Menu ENN Search
Changer la langue : English Français

Faut-il segmenter une zone densément peuplée pour conduire des enquêtes SMART multiples au lieu d'en conduire une seule ?

Cette question a été affichée dans le forum de discussion Évaluation et Surveillance et a des réponses 3.

» Afficher une réponse

Md. Lalon Miah

Nutrition Surveillance Manager- ACF

Utilisateur régulier

30 août 2019, 10:07

Premièrement, je voudrais présenter la zone géographique. Deux upzilas couvrant 34 camps de réfugiés, dont deux sont des camps enregistrés. La population approximative de deux camps enregistrés est d'environ 20 000 personnes. D'autre part, tous les camps de fortune comptent environ 800 000 personnes, avec 25 camps situés dans une upazila et 7 autres camps situés dans une autre upazila. En termes d’accessibilité, certains camps sont éloignés, ce qui risque d’entraîner des carences d'approvisionnement de services aux bénéficiaires. La population est homogène et est arrivée dans le pays en même temps.

Compte tenue de la situation ci-dessus, nous avons conçu 3 enquêtes SMART, deux enquêtes indépendantes SMART pour les deux camps enregistrés, la troisième est destiné à tous les camps de fortune. Nous suivons le même processus pour chaque étape.

Pour la première étape, nous avons pu conduire les enquêtes dans les trois endroits. Cependant, en raison d'un refus de collaborer pour les deux prochaines étapes, nous avons dû exclure un camp enregistré.

Aussi, faudrait-il diviser les camps de fortune dont la population est si élevée pour pouvoir mener deux / trois enquêtes SMART pour une zone aussi peuplée ? La prévalence de la MAG variera-t-elle si nous divisons les camps de fortune ?

Aussi, pouvons-nous concevoir 1 SMART pour deux camps enregistrés combinés. Veuillez noter que ces deux camps enregistrés sont situés dans deux upazila et la population d'un camp enregistré n'a pas pris part à l'enquête et l'autre camp souffre de crise d'eau chronique.

Mark Myatt

Utilisateur fréquent

30 août 2019, 16:16

Si vous pensez que les prévalences dans les deux camps enregistrés sont susceptibles d'être similaires (vous l'avez peut-être observé lors du premier cycle d'enquêtes?), alors, vous pouvez les combiner en une seule enquête. D'après ce que vous écrivez, il semble que vous ne pourrez faire une bonne enquête que dans l'un les camps enregistrés.

Vous supposez qu'une seule estimation pour tous les camps "de fortune" est raisonnable et utile. Je ne suis pas sûr que cela soit probable, car ces camps pourraient être très différents les uns des autres en termes de population et / ou de présence, couverture et qualité des services susceptibles de lutter contre la malnutrition. Je serais tenté de créer des données pour les camps en fonction des niveaux de service disponibles, ou en fonction de la charge de travail du TFP et du SFP, ou de l'upazila et de réaliser des enquêtes séparées dans chaque strate ou upazila.

Je ne suis pas très favorable aux enquêtes à grande échelle sans échantillonnage spatial ni estimations pour petites régions, car j'estime qu'il est peu probable que l'estimation résultante s'applique à l'ensemble de la zone d'enquête et que l'enquête puisse laisser des poches de prévalence extrêmement élevée non décelées.

J'espère que cela vous sera utile.

Md. Lalon Miah

Nutrition Surveillance Manager- ACF

Utilisateur régulier

3 sept. 2019, 18:21

Merci pour votre explication. Très utile. Pourquoi SMART ne considère pas la taille de la population pour le calcul de la taille de l'échantillon? Est-ce valable pour une population élevée? Si oui pourquoi?

Mark Myatt

Utilisateur fréquent

4 sept. 2019, 11:05

Les enquêtes SMART utilisent presque toujours les populations pour localiser des clusters (groupements) proportionnels à la taille de la population (PPS / Proportional to Poulation Size). C'est une méthode largement acceptée.

Je pense que vous voulez dire en utilisant la population totale âgée de 6 à 59 mois dans les calculs de taille d’échantillon.

J'ai jeté un coup d'œil au manuel SMART METHODOLOGY (2006), qui couvre l'échantillonnage de manière très détaillée. Cela ne mentionne pas l'ajustement de la taille des échantillons pour tenir compte de la taille des populations. J'ai également examiné le manuel ENA pour SMART (2012) et constaté que la taille de l'échantillon calculée est ajustée (corrigée) en fonction de la taille de la population dans le logiciel ENA et suggère de le faire lorsque la population est inférieure à 10 000 enfants.

Le terme "population réduite" nécessite une définition. Les calculs de la taille de l'échantillon supposent souvent que n observations proviennent d'une population de taille = N avec remplacement. Nous violons généralement cette hypothèse en choisissant un échantillon sans remplacement. Cette violation n’est généralement pas considérée comme importante si:

Proportion d'échantillonnage = n / N


est en dessous d'environ 0,1. Comme nous avons tendance à échantillonner de grandes populations, nous n’avons généralement pas à nous soucier de la petite taille de la population. Nous échantillonnons généralement une population de N = 100 000 adultes (n 20 000 enfants) et nous ne nous inquiétons donc que si la taille de l'échantillon est supérieure à:

n = 20000 * 0,1 = 2000


La plupart des calculs de tailles d'échantillons supposent une très grande population. Si vous avez une petite population (par exemple, <= 2 000 personnes), la taille de l'échantillon calculé sera légèrement supérieure à celle qui est requise. Cela convient car la taille de l'échantillon sera plus que suffisante pour atteindre la précision souhaitée.

La taille de sampel non corrigée sera quelque chose comme:

n = p (1 - p) / (e / 1,96) ^ 2


où n est la taille du modèle, p la prévalence attendue et e la précision souhaitée. À l'aide d'un exemple tiré du tableau 3 à la page 46 du manuel de SMART METHODOLOGY (2006):

n = (0,1 (1 - 0,1)) / (0,03 / 1,96) ^ 2 = 384


qui est la même taille d'échantillon que celle indiquée dans le manuel SMART.

Pour une petite population, nous pouvons corriger cela en utilisant une "correction de population finie" (FPC):

n = (n * N) / (n + (N - 1))


où n est la taille du modèle non corrigée et N la taille de la population totale. En reprenant l’exemple ci-dessus avec une population de N = 2 000 enfants ... le mode d’échantillonnage est le suivant:

Proportion d'échantillonnage = 384/2000 = 0,192


donc nous avons une petite population et devrions utiliser

n = (384 * 2000) / (384 + (2000 - 1)) = 322


Si nous échantillonnions n = 384 enfants, nous aurions une taille d’échantillon d’au moins n = 322.

Nous ne nous soucions pas souvent d'utiliser un FPC avec des enquêtes SMART car (i) nous échantillonnons rarement de petites populations, (ii) nous devons appliquer un FPC séparé lors de l'analyse des données, ce qui peut compliquer l'analyse des données, et (iii) la taille de l'échantillon non corrigé fonctionne assez bien. Il est cependant courant d’utiliser un FPC pour les enquêtes de couverture SQUEAC et SLEAC car il n’y a généralement que peu de cas de MAS (c’est-à-dire une très petite population) dans une population donnée.

J'espère que cela vous aidera.

Si vous rencontrez des problèmes pour poster une réponse, veuillez contacter le modérateur à post@en-net.org.

Retour en haut de page

» Afficher une réponse