Enquête mensuelle sur le commerce de détail (EMCD)

Information détaillée pour février 2022

Statut :

Active

Fréquence :

Mensuelle

Numéro d'enregistrement :

2406

L'Enquête mensuelle sur le commerce de détail permet de recueillir des renseignements sur les ventes, les ventes au moyen du commerce électronique et le nombre de points de vente au détail, selon la province, le territoire et certaines régions métropolitaines de recensement auprès d'un échantillon de détaillants.

Date de la parution - 22 avril 2022

Aperçu

L'Enquête mensuelle sur le commerce de détail permet de recueillir des renseignements sur les ventes, les ventes au moyen du commerce électronique et le nombre de points de vente au détail, selon la province, le territoire et certaines régions métropolitaines de recensement auprès d'un échantillon de détaillants.

Les estimations des ventes des détaillants représentent un indicateur mensuel important des habitudes d'achat des consommateurs au Canada. En outre, les ventes au détail sont une composante importante du produit intérieur brut, qui mesure la production du Canada, et qui font partie de nombreux modèles économiques utilisés par les organismes publics et privés. La Banque du Canada s'appuie, en partie, sur les estimations mensuelles des ventes au détail pour prendre des décisions qui ont une incidence sur les taux d'intérêt. Les entreprises utilisent les estimations des ventes au détail pour comparer leurs résultats à la moyenne de leur industrie et pour élaborer des stratégies d'investissement.

Période de référence : Mois

Période de collecte : La collecte des données commence environ sept jours ouvrables après la fin du mois de référence et se poursuit pendant tout le mois civil en question.

Sujets

  • Commerce de détail et de gros
  • Ventes au détail selon le type de magasin

Sources de données et méthodologie

Population cible

La population cible comprend tous les établissements statistiques figurant dans le Registre des entreprises (RE) de Statistique Canada qui sont classés dans le secteur du commerce de détail selon le Système de classification des industries de l'Amérique du Nord (SCIAN 2017). La fourchette de codes du SCIAN pour le secteur du commerce de détail varie de 441100 à 454110.

Les établissements ayant une valeur de revenu brut d'entreprise manquante ou de zéro dans le RE et les établissements figurant dans les industries suivantes du SCIAN non couvertes, sont exclus de la population cible :

- 4542 (Exploitants de distributeurs automatiques)
- 45431 (Marchands de combustible)
- 45439 (Autres établissements de vente directe)

Élaboration de l'instrument

Un questionnaire électronique et un questionnaire papier sont utilisés pour recueillir les données de l'Enquête mensuelle sur le commerce de détail (EMCD). Les questionnaires ont été élaborés à Statistique Canada, puis examinés et mis à l'essai sur le terrain dans les deux langues officielles. Lors du remaniement de l'EMCD, Statistique Canada a consulté un certain nombre de grands détaillants ainsi que des associations industrielles. En 2016, on a ajouté le code 454110 du Système de classification des industries de l'Amérique du Nord au questionnaire de l'EMCD, et le questionnaire est devenu disponible aux répondants en format électronique.

Échantillonnage

Il s'agit d'une enquête transversale par échantillon.

Le Registre des entreprises est une base de données sur la population des entreprises canadiennes. Statistique Canada l'a créé principalement pour établir les bases de sondage de ses enquêtes économiques. Il a été conçu de manière à faciliter la coordination de la couverture des enquêtes auprès des entreprises ainsi qu'à uniformiser la classification des unités statistiques déclarantes. Il sert aussi de source de données qui permet également de rassembler des données démographiques sur les entreprises.

Les nouvelles données recueillies dans le cadre du programme d'enquêtes de Statistique Canada ainsi que les fichiers des numéros d'entreprises de l'Agence du revenu du Canada (ARC) sont les principales sources d'information du Registre des entreprises. Les données administratives de l'ARC permettent de créer l'univers de toutes les entités commerciales.

Sources des données

Il s'agit d'une enquête à participation obligatoire.

Les données sont obtenues directement auprès des répondants et sont tirées de fichiers administratifs.

La collecte des données est effectuée par les bureaux régionaux de Statistique Canada. Ces derniers envoient un questionnaire électronique ou un questionnaire papier aux répondants ou communiquent avec ceux-ci par téléphone afin d'obtenir les valeurs de leurs ventes, de leurs ventes électroniques, de leurs stocks, et de confirmer l'ouverture ou la fermeture des emplacements d'affaires. Ils effectuent aussi un suivi auprès des non-répondants. La collecte des données commence environ sept jours ouvrables après la fin du mois de référence et se poursuit pendant tout le mois en question.

Des questions d'introduction qui permettent de confirmer l'activité commerciale du répondant et ses coordonnées sont envoyées aux entreprises qui participent à l'enquête pour la première fois.

Si les données demandées ne sont pas disponibles au moment de la collecte, la meilleure estimation fournie par le répondant est acceptée; elle est révisée par la suite quand les données réelles sont disponibles.

Pour réduire au minimum la non-réponse totale pour toutes les variables, des réponses partielles sont acceptées.

SOURCES DE DONNÉES ADMINISTRATIVES
La gestion du fardeau de réponse représente un défi continu pour Statistique Canada. Pour tenter de réduire le fardeau de réponse et les coûts d'enquête, particulièrement pour les petites entreprises, les données des ventes des établissements à faibles revenus de l'Enquête mensuelle sur le commerce de détail sont dérivées des données sur des fichiers de la taxe sur les produits et services (TPS) en utilisant un estimateur par le quotient. L'estimateur par le quotient permet aussi d'augmenter la précision de la portion de l'estimation déterminée au moyen de l'enquête.

Voir le(s) Questionnaire(s) et guide(s) de déclaration.

Détection des erreurs

La vérification des données est effectuée au moyen de contrôles pour déceler les entrées manquantes, invalides ou incohérentes, ou pour repérer les enregistrements de données susceptibles d'être erronés. Durant le processus d'enquête de l'Enquête mensuelle sur le commerce de détail (EMCD), les données sont vérifiées à deux moments distincts.

La vérification est effectuée lors de la collecte des données. Après leur collecte par téléphone ou après réception des questionnaires remplis, les données sont saisies et vérifiées au moyen d'applications personnalisées de saisie de données. Les contrôles réalisés durant la collecte des données, appelés contrôles sur le terrain, comprennent généralement des contrôles de validité et certains contrôles de cohérence simples. Ils servent aussi à déceler les erreurs commises durant l'interview par le répondant ou par l'intervieweur et de repérer l'information manquante à l'étape de la collecte des données en vue de réduire le besoin d'un suivi ultérieur. Les contrôles sur le terrain ont également pour but d'épurer les réponses. Dans le cas de l'EMCD, les réponses du mois courant sont comparées aux réponses fournies par le répondant le mois précédent ou l'année précédente pour le mois courant. Les contrôles sur le terrain permettent aussi de repérer les problèmes que posent les procédures de collecte des données et la conception du questionnaire, et de déterminer s'il faut offrir une formation supplémentaire aux intervieweurs.

Tout enregistrement de données rejeté lors des contrôles provisoires fait l'objet d'un suivi auprès du répondant afin de valider les données soupçonnées d'être incorrectes. Une fois validées, les données recueillies sont transmises de façon régulière au bureau central, à Ottawa.

Après la collecte, les données sont soumises à une vérification statistique dont la nature est plus empirique. On exécute la vérification statistique avant l'imputation, afin de repérer les données qui serviront de base pour l'imputation de valeurs pour les non-répondants. Les valeurs aberrantes extrêmes risquant de perturber une tendance mensuelle sont exclues des calculs de tendance lors de la vérification statistique. Il convient de souligner qu'aucun ajustement n'est fait à cette étape pour corriger les valeurs aberrantes déclarées.

La première étape de vérification statistique consiste à repérer les réponses qui seront soumises aux règles de vérification statistique. Les données déclarées pour le mois de référence courant sont soumises à divers contrôles.

Les contrôles sont fondés sur la méthode d'Hidiroglou-Berthelot qui consiste à examiner le rapport des données du mois courant fournies par un répondant à des données historiques (c.-à-d. dernier mois ou même mois de l'année précédente) ou auxiliaires. Si le rapport calculé pour le répondant diffère significativement de ceux obtenus pour des répondants dont les caractéristiques sont comparables en ce qui a trait au groupe industriel ou à la région géographique, la réponse est considérée comme une valeur extrême.

Les données jugées comme étant des valeurs extrêmes ne sont pas incluses dans les modèles d'imputation (ceux fondés sur les ratios).

Imputation

Dans le cadre de l'Enquête mensuelle sur le commerce de détail, on peut fonder l'imputation des valeurs manquantes sur des données historiques ou sur des données administratives. Le choix de la méthode appropriée est fondé sur une stratégie qui dépend de l'existence de données historiques ou de données administratives, ou du mois de référence en question.

Il existe trois types de méthode d'imputation fondée sur des données historiques. Le premier type est l'utilisation d'une tendance générale qui s'appuie sur une source unique de données historiques (mois précédent, données recueillies pour le mois suivant ou données recueillies pour le même mois de l'année précédente). Le deuxième type est un modèle de régression dans lequel sont utilisées simultanément les données provenant du mois précédent et celles provenant du même mois de l'année précédente. Le troisième type consiste à remplacer directement les valeurs manquantes pour un non-répondant par des données historiques. Selon le mois de référence, il existe, pour le choix de la méthode, un ordre de préférence en vue d'assurer une imputation de la plus haute qualité. Le troisième type de méthode d'imputation historique est toujours la dernière option envisagée pour chaque mois de référence.

La méthode d'imputation fondée sur des données administratives est sélectionnée automatiquement lorsqu'on ne dispose pas de données historiques pour un non-répondant. Des tendances sont alors appliquées à la source de données administratives (mesure de taille mensuelle) selon que la structure est simple (entreprises ne comptant qu'un seul établissement) ou que l'unité ait une structure plus complexe.

Estimation

L'estimation est le processus que Statistique Canada utilise pour obtenir des valeurs se rapportant à la population d'intérêt afin de pouvoir tirer des conclusions sur cette population à partir d'information provenant d'un échantillon seulement de la population. Dans le cadre de l'Enquête mensuelle sur le commerce de détail (EMCD), on utilise plus précisément un estimateur par le quotient.

L'estimation par le quotient consiste à remplacer les poids de sondage initiaux (définis comme étant l'inverse de la probabilité de sélection dans l'échantillon) par de nouveaux poids de façon à satisfaire les contraintes de calage. Le calage veille à ce que le total d'une variable auxiliaire estimé à partir de l'échantillon soit égal au total de cette même variable auxiliaire pour toute la population et que les nouveaux poids de sondage soient aussi proches que possible (selon une certaine mesure de distance) des poids de sondage initiaux.

Supposons, par exemple, que le total connu de la variable auxiliaire pour la population soit égal à 100 et que le total estimé soit égal à 90 si l'on se fonde sur un échantillon; nous obtenons donc une sous-estimation d'environ 10 %. Puisque nous connaissons le total de la variable auxiliaire pour la population, il serait raisonnable d'augmenter les poids des unités échantillonnées afin que l'estimation soit exactement égale à cette valeur. Puisque la variable d'intérêt est liée à la variable auxiliaire, il n'est pas déraisonnable de penser que l'estimation des ventes fondée sur le même échantillon et les mêmes poids que l'estimation de la variable auxiliaire puisse également être une sous-estimation d'environ 10 %. Si c'est en effet le cas, les poids ajustés pourraient donc permettre de produire un autre estimateur des ventes totales. Cet autre estimateur s'appelle l'estimateur par le quotient.

L'estimateur par le quotient permet essentiellement de compenser les échantillons « malchanceux » et de rapprocher l'estimation du total réel. Le gain de variance dépendra de la solidité du lien entre la variable d'intérêt et les données auxiliaires.

La portion à tirage nul est prise en compte par l'estimateur par le quotient. Cette prise en compte se fait en incluant simplement la portion à tirage nul dans les totaux de contrôle pour la portion échantillonnée, ce qui permet d'augmenter les poids de la portion échantillonnée de telle sorte que les estimations seront ajustées afin de prendre en compte la portion à tirage nul.

Les valeurs calculées des ventes pondérées sont additionnées, selon le domaine, pour produire les estimations des ventes totales pour chaque combinaison de groupe industriel/région géographique. Un domaine est défini comme les valeurs de classification les plus récentes disponibles dans le Registre des entreprises pour l'unité et la période de référence de l'enquête. Ces domaines peuvent différer des strates d'échantillonnage initiales parce que les unités peuvent avoir changé de taille, d'industrie ou d'emplacement. Les changements de classification sont reflétés immédiatement dans les estimations et ne sont pas cumulés au fil du temps.

Ventes en volume :
Les changements dans les ventes au détail en dollars courants peuvent être décomposés en deux éléments : un élément prix, soit la part de la croissance liée à l'inflation, et un élément volume, qui couvre les changements dans les quantités et la qualité des biens et services vendus. On obtient les mesures du volume en soustrayant les variations de prix, mesurées au moyen d'indices des prix appropriés, de la valeur en dollars courants des ventes. Ce processus est appelé déflation. À partir de la période de référence de janvier 2021, les estimations en dollars constants de l'Enquête mensuelle sur le commerce de détail (EMCD) reposent sur les indices de prix fondés sur l'industrie de l'Indice des prix des services du commerce de détail (IPSCD). Celui-ci fournit des renseignements tirés d'un large éventail d'industries du commerce de détail sur le prix d'achat moyen mensuel (montant payé par l'unité commerciale pour l'acquisition d'un produit quelconque) et le prix de vente moyen mensuel (montant reçu par l'unité commerciale pour la vente du même produit), sans les taxes. L'EMCD repose sur les variations des prix de vente au détail de l'IPSCD. Pour calculer les données mensuelles sur le volume du commerce de détail, les ventes en dollars courants selon le type de magasin sont divisées par leurs indices des prix de vente au détail respectifs afin d'obtenir les ventes en prix constants par type de magasin. Le volume des ventes totales au détail en prix constants représente la somme des volumes des ventes en prix constants selon le type de magasin.

Les estimations du volume des ventes au détail mensuelles sont publiées environ 52 jours après la fin de la période de référence, mais les données de l'IPSCD qui sont essentielles pour les produire sont disponibles sur une base trimestrielle, au plus tard 92 jours après le trimestre de référence. Par conséquent, une méthode d'apprentissage automatique est utilisée en vue de projeter l'IPSCD pour les mois manquants. La méthode précise utilisée est celle des réseaux neuronaux artificiels dans laquelle chaque catégorie du Système de classification des industries de l'Amérique du Nord (SCIAN) est modélisée séparément. La variable réponse représente le relatif de l'indice pour le SCIAN à chaque mois reposant sur 13 mois de relatifs historiques ainsi que des renseignements provenant de l'Indice des prix à la consommation (IPC), des relatifs de l'Indice des prix à la production (IPP) du Bureau of Labor Statistics (BLS), des indicateurs de 12 mois et d'autres sources de données.

Les estimations en dollars constants précédant la période de référence de janvier 2021 utilisent une méthodologie qui combine les renseignements tirés de l'Enquête sur les marchandises vendues au détail et de l'IPC. De plus amples renseignements sur cette méthodologie sont disponibles en bas de page sous Documentation - Enquête mensuelle sur le commerce de détail (EMCD) - Les ventes en volume - ARCHIVÉ. Pour la continuité des séries chronologiques, cette méthodologie reste en place pour la déflation des séries en dollars courants pour les industries suivantes :

• 4413 Magasins de pièces, de pneus et d'accessoires pour véhicules automobiles
• 4422 Magasins d'accessoires de maison
• 4452 Magasins d'alimentation spécialisés
• 4481 Magasins de vêtements
• 4521 Grands magasins
• 453 Magasins de détail divers
• 453993 Magasins de cannabis

Évaluation de la qualité

La comparabilité des résultats d'enquête combinés est analysée avant la diffusion; cela comprend, en général, un examen détaillé des réponses individuelles (en particulier pour les plus grandes entreprises), de la situation économique dans son ensemble et des tendances historiques.

Contrôle de la divulgation

La loi interdit à Statistique Canada de divulguer toute information recueillie qui pourrait dévoiler l'identité d'une personne, d'une entreprise ou d'un organisme sans leur permission ou sans en être autorisé par la loi. Diverses règles de confidentialité s'appliquent à toutes les données diffusées ou publiées afin d'empêcher la publication ou la divulgation de toute information jugée confidentielle. Au besoin, des données sont supprimées pour empêcher la divulgation directe ou par recoupement de données reconnaissables.

L'analyse de la confidentialité comprend la détection d'une divulgation directe possible, laquelle se produit lorsque la valeur dans une cellule de totalisation se compose de peu de déclarants ou lorsque la cellule est dominée par quelques entreprises.

Révisions et désaisonnalisation

Les révisions des données brutes sont requises afin de corriger les erreurs non dues à l'échantillonnage connues. Celles-ci comprennent normalement le remplacement des données imputées par des données déclarées, des corrections des données déclarées auparavant, et des estimations des nouvelles entreprises qui n'étaient pas connues au moment de produire les estimations originales.

Les données brutes sont révisées, sur une base mensuelle, pour le mois précédant immédiatement le mois de référence en cours qui fait l'objet de la publication. C'est donc dire que lorsque les données pour décembre sont publiées pour la première fois, on effectuera aussi des révisions, au besoin, à l'égard des données brutes pour novembre. En outre, des révisions sont effectuées une fois par année, au moment de la première publication des données de février, pour tous les mois de l'année précédente. On vise ainsi à corriger tout problème important que l'on ait décelé, qui s'applique pour une période prolongée. La période de révision proprement dite dépend de la nature du problème décelé, mais elle dépasse rarement trois ans. Toutefois, la période de révision peut être plus longue lors de révisions historiques ou de restratification.

Les données de l'Enquête mensuelle sur le commerce de détail sont désaisonnalisées en utilisant la méthode X-12-ARIMA. Cette méthode consiste dans un premier temps à extrapoler une année de données brutes avec des modèles ARIMA (modèles autorégressifs à moyennes mobiles intégrées), et dans un deuxième temps, à désaisonnaliser la série brute prolongée. Ensuite, les données désaisonnalisées sont ajustées aux totaux annuels des données brutes.

Les données désaisonnalisées doivent aussi être révisées. Elles doivent notamment rendre compte des révisions déterminées pour les données brutes. Par ailleurs, les estimations désaisonnalisées sont calculées en utilisant X-12-ARIMA, et la tendance est sensible aux valeurs les plus récentes déclarées dans les données brutes. C'est pourquoi, au moment de la diffusion de nouvelles données pour chaque mois, les valeurs désaisonnalisées pour les trois mois précédents sont révisées. Les séries de données désaisonnalisées sont des données chronologiques qui ont été modifiées pour éliminer l'effet des influences saisonnières et du calendrier. Pour cette raison, la désaisonnalisation des données permet d'effectuer des comparaisons plus significatives de la conjoncture économique d'un mois à l'autre.

Une fois par année, les options de désaisonnalisation sont révisées afin d'intégrer les données les plus récentes. Des estimations désaisonnalisées révisées pour chacun des mois des années civiles précédentes sont diffusées en même temps que la révision annuelle des données brutes. La période exacte de révision dépend de la période de révision des données brutes.

Exactitude des données

La méthodologie de cette enquête a pour objectif de contrôler les erreurs et de réduire leurs effets éventuels sur les estimations. Les résultats de l'enquête peuvent néanmoins contenir des erreurs dont l'erreur d'échantillonnage n'est que l'une des composantes de l'erreur totale d'enquête. L'erreur d'échantillonnage survient lorsque les observations sont faites uniquement sur un échantillon et non sur l'ensemble de la population.

Toutes les autres erreurs commises aux diverses étapes de l'enquête sont appelées erreurs non dues à l'échantillonnage. Des erreurs de ce type peuvent survenir, par exemple, quand un répondant fournit des renseignements incorrects ou qu'il ne répond pas à certaines questions, quand une unité dans la population cible est omise ou sondée plus d'une fois, quand une unité hors du champ de l'enquête y est incluse erronément ou que des erreurs sont commises lors du traitement des données, comme des erreurs de codage ou de saisie. Bien que l'effet des erreurs non dues à l'échantillonnage soit difficile à évaluer, certaines mesures, comme les taux de réponse et d'imputation, peuvent donner une idée du niveau éventuel de ce type d'erreur.

Les coefficients de variation et les taux de réponse sont d'importantes mesures de la qualité des données qui permettent de valider les résultats de l'Enquête mensuelle sur le commerce de détail (EMCD).

Le coefficient de variation, défini comme étant l'erreur-type divisée par l'estimation d'échantillon, est une mesure de la précision relative. Puisque le coefficient de variation est calculé en fonction des réponses des unités individuelles, il mesure aussi certaines erreurs non dues à l'échantillonnage.

TAUX DE RÉPONSE
Le taux de réponse moyen à la collecte pour 2021 est de 89,9 %.

ERREUR NON DUE À L'ÉCHANTILLONNAGE
Des révisions aux données brutes sont requises pour corriger les erreurs non dues à l'échantillonnage connues. Celles-ci comprennent normalement le remplacement des données imputées au moyen des données déclarées, des corrections des données déclarées auparavant, et des estimations des nouvelles entreprises qui n'étaient pas connues au moment de produire les estimations originales.

BIAIS DE NON-RÉPONSE
La non-réponse a deux effets sur les données : premièrement, elle introduit un biais dans les estimations si les non-répondants diffèrent des répondants en ce qui a trait aux caractéristiques mesurées et, deuxièmement, elle contribue à faire augmenter la variance d'échantillonnage des estimations, parce que la taille effective de l'échantillon est réduite comparativement à celle prise en compte au départ.

L'ampleur des efforts déployés pour obtenir une réponse auprès d'un non-répondant dépend des contraintes budgétaires et de temps, de l'effet de la non-réponse sur la qualité globale et du risque de biais dû à la non-réponse.

La méthode principalement utilisée pour réduire l'effet de la non-réponse à l'étape de l'échantillonnage consiste à augmenter la taille de l'échantillon en utilisant un taux de suréchantillonnage déterminé en fonction de résultats d'enquêtes similaires.

Les cas de non-réponse qui surviennent malgré les méthodes utilisées aux étapes de l'échantillonnage et de la collecte pour réduire l'effet de la non-réponse sont traités au moyen de la méthode de l'imputation. Afin de déterminer l'importance de la non-réponse qui a lieu chaque mois, on calcule divers taux de réponse. Pour un mois de référence donné, on produit les estimations au moins deux fois (estimations provisoires et estimations révisées). Entre les deux exécutions, certaines données fournies par les répondants peuvent être jugées inutilisables et des valeurs imputées peuvent être corrigées au moyen de données fournies par les répondants. Par conséquent, les taux de réponse sont calculés après chaque exécution du processus d'estimation.

Pour l'EMCD, deux types de taux sont calculés (non pondérés et pondérés). Afin d'évaluer l'efficacité du processus de collecte, on calcule les taux de réponse non pondérés. Les taux pondérés, fondés sur le poids d'estimation et la valeur de la variable d'intérêt, permettent d'évaluer la qualité de l'estimation.

Brièvement, les taux de réponse se calculent comme suit :

Taux de réponse pondéré :
Somme des ventes pondérées des unités ayant déclaré des données / Somme des ventes pondérées

Taux de réponse non pondéré :
Nombre de questionnaires pour lesquels des données ont été déclarées / Nombre de questionnaires envoyés à la collecte

ERREUR DE COUVERTURE
Les erreurs de couverture comprennent les omissions, les inclusions erronées, les doubles comptes et les erreurs de classification des unités dans la base de sondage.

Le Registre des entreprises (RE) de Statistique Canada est la base de sondage de l'Enquête mensuelle sur le commerce de détail. Le RE est un centre de service de données mis à jour au moyen de plusieurs sources, notamment les fichiers de données administratives, les commentaires reçus dans le cadre des enquêtes auprès des entreprises de Statistique Canada et les activités d'établissement de profils, qui comprennent un contact direct avec les entreprises pour obtenir des renseignements sur leurs activités, ainsi que les résultats de recherche sur Internet. L'utilisation du RE permet d'assurer la qualité de données, tout en évitant les chevauchements entre les enquêtes et en allégeant le fardeau de réponse le plus possible.

AUTRES ERREURS NON DUES À L'ÉCHANTILLONNAGE
Ces types d'erreurs peuvent se produire lors des diverses étapes du traitement des données, comme le codage, la saisie, la vérification, la pondération, la totalisation, etc.). Il est difficile de mesurer les erreurs non dues à l'échantillonnage. De plus, il faut les cerner à un niveau où elles ne nuisent pas à l'utilisation ou à l'interprétation des chiffres définitifs.

Des mesures ont été prises afin de minimiser les erreurs non dues à l'échantillonnage. Par exemple, les unités ont été définies avec beaucoup de précision au moyen des listes les plus à jour. Les questionnaires ont été conçus avec soin afin de réduire au minimum les différentes interprétations possibles. De plus, les diverses étapes de vérification et de traitement des données ont fait l'objet de contrôles d'acceptation détaillés et on n'a absolument rien négligé pour que le taux de non-réponse soit faible et réduire le fardeau de réponse.

Documentation

Signaler un problème sur cette page

Quelque chose ne fonctionne pas? L'information n'est plus à jour? Vous ne trouvez pas ce que vous cherchez?

S'il vous plaît contactez-nous et nous informer comment nous pouvons vous aider.

Avis de confidentialité

Date de modification :