Le traitement des données manquantes dans les enqu êtes à grande é chelle

1. Le traitement des données manquantes dans les enquêtes à grande échelle Michel Rousseau, PhD Directeur de l’évaluation VDPDPC

2. Plan de la présentation • Typologie • Prévention • Diagnostic • Traitement • Publication

3. Typologie • Définition: • Une donnée est considérée comme étant manquante si aucune information n’est observée alors qu’il serait logique d’y avoir une information. • Problème: • La plupart des méthodes d’analyse statistique ont été développées pour traiter des matrices de données complètes

4. Typologie

5. Prévention • Population visée • Niveau de langage • Nature des informations demandées • Outils de mesure • Longueur des questionnaires • Mise en page • Procédures de correction et de saisie • Facteurs humains • Procédures informatisées

6. Diagnostic • Calcul de la proportion de données manquantes • Taux de participation • Calcul par individu/variable • Identification de la raison et du mécanisme • Méthode de Little (1988)

7. Traitement Exemple pour illustrer les méthodes

8. Traitement Méthodes des cas complets – listwise deletion

9. Traitement Méthodes des cas complets – pairwise deletion

10. Traitement • Méthodes d’imputation • Explicite • Méthodes intersujets • Méthodes intrasujets • Méthodes inter et intra • Implicite • Méthodes Hot-deck et Cold-Deck

11. Traitement Méthodes d’imputation – Moyenne de la variable

12. Traitement Méthodes d’imputation – Régression

13. Traitement • Imputation multiple

14. Traitement Moyenne des coefficients de régression

15. Traitement Variation intra-imputation

16. Traitement Variation inter-imputation

17. Traitement Imputation multiple

18. Publication • Reconnaître le problème • Identifier les DM selon le type • Présenter le % de DM pour chaque type • Discuter les causes des DM • Présenter la méthode de traitement utilisée • Discuter des impacts de la méthode de traitement