS
AUXPAYS EN DÉVELOPPEMENT

avec remise, pour des raisons de complexité de la formalisation mathématique du

cas sans remise. CeluÍ-ci sera abordé dans la quatrième partie de ce chapitre.

Chaque unité a de l'univers a la probabilité 4 1 5 d'être tirée à chacun des

tirages et on tire un échantillon de taille n.
N
On a Aa = 1 (donc chaque A, est inférieur à 1 et souvent de valeur très
a=l
faible).

a) Estimation d'un total

L'estimateur du total16 de la variable Y (sur l'univers) proposé à partir de

l'échantillon tiré est :
1 "-
?(Y)= - c Yi
n i = l Ai
où yi est la valeur de la variable Y pour l'unité sélectionnée au ieme tirage et A isa
probabilité d'être sdectionnée à chaque tirage : on tient donc compte des
probabilités de tirage différentes pour produire l'estimation du total.

Cet estimateur est sans biais : E =2

(Fm) a=I

I N
Sa variance vaut : v (fm)
=-
n
C A,
Elle peut être estimée sans biais à partir de l'échantillon par :

n(n- 1) i=i

Souvent A, est proportionnel à une mesure de la taille de l'unité : si 2,est sa taille, on prendra
I/ N \

16 Cette formule peut, à première vue, paraître étrange pour l'estimation d'un total et sembler plus
appropriée pour estimer une moyenne ; on doit cependant se rappeler que les Ai au
dénominateur ont des valeurs très faibles.
 SONDAGESA PROBABILITÉSINÉGALES 39

Remarque :dans la formule relative à V(f(Y)),on voit que V(f(Y))=O si

A, =r
C
'
pour toutes les unités statistiquesde l'univers.
Ya
a=l

Ceci veut dire que, si l'on utilise ce jeu de probabilités A,, le sondage est
"parfait" (variance nulle). Mais ceci est irréalisable en pratique, car nécessitant de
connaître à l'avance le résultat recherché, puisque demandant de connaître
l'ensemble des Y, ; cependant, l'utilisation d'un critère variant de manière
approximativement proportionnelle à Y pour établir les probabilités de tirage (par
exemple les superficies des exploitations agricoles pour estimer leur production)
pourra permettre de "s'approcher''de cette situation, et donc d'avoir une variance
assez réduite. C'estla raison pour laquelle un critère de taille est souventutilisé pour
des estimationsrelatives à des totaux (production,effectifs).

b) Estimation d'une moyenne, d'un ratio

Pour estimer la moyenne Y,on utilise restimateur -. fP>

N
Sa variance est : vp) ='V(f(YNZ
)).
U n ratio est estimé comme le rapport de l'estimationde deux masses.

3. Méthodes de tirage

a) Méthode des chvfres cumulés

Supposons que l'on ait une liste de 207 villages avec une estimation de leur
population. O n veut enquêter 21 villages,n = 21.O n calcule d'abord la population
cumulée correspondant à chaque village (tableau 4). Pour le dernier village, elle
vaut 58 626.
O n tire au hasard 21 nombres à 5 chiffres inférieurs ou égaux à 58 626.Ceci
permet de sélectionner les unités pour lesquelles ces nombres appartiennent à la
"portion de population cumulée" correspondante, donc avec une probabilité
proportionnelle à leur population (pour visualiser ceci, on peut imaginer qu'on a
40 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

distribué à chaque habitant un billet de loterie numéroté et qu'un village est tiré si un
habitant de ce village a un billet gagnant).

Tableau 4. Exemple de tirage à probabilités inégales :chiffres cumulés

Village Population par village Population cumulée

531 53 1
177 708
348 1056
235 1291
290 1581
124 1 705
----- ____-
425 58 254
219 58 473
153 58 626

Supposons, par exemple, que l'on ait tiré entre autres 937 et 58 302 ; ces
chiffres désignent respectivement les villages no 3 et no 206.Supposons que l'ontire
ensuite 727 ; le village no 3 est à nouveau sélectionné.
O n peut améliorer la procédure en rangeant par taille les unités, et en
procédant à un tirage systématique (présenté au chapitre 2) dans les chiffres
cumulés.O n obtient ainsi une répartition "satisfaisante"de l'échantillon par rapport
au critère de tri choisi.

b) Méthodes aréolaires utilisant des grilles de points

Ces méthodes consistent à placer une grille de points sur une carte
préalablement découpée,ou sur une photographie aérienne (figure 7).
Les "zones élémentaires" de la carte (parfois appelées segments) ou les
parcelles sur la photographie sont sélectionnées si elles contiennent un point de la
grille,avec une probabilité proportionnelleà leur surface (en toute rigueur,ce mode
de tirage est plus complexe puisque s'apparentant à un tirage systématique ;pour le
formaliser de manière complète,il faudraitétablir une modélisation de la "structurel'
du paysage sur lequel on procède au sondage).
 SONDAGESA PROBABILITÉSINÉGALES 41

7
X

Figure 7.Méthode de tirage aréolaire à partir d'une grille de points

4. Aperçu sur le sondage à probabilités inégales sans remise

Le modèle qui a été appliqué précédemment pour produire un estimateur est

beaucoup plus difficile à utiliser :en effet,les probabilités de tirage se déforment au
furet à mesure qu'on réalise les tirages.

Au premier tirage A,' = A, ;

A'
Au deuxièmetirage Ai = J sachant que c'est i qui a été tiré au premier
1 - A,'
tirage ; etc.

L 'estimateurde Howitz-Thompson
O n fait donc appel à une autre approche, que nous présenterons rapidement :
celle de Horvitz-Thompson.Le point de départ de cette approche développée pour
les tirages sans remise est la probabilité d'inclusion :

II, probabilité que i appartienne à l'échantillon,

II,, probabilité que i etj) soient simultanément dans l'échantillon.
Remarquons que si l'échantillons est de taille fixe n, alors :

- .

L'estimateur de Horvitz-Thompsondu total ?(Y) est :

42 MANUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

Si l'échantillonest de taille fixe,alors :

La variance de l'estimateurde Horvitz-Thompsonpeut être estimée par :

I es
jas

Dans la pratique d'un tel sondage à probabilités inégales sans remise,on se

fixe un "jeu"de II,et un algorithme respectant cejeu de probabilités (Ardilly, 1994,
chapitre €1.4.3.).
Alors on calcule les ",(ou on les détermine de manière approximative car,
dans certains cas, le calcul rigoureux est impossible) et on peut ainsi calculer la
précision (par la variance) de l'estimateur de Horvitz-Thompson (qui, lui, ne fait
appel qu'aux nI).Certains auteurs ont, par ailleurs, proposé des formules
d'approximation de la variance de l'estimateur de Horvitz-Thompson ne faisant
intervenir que les II,.

Cette approche est une approche générale,pas seulement limitée aux sondages
à probabilités inégales ; elle est présentée dans ce chapitre car étant la seule
utilisable quand on tire à probabilités inégales sans remise.
 CHAPITRE 5

SONDAGES A PLUSIEURSDEGRÉS

1. Principe, notations

a) Principe

On utilise une succession de regroupements des unités statistiques pour tirer

l'échantillon. Par exemple (figure 8), on tire un échantillon de villages (unités
primaires), puis on tire, parmi les villages tirés,un échantillon de ménages (unités
secondaires).
On a dans ce cas un tirage à deux degrés (villages puis ménages). O n peut
généraliser à trois degrés, quatre... À chacun des degrés, les méthodes présentées
aux chapitres précédents peuvent être utilisées (par exemple tirage proportionnel à
la taille au premier degré, donc à probabilités inégales, tirage aléatoire simple au
deuxième degré).
I1 faut dire un mot sur l'utilisation de l'appellation "sondageen grappes".Celle-
ci doit être réservée au cas particulier du sondage à plusieurs degrés (souvent deux
degrés) où l'ensemble des unités au dernier degré de tirage est enquêté : ce serait,
dans l'exempleprésenté ci-dessus,l'ensembledes ménages des villages sélectionnés
(soit une ''grappe"de ménages) qui serait enquêté. C'est dans ce sens que sera
utilisée l'expression"sondage en grappes''dans ce manuel (bien que, dans certains
ouvrages, elle soit utilisée pour parler d'un sondage à deux degrés, de façon
générale).
44 MANUEL DE SONDAGES.APPLICATIONSAUX PAYS EN DÉVELOPPEMENT

villages
f
univers découpé
en unités primaires
xxx xxx xxx XXXI xxx

.iraged'unités primaires
(villages)
m e
4
tirage d'unités secondaires
(ménages)

4
Figure 8. Exemple de tirage B deux degrés

b) Justification,caractéristiques

Prenons un exemple : on veut étudier 2 O00 ménages dans un pays qui en

compte environ 500 O00 répartis dans 6O00 villages. O n dispose seulement d'une
liste des villages avec une estimation de leur population. Élaborer une liste des
ménages au niveau national en visitant chaque village serait une tâche gigantesque.
En outre, les ménages de l'échantillon seraient géographiquement extrêmement
dispersés, d'où un temps énorme perdu en déplacements. Le coût de l'opération
seraitprohibitif.
Le sondage à plusieurs degrés permet donc de résoudre les deux problèmes
suivants :
- en l'absence d'une base de sondage,on peut se contenter d'un travail partiel
d'établissement de cette base de sondage: seule la connaissance
exhaustive des unités primaires est nécessaire ; on peut se limiter à
recenser, dans l'exemple précédent, les ménages des villages tirés au
premier degré ;
- globalement, on va réaliser des économies de temps et de frais de
déplacement(au niveau du travail des enquêteurs).
 SONDAGESA PLUSIEURS DEGRÉS 45

Par contre,le sondage à plusieurs degrés est, en général,moins précis que le

sondage à un seul degré,pour une taille donnée de l'échantillon(en nombre d'unités
statistiques au dernier degré de tirage). Ceci est dû aux "effets de grappe"'7.
Les unités statistiques regroupées dans une même unité primaire (ou dans une
même unité secondaire si on a trois degrés de tirage) ont souvent tendance à se
ressembler, à avoir des caractéristiques communes. Le fait de concentrer
l'échantillon sur un échantillon d'unités primaires peut conduire à une certaine
"redondance" de l'information sur ces unités et un certain "manque de
représentativité"de l'ensemble.O n peut établir que la majeure partie de la variance
des estimateursdans le cas de tirages à plusieurs degrés provient souvent du premier
degré de tirage.L'effet de grappe est abordé de manière plus approfondie dans la
cinquième partie de ce chapitre.

c) Notations

Dans ce chapitre,on se placera essentiellement dans le cas du sondage à deux

degrés et on utilisera les notations suivantes :
- unités primaires : A4 dans l'univers(a= 1, ...,M)
m tirées dans l'échantillon(i = 1,...,m)
- unités secondaires : Nadans l'unitéprimaire a ('JI = 1, ...,Na)
n,dans l'échantillonpour l'unitéprimaire i (j = 1, ...,n,)
- Tamtotal de Ysur l'unitéprimaire a

où Yapest la valeur de la variable Y pour l'unitésecondaire ß de l'unitéprimaire a.

s,=-
A4 -1 a=]

l M
OÙ T = -zTa(Y)
M a=l

M
- Tm total de Ysur l'univers : T(Y)= T,(Y)
a=l

17 Cette expression est sans doute à l'origine de l'utilisation de l'appellation "sondages en grappes"
pour "sondage à plusieurs degrés".
46 MANUEL DE SONDAGES.APPLICATIONS
AUXPAYS EN DEVELOPPEMENT

2. Tirage des unités primaires à probabilités égales (tirage à deux degrés)

O n se placera dans le cas d'un tirage sans remise au premier degré,qui est a
priori préférable pour la précision.

a) Estimation du total de Y

La formule

estime le total Tm où e(Y) est l'estimateur du total ?(Y) à partir du plan de

sondage choisi au deuxième degré de tirage. Cet estimateur est sans biais. On
retrouve dans cette formule l'estimationdu total aux deux degrés de tirage.

Par exemple, si au deuxième degré on a tiré de façon aléatoire simpie, la

formule (4)du chapitre 2 donne :

Cas particulier :sondage autopondéré

Si on tire à probabilités égales les unités primaires et si, de plus, le taux de
sondage est le même pour le deuxième degré de tirage (toujours à probabilités
égales) à l'intérieur de toutes les unités primaires tirées :

alors,puisque

t
constante

la pondération utilisée est la même pour toutes les unités statistiques de l'échantillon
(en l'occurrence les unités secondaires) ; le sondage est dit autopondéré. Dans ce
 SONDAGESÀ PLUSIEURSDEGRÉS 47

cas,la moyenne simple calculée sur l'ensemble des unités tirées est utilisée comme
estimateur de la moyenne sur l'univers (ce qui n'est pas le cas si l'on tire au
deuxièmedegré avec des taux de sondage différents selon les unités primaires).

b) Variance de I'estimateur du total de Y

m (151

où Z, est la variance de l'estimateur %(Y) du total T,(Y) dans l'unité primaire a

consécutive au plan de sondage choisi au deuxièmedegré.
Par exemple, si au deuxième degré, on a tiré, dans chaque unité primaire a,n,
unités à probabilités égales sans remise,les formules du chapitre 2 permettent le
calcul de Z, :

c) Estimation de la variance de I 'estimateurdu total de Y

À partir de l'échantillon(d'unités primaires et d'unités secondaires), la variance

de I'estimateurdu total de Yest estimée par :

et 2,est l'estimateurde la variance de l'estimation f(Y) selon le plan de sondage au

deuxième degré.

Par exemple,si au deuxième degré de tirage on a tiré à probabilités égales sans

remise,
48 MANUEL
DE SONDAGES.APPLICATIONS AUX PAYS EN DkVELOPPEMENT

d) Remarques

Dans la formule (2) ci-dessus, le premier terme est en général le plus

important.Les deux termes de cette formule sont d'ailleurs relatifs aux deux degrés
de tirage et permettent de décomposer la variance pour observer la part de chacun de
ces deux degrés.
Si on augmente m dans cette formule,on voit que les deux termes diminuent ;
si on augmente les nombres na d'unités enquêtées au second degré,seul le deuxième
terme diminue (par l'intermédiaire des Za).O n a donc intérêt à avoir plutôt un Gand
nombre d'unitésprimaires tirées.
Dans la formule de l'estimateur de la variance de l'estimateur du total
(?(?(Y))), on a également deux termes qui semblent correspondre à la
décomposition selon les deux degrés de tirage : en fait ce n'est pas le cas,
contrairement à ce qui a pu être dit précédemment pour V( ?(Y)). Dans le cas d'un
sondage aléatoire simple au deuxième degré,par exemple, le premier terme de la

formule (2) serait estimé par : et le second terme par :

e) Estimation d'une moyenne, d'un ratio

Pour estimer la moyenne de Y par unité statistique sur l'univers à partir du

total, on ne connaît pas en général le nombre total d'unités statistiques de celui-ci
(en général on n'a pas de base de sondage au niveau des unités secondaires mais
plutôt seulement la liste des unités primaires). O n est donc obligé d'estimer ce
nombre total à partir de l'échantillon d'unités primaires, soit fi ; on estime la
moyenne par f(Y)/I? .

Un ratio sera estimé comme le rapport de deux masses estimées.

 SONDAGESÀPLUSIEURSDEGRÉS 49

fl Application pratique au cas d'une enquête agricole

Pour écrire la formule donnant V( ?(Y)),dans le cas où le tirage au deuxième

degré se fait de façon aléatoire simple,on procède aux approximationssuivantes :
-on néglige les taux de sondage aux deux degrés et on "assimile" les
coefficients (1-5)
et (I-?) à1 ;

- le nombre d'unités secondaires tirées par unité primaire est supposé à peu
près constant et égal à no.

B
Alors V(f(Y)) s'écrit sous la forme : V(f(Y))= A+--, où A et B sont des
m mn,
constantes.

Cette formule va permettre d'étudier la meilleure répartition possible de

l'échantillon.
Par exemple,pour une enquête agricole par sondage réalisée au Mali en 1956-
1957 (tirage à deux degrés :villages puis rizières), on est arrivé à une formule de ce
type pour la variance de l'estimation du rendement moyen (qui n'est pas un total
mais, en fait, un ratio ; les calculs après approximations mènent cependant à une
formule du même type que celle présentée pour la variance de l'estimation d'un
total) :
110O00 253 O00
v(+- f
-
m mno
i,le rendement moyen du riz à l'hectarevalait 1 027kg.
Si l'on cherche à obtenir une précision de 5% (c'est-à-direun coefficient de
variation18 de 5 %), l'écarttype vaut 51,35,la variance 2 636,8.

O n a donc m = llOQOOn, +253000

2 636,8n0

En fonction du nombre de rizières observées dans chaque village,on obtient le

nombre d'unités primaires m (villages) à enquêter pour assurer une précision de 5 %
(tableau 5).
50 DE SONDAGES.APPLICATIONS
MANUEL AUX PAYS EN DÉVELOPPEMENT

Tableau 5. Exemple d'me enquEte agricole :répartition de l'échantillon

entre les deux degrés de tirage

305
54 432
10 51 510

O n observe que, lorsque le nombre d'unités secondaires enquêtées par unité

primaire augmente,le nombre d'unités primaires nécessaire pour la précision voulue
diminue,mais le nombre total d'unités enquêtées (colonne nom)augmente :on aura
donc plutôt intérêt à tirer beaucoup d'unités primaires et à y mettre relativement peu
d'unités secondairesà enquêter.

Introduction d'un modèle de coût

Les considérations précédentes peuvent être modulées par l'introduction

d'déments de coût ; le coût de l'enquête peut être décomposé en C = Co+ C,m +
C2mno,où :
- Coest un coût fixe ;
- Clest le coût "d'accès"à l'unitéprimaire (le village) ;
- C,est le "coûtde l'unitésecondaire enquêtée".
C,représente le coût de déplacement et d'établissement de la liste des unités
secondaires,pour une unité primaire donnée,le coût est important et doit être isolé.
A B
O n doit donc minimiser -+ sous la contrainte :C = Co+ C,m + C,mn,.
~

m mn,

O n résout ce problème à l'aide des multiplicateurs de Lagrange :

A B
L=-+-+A(Co+Clm+C,mno)
mQ

dL -
_ A B
-o + AC,+ AC,no= O
dm m2 m2no
dL
-- -o -- B + K , m = O
dn0 mn0
 SONDAGESA PLUSIEURSDEGRÉS 51

on en déduit m en fonctionde la contrainte de coik

Par exemple,pour l'enquête sur le riz au Mali, les coûts C,et C,avaient été
chiffrés à :
C,= 3 (un village nécessite 3 jours de travail : accès au village, dénombrement des
rizières) ;
C,= 0,5(une rizière nécessite une demi-jouméed'enquête).
Alors no= 3,7. O n enquête donc 4 rizières par village (ce résultat est a
rapprocher de la pratique d'un certain nombre d'enquêtes agricoles à plusieurs
degrés dans les pays africains où on tire entre cinq et dix exploitations agricoles par
village sélectionné ;voir par exemple Brilleau,1993).

3. Tirage des unités primaires à probabilités inégales (tirage deux

degrés)

O n se placera ici,pour simplifier,dans le cadre du sondage avec remise.A, est

la probabilité de l'unité primaire a d'être tirée à chacun19 des tirages d'unités
primaires.

a) Estimateur du total de Y

fv) est un estimateur sans biais du total de Y sur l'univers ; on voit qu'on
passe par l'estimateur f(Y) du total de Y pour l'unité primaire i, puis qu'on utilise la
formule (1) du chapitre 4.f(Y) tient compte de la méthode de sondage utilisée au
deuxième degré de tirage.

l9 Remarquons qu'il s'agit de la probabilité d'être tirée à chaque tirage et non de la probabilité
("globale") d'être dans I'échantillon.
52 MANUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

b) Variance de l'estimateur du total,estimateur de cette variance

La variance de ?(Y) vaut :

V(?(Y))= - T (Y)
1 A, ( -T(Y)) +
a 22 (4)
m ==I Au a=l A u

où 2, est la variance de l'estimateur de T a m tenant compte du plan de

sondage au deuxième degré.
L'estimateurde cette variance à partir de l'échantillonest :

c) Cas particulier important

O n n'a pas abordé pour l'instant le problème du choix des A,. Souvent on
décide de tirer les unités avec une probabilité proportionnelle à leur taille :

Dans ce cas il est intéressant de procéder, au deuxième degré, à un tirage

aléatoire simple avec le même nombre no d'unités secondaires dans chaque unité
primaire tirée (quelle que soit sa taille).
La formule d'estimation devient :

Chaque unité enquêtée a le même coefficient d'extrapolation,on a un sondage

dit "autopondéré".
En pratique on se trouve rarement exactement dans cette situation. O n tire
proportionnellement à une taille qui est connue grâce à des données qui, même si
elles sont récentes, ont pu évoluer: la taille de l'unité primaire effectivement
constatée lors du dénombrement réalisé pendant l'enquête sera, en général,
légèrement différente. I1 faudra recalculer les pondérations exactes à l'aide de la
formule (3). Si le nombre d'unités contenues dans l'unité primaire i est, au moment
de l'enquête,N',,la pondération de l'unitéj dans l'unitéprimaire i vaudra alors :
 SONDAGESÀ PLUSIEURS DEGR& 53

- -
N N\
mN, no

d) Estimation d'une moyenne, d'un ratio

Pour estimer une moyenne par unité secondaire sur l'univers, il faudra souvent
estimer le nombre total d'unités secondaires qui est inconnu. U n ratio sera estimé
comme le rapport de deux masses estimées.

-
e) Retour sur le choix avec remise sans remise

Dans cette partie consacrée au tirage à deux degrés avec sélection des unités
primaires à probabilités inégales,on s'est placé dans le cas où celles-ciétaient tirées
avec remise; ceci, en fait, pour des raisons de difficult& à appréhender
correctement,sur le plan de la formalisation,le cas sans remise.
En pratique, on procèdera très souvent à des tirages des unités primaires à
Probabilités inégales sans remise :on utilisera les formulesprécédentes ("comme si''
on avait tiré avec remise), en sachant que les estimations de précision obtenues
(variance d'estimateur) majoreront la véritable précision.
O n réalisera parfois le tirage en rangeant les unités selon un certain critère (par
exemple, la taille de la localité) et en procédant à un tirage systématique dans le
cumul des tailles (chapitre 4).

4. Sondage en grappes

a) Principe

C'est le cas particulier du sondage à plusieurs degrés où l'ensemble des unités

du l'dernier degré" est enquêté : par exemple on tire un échantillon de villages à
l'intérieurdesquels on va enquêter tous les ménages,ou tous les individus.
Là encore, l'intérêt de ce type de sondage réside en des coûts de déplacements
moindres (si on utilise des unités primaires correspondant à des regroupements
géographiques) et en la non-obligationde disposer d'une base de sondage complète.
54 MANUEL
DE SONDAGES.APPLICATIOAS
AUXPAYS EN DÉVELOPPEMENT

b) Estimation d'un total dans le cas d'un tirage des grappes a probabilités
égales

SiT,m est le total de Y observé sur la grappe i (ou unité primaire) sans erreur
aléatoire (puisqu'ona enquêté exhaustivementla grappe) :
M "'
?(Y)= -x
m ,=I
I;(Y) (5) est l'estimateurdu total de Y sur l'univers.

O n est donc ramené à I'estimateur classique proposé au chapitre 2.Sa variance

peut être estimée à partir de l'échantillon par :

1 1
?(?(Y)) = M Z(1 -'II)-
M mm-1,=1
i 1
- (T(Y)- qY)f où T(Y)= - qY)
m ,=I
Iì'

c) Estimation d'une moyenne (par unité statistique élémentaire, par

exemple unité secondaire) dans le cas d'un tirage des grappes a
probabilités égales

Si on connaît le nombre total N d'unités statistiques sur l'univers, on estime la

1 -
moyenne par -T(Y).
N
Le problème est plus délicat quand, et c'est fréquemment le cas, on ne connaît
pas N.
M
On est conduit à estimer N par : fi = -C Ni.L'estimateur de la moyenne est
'ìI

m ,=I

m.
fi
Sa variance,plus complexe à calculer,est celle d'un ratio (chapitre 2).

d) Estimation d'un total dans le cas d'un tirage des grappes íi probabilités
inégales

Si T,m
est le total de Y observé sur la grappe i,
1 I;(Y)
f(Y)=-Z- "I

m i = lA,
 SONDAGESÀ PLUSIEURS D E G m 55

est l'estimateurdu total de Y sur l'univers (A, est la probabilité de la grappe i d'être
tirée à chaque tirage).

5. L'effet de grappe

a) Principe

C o m m e on l'a vu précédemment,le fait de tirer à deux degrés, ou de tirer des

grappes, induit souvent une perte de précision (par rapport à un sondage simple à
partir du même nombre d'unités enquêtées) due au fait que les unités situées à
l'intérieur d'une même unité primaire ont souvent tendance à se ressembler.O n se
placera ici dans le cas de tirages à deux degrés.

b) Le coefficient de corrélation intragrappe

I1 est défini comme :

. .
6= *- 1
$5(Kß -?y
r*ß
R-1
a=l &?=I

-
où Y est la moyenne de Y par unité secondaire (donc calculée sur l'ensemble des
-
unités statistiques - ici,unités secondaires de l'univers),
-
N est la taille moyenne des unités primaires (donc, le nombre moyen d'unités
secondairespar unité primaire).

Ce coefficient,qui ressemble à un coefficient de corrélation linéaire (mais ne

fait intervenir qu'une variable), peut être positif(cas général quand il y a similitude
des unités secondaires à l'intérieur des unités primaires) ou,parfois, négatif. 11 est
appelé "RHO'dans certains manuels.

c) Conséquences sur la précision du sondage

O n montre que, si l'on procède à un tirage à deux degrés ou en grappes sans

stratificationni tirage à probabilités inégales des unités primaires, si toutes les unités
56 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

primaires sont de même taille et que la taille de l'échantillond'unités secondaires

par unité primaire est constante et égale à ñ :

v(f(Y))= (1 + S(ñ -1)) L(

?(Y))

où V(f(Y)) est fa variance à partir de l'estimation du total de Ydu plan de sondage à

deux degrés ou en grappes,et v,(f(Y)) la variance de l'estimation du même total à
partir d'un plan de sondage aléatoire simple (à probabilités tgales).

La grandeur DEFF20 qui est le rapport des deux variances d'estimation permet
d'estimer la perte de précision obtenue lors du passage d'un plan de sondage à
l'autre :on l'appelle "effet de sondage" (en anglais "DesignEgeet'',d'où l'appellation
DEFF'):
DEFF=l+S(A-l)
Cet effet de sondage est en fait une notion plus générale qui mesure le rapport
de la variance d'un sondage pratiqué à la variance du sondage aléatoire simple
utilisant la même taille d'échantillon.Si le sondage effectivement appliqué avait, en
plus des deux degrés, utilisé une stratification des unités primaires ou un tirage à
probabilités inégales de celles-ci,on aurait un effet de sondage plus complexe.Dans
ce cas, on peut introduire une grandeur, que certains auteurs appellent ROH (par
analogie à RHO)qui est définie par l'équation :

DEFF = 1 + ROH(ñ-1).
C'est le calcul effectif de la variance du sondage pratiqué et de celle du
sondage aléatoire simple qui permet d'obtenir des valeurs de DEFF et,par la suite,
de ROH pour certains paramètres (dans ce cas, ROH n'est plus le coefficient de
corrélation intragrappe puisqu'il prend en compte,par exemple, la stratificationdes
unités primaires s'il y en a une). Les valeurs de DEFF et de ROH sont donc alors
obtenues par une démarche "expérimentale"plus que théorique.

d) Valeurs numériques de S, utilisation de ces valetrrs

L'expérience montre que 6 est souvent compris entre O ef 0,2pour un certain

nombre de variables.
Si 6 = O, la caractéristique étudiée est répartie aléatoirement entre les unités
primaires et le sondage aléatoire simple et le sondage à deux degrés sont équivalents

2o O n trouvera parfois dans la littérature anglo-saxonnela notion D'eff plutôt que DEFF pour le
rapport des deux variances d'estimation.
 SONDAGESÀ PLUSIEURSDEGRÉS 57

en précision. Quand 6 augmente (si par exemple S est proche de 1, on a une

variabilité essentiellement entre les grappes et quasi nulle à l'intérieur des grappes),
le plan de sondage à plusieurs degrés va voir sa précision se dégrader.
Dans certains cas,on peut avoir une valeur négative de 6:par exemple si l'on
veut estimer la proportion d'hommes à partir d'un sondage d'individus en grappes de
ménages, chaque ménage étant systématiquementcomposé d'un père, d'une mère,
d'un gargon et d'une fille (mais ceci est un "cas d'école'' et en pratique on rencontre
très rarement des Snégatifs), on voit que le sondage en grappes sera nettement plus
précis qu'un sondage aléatoire simple d'individus.

E n pratique,comment utilise-t-once coeficient ?

O n connaît des ordres de grandeur de 6pour certains types de variables et pour

les enquêtes "classiques" menées dans les pays en développement (à partir de
données anciennes, citées par exemple dans différentes sources mentionnées en
bibliographie) :
6= 0,002pour le taux de natalité ;
6 0,003pour le taux de mortalité ;
6= 0,02pour le taux de mortalité infantile ;
6= 0,05pour les questions concernant la contraception ;
=
6 O,1 pour le taux d'activité masculine.
Ces ordres de grandeur seront à confirmer bien entendu en fonction du
contexte de l'enquête qu'on va réaliser : l'effet de grappe est par exemple, pour
certaines variables comme l'usage de la contraception,plus marqué en milieu rural
qu'en milieu urbain..
Ces valeurs de 6sont beaucoup plus faibles pour les variables ayant trait à la
mortalité et la fécondité que pour celles relatives à l'emploi, aux migrations ou aux
phénomènes socio-économiques.Les sondages en grappes ou à deux degrés seront
donc plus appropriés au premier type de variable.
O n peut, à partir de différentes tailles ?i (nombre d'unités secondaires
enquêtées par unité primaire tirée) et différentes valeurs de 6dresser un tableau
donnant les valeurs correspondantesde DEFF (tableau 6).

Tableau 6. Valeurs de DEFF pour différents paramètres

0,002
0,003 225
0,05 6,O 16,O 26,O
58 MANUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

O n suppose alors qu'ilexiste une "portabilité"de l'effet de sondage,c'est-à-dire

que la valeur attendue de DEFF (obtenue B partir de Ia famule utilisant les valeurs
de ñ et 8,qui s'applique "bien" quand les tailles des unitb primaires Nisont
voisines ; ceci incite à éviter dlavoir des valeurs de ces taiIIes trop dispersées) pour
l'enquête sera du même ordre de grandeur que celle mesurée dans une enquête
ancienne réalisée dans les mêmes conditions.Dire que DEFF vaut 2 revient à dire
que, pour obtenir la même précision avec un échantillon tiré de fagon aléatoire
simpIe (à probabilités égales sans différents degrés de tirages), il faudra deux fois
plus d'unités enquêtées pour le sondage à deux degrés ou en grappes.
Les valeurs du tableau précédent peuvent être combinées aux valeurs du
tableau 1 (valeurs obtenues à partir des formules du sondage aléatoire simple) pour
avoir une idée de la précision attendue : par exemple, pour un taux de natalité de
l'ordre de 45 9/00,avec un échantillon aléatoire simple de 25 O00 questionnaires,on a
un écart type de 1,3 9/00. Si on procède à un tirage à deux degrés avec enquête de 300
individus par unité primaire (et toujours 25 O00 questionnaires au total), et si on
utilise la valeur S= 0,002,la variance sera environ multipliée par 1,6 ; Ecart type
sera donc multiplié par 1,26 et deviendra 1,6 9/00.

Un retour sur les valeurs numériques relatives aux effets de grappe citées
dans certains articles...

Ces valeurs doivent bien entendu être considérées comme des ordres de
grandeur,plus que comme des valeurs "portablestelles quelles" à d'autres contextes,
d'autant plus qu'elles sont elles-mêmes souvent l'objet d'estimations à partir d'un
échantillon.
U n point important à signaler et relatifaux enquêtes démographiques concerne
le fait que, pour ces dernières, la valeur de 6 (ou ROH) calculée à partir de la
formule :

DEFF = 1 + S(ñ - 1) (DEFFétant elle-mêmeestimée à partir de l'échantillon)

utilise des valeurs de E qui peuvent être exprimées en nombre de ménages parfois,
et en nombre d'individus dans d'autres cas.
Le choix de l'unitéutilisée pour la valeur de ñ conditionne donc fortement la
valeur obtenue pour 6. Ceci explique que, sur des domaines apparemment
comparables, on ait pu trouver dans différents articles des valeurs de 8 variant
parfois dans un rapport de 1 à 5, puisqu'établies pour des échantillons d'individus
d'une part,de ménages d'autre part.Les ordres de grandeur cités dans ce paragraphe
sont,eux,relatifs à des valeurs calculées sur des échantillons d'individus.
 SONDAGESA PL USIEUM DEGRÉS 59

6. Considérations pratiques

a) Quand utiliser des sondages àplusieurs degr& ?

C e type de méthode est efficace pour certains domaines d'études,pas du tout

pour d'autres (pour lesquels il existe une certaine ''concentration''du phénomène
étudié sur quelques unités primaires, par exemple). L'efficacité dépendra de la
capacité à construire des unités primaires hétérogènes21 (à l'intérieur d'elles-mêmes
et vis-à-vis de la variable étudiée, c'est-à-dire contenant des individus plutôt
différents les uns des autres).
O n a évoqué précédemment deux méthodes de tirages autopondérés souvent
utilisées selon que le tirage des unités primaires se fait à probabilités égales ou
inégales (en général proportionnelles à leur taille). Si l'on dispose de l'information
pour tirer à probabilités inégales,c'est cette méthode que l'on utilisera en généra122.
D e plus, on a intérêt à stratifier au niveau des unités primaires23 :par exemple,
si celles-ci sont des regroupements locaux, on créera des strates en utilisant des
critères administratifs ou agro-écologiques.C'est à ce niveau qu'on gagne de la
précision. La stratification des unités primaires sera parfois liée aussi à la volonté de
produire des résultats au niveau des strates. Par contre, la stratification des unités
secondaires s'avère beaucoup moins rentable (de plus, il y aurait un risque à
transformer le recensement au sein des unités primaires en une opération trop lourde
destinée à cette stratification des unités secondaires).
Par ailleurs,on aura intérêt à forcer sur le nombre d'unités primaires enquêtées
plus que sur le nombre d'unités secondaires enquêtées au deuxième degré (voir par
exemple la formule DEFF = I+ ¿i(ñ- 1) oc l'augmentation de ñ entraîne une
perte de précision): il vaut mieux beaucoup d'unités primaires avec peu de
questionnaires dans chacune, plutôt que peu d'unités primaires enquêtées (même

21Cette construction va donc dans un sens contraire à la stratification, qui, elle, cherche à créer
des regroupements d'individus semblables.
22 O n doit remarquer qu'avec cette méthode on connaît à l'avance le nombre total de
questionnaires à réaliser (on fixe le nombre d'unités secondaires enquêtées par unité primaire
tirée). Par contre, pour le tirage des unités primaires à probabilités égales avec taux de sondage
au deuxième degré fixé a priori ou le tirage par grappes, on ne connaît pas a priori le nombre
d'unités secondaires par unité primaire (on le découvre par comptage sur le terrain) et le
nombre final de questionnaires est inconnu.
23 Rappelons que dans le cas d'un sondage stratifié, on calcule la variance d'estimation strate par
strate et que la variance de l'estimateur du total est la s o m m e de ces variances sur l'ensemble
des strates.
60 AUX PAYS EN DÉVELOPPEMENT
MANUEL DE SONDAGES.APPLICATIONS

avec beaucoup d'unités secondaires). C o m m e on l'avu dans l'exemple de l'enquête

agricole présenté plus haut,ceci doit bien sûr tenir compte des différents facteurs de
coût.

Enfin, la pertinence du plan de sondage dépendra du sujet étudié. Prenons le

cas du ménage, grappe d'individus, composé en général de personnes de sexe et
d'âge différents et comprenant souvent des actifs,des inactifs,des écoliers,etc.Dans
une enquête socio-économique,le ménage sera une grappe tres efficace pour estimer
les variables sexe, activité, âge, etc. Mais ce sera une grappe moins efficace pour
étudier le niveau d'instruction,l'origineethnique,etc.

b) Pour les enquêtes démographiques dans les pays en développement

U n certain nombre de "valeursnumériques" ont été présentées précédemment

pour l'effet de grappe. O n pourra compléter ces valeurs par d'autres fournies dans
certains articles24.
La constitution d'unités primaires fait souvent appel au travail réalisé à
l'occasion du recensement de la population : un travail de découpage a déjà été
opéré, aboutissant à une cartographie des zones de dénombrement (ou districts).
L'analysedes enquêtes passées dans les pays africains semble indiquer que la taille
"optimale"des unités primaires (ou des unités à l'intérieur desquelles on prockde au
tirage des ménages,dans le cas de tirages à plus de deux degrés) se situerait ''vers''
300 à 500 individus25.Éventuellement,on subdivise ou on regroupe les zones de
dénombrement pour se rapprocher de cette taille.
Ensuite, pour l'enquête, il est nécessaire de procéder pour chaque unité
primaire tirée à un dénombrement complet des ménages :il n'estpas possible de se
limiter à une liste issue du recensement,puisque des modifications se sont produites
depuis,en particulier la constructionde nouvelles habitations.
Combien d'unités enquêter par unité primaire ? Pour certains sujets (mortalité,
natalité), on peut enquêter la grappe complète (par exemple 300 personnes). Pour
d'autres (parexemple la fécondité), il y a un effet de grappe plus marqué ; on se
limite à moins d'unités enquêtées (par exemple 50) ; ce choix dépend également de
considérationspratiques, en particulier la longueur du questionnaire à remplir. La
taille totale de l'échantillon des enquêtes démographiques est variable selon les
thèmes étudiés, allant par exemple de 5 O00 à 100O00 questionnaires,voire plus

24 On pourra par exemple se référer à Verma, Scott et O'Muircheartaigh (1 980)ou à Verma et Lê

(1996).
25 Au-delà de cette taille on risque une dégradation du travail de dénombrement du district de
recensement ; d'autre part on a vu qu'il est préférable d'avoir des unités primaires, dans les
sondages à plusieurs degrés, "pas trop grandes".
 SONDAGESÀ PLUSIEURS DEGRÉS 61

pour certaines enquêtes, ceci pour des estimations "globales"; si l'on veut des
estimations plus fines,par exemple sur les taux de mortalité par groupes d'âges
quinquennaux,il faudra augmenter cette taille26.

7.Aperçu sur le tirage à trois degrés

Supposons qu'on tire des communes,puis des districts,puis des ménages. Le

principe d'extrapolation d'un total est simple : on estime le total pour runité à
l'intérieur de laquelle on a procédé au troisième degré de tirage (district), puis on
tient compte du mode de tirage au deuxième degré pour estimer le total au niveau de
la commune tirée,et on extrapole ensuite à l'univers.Cette succession d'estimations
doit bien sûr être adaptée aux différentes options qu'on a choisies pour les trois
degrés de sondage.

Pour l'estimation d'une moyenne par ménage, la méthode est différente selon
que l'on connaît le nombre total de ménages (c'est alors direct à partir du total estimé
sur l'univers) ou non (on doit alors estimer le nombre total de ménages à partir de
I'échantillon).

26 Dans ce cas, il faut cependant mentionner que l'usage de certains modèles démographiques
(tables-type de mortalité par exemple) permet d'éviter de "gonfler" I'échantillon dans une
proportion égale à celle qu'on devrait avoir si on estimait chaque taux quinquennal c o m m e un
élément indépendant des autres taux quinquennaux, puisqu'on part de cette table-type et de
certains paramètres estimés pour décomposer la mortalité selon les tranches d'âges (CEPED,
1988,chapitre 20).
 62 MANUEL DE SONDAGES.APPLICATIONSAUX PA YS EN DÉVELOPPEMENT

I Encadré 3
U n exemple de sondage ii plusieurs degrés
Les enquêtes démographiques et de santé EDS (Scott, 1987)

Ce programme d'enquêtes a été lancé depuis 1986 dans un nombre important

de pays. Bien que les conditions de réalisation ne soient pas exactement semblables
dans l'ensemble des pays, on peut donner une idée des principes de réalisation de
ces enquêtes.

1. Principe de sélection de l'échantillon

Le sondage est à deux ou trois degrés,pour aboutir à un échantillon de femmes
âgées de 15 à 49 ans.
A u premier degré, on tire des districts de recensement : ceux-ci sont, en
général,trop grands pour constituer les unités qu'on va dénombrer (la taille "idéale"
serait de 500 personnes ; il n'est pas rare d'avoir des districts de recensement de
1 O00 à 2 O00 personnes). O n divise donc,pour chaque district,sa taille (connue au
recensement) par 500 et, en arrondissant à l'entier le plus proche, on détermine le
nombre de "segmentsthéoriques" qu'il contient.
O n tire ensuite un échantillon de districts avec une probabilité proportionnelle
à ce nombre de segmentsthéoriques.../...
A u second degré, pour chaque district tiré au premier degré, on découpe le
district en autant de "segments théoriques''qu'il en contient et on sélectionne un de
ces segments.La probabilité de tirage,infine,de chaque segment de l'universest la
même.
A u troisième degré,apr& avoir dénombré les ménages des segments tirés,on
sélectionne de fagon aléatoire simple un échantillon de ménages dont on enquête
toutes les femmes de 15 à 49 ans (en général pour arriver à un nombre de
questionnaires d'environ 20 en milieu urbain et 40 en milieu rural ; on procède
parfois à un niveau supplémentaire de tirage,en choisissant une femme de 15 à 49
ans dans chaque ménage sélectionné).

2. R e m a r q u e s
- L e tirage n'est pas un tirage aléatoire simple de segments puisque deux
segments appartenantau même district ne serontjamais tirés ensemble.
-I1 n'est pas nécessaire de procéder au découpage des segments POUI
l'ensemble des districts ; on limite cette opération aux districts tirés au premie]
degré.
-Des districts trop petits peuvent être regroupés avec le suivant (ou le
précédent).
- Le sondage est bâti pour être à peu près autopondéré : on devrait pouvoir se
contenter de calculer des moyennes simples sur l'échantillon. Cependant, des
perturbations (non réponses, non identification...) peuvent remettre en cause le
caractère autopondéré du sondage.I1 faut recalculer,infine,les pondérations.
- O n peut opérer, au niveau des unités primaires, une stratificatior
géographique.
 CHAPITRE 6

UTILISATION D'INFORMATION
AUXILIAIRE, REDRESSEMENTS

Les chapitres précédents se plaçaient dans une perspective "avant l'enquête".

Une fois l'enquêteréalisée,on doit intégrer deux types de considérations :
-un certain nombre d'événements se sont produits, qui ont perturbé le
schéma "idéal"prévu (refus de répondre,pertes de questionnaires...) ;
-des variables ont été collectéespar l'enquêteet fournissent une information
sur l'échantillon : on a tiré par exemple un échantillon de ménages dans
une base de sondage où on ne disposait pas d'information sur la taille des
ménages, et, a posteriori (à partir des questionnaires), on observe la
manière dont l'échantillon tiré se comporte par rapport à des statistiques
(connues par ailleurs) sur la distribution des ménages. O n utilise donc
dans ce cas une information auxiliaire qui est "extérieure" au sondage
(figure 9) et on cherche à 'kaler"l'échantillon de façon à respecter cette
information (en général une distribution) connue.
O n peut alors (et on doit dans le cas de non-réponsespar exemple) proposer
des estimateurstenant compte des informations dont on dispose (sur le dkroulement
de l'enquête,ou informations "extérieures").

échantillon information auxilaire

i
estimateur
"brut"
estimateur
I' red ressé"

Figure 9. Utilisation d'information auxiliaire

64 MANUEL
DE SONDAGES.APPLICATIOMAUX PAYS EN DÉVELOPPEMENT

Deux types de méthodes sont présentés dans les paragraphes suivants,avant un

retour sur les non-réponses.

1. Stratificationaposteriori

a) Prìncipe

C'est le même principe que celui présenté au chapitre 3. O n découpe l'univers

en strates et on effectue des estimations par strates avant de concaténer le tout pour
obtenir une estimation globale. Par exemple,dans le cas où on a tiré un échantillon
de manière aléatoire simple (c'est-à-direà probabilités égales) :

j? = -x
1
n
"
y, est l'estimateur "brut" (avant redressement) de la moyenne de la
,=I
variable Y.
Si l'ondécoupe l'universen strates h = 1, ..., k et si l'on connaît les effectifs N,
des strates,alors :

= t$yh
h=l
est I'estimateur stratifié a posteriori de la moyenne de Y (yh
étant la moyenne simple calculée sur la partie de l'échantillon se trouvant dans la
strate h).
O n voit qu'on modifie les pondérations des questionnaires par rapport a
l'estimateur "brut".

b) Quelle est la dìjJérence avec la stratijìcatìon a priori ?

O n ne maîtrise pas, dans la stratification a posteriori, la répartition des unités

enquêtées entre les strates ; un cas extrême est celui où on ne trouverait pas d'unité
de l'échantillondans une strate définie a posteriori. La stratification a posteriori, si
elle "recale" l'échantillon en le pondérant pour l'ajuster sur une distribution connue,
est en général moins efficace qu'une stratification apriori bien choisie.
 UTILISATION D 'INFORM4TION A UXILIAIRE,REDRESSEMENTS 65

e) Exemple

On tire,parmi un univers de 2 536 villages,un échantillon de 127villages dont

on veut estimer la population par enquête.L'échantillon est tiré à probabilités égales
et on observe une taille moyenne J de 377,2 habitants sur l'échantillon des 127
villages.
L'estimation"brute"du total de la population à l'enquête est donc :
Njj = 2 536 x 377,2 = 956 600habitants.
O n s'aperçoitque l'échantillon,relativement à sa répartition géographique,a
plutôt sur-représentéles villages de la zone Sud (tableau 7).

Tableau 7.Stratification a posteriori :exemple

1 Zone I Villagesde l'univers Villages de

l'échantillon
Taillemoyenne des villages
de l'échantillon
Nord 1421 65 402,8
Sud 1115 62 350,4
Total 2 536 127 377,2

Or ces villages (du Sud) ont en moyenne une taille plus faible. Comment
prendre en compte cette information ? On utilise l'estimateurde la moyenne stratifié
a posteriori :

et l'estimateurdu total de la population vaut donc :

Njjsp = N J I+ NJ2= (1 421 x 402,s)+ (1 115 x 350,4)
= 963 100habitants.
Soit une estimation légèrementsupérieure à l'estimation ''brute".

d) L a pratique

Le critère choisi pour stratifier a posteriorì doit être corrélé avec la variable
d'intérêt (ou les variables d'intérêt) pour que la technique soit efficace.
66 MANUEL DE SONDAGES.APPLICATIONS
AUX PAYS EN DEVELOPPEMENT

Par ailleurs,il est essentiel que les effectifs des strates (les N,)soient connus
de manière précise et surtout récente : une stratification a posteriori ajustant un
échantillon sur une distribution ancienne (et susceptible de s'être déformée) sera à
déconseiller.
Enfin, il est préférable de ne pas avoir de corrections des pondérations trop
importantes : une règle empirique indique d'éviter d'avoir des taux de correction
plus de cinq fois supérieurs au taux de correction le plus faible.O n déconseille aussi
de stratifier a posteriori sur des strates trop peu nombreuses (éviter des strates telles
que N
,
" 10 %).

e) Que faire si le plan de sondage est plus complexe qu'un sondage

aléatoire simple ?

O n peut donner quelques pistes (pour plus de détails,voir Ardilly, 1994):

- si le plan de sondage est complexe sans stratification et si les probabilités
d'inclusion des unités (c'est-à-dire les probabilités d'appartenance à
l'échantillon) sont égales (par exemple pour certains tirages à deux
degrés), alors on utilise l'estimateurde la moyenne de Y :

où yh est la moyenne simple calculée sur les questionnaires de la strate

h;
- si le plan de sondage est sans stratification et à probabilités inégales, on
estime la moyenne de Ypar :

où estime le total de Y et fih est l'estimateur de la taille pour la strate

h (bien que cette taille soit connue de manière exacte) ;
-si le plan de sondage est stratifié, il faut essayer de poststratifier à
l'intérieurdes strates initiales.
 UTILISATION D 'INFORMATION A UXILIAIRE,REDRESSEMENTS 67

fl La méthode du raking ratio

Cette méthode est employée quand on essaye de "caler" l'échantillon sur

plusieurs critères sans qu'onconnaisse le croisement des distributions associées :par
exemple on se cale sur la distribution des ménages selon leur taille, et aussi sur leur
distribution selon le niveau d'instructiondu chefde ménage.
O n cale d'abord I'échantillonsur une distribution en modifiant les pondérations
des questionnaires (c'est-à-direqu'on multiplie la pondération de toutes les unités
d'une même "tranche" de la distribution par le même coefficient pour qu'après
extrapolation on retrouve le nombre d'unités de cette tranche connu par la
distribution "extérieure"). Dans un deuxième temps, on remodifie les pondérations
pour se caler sur l'autre distribution. Puis on recommence avec la première
distribution et après un certain nombre d'itérations, on obtient les pondérations
définitives.
Cette méthode peut être adoptée dans le cas d'un sondage aléatoire simple,ou
d'un plan plus complexe où les probabilités d'inclusionfinales des unités sont égales
et l'échantillon de taille fixe26.

2. Estimation par le quotient

a) Principe

I1 est différent du principe relatif à la stratification a posteriori. Pour celle-ci,

on se "calait" sur des effectifs (distribution selon un certain critère) ; ici, on va se
caler par rapport à une valeur moyenne.
O n a tiré un échantillon pour lequel on étudie une variable Y,mais on observe
aussi une variable X.Pour cette variable X,on connaît la moyenne x
de manière
exacte sur l'univers. O n peut "observer" le résultat X obtenu sur l'échantillon et le
comparer à z. L'idée est la suivante : pour les variables qui varient
"proportionnellement" à la variable X,on tient compte du résultat X et on propose
l'estimateurpar le quotient (de la moyenne de Y) :

26 Pour plus de détails sur la méthode, voir Ardilly, 1994.

68 MANUEL DE SONDAGES.APPLICATIONSAUX PAYS EN DÉVELOPPEMENT

Donc si l'échantillon fournit un résultat X inférieur à 1,on pense qu'il est

intéressant de "donner un coup de pouce" à l'estimationbrute J (et inversement si
x > X).
L'estimateurpar le quotient est biaisé, mais si la variable auxiliaire X et la
variable Y étudiée sont approximativement proportionnelles, sa variance est
inférieure à celle de I'estimateur simple27 ; le biais étant d'un ordre de grandeur
"dominé" par celui de l'écart-type,I'estimateurpar le quotient est alors intéressant.
Mais ceci, répétons-le, ne s'applique qu'au cas où il existe une relation de
proportionnalitéprésumée entre les deux variables Xet Y.

b) Exemple

Reprenons l'exemple de la première partie de ce chapitre. On tire, parmi un

univers de 2 536 villages,un échantillon de 127 villages pour estimer la population
par enquête.
Pour l'ensemble des 2 536 villages, on a l'information "population au dernier
recensement".La taille moyenne des villages au dernier recensement est de 345'1
habitants (x
= 345,l). O n a constaté,sur l'échantillon,que = 341,7.
D'autre part la population moyenne, à la date de l'enquête,des villages de
l'échantillon est de 377,2 habitants. O n peut donc proposer deux estimations de la
population de l'universétudié :
- l'estimation"brute"@'i = 2 536 x 377,2= 956 600habitants ;

- l'estimation par le quotient wq= xX = 966 100habitants.

Cette deuxième estimation repose sur la constatation que l'estimation issue de
l'échantillon tiré était, au recensement de la population, un peu en dessous de la
valeur moyenne, et qu'il existe certainement une relation de -~
proportionnalité entre
population au recensement et population actuelle : le redressement consiste à
réévaluerà la hausse "l'estimation brute".

27 O n montre que, dans le cas d'un sondage aléatoire simple, la variance de l'estimateur par le
quotient peut être estimée àpartir de l'échantillon par :

où :
s et sz sont calculés sur l'échantillon (formule habituelle),

,
.
p est le coefficient de corrélation linéaire entre X e t l'estimé sur l'échantillon.
 UTILISATION
D 'INFORMATION AUXILIAIRE,REDRESSEMENTS 69

Pour revenir à la validité de l'application de la méthode, la relation de

proportionnalité supposée entre les deux variables, à savoir la population au
recensement et la population au moment de l'enquête,n'est pas toujours vérifiée. O n
a pu constater par exemple, dans certains pays africains, des évolutions de
population dues à des raisons climatiques qui ont conduit certains villages à doubler
leur population en quelques années alors que d'autres, pendant la même période,
voyaient leur population réduite de moitié. Dans ce cas,on voit les risques qu'il y a à
appliquer brutalement une telle méthode de redressement...

e) L 'estìmateurpar la régression

Cette méthode suppose une relation de type affine entre Y,la variable d'intérêt,
et X,la variable auxiliaire,qui n'est plus une relation de simple proportionnalité
(comme pour l'estimateurpar le quotient) : Y = a + bX.
L'idée va Ctre d'estimer le paramètre b, puis d'utiliser la grandeur x
(valeur
moyenne de X sur l'univers,connue) pour redresser et fournir l'estimateur par la
régression de la moyenne : = 7+ b"(x
-Y) où 6 est l'estimation de b par la
méthode des moindres carrés ordinaires appliquée à l'échantillon.
Cette méthode suppose des calculs complexes et est peu utilisée en pratique
(voir cependant l'encadré 4 qui présente un exemple d'application). O n utilise
parfois une "variante",l'estimationpar la différence,où la valeur de b est choisie a
priori égale à 1 :
-
ydg = 7+ (X-3) (on ajoute à 7 la différence constatéeentre x et Y).

3. Les non-réponses

a) Non-réponsespartielles et totales

Ii n'existe pas de remède miracle à ce problème.Le premier conseil qu'on peut

donner est d'essayer de les éviter au maximum. Cependant, les non-rkponses
existent et il faut les prendre en compte. O n doit tout d'abord les séparer en deux
catégories :
-non-réponsespartielles (on a une partie du questionnaire,il manque28
certains renseignements) ;

28 I1 peut également s'agir de données qui ont été jugées incohérentes lors de la phase
d'apurement du fichier.
70 MANUEL AUX PAYS EN DÉVELOPPEMENT
DE SONDAGES.APPLICATIONS

- non-réponsestotales (pour des raisons de refus,d'impossibilitéde joindre

l'unité à enquêter,...) : il faut, déjà à ce niveau, vérifier que ces non-
réponses totales (particulièrementquand on n'arrive pas à joindre l'unitéà
enquêter) ne correspondent pas en fait à des unités "hors champ de
l'enquête''.
Pour traiter ces problèmes,on utilise une approche "modèle",c'est-à-direqu'on
"sous-entend''des hypothèses de comportement pour prendre en compte les valeurs
manquantes.

Encadré 4
U n exemple d'estimation par la régression
L'estimationde superficies agricoles à partir d'images satellites

Chaque année, une enquête est menée par le service de statistique agricole
franGais (SCEES) dans un certain nombre de départements, à partir d'un
échantillon de segments (carrés de 50 hectares) visités par des enquêteurs qui
procèdent à des relevés permettant de déterminer la superficie de différentes
catégories d'utilisation du sol. Cette enquête fournit des estimations "brutes",par
exemple pour la superficieboisée du département.
Par ailleurs,l'image satellite délivre une information exhaustive sur la zone,
mais avec une certaine erreur d'observation: il existe des confusions dans
l'affectationdes points de l'image aux différentescatégories d'utilisation du sol.
O n peut, sur l'image satellite,repérer les segments de l'enquête de terrain et
disposerpour chacun de ceux-cide :
y superficieboisée à l'enquête de terrain
x superficieboisée sur l'image satellite
Le fait de disposer, sur l'image satellite, de la valeur x, moyenne sur
l'ensemble des segments, va permettre de fournir un estimateur redressé de la
superficiemoyenne (par segment) en bois :
j7Eg=j7+qx-F)
où X, j7 sont les moyennes sur l'échantillon de segments (7sert d'ailleurs à
produire l'estimation brute de la superficie en bois du département), et b^ est la
pente de la droite de régression entre x et y,estimée par l'échantillon.L'image
satellite est donc l'information auxiliaire qui "redresse"les résultats de l'enquêtede
terrain (et non l'inverse). Pour plus de détails,voir Pastorelli(1992).
 UTILISATIOND 'INFORI.ATlONA UXILIAIRE,REDRESSEMENTS 71

b) Comment traiter les non-réponses totales ?

Celles-ci sont susceptibles d'introduire un biais dans l'estimation: les non-

répondants peuvent avoir des caractéristiquesspécifiquesrelativement aux variables
étudiées par l'enquête.
I1 est donc important de disposer d'information sur les non-répondants
(variables se trouvant dans la base de sondage), et de mener des analyses sur ceux-ci
afin de déterminer leur "profil" :sont-ceplutôt des jeunes,des ruraux...?

La méthode la plus généralementproposée consiste à utiliser un estimateur (du

total,par exemple) du type : c Wi
f = ier ---I:
Ri
où - w,est la pondération initiale de l'unité i ;
- Riest la probabilité de réponse de l'unité i ;
- la sommation est faite sur r, l'échantillondes répondants.
Le problème est d'estimer R,. Ceci est impossible au niveau individuel ; on
propose de déterminer des grandes catégories pour lesquelles on va avoir la même
valeur R,, souvent en calculant,pour chacune,la proportion d'unités ayant répondu
à l'enquête(ceci nécessite d'avoir l'indicationdans la base de sondage de la catégorie
à laquelle appartient chaque unité).

A u niveau du choix des critères définissant les catégories sur lesquelles on va

redresser, on essaiera de définir des catégories homogènes vis-à-visdes thèmes
ttudiés par l'enquête,de taille suffisante et pour lesquelles le "mécanisme"de non-
réponse est différencié d'une catégorie à l'autre : ce sera le cas,par exemple, pour
certaines enquêtes,de la variable "âge".L'estimateur proposé ci-dessusrepose alors
sur l'hypothèse que les répondants et les non-répondantsde chaque catégorie ont le
même comportementvis-à-visdes variables étudiées par l'enquête.
Parfois, on utilise une stratification a posteriori (à condition que les strates
définies aient suffisamment d'unités) : on va voir sur un exemple simple que
l'estimateur post-stratifié est different de celui proposé précédemment. E n
supposant qu'on redresse un échantillon aléatoire simple de n unités en utilisant
deux catégories,l'estimateurutilisant les R, est :

où r, est l'échantillondes répondants de la catégorie 1 ;

et r2 est l'échantillondes répondantsde la catégorie 2.
72 AUX PAYS EN DEVELOPPEMENT
MANUEL DE SONDAGES.APPLICATIONS

RIest égal à nlØnl,si n,, est le nombre de répondants de la catégorie 1, et n,

le nombre de questionnairesinitialementtirés et se trouvant dans cette catégorie.D e
même R, est égal à n,Øn2.

Donc

L'estimateur utilisant la post-stratificationvaut :

Ces deux estimations n'ont la même valeur que si n,=(N,n)/N et n,=(N,n)/N,

c'est-à-diresi le nombre de questionnaires tirés dans la catégorie 1 est calé sur la
proportion de cette catégorie dans l'univers(ce qui,apriori,n'a rien d'évident).
L'estimateur post-stratifié demande en fait plus d'informations (les effectifs
N,,) que l'estimateurconstruit à partir des probabilités de réponse estimées R,; par
contre il permet d'ajuster les effectifs extrapoléssur la distribution N,.
Enfin,la résolution du problème des non-réponsestotales peut aussi passer par
une "relance"des non-répondants,afin d'estimer cette population de manière directe
(cette méthode est cependant rarement utilisée en pratique) ; elle peut aussi passer
par l'utilisation d'une réserve d'unités remplaçantes (tirées en "supplément")
auxquelles on fait appel quand on a des non-réponses(ce qui suppose que les non-
répondants n'ont rien de spécifique ; cette méthode sera appliquée, avec beaucoup
de précautions,quand les non-réponsessont en nombre très limité).

c) Comment traiter les non-réponsespartielles ?

O n remplace les données manquantes d'une unité à l'aide d'une des méthodes
d"'imputation'' suivantes (qui supposent, là aussi, l'utilisation d'hypothèses de
comportement) :
- déductive,à l'aide d'une règle déterministe (par exemple,un individu de
moins de 14 ans est inactif), ou prédictive (en fonction des
caractéristiquesobservées de l'unité,on fait appel aux données constatées
sur les autres unités répondanteset semblables) ;
- "hot-deck": on prend, pour la variable manquante, la valeur de l'unité
précédente dans le fichier,ou celle de la dernière unité rencontrée et dont
on pense qu'elle est suffisamment semblable à l'unité pour laquelle
l'information manque ;
 UTILISATION D 'INFORMATION A UXILIAIRE,REDRESSEMENTS 73

- "cold-deck":on utilise une information "extérieure 'I à l'enquêterelative

à l'unité pour laquelle l'information manque,par exemple la valeur de la

variable à une date antérieure,ou la valeur située dans un autre fichier.
Pour conclure, il faut signaler que ces méthodes d"'imputation"peuvent être
utilisées pour traiter la non-réponsetotale :si un questionnaire manque, on peut être
tenté de "doubler" un questionnaire d'une unité analogue (c'est par exemple le cas
des sondages à deux degrés où on peut doubler un répondant appartenant à la même
unité primaire que le non-répondant). Cette manière de procéder peut conduire à
prendre plus de risques que la méthode de repondération proposée pour les non-
réponses totales, qui agit plus en fonction d'un "questionnaire moyen". Et on peut
fournir une règle générale concernant les traitements des non-réponses: ne pas
aboutir à une dispersion trop importante des pondérations finales.
 CHAPITRE 7

LA MÉTHODE DES QUOTAS

Bien qu'encore peu utilisée dans les pays en développement,cette méthode est
présentée dans ce manuel en raison de son caractère spécifique; elle pourrait
trouver des champs d'application dans ces pays.

1. Principe

Cette méthode consiste à imposer à l'échantillon de respecter certains quotas

(c'est-à-diredes répartitions selon certains critères) afin de "représenter''au mieux
l'univers.

Exemple
O n veut faire une enquête socio-économique sur la population active d'une
ville.U n recensementrécent a fourni les répartitions globales suivantes d'après trois
critères (tableau 8 :remarquons qu'il s'agit de distributions marginales, c'est-à-dire
qu'on n'a pas fait de ventilation suivant deux critères, par exemple un tableau à
double entrée suivantl'âge et le secteur d'activité).
O n a décidé d'interroger 5 O00 personnes avec dix enquêteurs travaillant 10
jours.O n dira à chaque enquêteur :vous interrogezen tout 500 personnes dont 240
hommes et 260 femmes,70jeunes de 16 à 24 ans, 185 personnes âgées de 25 à 44
ans, 80 cadres ou patrons du secteur formel... Dans cet exemple, on a utilisé des
quotas marginaux (plusutilisés en pratique) mais on peut aussi se servir de quotas
croisés (nécessitant de l'information sur la répartition de la population pour chaque
case résultant du croisement des critères).
76 MANUEL
DE SONDAGES.APPLICATIONS
AUXPAYS EN DÉVELOPPEMENT

Tableau 8.Exemple de quotas pour une enquête socio-économique

I Sexe I Âge Secteur d'activité I

Hommes 48% 16-24an~ 14% Secteurformel
Femmes 52% 25-44an~ 37% Cadres,patrons 16 %
45-64an~ 35% Employés,ouvriers 24 %
100 % ~65
ans et + 14 Ye
Secteur informel
100 % Cadres,patrons 3 Yo
Travailleur indépend. 36 %
Employés,aides
familiaux,etc 21 Yo

100 %

2. L a méthode est non aléatoire

La probabilité d'être enquêtée de chaque "unité statistique"n'est pas connue a

priori :elle dépend en fait de l'enquêteur. Certains enquêteurs iront plus facilement
interviewer certaines personnes que d'autres, pour des raisons d'affinités socio-
culturelles.
D e plus, certaines unités peuvent avoir une probabilité nulle d'être enquêtées :
personnes grabataires, malades, étrangers maîtrisant mal la langue du pays, ou
simplement personnages grincheux. O n voit que ceci peut introduire un biais
d'observation.

3. L a pratique

L'utilisation de quotas cherche à réduire les inconvénients présentés au

paragraphe précédent :elle suppose que les variables retenues pour la détermination
des quotas ont une influence prépondérante pour les caractéristiques que l'on veut
estimer.
La qualité des résultats dépend de deux paramètres :
- des enquêteurs bien formés, n'introduisant pas de biais de sélection
systématique, et habitués à "gérer" leurs quotas (par exemple en
 LA MÉTHODE DES QUOTAS 77

s'arrangeant pour ne pas se trouver, en fin d'enquête, avec l'obligation

d'enquêter un retraité de 25 à 44 ans...) ;
- des informations sur les quotas fiables,c'est-à-direrécentes et exactes.La
possibilité d'utiliser la méthode des quotas nécessite donc l'existence d'une
"infrastructure"statistique,souvent provenant des producteurs "primaires"
d'information(en l'occurenceles services statistiques de l'administration).
Plus encore que pour les méthodes aléatoires, il est nécessaire de contrôler
l'échantillon obtenu au regard de certains critères pour lesquels on connaît la
distribution (en plus des critères utilisés pour les quotas) ; une stratification a
posteriori sera opérée le cas échéant pour redresser les résultats (ceux-ci,a priori,
sont calculés en "faisant comme si" on avait tiré l'échantillon de manière aléatoire
simple).
Sous toutes ces conditions, la méthode peut fournir de bons résultats,
particulièrement pour les échantillons de faible taille. Remarquons que sa mise en
œuvre est beaucoup plus légère (pas besoin de base de sondage, pas de tirage de
l'échantillon à réaliser, déplacements des enquêteurs moins contraints). Parfois, la
méthode des quotas est utilisée au dernier degré d'un tirage où le premier degré (ou
les premiers degrés) est un tirage aléatoire de zones géographiques.
E n conclusion, elle présente un intérêt certain de par sa facilité de mise en
œuvre mais son application repose d'abord sur la disponibilité de statistiques fiables
et récentes pour établir les quotas (ce point constitue sans doute la raison pour
laquelle cette méthode est très peu appliquée actuellement dans les pays en
développement) ainsi que sur un certain savoir-fairedu gestionnaire de l'enquête et
des enquêteurs (afin d'éviter les biais de sélection des enquêtés).
Remarquons enfin que son application n'est pas limitée à des quotas sur les
personnes et qu'on pourrait envisager d'autres champs d'application (par exemple,
pour des enquêtes agricoles,quotas sur les concessions).

4. La méthode des itinéraires

Cette méthode est parfois présentée comme une variante de la méthode des
quotas : elle ne nécessite pas de base de sondage, et on fournit à l'enquêteur des
indications sur les unités à enquêter.Plus précisément, on lui impose un itinéraire
fixé sur une carte,avec un point de départ et des points d'enquête déterminés le long
de celui-ci.
La méthode s'approche en fait d'une méthode aléatoire (choix aléatoire de
l'itinéraire) : l'enquêteur a une latitude beaucoup moins importante qu'avec la
78 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

méthode des quotas.Par contre,le coût de préparation (définition de l'itinéraire) est

plus élevé.
La mise en œuvre pratique de la méthode des itinéraires pose cependant des
problèmes, en particulier dans les pays en développement, relativement à la
structure de l'habitat dans certaines zones : le travail de détermination de tous les
itinéraires possibles permettant d'accéder à l'ensemble des habitants de la zone est
souvent difficile à "boucler"de manière parfaite,les habitations n'étant pas réparties
selon des "axes" simples.Là aussi, il est nécessaire d'opérer un contrôle important
du travail des enquêteurs : la difficulté à "boucler" le travail de repérage des
habitations a en particulier des conséquences au niveau de l'estimation de totaux
(bien souvent,le nombre total de logements est inconnu).
 CHAPITRE 8

EN GUISEDE SYNTHÈSE

Ce chapitre a pour but de mettre en perspective ce qui a été présenté dans les
chapitres précédents,tout en insistant sur un certain nombre de points pratiques.

1. Quelie méthode dans quel contexte ?

Les méthodes présentées dans les chapitres précédents sont loin d'être
antinomiques :on a même vu qu'elles s'utilisent souvent en complément les unes des
autres.
Le choix de la procédure définitivement adoptée va dépendre des paramètres
suivants :
- raisons pratiques d'organisation de l'enquête (Cléments de coût, de
rémunération des enquêteurs,contraintes d'accessibilité de l'ensembledes
zones du territoire,organisation du travail des enquêteurs) ;
- disponibilité d'une base de sondage fiable (complète, exacte et àjour), ou
d'une liste pour constituer les unités primaires d'un sondage à plusieurs
degrés ;
- caractéristiques profondes du phénomène étudié : semble-t-ila priori
réparti à peu près uniformément sur l'univers, ou y a-t-ilconcentration
forte sur certaines parties de celui-ci(zones géographiques ou catégories
d'unités) ?

a) Un ou plusieurs degrés ?

U n des choix fondamentaux sera relatifà l'utilisation d'un plan de sondage à un

degré ou à plusieurs degrés :celui-ci,plus pratique à mettre en œuvre en particulier
80 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

quand on organise une enquête de grande envergure (à l'échelle d'un pays), ne sera
efficace que si le phénomène étudié ne présente pas de concentration sur certaines
zones correspondantà des unités primaires.
La technique de la stratification sera, elle, quasiment systématiquement
utilisée,très souvent conjointement avec d'autres méthodes.
Pour beaucoup d'enquêtes dans les pays en développement, on peut
recommander la procédure suivante :
- stratification préalable des unités primaires (en utilisant des critères
pertinents,intégrant des variables géographiques le plus souvent) ;
- tirage à plusieurs degrés28, avec un premier degré aréolaire constitué
d'unités primaires de tailles aussi voisines que possible. Le tirage des
unités primaires se fera à probabilités égales si celles-ci sont de tailles à
peu près équivalentes (ce qui peut résulter en particulier d'une
stratification judicieuse), ou à probabilités inégales proportionnelles à
leurs tailles (si on dispose de cette information).
Parfois, il sera possible d'utiliser une méthode à un seul degré (encadré 2 ou,
quand un registre est disponible,enquêtes auprès des entreprises).
Une fois le mode de tirage déterminé (avec tous ses "raffinements"), se pose le
problème de l'extrapolationdes valeurs observées sur l'échantillon.Pour l'estimation
d'un total,on utilise le principe du 'lieude construction'':estimation strate par strate
s'il y a stratification puis sommation générale, remontée par chacun des degrés de
tirage si on est dans le cas de plusieurs degrés (par exemple estimation du total au
niveau unité primaire, puis estimation au niveau global). U n ratio sera estimé
comme le rapport de deux masses; quant à l'estimation d'une moyenne, elle
proviendra, si le nombre d'unités "de base" est inconnu, d'un ratio où le
dénominateur(le ïV) sera estimé à partir de l'échantillon.

b) Les panels

U n cas particulier est relatif aux panels, pour lesquels on enquête le même
échantillon à plusieurs dates : l'intérêt est qu'ils permettent, en général, des

28 L a taille du chapitre 5 de ce manuel montre l'importance des sondages à plusieurs degrés pour
les enquêtes démographiques... U n certain nombre de publications ont présenté des plans de
sondage d'enquêtes démographiques de manière détaillée :on pourra par exemple se référer à
R é m y Clairin (1978)et Christopher Scott (1987).
 EN GUISE DE SYNTHÈSE 81

estimations d'évolution (entre les différentes dates) plus précises29 que celles qu'on
aurait obtenues en tirant à chaque date un nouvel échantillon ; de plus, l'intérêt des
panels est de pouvoir produire des matrices de passage entre deux dates d'enquêtes :
si par exemple on suit des personnes du point de vue de leur emploi, on pourra
étudier comment se font les passages d'une catégorie d'emploi à une autre (combien
du secteur public vers l'informel...) alors que la même enquête pratiquée sur deux
échantillons indépendants (aux deux dates) ne permettrait que d'avoir deux
"photographies"de l'emploi aux deux dates.
Par contre, la gestion d'un panel s'avère complexe dans le cas d'unités à
"géométrie variable", en particulier dans le cas de ménages : il peut y avoir des
arrivées,des départs,des fusions...qui rendent le suivi des unités difficile.

c) Les sondages en deuxphases

Cette technique est parfois utilisée quand on dispose de très peu d'informations
dans la base de sondage :elle consiste à tirer un échantillon nombreux sur lequel on
pose peu de questions (première phase) avant de sélectionnerun sous-échantillonen
deuxième phase, lequel sera "ciblé" en fonction des objectifs poursuivis (par
exemple étude de populations rares) et à partir des informations collectées lors de la
première phase.
On utilisera, par exemple, pour les résultats de la deuxième phase un
estimateur stratifié du type :

mais ici les N O seront des résultats d'estimations provenant de la première phase :
si on a tiré, lors de la première phase,n unités et que n, ont été "constatées"comme
appartenantà la strate 1, nl/nsera l'estimateurde Nl/N.

29 Si on veut estimer l'évolution de la moyenne d'une variable Y entre deux dates tl et t2, on montre
h

que la variance de l'estimation obtenue à partir d'un panel tiré de façon aléatoire simple (A5)

est, par rapport à l'estimation AY obtenue à partir de deux échantillons indépendants de m ê m e

taille tirés selon la m ê m e méthode aux deux dates, égale à :

où p est le coefficient de corrélation linéaire entre la variable Yà la date tl et la m ê m e variable Y

a la date tz. C o m m e pour beaucoup de variables étudiées dans les enquêtes, p est positif
(remarquons que sa valeur est souvent liée à la longueur de l'intervalle entre t, et tz), l'estimation
de l'évolution par l'échantillon "permanent" (panel) est dans ce cas préférable.
82 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYSEN DÉVELOPPEMENT

La moyenne sur la strate h, yh,sera, elle,calculée sur le sous-échantillontiré

dans cette strate pour la deuxième phase. La variance de I'estimateur js,, sera plus
complexe à calculer,puisque résultant de deux niveaux d'estimations aléatoires :yh
d'une part,mais aussi l'estimationde NiN.
Cette technique a, par exemple, été utilisée au Cameroun pour &dier le
secteur informel de Yaoundé (DIAL-DSCN, 1994). Le schéma est assez complexe
puisqu'en première phase, une enquête "emploi" permet d'identifier des personnes
travaillant dans des unités de production informelles ; la deuxième phase consiste en
une enquête auprès de ces unités de production (les unités d'enquête sont donc
différentes d'une phase à l'autre). L'intérêt de cette méthode est de permettre une
bonne couverture du secteur informel, alors que les études menées à partir de
recensementsdirects des unités de production informellessemblent "laisser de côté"
une partie de ces unités.

d) Les estimationspour de petits domaines

U n problème courant se pose au moment de la production de résultats

d'enquêtes :celui des estimations locales, pour de "petits domaines",par exemple
une subdivision administrative d'un pays. On peut, bien entendu, fournir une
estimation directe à partir des unités de l'échantillon qui sont dans le domaine en
question :yd,la moyenne d'une variable calculée sur ces unités, est par exemple
l'estimateurde la moyenne de cette variable sur ce domaine,et si l'on connait ïVd,
l'effectifdu domaine, NJd est I'estimateur du total de la variable. Le problème est
que cet estimateur est souvent très imprécis, du fait du faible nombre d'unités
enquêtées à l'intérieurdu domaine.
L'idée est alors d'utiliser une "approche modèle" qui passe par des hypothèses
de comportement :on utilise de l'informationconnue et "extérieure''au domaine (en
fait plus globale), qu'on réinjecte dans l'estimateur (Aliaga, 1995). Par exemple on
utilise un estimateur 7 calculé sur l'ensemble de l'échantillon,ou sur une partie plus
grande que le domaine considéré,et on estime le total sur le domaine par NdY.Ceci
suppose donc que le comportement des unités à l'intérieur du domaine puisse être
représenté par celui observé sur un ensemble plus vaste :c'est une hypothèse forte
que l'onfait en procédant de la sorte,et qui incite à être prudent dans l'utilisationde
ce genre de méthode.
O n peut raffiner la technique, en utilisant des estimations Jh sur des sous-
groupes h (par exemple des estimations établies,au niveau global et non au niveau
du domaine,pour des tranches d'âges) et en tenant compte de la répartition connue
de ces sous-groupesdans le domaine (valeurs Nd, et Ndconnues), pour fournir un
estimateurde la moyenne :
 EN GUISE DE SYNTHÈSE 83

O n utilise également,quand on dispose d'une information exhaustive Xd sur le

petit domaine,l'estimateur "synthétiquepar le ratio",obtenu par :

où est estimé sur un ensemble plus vaste que le petit domaine (on fait donc
l'hypothèseque la proportionnalité entre le total de Xet le total de y est la même sur
le petit domaine et sur l'ensembleplus vaste).

O n peut combiner les deux types d'estimateurs précédents ("direct" obtenu à

partir des unités de l'échantillon contenues dans le domaine,et "synthétique"obtenu
à partir d'un domaine plus vaste) en une moyenne pondérée des deux (Destandau,
1996).

e) La méthode des segments

Cette méthode aréolaire utilise un découpage du territoire (une "segmentation",

d'où le nom de la méthode) en segments qui sont déterminés à partir de limites
naturelles (cours d'eau, routes,...) ou construits "artificiellement" sur des cartes,
souvent sous forme de carrés. Elle est utilisée dans les pays en développement en
particulier pour les enquêtes agricoles, et il est important de bien distinguer les
différentes catégories d'applicationsprésentées ci-après.
La méthode du segment fermé consiste à relever l'ensemble des types
d'utilisation du territoire à l'intérieurdu segment,afin de produire des estimationsde
superficie (pour un exemple d'utilisation, voir Foumier, 1986). Cette méthode est
limitée aux aspects physiques de composition du segment. L'unité d'observation
étant le segment,les estimations sont donc produites en fonction de la manière dont
l'échantillon de segments a été tiré.La méthode n'est par contre pas applicable si l'on
s'intéresse aux caractéristiques de nature socio-économique des exploitations
agricoles (démographie des chefs d'exploitation,type de matériel agricole,variables
financières,...).
Pour ce genre d'objectifs, on peut utiliser la méthode du segment ouvert, qui
consiste à enquêter toutes les exploitations agricoles dont le "siège" (encore faut-il
avoir défini ce concept) est à l'intérieur d'un des segments tirés dans l'échantillon.
O n a donc un tirage en grappes et il faut noter que le questionnaire de l'enquête
concerne les terres des exploitations agricoles qui sont situées hors du segment aussi
bien que celles qui sont à l'intérieur(d'où le nom de segment "ouvert").
84 ~ ~ I V UDE
ELSONDAGES.APPLICATIONS
AUX PAYS EN DÉVELOPPEMENT

Cette méthode présente cependant, souvent, le défaut d'un manque de

couverture : si l'on réalise sur la même zone une enquête par les deux méthodes
(segment ouvert, segment fermé), on constate en général des estimations de
superficie, pour la même catégorie, plus faibles à partir du segment ouvert. La
raison de ceci réside dans la difficulté à retrouver l'ensemble des exploitations
agricoles situées,de par leur siège,dans un segment ; cet effet est particulièrement
flagrantdans les zones péri-urbaines,où l'on constate une sous-estimationforte des
superficies maraîchères ("ceintures maraîchères" des grandes villes) à partir de la
méthode du segmentouvert.
Une troisième méthode,plus complexe d'application, la méthode du segment
pondéré, permet de remédier à cette difficulté.Pour l'ensemble des segments tirés
dans l'échantillon,on réalise un questionnaire pour chaque exploitation agricole
ayant des terres sur le segment :on va donc avoir un nombre total de questionnaires
plus important que par la méthode du segment ouvert. L'intérêt de l'approche ''par
les terres" est qu'elle permet de repérer de manière plus facile les exploitations
agricoles concemées.
Pour extrapoler les résultats observés sur les exploitations agricoles enquêtées,
on crée au niveau de chaque segment de l'échantillonune variable "artificielle":

k=l

où pour le segment i, on aJ exploitations agricoles enquêtées,

x, est la valeur d'une variable (par exemple superficie en céréales) pour
l'exploitationk,
iq, =-k,' est la part de la superficie totale de l'exploitation k qui est comprise
Sk
dans le segment i.

Si l'on prend comme variable X la superficie en céréales,on calcule donc une

"pseudo-superficie"en céréales pour le segment i, qui n'a aucune raison d'être la
superficie en céréales effective du segment ; cette "pseudo-superficie"est obtenue
en pondérant chaque questionnairerempli auprès d'une exploitation agricole.
O n peut alors,à partir du plan de sondage qui a abouti au choix de l'échantillon
de segments, l'extrapoler à l'univers pour estimer le total de la variable 2 (par
N "
exemple si l'échantillon de segments est aléatoire simple,on calculera - Zi.)
n i=l
 EN GUISE DE SYNTHÈSE 85

Le total de Z étant égal au total de 220, on a donc une estimation du total de X.

C e raisonnement s'applique à tous les types de variable, et on peut donc là aussi
obtenir des résultats sur les caractéristiques socio-économiques des exploitations
agricoles. Cette méthode est notamment utilisée au Canada (Julien et Maranda,
1989).

jj L a question de la taille de I'échantillon

C'est une question fondamentale à résoudre concernant la mise au point du

plan de sondage : cette taille résultera bien sûr d'un niveau de précision souhaité,
mais aussi, souvent, de contraintes de budget. Dans la mesure du possible, on
essaiera de tenir compte de l'expérience des enquêtes passées pour estimer a priorì
la taille de l'échantillon nécessaire à l'obtention de la précision voulue. Le
statisticien travaille, sur ce point, plus par approximations successives que par
application "brute" d'une théorie ; de plus, des objectifs multiples pour une enquête
peuvent conduire à chercher une précision minimum pour chaque variable objectif,
et donc à déterminer la taille d'échantillon comme la valeur supérieure des tailles
minimum correspondantes.

2. Retour sur les problèmes liés à la base de sondage

a) Cas des enquêtes démographiques dans les pays en développement

O n l'avu, la base de sondage est souvent,pour ces pays,aréolaire au niveau du

premier degré de tirage. I1 faut, pour les unités primaires tirées, procéder à un
dénombrement exhaustif des ménages y résidant : ceci veut dire que les limites de
chaque unité primaire sont faciles à identifier sur le terrain car,même si on dispose
d'une liste des habitations incluses dans l'unité primaire au dernier recensement,il a
pu s'y construire de nouvelles habitations depuis (en particulier dans les zones
d'habitat spontané). Par ailleurs, utiliser la liste des ménages recensés (au dernier
recensement de la population) dans l'unité primaire ne se justifie que si le
recensementest très récent (un à trois mois).
Par ailleurs, on pourrait imaginer d'établir la liste, d'échantillonner et
d'interroger les unités en une seule opération de terrain: ceci est à éviter,
86 MANUEL DE SONDAGES.APPLICATIONS
AUX PAYSEN DÉVELOPPEMENT

l'expérience montre qu'il vaut mieux séparer l'opération "dénombrement" et

l'opération "enquête".
Au niveau de la constitution des unités primaires (ou,pour un tirage à plus de
deux degrés, au niveau des unités à l'intérieur desquelles on procède au tirage de
ménages), on a vu au chapitre 5 qu'il existe une taille "conseillée" pour ces unités :
300 à 500 personnes. O n peut partir de zones de dénombrement du recensement et
s'il le faut,les découper en segments pour arriver à cette taille31 (encadré 3).
Quand on travaille sur une zone rurale, on peut utiliser les villages comme
unités primaires : dans ce cas on sera conduit à regrouper certains villages (si
possible voisins géographiquement), ou à en découper d'autres pour s'approcher de
cette taille "optimale".Mais on aura souvent intérêt,en zone rurale,à utiliser plutôt
les zones de dénombrement du recensement de la population, qui sont
cartographiéesde manière précise et homogènes en taille (pour les villages,on peut
avoir des problèmes de délimitation exacte).

b) L a mise àjour de la base de sondage

Une base de sondage vieillit, et doit être mise àjour (Brion, 1995) : s'il s'agit
d'une base de sondage aréolaire, de nouvelles constructions peuvent exister,
certaines peuvent avoir été détruites... Certaines limites d'unités aréolaires qui ne
posaient pas de problème auparavant peuvent demander à être précisées lors de la
mise àjour,quand la localisation d'une nouvelle habitation est ambiguë par rapport
à la délimitation de l'unité. L'entretien d'une base de sondage doit être un service
régulier d'un institut de statistique (suivi des limites des unités, suivi des effectifs si
possible), afin de ne pas être obligé de travailler dans l'urgence lors de la mise en
place d'une nouvelle enquête.
Si la base de sondage est une liste,on aura intérêt à y intégrer des informations
"exogènes" concernant les unités (créations, disparitions, modifications ; par
exemple, dans certains pays, la base de sondage des enquêtes ménages est la liste
des logements issue du recensement de la population,complétée chaque année par
la liste des logements neufs). I1 arrive que, dans une base de sondage,on trouve des
informations datées d'époques différentes (certaines datent par exemple du dernier
recensement,d'autres sont très récentes) : ceci n'est pas gênant à partir du moment
où la base de sondage est un outil pour tirer des échantillons (par exemple en
stratifiant), et non un fichier qu'on utilise pour sortir des statistiques.

~ ~~

31 Parfois, quand les zones de dénombrement du recensement sont voisines de cette taille, on
découpe les plus grosses et on regroupe les plus petites pour arriver à une taille à peu près
homogène.
 EN GUISEDE SYNTHÈSE 87

O n voit,à partir des considérations précédentes,l'importance que peut avoir un

recensement (de la population en particulier) en tant que base de sondage pour un
certain nombre d'enquêtes,et la complémentarité entre recensement et enquêtes par
sondage.

c) La nécessité d'adapter la base de sondage au domaine d'étude

Pour l'étude de certains domaines, il faut parfois faire preuve d'imagination

afin de mettre en place une base de sondage d'un type différent de celles utilisées
habituellement.Ainsi, pour enquêter les populations d'éleveurs nomades,une base
de sondage proposée est la liste des points d'eau du pays. O n tire un échantillon de
points d'eau où on procédera 9 l'enquête en tenant compte des deux remarques
suivantes :
- la période d'enquête doit être suffisamment longue pour qu'on soit assuré
que, durant celle-ci,les hommes et les animaux auront visité au moins un
point d'eau ;
- il peut y avoir des doubles comptages : une solution peut être de ne
compter que les "premières visites" à l'un des points d'eau échantiHonnés
durant la période d'enquête.
Cette m a o d e n'est pas la seule applicable au cas des enquêtes de populations
nomades :certaines enquêtes font appel par exemple à un échantillon de marchés
(Kidane, 1995;CEPED,1988).
Par dieurs, il ne faut pas hésiter à utiliser une base de sondage composite
(Brion, €995).On peut, pour eertaines enquêtes sur l'élevage par exemple, utiliser
une base aréolaire(tirage de zones puis d'unités d'élevage dans ces zones) complétée
par un fichier de gros éleveurs (disponible par ailleurs) : les gros éleveurs devront,
dans ce cas,être exclus des zones tirées au premier degré.

d) L 'utilisation de la télédétection

O n peut mentionner l'utilisation d'images satellites pour élaborer le plan de

sondage d'enquêtes démographiques en milieu urbain. L'image satellite, base de
sondage, possède deux avantages majeurs : récente, elle permet de délimiter
correctement la zone urbaine étudiée (ce qui est très important dans le cas de villes a
rythme élevé de croissance démographique) ; ensuite, on peut s'en servir pour
stratifier la zone (l'information morphologique contenue sur l'image étant liée aux
caractéristiques démographiques des différents quartiers) et procéder à un tirage
88 MANUEL
DE SONDAGES.APPLICATIONSAUX PAYSEN DEVELOPPEMENT

d'îlots à l'intérieur des strates définies. O n voit que c'est donc au niveau de la
"cartographie"que se situe l'apport de la télédétection.
Des expériences récentes ont montré les possibilités d'application de cette
technique pour les enquêtes socio-dkmographiques en milieu urbain (Barbary,
Dureau, 1991 ; Cogneau, Roubaud, 1992). Pour les enquêtes agricoles, la
télédétection peut être utilisée comme information auxiliaire exhaustive pour
produire des estimations de superficies (encadré 4), ou comme support pour établir
une stratification du territoire en zones agro-écologiques homogènes ; à l'intérieur
de chaque strate,on procédera alors à un sondage classique à deux degrés.

3. L a nécessité d'un travail soigné à tous les niveaux

a) Au niveau de la collecte

Les erreurs autres que d'échantillonnageont été évoquées au chapitre 1. Elles

recouvrent différentstypes de problèmes :
- erreurs de couverture liées à un "décalage"entre la base de sondage et le
champ de l'enquête ;
- non-réponses(chapitre 6);
- erreurs d'observation liées 9 la mauvaise compréhension du questionnaire
(en particulier si celui-cia été mal construit ou mal formulé) ;
- erreurs au niveau de la saisie ou de la codificationdes données.
O n rappelle ici,car l'enjeuest important, la nécessité d'une formation sérieuse
des enquêteurs,de consignes claires (en plus bien sûr d'un questionnaire,lui aussi,
ne donnant pas lieu à des possibilités d'interprétationplus ou moins variables), d'un
suivi du travail de collecte par une équipe de contrôleurs expérimentés (la "règle"
d'un contrôleur pour quatre à cinq enquêteurs est une garantie d'un travail
correctement suivi).

b) Au niveau du traitement des données

U n autre Clément de la "chaîne" montre souvent des signes de défaillance. I1

s'agit de la phase de traitement des données. Là aussi,une utilisation maîtrisée des
 EN GUISE DE SYNTHÈSE 89

logiciels de dépouillement s'impose,en particulier relativement à l'applicationdes

formulesutilisant les pondérations32(coefficients d'extrapolation).
Ces pondérations,rappelons-le,résultent du plan de sondage initial, puis des
traitements opérés pour tenir compte de la non-réponse et des autres redressements
intégrant de l'information auxiliaire. Pour la non-réponse,il faut bien distinguer les
méthodes de repondkration proposées pour la non-réponse globale des méthodes
d'imputation proposées pour la non-réponse partielle : l'application de la
repondération n'est pas possible en pratique pour la non-réponsepartielle, car elle
conduit à des jeux de pondération différents selon les variables, et à une
impossibilité de sortir des tableaux croisant ces variables.
U n problème fondamental,au niveau du traitement des données,est relatif au
suivi des unités,en particulier pour les situations suivantes :
- les changements de strate :si une unité est constatée,à l'enquête,comme
ayant des caractéristiques la "rattachant" à une strate différente de celle
dans laquelle elle avait été classée au moment du tirage, elle ne doit pas
être pourvue du coefficient de pondération de cette nouvelle strate ; en
effet,le coefficientde pondération est lié à la manière dont s'est déroulé le
tirage de l'échantillon,et donc pas à la nouvelle strate. Par contre, au
niveau de la publication des résultats,si ceux-ciutilisent les strates comme
critères de ventilation, l'unité sera, bien sûr, classée selon les
caractéristiques observées à l'enquête ;
- les déménagements des ménages : souvent, on utilise l'unité d'habitation
comme réf6rence ; on ne cherche donc pas, dans le cas où le ménage qui
habitait le iogement tiré dans la base de sondage a déménagé, à
"retrouver''ce ménage ;on enquête le nouveau ménage occupant ;
- les logements vides :si un logement est constatévide à l'enquête,on ne le
remplace pas a priori pour remplir un questionnaire "9 tout prix'' ; en
effet,l'unité "logementvide" est elle-mêmeporteuse d'une information,et
représentative d'un certain nombre de logements se trouvant dans le même
cas.

c) A u niveau de Ia documentation des dqférentes phases de ['enquête

Nombre d'erreurs auraient pu être évitées, ou corrigées, si l'on avait pu

reconstituer la manière dont s'est déroulé l'ensemble des phases de l'enquête.
L'expérience montre malheureusement que la documentation correspondante est
trop souvent absente : ceci se révèle particulièrement pénalisant au moment de la
phase de redressement avant la sortie des résultats.

32II n'est, malheureusement, pas rare de rencontrer des résultats d'enquête qui ont été calculés en
"oubliant" les pondérations...
90 MANUEL DE SONDAGES.APPLICATIONSAUXPAYS EN DÉVELOPPEMENT

d) Au niveau de la publication des résultats

Publier la méthodologie de l'enquêteest d'une grande aide pour l'utilisateurdes

résultats,mais aussi pour les personnes qui,quelques années plus tard,mettront en
place une opération analogue.
Les variances d'estimateurs relatives aux grandeurs les plus importantes de
l'enquêtedoivent être calculées,dans la mesure du possible (encadré 5), et publiées.
Par ailleurs,on évitera de publier des tableaux où chaque case a été estimée à partir
d'un nombre d'unités enquêtées trop faible (par exemple, moins de 20 unités) ; si,
cependant, on publie des tableaux comportant de telles cases, on s'efforcera de
placer un signe d'avertissement dans les cases concernées.

Encadré 5
Une méthode d'estimation de la variance
d'estimation dans le cas de statistiques complexes :la linéarisation
(Deville et Roth, 1986)

O n a vu dans ce manuel comment estimer la variance d'estimation d'un

total, en fonction de la méthode de sondage utilisée. Cependant certaines
statistiques sont plus complexes,et se présentent sous la forme d'une fonction
de plusieurs totaux :F (X I,...X,).
La méthode proposée repose sur le développement de Taylor et consiste à
passer par une variable linéarisée :

O n estime la variance de l'estimation de la statistique complexe par la

variance de la variable linéariséeZ.
Exemple :cas d'un ratio
F(X,,X )- - XI où X Iet X, sont deux totaux sur l'univers
-x,
dF 1 dF
=--XI
dx,-x, dx, x,'
Pour chaque unité j de I'échantiIlon, on calcule la variable
1 d
2,=--,i -&X2J, OÙ i,et i, sont les estimations à partir de
x, x,z
l'échantillon des totaux X Iet X,.
La variance de l'estimation du total de 2 (que l'on sait estimer à partir du
plan de sondage) fournit une estimation de la variance de l'estimation du ratio.
 EN GUISEDE SYNTHÈSE 91

Encadré 6

Quelques rappels ou conseils fondamentaux

(la liste n'est sans doute pas exhaustive)

- utiliser les pondérations pour calculer les estimations ;

-contrôler, dès les premières sorties de résultats, que les estimations des
grandes masses (effectif total de la population, ...) sont conformes à ce qu'on
connaît ;
- contrôler sur l'échantillon les distributions des variables d'étude (afin, en
particulier, de repérer les erreurs de saisie) ;
- calculer les variances d'estimation pour les principales variables d'étude,afin
d'avoir une idée de la précision des résultats (à ce sujet, ne pas confondre
variance de l'estimationet variance de la variable ...) ;
- utiliser le plus possible les sources complémentaires d'information, que ce
soit pour le tirage,le contrôle ou le redressementde l'échantillon ;
- éviter de donner l'illusion d'une précision parfaite en fournissant des résultats
''9 la decimale près" ; arrondir plutôt les résultats.
 ANNEXE I

BIOGRAPHIE DE RÉMY CLAIRIN

Rémy Clairin est né le 13 décembre 1923 à Tourcoing (Nord). E n 1940, il

entre à l'ÉCole supérieure des industries chimiques de Nancy puis, en 1943,rejoint
le Maroc après avoir été interné en Espagne, s'engage dans l'armée de l'airet sert au
Maroc, en Algérie, aux États-Uniset en Italie.D e 1946 à 1952,il travaille au sein
des services français d'occupation en Allemagne,à Berlin,Mayence puis Francfort.
C'est en 1954 que commence sa carrière de statisticien-démographeà laquelle
il se consacrera totalement, après deux années de formation comme élève-
administrateurde l'INSEE.C'est d'abord la Guinée (1954-1956)où il participe à la
première grande enquête démographique lancée par l'INSEE en Afrique, puis le
Mali (alors Soudan français), de 1956 à 1958, où il dirige la Mission socio-
économique du Soudan dans le delta central du Niger.
D e 1958 à 1959,il revient à Paris au ministère de la Communauté puis de la
Coopération, et est envoyé ensuite (1959-1961) au Burkina (alors Haute-Volta)pour
y créer le service statistique et concevoir et réaliser l'enquête démographique
nationale,dans laquelle il met l'accentsur l'étude des migrations :cette enquête fait
encore référence dans le domaine.
En 1961,il rejoint le service Coopération de l'INSEEoù il reste jusqu'en 1966,
à l'exception d'un stage à l'OfJice of Population Research de l'université de
Princeton en 1962.À l'INSEEil travaille sur l'analyse de l'enquête de Haute-Volta,
puis sur la préparation de celles du Niger,de Mauritanie et du Cameroun occidental.
I1 passe ensuite un an, pour le compte des Nations unies, au Cairo
Demographic Center (1966-1967)et regagne l'INSEEpour un an à la division de la
démographie (1967-1968)avant d'être affecté au ministère des Départements et
territoires d'outre-mer,où il prépare et organise divers recensements : Polynésie
française (1 972), Port-Vila et Santo (anciennes Nouvelles-Hébrides)(1972), puis
l'ensembledes départements d'outre-mer(1973-1974).
94 MANUEL DE SONDAGES.APPLICATIONS AUX PAYS EN DÉVELOPPEMENT

Durant cette période, il assure une charge d’enseignement à l’Institut de

démographie de l’universitéde Paris (IDUP),notamment le cours sur les méthodes
d’ajustement des statistiques démographiques imparfaites,ce qui lui permettra de
rédiger un manuel devenu célèbre,publié par le Groupe de démographie africaine
auquel il participe de façon suivie.
I1 retourne à nouveau à l’INSEEen 1974 où il prend part à de nombreux
travaux réalisés dans des cadres divers :
- diverses études de synthèse et travaux méthodologiques (Groupe de
démographie africaine) ;
- élaboration des nouvelles tables-typede mortalité (OCDE);
- étude des migrations (Banque mondiale,OCDE,UIESP) ;
- nombreuses missions sur le terrain,d’appui technique ou d’évaluation de
programmes (Côte d’Ivoire,Cameroun,...);
-direction du stage de recyclage pour les démographes africains sur
l’observationdémographique (Bordeaux, 1982).
Enfin, depuis le début 1987,il était affecté par l’INSEEau CEPED alors en
voie de constitution,où il prenait une part active à son lancement,tant sur les plans
matériel et organisationnel que sur le plan scientifique. Ses travaux reconnus de
chercheur ne l’ont jamais détourné des réalités du terrain, ce qui n’était pas la
moindre de ses qualités.
Rémy Clairin nous a quittés en pleine activité le 12 octobre 1987.

II est dificile de faire une sélection parmi les nombreuses contributions de

Rémy Clairin, risquons-nous toutefois à conseiller au lecteur trois ouvrages
particulièrement utiles :
- Ajustement des données imparfaites,Paris,GDA,1973, 184p.
- Manuel sur les méthodes d‘estimation des statistiques démographiques
imparfaites dans les pays en développement,OCDE,Centre de développement,
1986,265 p. (en collaboration avec Julien Condé).
- De l’homme au chtee, Paris, CEPED,1988,329p. (Les Études du CEPED,
no 1). (Rémy Clairin et Louis Lohlé-Tart(éds.), avec la collaboration de Michel
François et Francis Gendreau).
 ANNEXE 2

DÉVELOPPEMENT DES SIGLESUTILISÉS

AEF Afrique équatoriale française

AFSA Association africaine de statistique
AIS0 Association internationalepour les statistiques officielles
AOF Afrique occidentale française
CEA Commission économique pour l'Afrique (commission
régionaledes Nations unies), Addis Abeba
CEPED Centre français sur la population et le développement,Paris
DEFF efet de sondage (designeffect,en anglais)
DIAL Développement des investigations sur l'ajustement à long
terme (groupement d'intérêt scientifique), Paris
DSA dimension sociale de l'ajustement en Afrique sub-saharienne
(programmede la Banque Mondiale)
DSCN Direction de la statistique et de la comptabilité nationale,
Yaoundé
EDS enquête démographiqueet de santé (DHS, en anglais)
EHESS École des hautes études en sciencessociales,Paris
FAO Organisation des Nations unies pour l'alimentation et
l'agriculture,Rome
FNUAP Fonds des Nations Unies pour la population
GDA Groupe de démographie africaine,Paris
GDD Groupe de démographie du développement,Paris
IDUP Institutde démographie de l'universitéde Paris
11s Institut international de statistique,Voorburg (Pays-Bas)(ISI,
en anglais)
INED Institutnational d'études démographiques,Paris
96 MANUEL DE SONDAGES - APPLICATIONSAUX PAYS EN DÉVELOPPEMENT
INSEE Institut national de la statistique et des études économiques,
Paris
IS1 International Statistical Institute, Voorburg (Pays-Bas) (IIS,
en fiançais)
OCDE Organisation de coopération et de développement
économique,Paris
ORSTOM Institut français de recherche scientifique pour le
développement en coopération,Paris
PUF Presses universitaires de France,Paris
SCEES Service central des enquêtes et études statistiques
(ministère français de l'Agriculture), Paris
SEAE secrétariat #État aux Affaires étrangères chargé de la
coopération,Paris
UIESP Union internationarepour l'étude scientifiquede la population,
Liège
UNESCO Organisation des Nations unies pour l'éducation, la science et
la culture,Paris
 LISTE DES TABLEAUXETENCAD&S

Tableau 1 .Précision de l'estimationpar sondage aléatoire simple des taux

de natalité et de mortalité ................................................................ 23
Tableau 2.Exemple de stratification :caractéristiquesdes strates .................33 .
Tableau 3.Exemple de stratification :répartitionde l'échantillon...................34
Tableau 4.Exemple de tirage à probabilités inégales :chiffres cumulés.........40
Tableau 5. Exemple d'une enquête agricole : répartition de l'échantillon
entre les deux degrés de tirage ........................................................ 50
Tableau 6.Valeurs de DEFF pour différentsparamètres................................. 57
Tableau 7.Stratification aposteriori :exemple............................................... 65
Tableau 8.Exemple de quotas pour une enquête socio-économique...............76

Encadré 1.Récapitulationsur l'estimationd'une moyenne dans le cas d'un

sondage aléatoire simple sans remise ............................................. 19
Encadré 2.U n exemple de sondage stratifié .................................................... 36
Encadré 3.U n exemple de sondage à plusieurs degrès .................................... 62
Encadré 4.U n exemple d'estimation par la régression..................................... 70
Encadré 5.Une méthode d'estimation de la variance d'estimation dans le
cas de statistiques complexes :la linéarisation............................... 90
Encadré 6.Quelques rappels ou conseils fondamentaux.................................. 91

LISTE DES FIGURES

Figure 1 .Principe de la méthode des sondages.................................................. 4

Figure 2.Comparaison des distributionsde deux estimateurssans biais.........10
Figure 3 .Comparaison entre un estimateur sans biais et un estimateurbiaisé 1 1
Figure 4.Distribution de la loi normale ........................................................... 17
Figure 5.Précision du sondage et taille du pays dans lequel on réalise
l'enquête............................................................................................. 20
Figure 6.Principe du sondage stratifié............................................................. 27
Figure 7.Méthode de tirage aréolaire à partir d'une grille de points................41
Figure 8.Exemple de tirage à deux degrés....................................................... 44
Figure 9.Utilisation d'information auxiliaire ................................................... 63
 RÉFÉRENCESBIBLIOGRAPHIQUES

1) Ouvrages généraux

ARDILLYPascal,1994.-Les techniquesde sondage.-Paris,Éditions Technip,393 p.

ASSELINLouis Marie, 1984.- Techniques de sondage avec application à lxffique.-
Québec,Gaétan Morin.
COCHRAN William,1977.-Sampling techniques.-N e w York,Wiley,428 p.
DESABIEJacques,1971.- Théorie etpratiquedes sondages.- Paris,Dunod,483 p.
DUSSAIX Anne-Marieet GROSBRAS Jean-Marie,1992.-Exercices de sondage,avec aide-
mémoire et solutions.-Paris,Economica, 169p.
DUSSAIX Anne-Marie et GROSBRAS Jean-Marie, 1993.-Les sondages :principes et
méthodes.-Paris, PUF,122p. (Coll.Que sais-je?), no 701.
GROSBRAS Jean-Marie, 1987.-Méthodes statistiques des sondages.-Paris, Économica,
331 p.
KISHLeslie,1965.- Survey sampling.-New-York,Wiley, 643 p.
SÄRNDAL Carl-Erik,SWENSSONBeugt et WRETNAM Jan, 1992.-Model assisted survey
sampling.- N e w York,Springer-Verlag,694p.

2) Articles ou ouvrages relatifs aux enquêtes démographiques dans les

pays en développement

CEA-UNESCO,1974.-Manuel des enquêtes démographiquespar sondage en Affique.-

Addis Abeba,279 p.
CEPED,1988.-De l'homme au chffie.,Réflexionssur l'observation démographique en
Afiique.-Paris,CEPED,329 p. (Les Etudes du CEPED,no 1).
CLAIFUN Rémy, 1978.- "P1,ande sondage de l'enquête démographique à passages répétés
en Côte d'Ivoire",STATECO,no 16,p. 63-103.
CLAIRIN Rémy, 1983.-L'estimation de la précision de certains paramètres
démographiques obtenus à partir d'une enquête par sondage.-Paris, Groupe de
démographie du développement,62p. (Etudes et documents du GDD,no 11).
CLELAND John et SCOTT Christopher (éd.), 1987.-The world fertility survey: an
assessment.-New-York,Oxford University Press,1049 p.
1O0 DE SONDAGES.APPLICATIONS
MANUEL AUX PAYS EN DÉVELOPPEMENT

EL GHAZALI Abdelaziz, 1989.- "L'enquête démograEhique à passages répétés du Maroc

(1986-1988),méthodologieet organisation",STATECO,no 57,p. 85-106.
INED-INSEE-ORSTOM-SEAE,1973.-Sources et analyse des données
démographiques :application à Ufiique d'expressionfiançaise et à Madagascar.-
Paris,3 vol.,414p.+ 183 p.+ 475 p.
NATIONS UNIES, 1971.- "Methodology of demographic sample surveys",Statistical
Papers, Série M,no 51. (Communication présentée à 1 'Internarional workshop on
methodology of samplesurveys,Copenhague,24 septembre -3 octobre 1969).
NATIONS UNIES, 1962.-Manue€ sommaire des méthodes de sondage, volume I :
éléments de la théorie des enquêtes par sondage.-New York, 235 p. (Etudes
méthodologiques,Série F,no9,rév.1).
NATIONS UNIES, 1992.-Les enquêtes de suivi pour,€amesure de la fécondité,de la
mortalité et de la migration.-New York, 168p. (Etudes méthodologiques,Série F,
no41).
ORSTOM-INSEE-INED,1971.-Les enquêtes démographiques à passages répétés :
application à l'Afrique d'expressionfiançaiseet à Madagascar.-Paris,290 p.
SCOTTChristopher,1967.- "Samplingfor demographic and morbidity surveys in Africa",
Review ofthe ISI,vol.35,no 2,p. 155-171.
SCOTT Christppher, 1987.-Demographic and health surveys : sampling manual.-
Columbia,Etats-Unis,Institutefor Resource Development,68p.
VERMAVijay et LÊ Thanh, 1996- "An analysis of sampling errors for the demographic
and health surveys".InternationalStatisticalReview,vol.64,no 3,p.265-294.
VERMAVijay, SCOTTChristopher et OMUIRCHEARTAIGH Colm, 1980.- "Sampledesigns
and sampling errors for the world fertility survey",Journal of the Royal Statistical
Society,vol. 143,no4,Série A,p.431-473.

3) Articles ou ouvrages relatifs à d'autres enquêtes

ABZAHDMohamed, 1982.- "Ledispositifd'enquêtes périodiquessur l'emploi au Maroc",

STATECO,no29,p. 59-80.
ADJIKOUN Justin, BABUTEric et WADAGNI Nestor, 1986.- "Méthodo!ogie de l'enquête
budget-consommationde la République Populaire du Bénin",STATECO,no 47,p.41-
64.
BAHILI Jean et BAKARYDjaby, 1993.- "L'enquêtenationale sur les effectifs du cheptel du
Burkina Faso",STATECO,no 73,p.49-62.
BANQUE MONDIALE, 1991. - The social dimensions of adjustment priority survey,
Washington,180p.(Working Paper DSA no 12).
BANQUE MONDIALE,1992.- The social dimensions of adjustment integrated survey,
Washington,207p. (Working PaperDSA no 14).
BRILLEAU Alain, 1993.- "Les enquêtes agricoles dans les pays sahéliens",STATÉCO,
no 73,p. 5-24.
DAHOBakary, CHIABLEKouakou et OUATTARA Idrissa,1985.- "L;enquêtepermanente
auprès des ménages de Côte d'Ivoire,présentation générale",STATECO,no44,p.39-60.
 RÉFÉRENCES BIBLIOGRAPHIQUES 101

DIAL-DSCN,1994.- "L'enquête 1-2-3sur l'emploi et le secteur informel à Yaoundé",

STATECO,no78,p. 1-141.
FOURNIERPhilippe,1986.-Enquête sur l'utilisation du territoire efectuée en 1985par la
méthode des segments.-Paris, SCEES,63 p. (Série S,no 13).
JULIEN C.et MARANDA F., 1989-Le remaniement du plan de sondage de l'enquête
nationale sur lesfermes de 1988.-Ottawa, Statistique Canada,22p. (Cahier de Travail
no BSMD-89-012F).
KISHLeslie, 1994.-Méthodes de sondage pour les enquêtes statistiques agricoles.-
Rome,FAO,388 p.(Coll.Développement statistique).
NGASSAM André, 1986.- "L'enquêtebudget-consommationdu Cameroun de 1983-1984.
Présentation géqérale et description de la technique de mise à jour de la base de
sondage",STATECO,no 47,p. 23-40.
ROY Gildas, 1984.- "Enquête nationale budget-consommation du Rwanda, plan de
sondage,estimation,erreur d'échantillonage",STATECO,no 38,p. 58-88.

4) Sur la pratique des sondages (organisation, questionnaires, base de

sondage, etc)

ALIAGAAlfredo, 1995.-Developments in small area estimation and major issues

confronted. -Addis Abeba, 16p. (Communication présentée à la conférence conjointe
AISO-AFSA,22-24mai 1995).
AYEDMohamed, 1982.- "Pourla constitution d'une base de sondage permanente pour les
enquêtes auprès des ménages ;le cas de la Tunisie",STATECO,no 29,p. 81-98.
BLAIZEAU Didier et DUBOIS Jean-Luc,1989.- Connaître les conditions de vie des ménages
dans les pays en développement.-Paris, Ministère de la Coopération et du
développement,3 vol., 165 p. + 312 p. + 175 p.
BRIONPhilippe, 1995.- "Base de sondage : entre rigueur et bricolage", in : VALLIN
Jacques (éd.), Clins d'œil de démographes à 1 'Afriqueet à Michel François,p. 117-
124,-Paris,CEPED,244p. (Documents et manuels du CEPED,no 2).
DESTANDAU Sophie, 1996.- Estimation sur des petits domaines.Application 6 1 'enquête
éducation 92.- Paris, INSEE, 48 p. (Communication présentée aux Journées de
méthodologie statistiquede l'INSEE, Paris,11-12décembre 1996).
DEYILLE Jean-Claude et ROTHNicole, 1986.- "La précision des enquêtes sur l'emploi",
Economie et Statistique,no 193-194,p. 127-134.
JACPUART Hugues, 1988.- Qui ? Quoi ? Comment ? ou lapratique des sondages.-Paris,
EditionsEyrolles,307 p.
IODANE Asmeron, 1995.-Need for data that ignore boundaries,development in small
area estimation and the problems of protecting conjdentiality.-Addis Abeba, 9 p.
(Communication présentée à la conférence conjointe AISO-AFSA,22-24mai 1995).
102 UNEEL
DE SONDAGES.APPLICATIONS
AUXPAYSEN DEVELOPPEMENT

5) Sur l'utilisation de la télédétection

BARBARY Olivier et DUREAUFrançoise, 1991.-"L'enquête par sondage sur image

satellite : une solution pour améliorer l'observation des populations citadines",
STATECO,no 67,p. 63-100.
COGNEAUDenis et ROUBAUDFrançois, 1992.- "Utilisation de la tklédétection pour
l'élaboration du plan de sondage d'une enquête sur le secteur informel : le cas de
Yaoundé",STATECO,no 71,p. 5-26.
DUREAU Françoise, BARBARY Olivier, MICHELAlain et LORTICBernard, 1989.-Sondages
aréolaires sur <mage satellite pour des enquêtes socio-démographiques en milieu
urbain.-Paris,Editions de I'ORSTOM,8 + 15 p. (Manuel de formation).
PASTORELLI Robert, 1992.- "Superficies agricoles à partir d'images satellite",Courrier des
Statistiques,no 61-62,p. 47-52.
 LES PUBLICATIONSDU CEPED

Collection Les Études du CEPED

- no15 :Ménages etfamilles en Afiique.Approche des dynamiques
contemporaines,sous la direction de Marc PILON,Thérèse
LOCOH,Émilien VIGNIKIN et Patrice VIMARD(éds.) (1997),
424p. (151,66F HT,160 F TTC,frais de port 27 F).
- n"14 :permanences et changements de l'Afrique rurale.
Dynamiquesfamiliales chez les Bwa du Mali,par Véronique
HERTRICH (1996), 570 p. (17Q62FHT,180 F TTC,frais de
port 36 F).
- n"13 :Crise et population en AJiique. Crises économiques,
politiques d'ajustement et dynamiques démographiques,par
Jean COUSSYet Jacques VALLIN(dir.) (1996), %Op.
(170,62FHT,180 F TTC,frais de port 36 F).
- n"12 :Sauver les enfants :le rôle des vaccinations,par Annabel
DESGRÉESDU LoÛ (1996), avec la collaboration du Muséum
national d'histoire naturelle,261 p. (94,79F HT,100 F TTC,frais de port 27 F).
- nol1 :L'économie algérienne à l'épreuve de la démographie,par Lhaocine AOURACH(1996),
337 p. (94,79FHT,100 F TTC,frais de port 27 F).
- $10 :Les conséquences démographiques du sida en Abidjan :1986-1992,par Michel GARENNE,
Maria MADISON, Daniel TARANTOLA, Benjamin ZANOU, Joseph AKAet Raymond DOGORÉ
(1 995), 198 p. (94,79FHT,100 F TTC,frais de port 16F).
- no 9 :La maternité chez les Bijago de Guinée Bissau,par Alexandra DESOUSA et Dominique
WALTISPERCER (collab.) (1995), 114p. (94,79FHT,100 F TTC,frais de port 16 F).
- no 8 :La crise de l'asile politique en France, par Luc LEGOUX(1 995), 344p. (94,79FHT,
100 F TTC,fraisde port 27 F).
- no 7 :L'entrkeen vieficonde,Expression démographiquedes mutations socio-économiquesd'un
milieu rural sénégalais,par Valérie DELAUNAY (1994),326 p. (85,31FHT,90 F TTC,frais
de port 27 F).
- no 6 :La traite des esclaves au Gabon du XVIIe au XLye siècle, essai de quantijkationpour le
W I P siècle,par Nathalie PICARD-TORTORICI et Michel FRANÇOIS(1993), 156 p. (épuisé).
- na 5 :Croissance urbaine, migrations et population au Bénin, par Julien GUINGNIDO GAYE
(1992), 114p. (94,79FHT,100F TTC,frais de port 16F).
- na 4 :Un siècle de démographie tamoule,par Christophe GUILMOTO (1 992), 175 p. (113,74FHT,
120 F TTC,frais de port 16 F).
- na 3 :Mobilité spatiale et mobilitéprofessionnelledans la région nord-andinede I'Équateur,par
Jean PAPAIL (1991),87p. (75,83FHT,80F TTC,frais de port 16 F).
104 MANUEL
DE SONDAGES.APPLICATIONSAUX
PAIS EN DÉVELOPPEMENT
-
- no2 : Mortal, logiciel d'analyse de la mortalité, par Jean-Michel COSTESet Dominique
WALTISPERGER (1988),99p.+ disquette (épuisé).
- no 1 :De l'homme au chifle,réflexionssur l'observation démographique en Afrique,édité par
Louis LOHLÉ-TART et Rémy CLAIRIN (1988),329 p. (142,18FHT,150 F TTC,frais de port
27F).
Collection Documents et Manuels du CEPED
- no6 :Les migrations internes au Kenya 1979-1989,par Valérie
GOLAZ(1997), 126p. (94,79FHT,lOOFTTC, frais de
port 16 F).
- no5 :Genre et développement :des pistes à suivre,édité par
Thérèse LOCOH,Annie LABOURIE-RACAPÉet Christine
TICHIT (1996), 154p. (94,79FHT, 100 F TTC, fiais de
port 16F).
- no4 :L'analyse des enquêtes biographiques à l'aide du logiciel
STATA, par Philippe BOCQUIER(1996), 208 p.
(I13,74FHT,120 F TTC,frais de port 16F) + disquette.
-no3 :Manuel de sondages. Applications aux pays en
développement, par Rémy CLAIRIN et Philippe BRION
(1 997),108p. (75,83F HT,80 F TTC,frais de port 16F).
(2"édition).
- no 2 :Clins d'œilde démographes à 1 Yfriqueet à Michel François,édité par Jacques VALLIN
(1 995),244p. (épuisé).
-no1 :La démographie de 30 États dYj?ique et de l'Océan Indien, CEPED (1994), 352p.
(épuisé).

Coéditions
- Démographie :analyse et synthèse. Causes et conséquences des
évolutions démographiques, CEPED/DSD/FACOLTÀ DI
GIURISPRUDENZA,276 p. (Actesdu colloque de Sienne,22-
24 avril 1996,vol.3) (151,66FHT,160 F TTC,frais de port
27 F).
-Démographie:analyse et synthèse. Causes et conséquences des
évolutions démographiques,CEPED/DSD, 408p. (Actes du
colloque de Sienne, 22-24avril 1996,vol.2) (I 70,62F HT,
180 F TTC,frais de port 36 F).
-Populations et environnement dans les pays du Sud, sous la
direction de Francis GENDREAU, Patrick GUBRYet Jacques
VÉRON, KarthalaKEPED, 308 p. (I51,66FHT, 160 F TTC,
fiais de port 36 F).
-Leretour au village. Une solution à lu crise économique au Cameroun ?,par Patrick GUBRYet
al.(1 996), CEPED/IFORDMINREST/L'Harmattan, 206 p. (II3,74F HT,120 F TTC,frais
de port 16 F).
- Populations africaines et sida, sous la direction de Jacques VALLIN(1994), CEPED/La
Découverte,218p. (141,23F HT,149 F TTC,frais de port 27 F).
 LESPUELICATIONSDU CEPED 105

- La population de Ufiique. Manuel de démographie, par Francis GENDREAU

(1993),
CEPEDKarthala,463 p. (I7Q62 F HT,180 F TTC,fraisde port 36 F).
-Politiques de développement et croissance démographique rapide en Afiique,édité par Jean-
Claude CHASTELAND, Jacques VÉRON et Magali BARBIERI(1993), 314p.
(INED/CEPED/PUF)(I70,62F HT,180 F TTC,frais de port 27 F).
- Les spectres de Malthus, déséquilibres alimentaires,déséquilibres démographiques,édité par
Francis GENDREAU, Claude MEILLASSOUX, Bemard SCHLEMMER et Martin VERLET(1991),
CEPED/EDI/ORSTOM,444p. (218,OIF HT,230 F TTC,frais de port 27 F).

Collection Les Dossiers du CEPED (28,44F m,30 F TTCI

numéro, frais de port 5 F) (gratuit pour les pays du Sud).
- no47 :État matrimonial et valeur des enfants au Cameroun,par
Anne-EmmanubleCALVÈS et Dominique MEEKERS (1 997),
35 p. (traduction du CEPED Series no3).
- no46 :Migrations et institutions au Sénégal:efss d'échelle et
déterminants,par Christophe Z.GUILMOTO (1997),42p.
- no45 :L'émergence des migrations spontanées au Viêt-Nam.Le
cas de Vung Tau et de Dong Nai,par Mau Diep DOAN,
Patrick GUBRY, Jerrold W.HUGUET et Khac Tham TRINH
(1996),48p.
- no44 :Politiques de population et baisse de la fécondité en
Afiique sub-saharienne, par Thérèse LOCOH et Yara
MAKDESSI (1 996),47p.
- no43 :Essai d'utilisation des statistiques d'e'tatcivil et sanitairesdans l'analyse de la mortalité à
Yaoundé,par Samuel KÉLODJOUÉ (1996),43p.
- no42 :Lapolyandrie chez les Bashilele du Kasaïoccidental(Zaire):fonctionnementet rôles,par
Séraphin NGONDO A PITSHANDENGE (1996),20 p.
- no41 : La régulation des naissances se généralise,par Henri LERIDON et Laurent TOULEMON
(1996),19p.
- no40 :H o ChiMinh Ville :de la migration à l'emploi,par Truong SIANH,Patrick GUBRY, Vu Ti
HONGet Jerrold W.HUGUET (1996),52p.
- no 39 :La population de Cuba :principales caractéristiques et tendances démographiques,par
Sonia I. CATASUS CERVERA (1996),35 p.
- no38 :Effets de la guerre civile au Centre-Mozambiqueet évaluation d'une intervention de la
Croix rouge,par Michel GARENNE, Rudi CONINX et Chantal DUPUY (1996), 25 p.
- no37 :Ressources économiques et comportements démographiques des ménages agricoles :le
cas des Éwé du Sud-Togo,par Kokou VIGNIKIN (1 996),35 p.
- no36 :Structure de production et comportementprocréateur en Côte d'lvoire,par Aka KOUAMÉ
et Mburano RWENGE(1996), 31 p.
- no35 :Les migrations comoriennes en France :histoire de migrations coutumières,par Géraldine
VIVIER (1 996),38 p.
- no34 : La transition démographique.Trente ans de bouleversements (1965-1995),par Jean-
Claude CHESNAIS (1994),25 p. (2'tirage).
106 MANUEL
DE SONDAGES.APPLICATIONS
AUX PAYSEN DÉVELOPPEMENT

- na 33 :Pluralisme thérapeutiqueet stratégies de santé chez les Évhé du sud-estTogo,par Nadia

LOVELL(1995), 20 p.
-na32:Peut-on échapper à la polygamie à Dakar ?, par Philippe ANTOINEet Jeanne
NANITELAMIO (1995), 31 p. (2"tirage).
- na 31 :Familles aficaines, population et qualité de la vie, par Thérèse LOCOH (1995), 48 p. (3e
tirage).
- na 30 :La mortalité dans le monde :tendances et perspectives,par France MESLÉ et Jacques
VALLIN (1995), 25 p. (3'tirage).
- na 29 :Planijìcation sanitaire et ajustement structurel au Cameroun,par Antoine KAMDOUM
(1 994), 40p. (épuisé).
- no 28 :Migration et sida en Afique de l'Ouest,un état des connaissances,par Richard LALOUet
Victor PICHÉ (1994),52 p. (3' tirage).
- no 27 :Éducation de la mère et soins aux enfants 6 Ouagadougou,par Christine OUEDRAOGO
(1994),37 p.
- no 26 :Réflexionssur l'avenir de la population mondiale, par Jacques VALLIN (1994), 24p. (4'
tirage).
- na 25 :Facteurs de $condité en milieu ruralforestier ivoirien,par KOFFI"GUESSAN(1993),
40p.
- na 24 :Les disparitésrégionales de la mortalité au Bénin,par Martin LAOUROU(1993), 36 p.
- na 23 :Contribution à l'étude de l'évolution de la population de l%j?ique occidentale française
1904-1960,par Raymond R.GERVAIS (1993), 50 p.
- na 22 :Solidarité dans la crise ou crise des solidaritésfamiliales au Cameroun ?,par Parfait
Martial ÉLOUNDOU-ÉNYÉGUÉ (1992),40p. (épuisé).
- no 21 :La mortalité des enfants à Luanda,par Maria Julia VAZ-GRAVE (1 992), 39 p.
- na 20 :Mortalité maternelle :deux études communautaires en Guinée,par Pierre CANTRELLE,
Patrick THONNEAU et Boubacar TOURE (1992), 43 p.
- no 19 : Vingt ans de planijìcation familiale en Afique sub-saharienne,par Thérèse LOCOH
(1 992), 27p. (épuisé).
- na 18 :Les déterminants de la mortalité des enfants dans le tiers-monde,par Magali BARBIERI
(1991), 33 p. (épuisé).
- na 17 :Lafécondité en Mauritanie,par KEUMAYE IGNEGONGBA (1991),39 p. (épuisé).
- na 16 :Dix problèmes de population en perspective - Hommage 6 Jean Bourgeois-Pichatet 6
Alfed Sauvy,par Léon TABAH
(1 99l), 31 p. (épuisé).
- no 15 :La mesure de l'inzconditéet de la sous-flcondité,par EVINAAKAM(1 990), 39 p. (épuisé).
- na 14 :Statut de lafemme,structurefamiliale,fécondité :transitions dans le goye du Bénin,par
Laurent Mensan ASSOGBA
(1 988), 28 p. (épuisé).
- na 13 :Estimer la mortalité maternelle 6 l'aidede la méthode des sœurs,par Véronique FILIPPIet
Wendy GRAHAM
(1990),29 p. (épuisé).
- no 12 :La montée du célibatféminin dans les villes aficaines. Trois cas :Pikine,Abidjan et
et Jeanne NANITELAMIO
Brazzaville,par PhilippeANTOINE (1990),27p. (épuisé).
-na11 :Deux études sur l'emploi dans le monde arabe, par Jacques CHARMES(1990), 37 p.
(épuisé).
 LESPUBLICATIONSDU CEPED 107

- no 10 :Facteurs culturels et sociaux de la santé en Afrique de l'Ouest,par Pierre CANTFELLEet

ThérèseLOCOH(1990),36 p. (épuisé).
- no 9 :Éléments du débatpopulation-développement,par Jacques VÉRON(1 989),48p. (2'tirage).
(épuisé).
- no 8 : Transformations agraires et mobilités de la main d'œuvre dans la région nord andine de
I'Équateur,par LECHAUet Jean PAPAIL (1989),18 p.
- no 7 :Prospective des déséquilibres mondiaux -Démographie et santé,par Pierre CANTRELLE
et
FrancisGENDREAU (1989),33 p. (épuisé].
- no 6 :Les politiques de population en matièrede fécondité dans les pays francophones:
1 'exempledu Togo,par ThérèseLOCOH(1 989),20 p. (épuisé).
- no 5 :Rétentionde lapopulation et développement en milieu rural :à 1'écoutedespaysans Mafa
des Monts Mandara (Cameroun),par Patrick GUBRY
(1 988),24p. (épuisé).
- no 4 :État et besoins de la recherche démographique dans laperspective des recommandations
de la conférence de Mexico et de ses réunionspréparatoires,par Jean-ClaudeCHASTELAND
(1 988),23 p. (épuisé).
- no 3 :Laféconditéen Afriquenoire :unprogrès rapide des connaissancesmais un avenir encore
dzflcile à discerner,par ThérèseLOCOH(1988),26 p. (épuisé).
- no 2 :Politiques africaines en matière defécondité :de nouvelles tendances,par Patrick GUBRY
et Mpembele SALA-DIAKANDA
(1 988),50p. (épuisé).
- no 1 :La connaissance des eflectgs de population en Afrique:bilan et évaluation- Hommage iì
Rémy Clairin,par Rémy CLAIRIN
et Francis GENDREAU
(1988),35 p. (épuisé).

Collection The CEPED Series (35,07F HT,37 F TTClnuméro, fraisde port 5 F)

- no 3 :The advantages of having many children for women in formal and informal unions in
Cameroon,by Anne-EmmanuèleCALVÈSand Dominique MEEKERS, 38 p.
- no2 :Populationpolicies andfertility decline in Sub-saharanAfrica,by Thérèse LOCOHand Yara
MAKDESSI, 43 p. (Translated from frenchby FallonM.MOURSUND).
- no 1 :Mortality in the world :trends and prospects,by France MESLBet Jacques VALLIN, 24p.
(Translated from french by IsabelleWALLERSTEIN).

Collection Los Documentos del CEPED (35,07F HT,37 F TTClnuméro, his de port 5 F)
-no1 : La mortalidad en el mundo :tendencias y perspectivas, para France MESLB
y Jacques
VALLIN, 24 p.(Traducido del francèspara Maria Celina AÑAÑos). (épuisé).

Collection Données de base sur la population (gratuit)

(dossiersréalisés par Nuria LOPEZ-ESCARTIN)
3 1 brochures réalisées.
Restent disponibles: Burkina Faso, Burundi, Cap Vert, Côte d'Ivoire, Gabon, Guinée, Guinée-
Bissau,Mozambique,Niger,Nigéria,Sa0 Tome e Principe,Seychelles,Togo,Zaïre,Viêt-Nam.
108 AUX PAYS EN DÉVELOPPEMENT
U N U E L DE SONDAGES.APPLICATIONS

La Chronique du CEPED,bulletin trimestriel de liaison du CEPED (26numéros parus).

9,48F HT ou 10 F TTC le numéro. Abonnement : 28,44F HT ou 30 F TTC par an. Diffusion
gratuite dans les pays du Sud. (Pas de fiais de port).

no 26 no 2
Changementsmatrimoniaux Crisis and demographic
en Afrique transition in AJFica

The CEPED News, english version of the Chronique du CEPED made with the support of IFRA
(1 O F/number or subscription 30 F/year).
 lmprimben France par INSTAPRINT S.A.
- - -
1-2-3,levée d e la Loire LA RICHE B.P. 5927 37059 TOURS Cedex 1
Tbl.02 47 38 10 04

Dbpat 16ga148metrimestre 1997

 Rémy CLAIRIN (1923-1987) a commencé sa carrière de
statisticien-démographe en 1954 après deux années de
formation comme élève administrateur de 1’INSEE. De 1954 à
1987, il a effectué de nombreux séjours en Afrique et dans les
départements et territoires d’outre-Mer avec pour mission de
concevoir et réaliser divers recensements et enquêtes
démographiques. Ses travaux méthodologiques, ses études de
synthèse et autres missions d’évaluation ont marqué
l’évolution de la démographie du développement. Depuis le
début 1987, il était affecté par HNSEE au CEPED, alors en
voie de constitution.
Il est décédé le 12 octobre 1987.

Philippe BRION, ancien élève de l’École Polytechnique et de

1’ENSAE (Ecole nationale de la statistique et de
l’administration économique), était le chef de la division
« Études et méthodes statistiques pour le développement » de
1’INSEE au moment de la rédaction de cet ouvrage. 11 est à
présent chef de la division « Agriculture ».

e principe de la technique des sondages est le suivant : remplacement

L du tout par une partie, l’échantillon, pour produire de l’information
sur un domaine étudié. Cet ouvrage présente les principes de base de la
méthode, ainsi que quelques exemples de plans de sondages d’enquêtes
réalisées dans les pays en développement.
Résultant d’un projet de manuel initié par Rémy Clairin et consacré aux
enquêtes démographiques dans les pays africains, il aborde les considéra-
tions pratiques à prendre en compte lors de la mise en place et du
traitement d’enquêtes par sondage dans les pays en développement, et se
veut essentiellement à destination des praticiens travaillant dans ces pays.

CEPED INSEE
15, rue de l’École de Médecine Département des Relations
75270PARIS Cedex 06 Internationales et de la Coopération
Téléphone : (33) 1 44 41 82 30 18, boulevard Adolphe Pinard
Télécopie : (33) 1 44 41 82 3 1 75675PARIS Cedex 14
Téléphone : (33) 141 17 53 13
Télécopie : (33) 1 41 17 66 52

Couverture : poteau sculpté

Ngounié, Sud-Gabon
Détail relevé par Michel François
PRIX : 80 FF TTC Maquette : CEPED