Enquête sur les aliments locaux et les pratiques de gestion bénéfiques (EALPGB)
Information détaillée pour 2022
Statut :
Active
Fréquence :
Occasionnelle
Numéro d'enregistrement :
5385
L'enquête vise à recueillir des informations sur les conditions et les opérations commerciales concernant les ventes d'aliments locaux et les pratiques de gestion bénéfiques adoptées par les exploitations agricoles canadiennes.
Date de la parution - 5 septembre 2023
- Questionnaire(s) et guide(s) de déclaration
- Aperçu
- Sources de données et méthodologie
- Exactitude des données
Aperçu
Statistique Canada mène l'Enquête sur les aliments locaux et les pratiques de gestion bénéfiques (EALPGB), en collaboration avec Agriculture et Agroalimentaire Canada (AAC).
Des données seront recueillies sur les ventes d'aliments locaux, notamment sur les points suivants :
les types de circuits de commercialisation
les produits alimentaires vendus
les défis et les raisons de la vente d'aliments locaux
les certifications acquises
la participation aux programmes gouvernementaux.
Des données seront également recueillies sur deux pratiques de gestion bénéfiques (PGB) : les engrais contenant des inhibiteurs d'uréase ou de nitrification et le pâturage en rotation, y compris des questions sur :
les acres couverts par la pratique
l'année d'adoption
le coût
l'impact sur le rendement
les raisons de la pratique ou de la non pratique de chaque PGB.
L'objectif est de recueillir des informations aux niveaux national et provincial sur les ventes d'aliments locaux des exploitations agricoles et sur la participation aux PGB.
Période de référence : L'année civile
Période de collecte : Au cours de l'année suivant l'année de référence
Sujets
- Agriculture et alimentation (anciennement Agriculture)
Sources de données et méthodologie
Population cible
La population cible de l'enquête est constituée de toutes les entreprises des 10 provinces dont l'activité principale est l'agriculture, qui ont une indication d'activité agricole provenant du Recensement de l'agriculture, de la rétroaction à l'enquête ou des dossiers fiscaux, et qui ont un revenu annuel supérieur à 25 000 $. Pour identifier ces unités, un cadre d'échantillonnage a été construit à partir des entreprises dont le SCIAN à trois chiffres est 111 ou 112 dans le registre des entreprises et qui possèdent des mesures supplémentaires ou des champs spécifiques à l'enquête indiquant un produit agricole, ou une indication de cette production dans les déclarations fiscales.
Élaboration de l'instrument
Le questionnaire a été élaboré par Statistique Canada en collaboration avec Agriculture et Agroalimentaire Canada (AAC). Le Centre de ressources en conception de questionnaire (CRDQ) a effectué des tests cognitifs auprès de répondants sélectionnés et a formulé des recommandations qui ont été mises en oeuvre pour mettre au point le questionnaire. Les données seront recueillies électroniquement. Avant le début de la collecte, le questionnaire électronique en format HTML sera téléchargé sur la page de la BMDI.
Échantillonnage
Il s'agit d'une enquête transversale par échantillon.
Unité d'échantillonnage: établissements
Méthode de stratification
Les unités sont stratifiées selon la taille des revenus, la région et le type d'exploitation. Les provinces de l'Atlantique ont été regroupées en une seule région en raison du faible nombre d'habitants pour de nombreux types d'exploitations agricoles. Le type d'exploitation agricole est défini par le produit agricole principal produit par l'exploitation, provenant habituellement du SCIAN, de mesures supplémentaires ou de l'information du recensement de l'agriculture. Certains types d'exploitations ont été regroupés en raison de la petite taille des strates.
Échantillonnage et sous-échantillonnage
À partir d'une liste de toutes les exploitations agricoles du registre des entreprises, un établissement est affecté à une strate par province, par type d'exploitation et par taille d'exploitation. La strate de taille est déterminée par les revenus et les actifs de l'établissement. La taille cible de l'échantillon est de 10 000 exploitations agricoles.
Sources des données
Collecte des données pour cette période de référence : 2023-03-13 à 2023-04-14
Il s'agit d'une enquête à participation volontaire.
Les données sont obtenues directement auprès des répondants.
La collecte est planifié à commencer en mars 2023.
Voir le(s) Questionnaire(s) et guide(s) de déclaration .
Détection des erreurs
La détection des erreurs est une partie intégrale des activités de traitement des données. Avant l'imputation, les données recueillies font l'objet d'une série de vérifications pour repérer les erreurs et les incohérences. Les erreurs et les incohérences relevées dans les données sont examinées et corrigées en consultant les données d'unités semblables dans l'enquête et des renseignements provenant de sources externes. Si un enregistrement ne peut pas être corrigé, il est signalé à des fins d'imputation. Enfin, les règles de vérification sont intégrées dans le système d'imputation pour détecter et corriger toute erreur restante et assurer la cohérence des données imputées.
Imputation
Après la vérification des microdonnées, une variable a été créée pour chacune des variables de l'enquête afin de déterminer celles qui avaient échoué les règles de vérification ou dont les valeurs étaient manquantes. Une imputation a été effectuée afin de réduire le volume de données manquantes, incohérentes ou incomplètes. Les variables manquantes ont fait l'objet d'une imputation à l'aide d'un donneur choisi au hasard dans les classes d'imputation. Ces classes d'imputation ont été formées selon des analyses statistiques faites avec des informations de la base de sondage et des variables du questionnaire.
Un nombre minimal d'unités a été requis dans chaque classe d'imputation. Quand les classes d'imputation étaient trop petites, des classes plus grandes ont été créées en combinant des classes.
L'imputation a été faite à l'aide de BANFF, un système généralisé conçu par Statistique Canada.
Estimation
L'estimation est un processus que Statistique Canada utilise pour obtenir des valeurs de la population d'intérêt et tirer des conclusions sur cette population à partir de l'information provenant d'un échantillon seulement de la population. Pour cette enquête, l'échantillon utilisé pour l'estimation provient d'un processus d'échantillonnage à une phase.
Un poids d'échantillonnage initial (le poids déterminé par le plan d'échantillonnage) est calculé pour chaque unité de l'enquête et correspond simplement à l'inverse de la probabilité de sélection. Le poids calculé pour chaque unité sélectionnée indique le nombre d'unités de la population qu'il représente.
Par contre, puisque certaines unités sélectionnées n'ont pas répondu à l'enquête, les unités ayant répondu sont repondérées afin que leur poids final permette toujours de représenter complètement la population d'intérêt. Le mécanisme de réponse peut être considéré comme une deuxième phase d'échantillonnage.
Après avoir effectué la repondération, un processus de calibration est fait afin de s'assurer que les comptes par groupe de calibration sont les mêmes, qu'ils soient calculés à l'aide de la population ou à l'aide des poids des unités répondantes.
L'estimation de proportion est faite en utilisant les poids calibrés comme totaux de population dans les domaines d'intérêts.
Évaluation de la qualité
Les estimations sont révisées afin de s'assurer que les résultats sont logiques, et des vérifications de la qualité sont effectuées afin d'assurer l'uniformité des estimations. Les résultats atypiques sont relevés aux fins d'enquête et corrigés au besoin.
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.
Afin de prévenir toute divulgation de données, une analyse de confidentialité est faite au moyen du Système généralisé de contrôle de la divulgation (G-Confid) de Statistique Canada. G-Confid est utilisé 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
Ce type de méthodologie ne s'applique pas à ce programme statistique.
Exactitude des données
Les données d'enquête peuvent être impactées par deux types d'erreurs : les erreurs d'échantillonnage et les erreurs non dues à l'échantillonnage.
Les estimations sont sujettes à des erreurs d'échantillonnage et l'erreur type est utilisée pour exprimer cette erreur. Par exemple, la proportion d'établissements de la population cible qui répondraient OUI à une question donnée est estimée à 50 %, avec une erreur type de 4 %. Si l'échantillonnage était répété, l'estimation devrait se situer entre 46 % et 54 %, 19 fois sur 20. Les règles suivantes, fondées sur l'erreur type, sont utilisées pour attribuer une mesure de la qualité à toutes les estimations de pourcentages.
A = Excellente (0,00 % à moins de 2,50 %)
B = Très bonne (2,50 % à moins de 5,00 %)
C = Bonne (5,00 % à moins de 7,50 %)
D = Acceptable (7,50 % à moins de 10,00 %)
E = À utiliser avec prudence (10,00 % à moins de 15,00 %)
F = Trop peu fiable pour être publiée (supérieure ou égale à 15,00 %, les données sont supprimées)
Les erreurs non dues à l'échantillonnage peuvent survenir pour différentes raisons au cours de la collecte et du traitement des données. La non-réponse, par exemple, est une source importante d'erreurs non dues à l'échantillonnage. Le sous-dénombrement ou le sur dénombrement de la population, les différences d'interprétation des questions ainsi que les erreurs de consignation et de traitement des données sont d'autres exemples d'erreurs non dues à l'échantillonnage. Ces erreurs sont réduites le plus possible par une conception soignée du questionnaire d'enquête et par une vérification des données d'enquête.
- Date de modification :