GT 4 Programme Régional UEMOA

1. GT 4 Programme Régional UEMOA

2. Plan • De la méthode d’enquête à la base de données • De la base de données aux indicateurs • Atlas en ligne – Les indicateurs • Perspectives

3. Méthodologie générale : architecture de l’enquête Méthode ->données

4. Méthode ->données Méthodologie générale : 1- Obtenir une liste exhaustive de site d’habitation avec pêcheurs dans le pays (pré-enquête = ‘recensement des sites’)

5. Méthode ->données Méthodologie générale : 2- Sur un échantillon (ou sur la totalité) de ces sites recensés, on réalise une enquête « site d’habitation » auprès du ou des responsables du site. Formulaire site Liste des CSP Liste des ménages

6. Méthode ->données Certaines informations sur les sites d’habitat sont dans la ‘partie générale’ du questionnaire site d’habitation : ce sont les variables qui décrivent le site d’habitat lui-même Formulaire site, 6 pages

7. Méthode ->données A la fin du questionnaire site d’habitat, il y a aussi des variables qui décrivent les ménages Liste des ménages, permet d’établir l’échantillon de ménages sur lequel réaliser l’enquête ménage

8. Méthode ->données Méthodologie générale (suite): 3- Sur un échantillon des ménages listés à la fin du questionnaire site d’habitat, une « enquête ménage » a été réalisée (taux d’échantillonnage 1/3).

9. ‘Strate’ A (≈ niveau administratif 1) Strate B … etc.. liste exhaustive des sites d’habitation (venant de pré-enquête ou autre source) Élimination par filtrage des sites de moins de 3 ménages Exhaustif ou tirage (t = .. ) dans la liste filtrée des sites d’habitat Enquête site d’habitation Liste ménage (exhaustive sur les sites enquêtés) Tirage dans la liste des ménages (t=1/3) Enquête ménage Pas d’enquête ménage

10. Méthode ->données La question du ‘défaut’ de couverture La question du ‘défaut’ de couverture doit être abordée tôt pour pouvoir ensuite être laissée de côté lorsqu’on va traiter, analyser et commenter les données. On la retrouvera au moment des conclusions, pour apporter des nuances le cas échéant. Le défaut de couverture peut avoir deux origines: Première cause possible de défaut de couverture de l’étude statistique: On a admis que certaines portions du territoire nationale ne devaient pas être visitées parce qu’elles n’étaient pas supposées abriter des pêcheurs (ex.: régions désertiques). Mais il se peut, dans certains E.M., que certaines portions du territoire abritant des pêcheurs n’aient pas été visitées (pour des raisons de sécurité ou autres) Pour chaque E.M.: que représente la zone géographique couverte par l’enquête cadre par rapport à la totalité de l’espace concerné par la pêche continentale dans l’E.M .?

11. Méthode ->données La question du ‘défaut’ de couverture (suite et fin) • (2) Deuxième cause (certaine) de défaut de couverture de l’étude statistique • Rappel méthodologie: exclusion des petits sites (≤ 3 ou à < 3), par souci du ratio coût-efficacité. • → Il n’y aura aucun résultat précis sur les très petits sites ni sur les ménages habitant ces très petits sites. D’où sous-estimation du nombre de ménages de pêcheurs. • Peut-on évaluer ce défaut de couverture ?

12. Méthode ->données La question du ‘défaut’ de couverture (suite et fin) • (3) Solutions possibles pour évaluer le défaut de couverture: • Soit la pré-enquête a listé complètement ces sites: on peut alors les dénombrer simplement et leur affecter un effectif moyen de ménage de n=1,5 ou n=2, selon que l’on a placé le filtre à ≥ 3 ou à > 3) • Soit la pré-enquête ne liste pas complètement les petits sites: on peut estimer le nombre de ces petits sites de façon approximative en ajustant une loi de distribution sur l’histogramme des effectifs de ménage pour l’ensemble des sites observés, ce qui permet d’évaluer le nombre de sites puis les effectifs de ménage dans la partie gauche ‘non couverte’ de l’histogramme.

13. Méthode ->données • Saisie informatique : • On a développé une base de données Access pour la saisie des formulaires. • Manuels de saisies. • Tutoriaux • Suivi des bugs • L’idée est la liste exhaustive des sites(préenquêtes) est pré chargée par nous dans les bases de chaque pays qui sont ensuite éclatées en autant d’operateurs de saisie qui doivent saisir des sites d’habitation et les ménages associés (garder la chaine entre site (liste_ménage)  enquête ménage)

14. Méthode ->données Saisie informatique : Il y a eu beaucoup d’échange entre les pays et le consortium au travers notamment du wiki qui permet de charger les bases de données sur le site pour que je puisse intervenir dessus et avoir un regard sur la qualité de la saisie.

15. Plan • De la méthode d’enquête à la base de données • De la base de données aux indicateurs • Atlas en ligne – Les indicateurs • Perspectives

16. Données -> indicateurs De la base de données aux indicateurs • Présentation des modes de diffusion des données • Présentation et mise en place du concept d’extrapolation • Liste des indicateurs et mise en place de quelques requêtes

17. Données -> indicateurs Les outils d’accès à la données : Mise à disposition des données au travers de 2 canaux : • Accès direct aux données depuis une structure Atlas en ligne • Création / documentation centralisée des indicateurs • Traçabilité / réutilisation des requêtes. Téléchargement des bases nationales au format Access à partir du wiki. Formation aux requêtes lors des GTs.

18. Données -> indicateurs Les outils d’accès à la données : Mise à disposition des données au travers de 2 canaux : • Accès directe aux données depuis une structure Atlas en ligne • Création / documentation centralisée des indicateurs • Traçabilité / réutilisation des requêtes. Téléchargement des bases nationales au format Access à partir du wiki. Formation aux requêtes lors des GTs. Un outil de mise en commun des différentes bases de données à la fois pour l’UEMOA mais aussi pour valoriser de manière homogène le travail des Etats Membres. Un outil de retour vers les Etats Membres pour des études ultérieures, des améliorations.

19. Données -> indicateurs Le jeux des extrapolations : Nous avons dans notre système d’enquête 2 taux d’élévations qui permettent de prendre en compte 1- le fait que l’on n’échantillonne pas tout les sites d’habitation de notre recensement (les indicateurs issus de l’enquête site d’habitation seront élevés du taux txa) 2- le fait qu’au sein des sites enquêtés, nous n’enquêtons que certains ménages. (les indicateurs issus de l’enquêtes ménages seront élevés au taux txb pour obtenir des indicateurs au niveau site)

20. Données -> indicateurs Indicateur extrapolé au niveau région ou pays (Nombre de site d’habitation de pêcheurs recensés dans la région) Txa= (Nombre de site d’habitation enquêtés dans la région) Enquête site d’habitation Liste ménage (exhaustive sur les sites enquêtés) (Nombre de ménages du site d’habitation issu de la liste des ménage) Txb= (Nombre de ménages enquêtés pour ce site) Enquête ménage

21. Données -> indicateurs Exemple : Question posée aux ménages : combien de pirogue possédez vous ? Cette question est posée à 4 ménages de 2 villages de Biombo en Guinée Bissau où on a enquêté 1 site sur 3 (6 villages en tout dans le recensement). Village 1 (Nombre de ménage 4) Village 2 (Nombre de ménage 10) Ménage 1 : réponse 6 Ménage 2 : réponse 10 Ménage 1 : réponse 2 Ménage 2 : réponse 3 Txb=(10/2)=5 Txb=(4/2)=2

22. Données -> indicateurs Exemple : Question posée aux ménages : combien de pirogue possédez vous ? Cette question est posée à 4 ménages de 2 villages de Biombo en Guinée Bissau où on a enquêté 1 site sur 3 (6 villages en tout dans le recensement). N_pirogue_biombo=(32+25)*3=171 Txa=3/1=3 N_pirogue=(6+10)*2=32 N_pirogue=(2+3)*5=25 Village 1 (Nombre de ménage 4) Village 2 (Nombre de ménage 10) Ménage 1 : réponse 6 Ménage 2 : réponse 10 Ménage 1 : réponse 2 Ménage 2 : réponse 3 Txb=5 Txb=2

23. Données -> indicateurs Exercice 1 A nous de calculer le taux a et le taux b (et d’abord les données cela se présente comment ?)

24. Données -> indicateurs Pre_enquete_village Liste_site On a la liste des pays, region_niv1, region_niv2 et region_niv3. Cette table nous donne la liste des strates géographiques sur lesquelles on pourrait faire des agrégations. no_enquete Par site d’habitation on a l’ensemble des réponses qui ne renvoient qu’une modalité. Exemple : Nom enqueteur no_site Les tables suivantes contiennent les items multioccurents issus du formulaire site d’habitation (tableaux ou cases à cocher) V_autorites_site_havb V_centre_aquacole V_comm_produits_trans V_commodites v_commodites_debarcadere V_csp V_migration V_csp v_per_enquetees_vill V_points_debar V_projets_dev V_site_activites V_site_plan_eau V_transport_frais V_transport_trans V_liste_menage no_site Par ménage on a l’ensemble des réponses qui ne renvoient qu’une modalité. Exemple : Ancienneté comme chef de ménage Les tables suivantes contiennent les items multioccurentsissus du formulaire ménage(tableaux ou cases à cocher) V_menage_activites_post_captures V_menage_eau V_menage_electricite_source V_menage_enfant_0_12 V_menage_engin V_menage_materiel_transf_produit V_menage_moyen_transport V_menage_personnes V_menage_poss_engin V_menag_sources_revenus V_menage_type_embarcation V_menage_type_pirogue V_menage_utilisation_revenus selection_mois_generique no_menage

25. Données -> indicateurs Liste_site Par site d’habitation on a l’ensemble des réponses qui ne renvoient qu’une modalité. Exemple : Nom enqueteur

26. Données -> indicateurs Liste_site Par site d’habitation on a l’ensemble des réponses qui ne renvoient qu’une modalité. Exemple : Nom enqueteur Certains sites listés ont été enquêtés …

27. Données -> indicateurs Liste_site Par site d’habitation on a l’ensemble des réponses qui ne renvoient qu’une modalité. Exemple : Nom enqueteur D’autres non …

28. Données -> indicateurs Liste_site Démarche … Par site d’habitation on a l’ensemble des réponses qui ne renvoient qu’une modalité. Exemple : Nom enqueteur 1- Aller compter les sites de issus de la préenquête par région 1 A 2- Aller compter les sites qui ont été effectivement enquêtés B 3- Faire le ratio TXA=A/B

29. Données -> indicateurs 1- Aller compter les sites de issus de la préenquête par région 1 A 1 Ou 2 Sélectionner liste_site et pre_enquete_village

30. Données -> indicateurs 1- Aller compter les sites de issus de la préenquête par région 1 A Glisser déposer les 2 champs sur lesquels on va travailler …

31. Données -> indicateurs 1- Aller compter les sites de issus de la préenquête par région 1 A 1 2

32. Données -> indicateurs 1- Aller compter les sites de issus de la préenquête par région 1 A 1 2 3

33. Données -> indicateurs 1- Aller compter les sites de issus de la préenquête par région 1 A

34. Données -> indicateurs 1- Aller compter les sites de issus de la préenquête par région 1 A 1 2 3

35. Données -> indicateurs 2- Aller compter les sites qui ont été effectivement enquêtés B Le début est le même … 1 Ou Sélectionner liste_site et pre_enquete_village 2

36. Données -> indicateurs 2- Aller compter les sites qui ont été effectivement enquêtés B Le début est le même … 2 1 3 5 4

37. Données -> indicateurs 3- Faire le ratio TXA=A/B 1 3- Selectionner les requêtes calcul_txa_1 et calcul_txa_2 2 4- Relier les 2 champs communs 5

38. Données -> indicateurs 3- Faire le ratio TXA=A/B

39. Données -> indicateurs 3- Faire le ratio TXA=A/B

40. Données -> indicateurs 3- Faire le ratio TXA=A/B

41. Données -> indicateurs Exercice 1.2 : Création de la requête calcul_txb Par site (enquêtés) on doit avoir le nombre de ménages enquêtés / Nombre de ménages listés

42. Données -> indicateurs Exercice 1.2 : calcul_txb calcul_txb _1 SELECT DISTINCT no_site, Count(no_menage) AS nb_tot FROM v_liste_menage GROUP BY no_site; calcul_txb_2 SELECT DISTINCT no_site, Count(no_menage) AS nb_enq FROM v_liste_menage where date_enquete_m is not null GROUP BY no_site; calcul_txb SELECT DISTINCT calcul_txb_1.no_site, nb_tot/nb_enq as txb FROM calcul_txb_1 inner join calcul_txb_2 on (calcul_txb_1.no_site= calcul_txb_2.no_site)

43. Données -> indicateurs Exercice 1.2 : calcul_txb SELECT DISTINCT calcul_txb_1.no_site, nb_tot/nb_enq as txb FROM (SELECT DISTINCT no_site, Count(no_menage) AS nb_tot FROM v_liste_menage GROUP BY no_site) calcul_txb_1 innerjoin (SELECT DISTINCT no_site, Count(no_menage) AS nb_enq FROM v_liste_menagewheredate_enquete_mis not null GROUP BY no_site) calcul_txb_2 on (calcul_txb_1.no_site= calcul_txb_2.no_site)

44. Données -> indicateurs Exercice 1.2 : calcul_txb calcul_txb _1 SELECT DISTINCT no_site, Count(no_menage) AS nb_tot FROM v_liste_menage GROUP BY no_site; 1 3- On ne selectionne rien : fermer 2 4 -On passe en mode sql 5 -On colle la requête

45. Données -> indicateurs Exercice 1.2 : calcul_txb calcul_txb _1 SELECT DISTINCT no_site, Count(no_menage) AS nb_tot FROM v_liste_menage GROUP BY no_site; 7 -On peut vérifier en executant

46. Données -> indicateurs Excercice 2 : comptabiliser le nombre de ménages 1 2

47. Données -> indicateurs Excercice 2 : comptabiliser le nombre de ménages 1 2

48. Données -> indicateurs Excercice 2 : comptabiliser le nombre de ménages 2 Pas de regroupement mais une expression Un regroupement sur les txa qui sont identiques par région

49. Données -> indicateurs Excercice 2 : comptabiliser le nombre de ménages

50. Données -> indicateurs Excercice 2 : comptabiliser le nombre de ménages, mise en forme avec un copier coller sous Excel