Établissements privés de soins infirmiers et de soins pour bénéficiaires internes (ESISBI)

Information détaillée pour 2020

Statut :

Active

Fréquence :

Annuelle

Numéro d'enregistrement :

3210

Cette enquête sert à recueillir les données financières et les données d'exploitation nécessaires à l'élaboration des politiques et des programmes économiques nationaux et régionaux.

Date de la parution - 3 mars 2022

Aperçu

Cette enquête sert à recueillir les données financières pour produire des statistiques sur les établissements de soins infirmiers et de soins pour bénéficiaires internes au Canada.

Les données recueillies auprès des entreprises sont regroupées avec l'information provenant d'autres sources pour produire des estimations officielles de la production économique nationale et provinciale pour cette industrie.

Les estimations de l'enquête sont disponibles pour les entreprises, les gouvernements, les investisseurs, les associations et le public. Les données sont utilisées pour surveiller la croissance de l'industrie, mesurer le rendement et faire des comparaisons avec d'autres sources de données afin de mieux comprendre cette industrie.

Période de référence : L'année civile ou l'exercice financier de 12 mois dont le dernier jour se situe entre le 1er avril de l'année de référence et le 31 mars de l'année suivante.

Sujets

  • Adultes âgés et vieillissement démographique (anciennement Aînés)
  • Incapacité
  • Santé
  • Santé et incapacité chez les aînés
  • Services de soins de santé

Sources de données et méthodologie

Population cible

La population cible est constituée de tous les établissements du secteur privé classés selon le code 623 - Établissements de soins infirmiers et de soins pour bénéficiaires internes du Système de classification des industries de l'Amérique du Nord (SCIAN) 2017 au cours de l'année de référence.

La population observée est constituée de tous les établissements du secteur privé classés selon le code 623 - Établissements de soins infirmiers et de soins pour bénéficiaires internes du SCIAN de 2017 trouvés dans le Registre des entreprises de Statistique Canada en date du dernier jour de l'année de référence (y compris les établissements actifs durant une partie de l'année de référence).

Élaboration de l'instrument

Ne s'applique pas.

Échantillonnage

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

Les données étant recueillies pour toutes les unités de la population cible, par conséquent, aucun échantillonnage n'est effectué.

Sources des données

Les données sont tirées de fichiers administratifs.

Les données extraites de fichiers administratifs sont fournies par l'Agence du revenu du Canada puis agrégées aux domaines estimés. Les données sont analysées pour détecter les chiffres erronés et une analyse de la confidentialité des données est menée pour assurer la confidentialité de chaque entreprise.

Détection des erreurs

La détection des erreurs fait partie intégrante des activités de traitement des données. Des corrections sont appliquées aux enregistrements de données durant la l'intégration 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 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 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 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 durant 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

Les méthodes d'imputation par donneur et d'imputation historique ont été utilisées lorsque des enregistrements étaient manquants ou qu'ils contenaient des chiffres erronés.

Estimation

Toutes les unités de la population observée sont sondées. L'estimation des totaux se fait au moyen 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 groupes industriels et les provinces ou les 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. Il est à noter que ces données de classification peuvent différer de la classification initiale utilisée à l'échantillonnage parce que la taille, l'industrie ou l'emplacement pourraient avoir changé dans les enregistrements. Les changements de classification sont immédiatement pris en compte dans les estimations.

Les facteurs fondés sur l'information provenant de sources telles que les fichiers de données fiscales et les profils du Registre des entreprises sont utilisés afin de répartir les données entre les différentes unités d'estimation où l'entreprise exerce ses activités. Les caractéristiques des unités d'estimation sont utilisées pour dériver les domaines d'estimation, y compris la classification des industries et la région géographique.

Évaluation de la qualité

Avant la publication, les résultats combinés de l'enquête sont analysés 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 des indicateurs économiques connexes, des tendances historiques et des renseignements provenant 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 y 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 recoupements de données reconnaissables.

Afin de prévenir toute divulgation de données, une analyse de confidentialité est faite pour la suppression primaire (divulgation directe), ainsi que pour la suppression secondaire (divulgation par recoupements). Il y a divulgation directe lorsque la valeur dans une cellule de totalisation se compose de peu de déclarants ou que la cellule est dominée par quelques entreprises. Il y a divulgation par recoupements lorsque des renseignements confidentiels peuvent être extraits indirectement en rassemblant des renseignements provenant de différentes sources ou séries de données.

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

La méthodologie de l'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. Les erreurs peuvent être commises aux diverses étapes de l'enquête. Par exemple, des erreurs de ce type peuvent survenir lorsqu'une unité dans la population cible est oubliée ou dénombrée plus d'une fois; lorsque les données sur la TPS pour les enregistrements qui ont été modélisés pour un mois en particulier ne sont pas représentatives de l'enregistrement actuel pour diverses raisons; lorsqu'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.

Avant la publication, les résultats combinés de l'enquête sont analysées afin d'en évaluer la comparabilité; il s'agit généralement d'un examen détaillé des réponses individuelles (particulièrement celles des grandes entreprises), de la conjoncture économique générale et des tendances historiques.

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 :