Enquête annuelle sur les mines de charbon (EAMC)
Information détaillée pour 2018
Statut :
Active
Fréquence :
Annuelle
Numéro d'enregistrement :
2177
Cette enquête permet de recueillir les données financières des entreprises des mines de charbon au Canada.
Date de la parution - 9 octobre 2020
- Questionnaire(s) et guide(s) de déclaration
- Aperçu
- Sources de données et méthodologie
- Exactitude des données
Aperçu
L'enquête recueille les données annuelles de toutes les mines de charbon au Canada dont les ventes dépassent un million de dollars.
Les données sont utilisées comme intrants au Système de comptabilité nationale. Les agences provinciales sont également des utilisateurs réguliers.
Période de référence : L'année civile
Période de collecte : Les données sont recueillies dans les cinq mois suivant l'année de référence.
Sujets
- Charbon
- Énergie
- États financiers et rendement
- Rendement des entreprises et propriété
Sources de données et méthodologie
Population cible
L'univers comprend toutes les mines de charbon en exploitation au Canada dont les ventes brutes ont atteint ou dépassé 1 millions de dollars au cours de l'année.
Élaboration de l'instrument
Le questionnaire de l'enquête comprend les recettes d'exploitation, le nombre d'employés, les salaires et traitements, le coût des combustibles et de l'électricité, le matériel pour la transformation et d'autres statistiques de nature générale.
Le questionnaire est rempli par le répondant.
Échantillonnage
Il s'agit d'un recensement avec plan transversal.
Puisque les données sont recueillies pour toutes les unités de la population cible, aucun échantillonnage n'est fait.
Sources des données
Collecte des données pour cette période de référence : 2019-05-01 à 2019-08-19
Il s'agit d'une enquête à participation obligatoire.
Les données sont obtenues directement auprès des répondants.
Les estimations annuelles «provisoires» de la production de charbon (volume et valeur) sont basées sur les données mensuelles recueillies par l'Enquête mensuelle sur le charbon (numéro d'enregistrement 2147). Les estimations sont produites à la demande des analystes de Ressources naturelles Canada qui en ont besoin dès qu'il devient possible d'en produire.
Les données sont recueillies par le bureau central au moyen d'un questionnaire par courrier. Les suivis sont faits, au besoin, par téléphone ou télécopieur pour atteindre l'objectif du taux de réponse.
Voir le(s) Questionnaire(s) et guide(s) de déclaration .
Détection des erreurs
La détection des erreurs fait partie intégrante des activités de collecte et de traitement des données. Des règles de validation sont appliquées aux enregistrements de données durant la collecte pour repérer les erreurs de déclaration et de saisie. Ces règles permettent de repérer les erreurs potentielles d'après les variations d'une année à l'autre des variables clés, des totaux et des ratios qui dépassent les seuils de tolérance, ainsi que les problèmes de cohérence des données recueillies (p. ex. le total d'une variable n'est pas égal à la somme de ses parties). D'autres règles de validation sont utilisées durant le traitement des données pour détecter automatiquement les erreurs ou les incohérences qui subsistent après la collecte. Ces règles comprennent les contrôles de valeurs (p. ex. Valeur > 0, Valeur > -500, Valeur = 0), les contrôles d'égalité linéaire (p. ex. Valeur1 + Valeur2 = Valeur totale), les contrôles d'inégalité linéaire (p. ex. Valeur1 >= Valeur2) et les contrôles d'équivalence (p. ex. Valeur1 = Valeur2). Les erreurs repérées peuvent être corrigées en suivant le processus de suivi des questionnaires rejetés au contrôle durant la collecte ou par imputation. Les valeurs extrêmes sont aussi signalées comme étant des valeurs aberrantes, à l'aide de méthodes automatisées fondées sur la distribution des renseignements recueillis. Les valeurs détectées font ensuite l'objet d'un examen visant à en évaluer la fiabilité. L'examen manuel d'autres unités peut entraîner la détection d'autres valeurs aberrantes. Ces valeurs sont exclues du calcul des ratios et des tendances utilisés pour l'imputation et pendant l'imputation par donneur. En général, tous les efforts ont été déployés pour réduire les erreurs non dues à l'échantillonnage, à savoir les erreurs d'omission, de dédoublement, de classification erronée, de déclaration et de traitement.
Imputation
En cas de non-réponse, de réponses incomplètes au questionnaire, ou lorsque les données déclarées sont considérées comme incorrectes aux étapes de la détection des erreurs, on utilise l'imputation pour compléter ou corriger les renseignements. De nombreuses méthodes d'imputation peuvent être utilisées pour compléter un questionnaire, y compris les modifications manuelles apportées par un analyste. Les techniques statistiques automatisées employées pour imputer les données manquantes comprennent l'imputation déterministe, le remplacement par des données historiques (avec calcul de tendance, s'il y a lieu), le remplacement par des renseignements auxiliaires obtenus auprès d'autres sources, le remplacement fondé sur les relations connues entre les données pour l'unité échantillonnée et le remplacement par des données tirées d'une unité semblable de l'échantillon (appelé imputation par donneur). En général, on commence par imputer les variables clés, qu'on utilise ensuite aux étapes subséquentes pour imputer d'autres variables connexes.
Estimation
On interroge toutes les unités de la population observée dont les ventes de charbon au Canada rapportent des recettes d'un million de dollars, ou dont les revenus proviennent des échanges interprovinciaux en électricité. On choisit le seuil d'inclusion afin de réduire le fardeau de réponse des unités de la population dont on estime que la contribution aux totaux du domaine sera trop faible pour être significative. L'estimation des totaux s'effectue par simple agrégation des valeurs de toutes les unités d'estimation dépassant le seuil qui appartiennent au domaine d'estimation. Les estimations sont calculées pour plusieurs domaines d'intérêt tels que les groupes industriels et les provinces et territoires, en s'appuyant sur les renseignements de classification les plus récents disponibles pour l'unité d'estimation et la période de référence de l'enquête. Il convient de noter que ces renseignements de classification peuvent différer de la classification originale utilisée pendant l'échantillonnage, étant donné que la taille, l'industrie ou l'emplacement correspondant à un enregistrement peuvent avoir changé. Les changements dans la classification se reflètent immédiatement dans les estimations.
Évaluation de la qualité
Avant la publication, on analyse les résultats de l'enquête pour en évaluer la comparabilité. Il s'agit généralement d'un examen détaillé des réponses individuelles (particulièrement pour les grandes entreprises), de la conjoncture économique générale, de la cohérence avec les résultats de l'indicateur économique connexe, des tendances historiques et des renseignements d'autres sources externes (p. ex. associations, publications spécialisées ou articles de journaux).
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.
Les microdonnées sont partagées et divulguées seulement lorsque Statistique Canada a une entente de partage de données officielle en place avec l'organisation. Tous les enregistrements de compagnies sont retirés pour les répondants qui ont écrit au statisticien en chef pour s'opposer au partage de leurs données.
Un système généralisé (G-Confid) est utilisé pour évaluer et appliquer le contrôle de la divulgation des tableaux d'estimations. Des règles de sensibilité sont appliquées aux données et un patron de confidentialité est créé précisant les cellules qui peuvent être publiées et celles qui ne le peuvent pas pour des raisons de confidentialité. Le système est en mesure d'évaluer automatiquement les relations entre des tableaux et relier les cellules à différentes sources. Le système peut aussi considérer les patrons de périodes précédentes et les révisions pour assurer l'exhaustivité et la cohérence de la confidentialité.
Révisions et désaisonnalisation
Il n'y a pas de désaisonnalisation. Les données historiques pourraient être révisées en fonction de renseignements plus à jour.
Exactitude des données
Dans un recensement avec seuil, c'est la non-réponse qui constitue la principale source d'erreur des estimations statistiques. Le biais de non-réponse est réduit le plus possible en faisant un effort particulier pendant la collecte des données pour encourager les non-répondants à répondre au questionnaire. Dans les cas où une imputation est nécessaire, les données imputées sont soigneusement examinées pour veiller à leur validité et à leur cohérence avec les données actuelles et toutes les données déclarées précédemment qui sont disponibles.
- Date de modification :