Enquête mensuelle auprès des minotiers

Information détaillée pour janvier 2021

L'objectif de cette enquête est de recueillir des renseignements sur les céréales moulues, la production de farine et d'issues, et les stocks.

Date de la parution - 23 février 2021

• Questionnaire(s) et guide(s) de déclaration
• Aperçu
• Sources de données et méthodologie
• Exactitude des données

Aperçu

Les données recueillies sont utilisées pour produire le bilan des principales céréales et des statistiques sur les produits céréaliers destinés à la consommation humaine. Ces données sont utilisées par Agriculture et Agroalimentaire Canada, les gouvernements provinciaux et les associations du secteur agricole.

Les renseignements fournis pourraient aussi être utilisés par Statistique Canada à d'autres fins statistiques et de recherche.

Activité statistique

L'enquête est menée dans le cadre du Programme intégré de la statistique des entreprises (PISE). Le PISE a été conçu pour intégrer les quelque 200 enquêtes auprès des entreprises dans un même programme d'enquête principal. Le PISE vise à recueillir des données sur les industries et les produits à l'échelle provinciale, tout en évitant les chevauchements entre les différents questionnaires d'enquête. Les questionnaires d'enquête auprès des entreprises ainsi remaniés ont une présentation, une structure et un contenu harmonisé.

L'approche intégrée rend la déclaration plus facile pour les entreprises ayant des activités dans différentes industries, puisqu'elles peuvent ainsi fournir des renseignements similaires pour chaque succursale. Elles n'ont ainsi pas à remplir des questionnaires dont la présentation, le libellé et même les concepts changent d'une industrie à l'autre. Les résultats combinés donnent des statistiques économiques plus cohérentes et précises.

• Documentation complémentaire

Période de référence : Mois

Période de collecte : Les dix premiers jours qui suivent le mois de référence.

Sujets

• Agriculture et alimentation (anciennement Agriculture)
• Cultures et horticulture

Sources de données et méthodologie

Population cible

La population cible comprend tous les minotiers répertoriés au Canada qui transforment plus de 500 tonnes métriques des céréales par mois. L'échantillonnage est composé de 27 unités.

Élaboration de l'instrument

Le questionnaire électronique a été conçu par Statistique Canada dans le cadre du Programme intégré de la statistique des entreprises. Ce programme intègre plusieurs enquêtes auprès des entreprises dans un seul cadre de travail, au moyen de questionnaires harmonisés sur le plan de la présentation, de la structure et du contenu.

Le contenu du questionnaire d'enquête a été élaboré par des spécialistes en la matière en consultation avec des spécialistes d'industrie.

Échantillonnage

Il s'agit d'un recensement avec plan transversal.

Aucun échantillonnage n'est fait, les données étant recueillies pour toutes les unités de la population cible.

Sources des données

Collecte des données pour cette période de référence : 2021-02-01 à 2021-02-19

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

Les données sont obtenues directement auprès des répondants.

Les répondants sont contactés par courriel ou par lettre à partir desquels ils obtiennent un mot de passe pour accéder au questionnaire électronique de l'enquête, auquel ils peuvent répondre dans l'une ou l'autre des deux langues officielles. En cas de non-réponse, un suivi est effectué à l'aide d'appels téléphoniques.

L'enquête prend en moyenne 15 minutes à compléter par les répondants.

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 afin de 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, 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 afin de 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 à l'aide de corrections manuelles lors de la collecte. L'examen manuel d'autres unités peut entraîner la détection de valeurs aberrantes. Ces valeurs sont exclues du calcul des ratios et des tendances utilisés pour l'imputation. En général, tous les efforts sont 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.

Les données déclarées par chaque entreprise sont vérifiées par comparaison aux déclarations précédentes, en comparant les tendances entre entreprises, en vérifiant les taux moyens d'extraction de farine, en analysant les bilans des grains et en surveillant les tendances pour l'industrie.

Imputation

En cas de non-réponse ou de réponses incomplètes au questionnaire, 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, ainsi que le remplacement par des données historiques (avec calcul de tendance, s'il y a lieu). En général, on commence par imputer les variables clés, qu'on utilise ensuite aux étapes subséquentes pour imputer d'autres variables connexes. L'imputation permet de produire un fichier de micro données complet et cohérent qui couvre toutes les variables d'enquête.

Les données imputées sont révisées lorsque les données réelles ont été reçues. Des données provenant de l'industrie peuvent aussi être utilisées pour l'imputation.

Estimation

Toutes les unités observées dans la population sont enquêtées. L'estimation des totaux se fait à l'aide d'une simple agrégation des valeurs de toutes les unités d'estimation qui se trouvent dans le domaine d'estimation. Les estimations sont calculées pour plusieurs domaines d'estimation tels que les provinces ou territoires, en se fondant sur les données de classification les plus récentes disponibles pour l'unité d'estimation et la période de référence de l'enquête.

Les estimations comprennent aussi les données recueillies des minoteries qui produisent une déclaration pour le Enquête annuelle auprès des minotiers (numéro d'enregistrement 3443).

Évaluation de la qualité

Avant la publication, on analyse les résultats combinés de l'enquête afin d'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 d'indicateurs économiques connexes, des tendances historiques et des renseignements d'autres sources externes (p. ex. associations, publications spécialisées, articles de journaux).

Les tendances d'approvisionnement et de disposition, employées par les parties intéressées du gouvernement et de l'industrie, aident à confirmer les résultats du sondage. Là où les anomalies se produisent, elles sont réglées par analyse à fin de la campagne agricole.

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 sur la statistique. 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.

Révisions et désaisonnalisation

Il n'y a pas de désaisonnalisation. Les données historiques pourraient être révisées sur la base d'information plus à jour. Les données sont aussi révisées à l'aide des données recueillies après du Rapport annuel des minotiers.

Exactitude des données

Ce sondage est un recensement de toutes les unités dans la population observée, et n'est pas sujet aux erreurs d'échantillonnage. Bien que des efforts considérables soient déployés pour maintenir des normes de qualité élevées à toutes les étapes de la collecte et du traitement, les estimations qui en résultent sont inévitablement susceptibles de comporter un certain nombre d'erreurs non dues à l'échantillonnage. Les erreurs non dues à l'échantillonnage ne sont pas liées à l'échantillonnage et peuvent survenir pour différentes raisons au cours de la collecte et du traitement des données. Dans la mesure du possible, ces erreurs sont réduites au minimum par la conception minutieuse du questionnaire d'enquête, la vérification des données de l'enquête et, au besoin, le suivi auprès des non-répondants afin de maximiser les taux de réponse. Les erreurs non dues à l'échantillonnage comprennent les erreurs de couverture, les erreurs dues à la réponse, les erreurs dues à la non-réponse et les erreurs liées au traitement des données.

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) est la base de sondage commune de toutes les enquêtes du PISE. Le RE est un centre de service de données mis à jour à l'aide de plusieurs sources, notamment les fichiers de données administratives, les commentaires reçus dans le cadre des enquêtes-entreprises de Statistique Canada, 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 assure la qualité, tout en évitant les chevauchements entre les enquêtes et en allégeant le fardeau de réponse le plus possible.

Compte tenu de l'infrastructure et des approvisionnements en grains nécessaires pour exploiter une minoterie, il est peu probable qu'une nouvelle entreprise puisse se lancer en affaires sans se faire repérer. Ainsi, le risque d'erreurs de couverture est jugé comme étant minime.

Les erreurs de réponse peuvent être causées par la conception du questionnaire, par les caractéristiques d'une question, par l'incapacité ou la réticence du répondant à fournir la bonne information, par la mauvaise interprétation des questions ou par des problèmes de définition. Ces erreurs sont maîtrisées grâce à une conception soignée du questionnaire et à l'utilisation de concepts simples et de vérifications de la cohérence.

Les erreurs de non-réponse sont causées par les répondants qui refusent de répondre, qui sont incapables de répondre ou qui produisent leur déclaration trop tardivement. Les données sont alors imputées, ce qui est jugé comme la source la plus probable d'erreur pour cette enquête. Lorsqu'un cas de non-réponse se produit, il est pris en compte, et la qualité des données est réduite sur la base de son importance à l'estimation. On essaie donc d'obtenir le meilleur taux de réponse possible tout en réduisant au minimum le fardeau de réponse. Le taux de réponse pour cette enquête est généralement plus de 90 %.

Les erreurs de traitement peuvent survenir à différentes étapes du traitement telles que pendant la saisie et la mise en tableau des données. Dans la mesure du possible, ces erreurs sont réduites au minimum par la conception minutieuse du questionnaire d'enquête, la vérification des données de l'enquête et, au besoin, le suivi auprès des répondants. Des règles de validation automatisées sont appliquées aux enregistrements de données durant la collecte afin d'empêcher la saisie de valeurs aberrantes ou de l'information incohérente par les répondants. Des outils d'analyse de données à l'intérieur du PISE permettent aux spécialistes en la matière à détecter rapidement les anomalies apparentes. Ainsi, les erreurs de traitement sont jugées comme étant minimes.