Population
I.N.E.D
I.S.B.N.sans
240 pages
p. 419 à 448
doi: en cours
Veille sur la revue
Veille sur l'auteur
I.N.E.D
I.S.B.N.sans
240 pages
p. 419 à 448
doi: en cours
Veille sur la revue
Veille sur l'auteur
Vous consultez
La contraception et le recours à l'avortement en France dans les années 2000. Présentation et premiers résultats de l'enquête Cocon
Volume 59 2004/3-4
La déperdition dans la cohorte Cocon entre 2000 et 2002
Nicolas Razafindratsima [*] Nicolas Razafindratsima, Institut national d’études démographiques, 133 bd Davout, 75980 Paris Cedex 20, tél : 33 (0)1 56 06 20 76, fax : 33 (0)1 56 06 21 99, Ngoy Kishimba [*] l’équipe Cocon
L’enquête Cohorte Contraception (Cocon), consacrée à la contraception, aux grossesses non prévues et à l’interruption volontaire de grossesse en France, a visé à interroger par téléphone un échantillon représentatif de femmes de 18 à 44 ans, puis à les suivre annuellement pendant cinq ans. Entre 2000 et 2002, l’échantillon de l’enquête s’est réduit d’un tiers, passant de 2 863 à 1 912 femmes. L’article décrit cette déperdition et évalue les biais qu’elle engendre sur les analyses.
La déperdition découle de deux facteurs, qui y contribuent chacun pour près de moitié : d’une part, de l’impossibilité de recontacter les femmes et, d’autre part, des refus de réinterrogation. Très sélective, elle a surtout concerné les femmes étrangères, peu diplômées, jeunes et non en couple, ce qui a modifié la structure de l’échantillon suivi et les moyennes de plusieurs variables d’intérêt de l’enquête. Toutefois, la déperdition n’a guère d’impact sur les analyses multivariées. Finalement, les conséquences de la déperdition dans Cocon sont limitées quant aux biais engendrés, et se situent essentiellement au niveau de la baisse de la précision des estimations due à la diminution de la taille de l’échantillon. The COCON (COhorte CONtraception) survey on contraception, unplanned pregnancy and induced abortion in France, was set up to interview by telephone a representative sample of women aged 18-44, and to follow them up annually over five years. Between 2000 and 2002, the survey sample fell in size by one third, from 2,863 to 1,912 women. This article describes this attrition process and evaluates the biases that it causes in the analyses.
The attrition is due, in roughly equal proportions, to two factors: first, an inability to re-contact the women; second, refusals to be re-interviewed. It is highly selective, concerning primarily foreign women, of low educational level, young and living alone, and was responsible for modifying the structure of the sample followed up and the means for several survey variables of interest. However, the attrition has little impact on the multivariate analyses. Finally, the implications of attrition in COCON are limited as regards the biases caused, and are seen mainly as the loss of precision in the estimates due to the reduction in sample size. La encuesta Cohorte Anticoncepción (Cocon), consagrada a la anticoncepción, a los embarazos no planificados y a la interrupción voluntaria del embarazo en Francia, tenía como objetivo interrogar por teléfono a una muestra representativa de mujeres de 18 a 44 años y de seguirlas anualmente durante cinco años. Entre el 2000 y el 2002, la muestra de la encuesta se redujo en un tercio, pasando de 2,863 a 1,912 mujeres. Este artículo describe tal pérdida de efectivos y evalúa el sesgo que supone para los análisis.
La pérdida de efectivos se debe a dos factores de importancia similar: la imposibilidad de volver a ponerse en contacto con las mujeres y el rechazo de éstas a ser interrogadas de nuevo. Puesto que tal pérdida ha sido altamente selectiva y ha afectado principalmente a las mujeres extranjeras, con bajo nivel educativo, jóvenes y sin pareja, la estructura de la muestra y por consiguiente los valores medios de diferentes variables de interés se han modificado. Sin embargo, los sesgos derivados de la pérdida de efectivos no son importantes y afectan esencialmente el nivel de precisión de las estimaciones debido a la disminución del tamaño de la muestra.
La déperdition découle de deux facteurs, qui y contribuent chacun pour près de moitié : d’une part, de l’impossibilité de recontacter les femmes et, d’autre part, des refus de réinterrogation. Très sélective, elle a surtout concerné les femmes étrangères, peu diplômées, jeunes et non en couple, ce qui a modifié la structure de l’échantillon suivi et les moyennes de plusieurs variables d’intérêt de l’enquête. Toutefois, la déperdition n’a guère d’impact sur les analyses multivariées. Finalement, les conséquences de la déperdition dans Cocon sont limitées quant aux biais engendrés, et se situent essentiellement au niveau de la baisse de la précision des estimations due à la diminution de la taille de l’échantillon. The COCON (COhorte CONtraception) survey on contraception, unplanned pregnancy and induced abortion in France, was set up to interview by telephone a representative sample of women aged 18-44, and to follow them up annually over five years. Between 2000 and 2002, the survey sample fell in size by one third, from 2,863 to 1,912 women. This article describes this attrition process and evaluates the biases that it causes in the analyses.
The attrition is due, in roughly equal proportions, to two factors: first, an inability to re-contact the women; second, refusals to be re-interviewed. It is highly selective, concerning primarily foreign women, of low educational level, young and living alone, and was responsible for modifying the structure of the sample followed up and the means for several survey variables of interest. However, the attrition has little impact on the multivariate analyses. Finally, the implications of attrition in COCON are limited as regards the biases caused, and are seen mainly as the loss of precision in the estimates due to the reduction in sample size. La encuesta Cohorte Anticoncepción (Cocon), consagrada a la anticoncepción, a los embarazos no planificados y a la interrupción voluntaria del embarazo en Francia, tenía como objetivo interrogar por teléfono a una muestra representativa de mujeres de 18 a 44 años y de seguirlas anualmente durante cinco años. Entre el 2000 y el 2002, la muestra de la encuesta se redujo en un tercio, pasando de 2,863 a 1,912 mujeres. Este artículo describe tal pérdida de efectivos y evalúa el sesgo que supone para los análisis.
La pérdida de efectivos se debe a dos factores de importancia similar: la imposibilidad de volver a ponerse en contacto con las mujeres y el rechazo de éstas a ser interrogadas de nuevo. Puesto que tal pérdida ha sido altamente selectiva y ha afectado principalmente a las mujeres extranjeras, con bajo nivel educativo, jóvenes y sin pareja, la estructura de la muestra y por consiguiente los valores medios de diferentes variables de interés se han modificado. Sin embargo, los sesgos derivados de la pérdida de efectivos no son importantes y afectan esencialmente el nivel de precisión de las estimaciones debido a la disminución del tamaño de la muestra.
L’enquête Cocon a été mise en place pour suivre pendant cinq années les pratiques contraceptives des femmes. Si les problèmes de mémoire se posent dans les approches rétrospectives, une approche prospective est soumise aux difficultés de suivi : de quelle nature est l’attrition sélective de l’échantillon représentatif de départ et quel effet a-t-elle au fil des ans sur les résultats obtenus? En ouverture de ce dossier, l’article de Nicolas Razafindratsima, Ngoy Kishimbaet de l’ équipe Cocon développe la question des biais éventuels dus à la sélection de l’échantillon, qui après deux années de suivi a perdu un tiers de son effectif. Leur analyse très fouillée permet d’évaluer la nature de la sélection, son impact sur la mesure des variables étudiées et légitime par là-même les résultats qui suivent.
Afin de mieux connaître les pratiques contraceptives et le recours à l’interruption volontaire de grossesse (IVG) en France, une équipe composée de chercheurs de l’Inserm, de l’Ined et du CNRS a lancé, en 2000, une enquête dénommée enquête de COhorte sur la CONtraception (Cocon). La recherche vise en particulier à analyser les logiques sociales liées à la survenue d’une grossesse non prévue et à la demande d’IVG, à étudier les réponses du système de soins, ainsi que les effets des différentes méthodes de contraception sur la santé des femmes. La méthodologie de l’enquête, qui est détaillée en introduction de ce dossier, repose sur deux choix majeurs : d’une part, celui de procéder à une réinterrogation des femmes chaque année pendant cinq ans (de 2000 à 2004) et, d’autre part, celui de réaliser les interviews par l’intermédiaire du réseau téléphonique.
Toute enquête répétée dans le temps pose un problème d’attrition, ou encore de déperdition, c’est-à-dire celui de la perte d’une partie de l’échantillon d’une vague d’interrogation à l’autre. La mobilité de la population et les refus de réinterrogation font, en effet, qu’il est pratiquement impossible d’atteindre, à chaque vague d’enquête, l’ensemble des personnes interrogées lors de la vague précédente. Or, les inégales probabilités de réinterrogation selon les caractéristiques individuelles peuvent engendrer des biais dans les analyses effectuées au niveau de la cohorte. Par ailleurs, la déperdition pose le problème de la baisse de précision des estimations réalisées, qui diminue avec la taille de l’échantillon.
La cohorte Cocon n’a pas échappé au phénomène de déperdition. Si la première vague d’interrogation (2000) a touché 2 863 femmes, seulement 2 218 ont pu être réinterrogées en 2001 et 1 912 en 2002, soit une diminution d’un tiers entre la première et la troisième vague. Il est dès lors important de comprendre les raisons de cette déperdition et d’en évaluer les conséquences pour les analyses. On s’attachera en particulier à tester si la déperdition a engendré des biais sur les variables d’intérêt de l’enquête. À travers cette évaluation, on s’interrogera sur la pertinence du mode de recueil téléphonique pour enquêter à intervalles réguliers sur un sujet plutôt sensible.
Après un exposé des données et des techniques utilisées, nous présenterons les résultats de l’analyse : premièrement, l’ampleur de la déperdition et ses facteurs explicatifs et, deuxièmement, l’analyse des biais.
I. Méthode d’analyse
Cette partie présente les données que nous utilisons pour caractériser les déperditions, ainsi que l’ensemble de notre démarche. Sauf mention contraire, toutes les variables introduites dans l’analyse portent sur les caractéristiques que les femmes ont déclarées lors de la première vague (2000).
Sauf mention contraire, nos analyses utilisent les données non pondérées. Nous avons, en effet, considéré l’échantillon de la première vague comme une population complète soumise à un phénomène d’attrition, ce qui nous a amené à attribuer le même poids à chacune de ses unités, indépendamment de la manière dont elle a été sélectionnée. Les résultats de l’analyse ont donné une justification supplémentaire, a posteriori, à ce choix puisque, comme nous allons le voir par la suite, la principale variable déterminant la pondération (la strate d’appartenance, fondée sur le fait d’avoir eu une grossesse imprévue ou une IVG) n’est pratiquement pas liée à la déperdition.
1. Analyse descriptive
L’analyse descriptive de la déperdition est effectuée essentiellement à partir des « fichiers contact », qui enregistrent l’historique de l’ensemble des appels réalisés pour entrer en contact avec les femmes. Les données renseignent notamment sur l’issue de chaque appel : refus, personne inconnue, absente, obtention d’un rendez-vous, etc.
À partir de ces « fichiers contact », nous avons défini, pour chaque femme qu’on cherche à réinterroger, les critères suivants :
- non-contact : lorsque la femme n’a jamais pu être jointe par téléphone jusqu’à la fin de la période de collecte (qu’on ait réussi à joindre quelqu’un d’autre dans le ménage ou non) ;
- les refus, qui sont de deux sortes : d’une part, ceux qui ont été exprimés à la fin de l’interview de l’année précédente (explicitement ou parce que la femme n’a pas souhaité laisser un numéro auquel on puisse la recontacter) ; d’autre part, ceux qui ont été prononcés après contact l’année du suivi. Ce dernier cas couvre les refus explicites, mais nous y avons également inclus les femmes ayant proposé des rendez-vous sans qu’ils aient abouti à l’issue de la période de collecte, qu’on peut assimiler à une forme déguisée de refus.
Dans la deuxième partie, nous donnerons la répartition de la déperdition selon ces différentes modalités et selon les caractéristiques des femmes.
2. Analyse des biais
Une présentation détaillée des méthodes statistiques d’analyse des biais dans les enquêtes répétées figure en encadré. Notre objectif ici est d’étudier si les biais dus à l’attrition dans l’enquête Cocon sont « ignorables » ou « non ignorables », au sens de la terminologie de Fitzgerald et al. (1998). Une sélection « ignorable » signifie que les modélisations des variables d’intérêt de l’enquête, effectuées sur l’échantillon des femmes réinterrogées, donnent des coefficients non biaisés. Au contraire, si la sélection est « non ignorable », une telle modélisation aboutit à des coefficients biaisés, qu’il importe de rectifier en pondérant les unités par un facteur correctif.
Nous avons fait l’hypothèse que nous sommes dans le contexte d’une sélection sur des variables observables, c’est-à-dire que les variables disponibles dans les différentes vagues de l’enquête Cocon sont suffisantes pour modéliser correctement à la fois le phénomène de déperdition et les variables d’intérêt de l’étude. Cette hypothèse peut, bien entendu, être discutée, voire remise en cause. Par exemple, si le fait de changer de contraception d’une année sur l’autre (non observé pour les femmes qui ne sont pas réinterrogées) est lié à la déperdition, cette hypothèse ne tient pas. Cependant, la prise en compte du maximum d’informations disponibles dans l’enquête permet de minimiser l’ampleur des biais dus à des facteurs non observables.
Les différents types de déperdition et les tests de biais pouvant être mis en œuvre
Nous reprenons ici les concepts exposés par Fitzgerald, Gottschalk et Moffitt (1998), repris par Alderman et al. (2001), et leurs notations. Cette approche diffère de celle usuellement utilisée dans la littérature sur l’échantillonnage (Little et Rubin, 1987)
[1]. Nous nous contenterons d’expliciter les résultats et renvoyons le lecteur à l’article de Fitzgerald et al. (1998) pour les démonstrations mathématiques. Pour des développements et des applications de cette méthode, voir le numéro spécial du Journal of Human Resources (1998).
Les différents types de déperdition
Le problème central induit par l’attrition d’un panel est le biais, c’est-à-dire l’existence d’une distorsion lors des estimations, due au fait que la distribution de la probabilité de perdre les individus entre les différentes vagues de l’enquête n’est pas uniforme, mais dépend de caractéristiques individuelles.
On suppose que l’on observe un échantillon aux dates 1,…,T. La variable dépendante Y (variable d’intérêt) est supposée être expliquée par une série de variables indépendantes X. On s’intéresse à la densité de Y sachant X, c’est-à-dire à f(yt/xt). On désigne l’attrition à chaque date 1,…, T par une variable indicatrice At, valant 0 si l’unité a pu être interviewée et 1 dans le cas contraire. Yt est donc observée si At = 0.
On a donc :
Yt observée si At = 0.
On suppose que Xt est connue pour toutes les unités, réinterrogées comme perdues, par exemple s’il s’agit de caractéristiques invariables dans le temps ou de valeurs passées de Y.
L’équation [1] est estimable uniquement sur les unités réinterrogées. On connaît donc f(yt/xt, At = 0). Pour connaître f(yt/xt) pour l’ensemble de l’échantillon, il est nécessaire d’utiliser des informations sur la probabilité de ne pas être réinterrogé. On suppose que celle-ci est induite par une variable latente A* :
où Zt est une série de variables observables pour toutes les unités, mais distincte de Xt..
Par exemple, Zt inclut des valeurs passées, des caractéristiques fixes du répondant ou des informations ne nécessitant pas la réalisation de l’interview, comme les caractéristiques de l’enquêteur.
On a alors les classifications suivantes :
— il y a une sélection sur des variables inobservables (missing on unobservables) lorsque
C’est-à-dire que la fonction de déperdition Pr(At = 0/yt,xt,zt) ne peut être réduite, ou encore que vt n’est pas indépendante de εt/xt Cela signifie que des variables non observables (non incluses dans X et dans Z ) agissent à la fois sur la variable Y et la probabilité d’échapper à la réinterrogation.
— il y a sélection sur les variables observables lorsque :
C’est-à-dire que, conditionnellement à xt et z, la fonction de déperdition est indépendante de la variable dépendante (ou d’intérêt) yt et donc que la déperdition est indépendante des facteurs inobservables qui affectent le terme d’erreur εt de la relation [1].
On peut ensuite distinguer trois types de sélection sur les variables observables :
- sélection uniforme (completely at random) si Pr (At = 0/yt, xt zt) peut être réduite à Pr(At = 0) : la probabilité d’attrition est constante pour toutes les unités, et ne dépend ni de yt ni de zt ni de xt Il s’agit d’un cas assez irréaliste en pratique, puisque la probabilité de sortir de l’échantillon varie la plupart du temps avec les caractéristiques individuelles ;
- sélection « ignorable » si une des deux conditions suivantes est remplie :
- yt et zt sont indépendantes conditionnellement à xt et At = 0, c’est-à-dire que zt et vt sont indépendantes de εt/xt
- la probabilité d’attrition
peut être réduite à Pr (At = 0/xt), c’est-à-dire que la probabilité d’attrition est indépendante de la variable zt, ou encore que δ2 = 0 dans l’équation [2]. - sélection « non ignorable » si aucune des conditions (a) ou (b) n’est remplie, c’est-à-dire que yt et zt sont toutes deux endogènes (expliquées par le même processus) [2].
Lorsque la déperdition est « ignorable », l’estimation de l’équation [1] 
sur les seules unités non soumises à l’attrition donne des coefficients β0 et β1 non biaisés. Il est alors inutile de tenir compte de l’attrition. En revanche, lorsque la déperdition est « non ignorable », il est nécessaire d’adopter un facteur correctif pour tenir compte de l’attrition. Fitzgerald et al. (1998) montrent qu’on aboutit à une estimation sans biais des coefficients β0 et β1 en pondérant chaque unité non sujette à l’attrition par le poids suivant (les poids étant au préalable normalisés) :
sur les seules unités non soumises à l’attrition donne des coefficients β0 et β1 non biaisés. Il est alors inutile de tenir compte de l’attrition. En revanche, lorsque la déperdition est « non ignorable », il est nécessaire d’adopter un facteur correctif pour tenir compte de l’attrition. Fitzgerald et al. (1998) montrent qu’on aboutit à une estimation sans biais des coefficients β0 et β1 en pondérant chaque unité non sujette à l’attrition par le poids suivant (les poids étant au préalable normalisés) :
Tests pouvant être mis en œuvre
Les biais dus à des variables non observables sont extrêmement difficiles à repérer, en raison de la difficulté à trouver des variables Z (appelées instruments) pertinentes. Fitzgerald, Gottschalk et Moffitt ont mis en œuvre des tentatives de tests en ce sens dans le cas de l’enquête américaine Panel Study of lncome Dynamics (PSID)
[3], en comparant les résultats du PSID avec ceux obtenus sur des données d’autres panels pour lesquels l’attrition est inexistante ou plus faible. Les auteurs soulignent toutefois les limites de leur démarche, notamment du fait qu’elle ne peut s’appliquer qu’aux données transversales fournies par le PSID ; elle ne constitue donc pas une solution générale à ce type de problème.
Les biais sont plus aisés à repérer dans le cas de sélection sur des variables observables. D’après la section précédente, deux conditions suffisent pour déduire que la sélection est « ignorable » : soit que zt n’a pas d’effet sur At, soit que zt est indépendant de yt conditionnellement à xt et At = 0. Dès lors, un test possible du biais est d’examiner si les variables Z « candidates » (par exemple les valeurs passées de 7) affectent significativement A. Une autre possibilité est d’effectuer un test proposé par Becketti, Gould, Lillard et Welch (1988), appelé test BGLW. Dans ce cadre, la valeur de y à la première vague (y1) est régressée sur x1 et sur A, qui est une indicatrice indiquant si l’unité est sujette à attrition à un moment t quelconque entre 2 et T. Un coefficient significativement différent de 0 pour A voudrait alors dire que l’attrition est « non ignorable ».
Le test BGLW est étroitement relié au test basé sur une régression de A sur x1 et y1) : Fitzgerald et al. (1998) ont montré que le test de BGLW est en réalité une estimation indirecte de l’équation d’attrition.
Par ailleurs, comme le soulignent Alderman et al. (2001), le fait que les tests mis en œuvre ne détectent pas de biais ne signifie pas forcément que ces biais n’existent pas, mais que leur ampleur est trop faible pour être appréhendée par les procédures utilisées. Cette limite est inhérente aux tests statistiques en général, et non spécifiquement à ceux liés à l’étude des déperditions dans les enquêtes répétées dans le temps.
On peut distinguer deux groupes de variables : d’une part, les variables d’intérêt spécifiques à l’enquête et, d’autre part, les caractéristiques individuelles, qui serviront à modéliser ces variables d’intérêt.
Les variables d’intérêt
Nous avons porté notre attention sur deux sortes de variables d’intérêt :
- la première est la principale méthode de contraception utilisée lors de la première interview (la plus efficace l’emportant en cas d’usage simultané de plusieurs méthodes). Les non-utilisatrices sont ensuite réparties dans les catégories suivantes : stérilisées, stériles, enceintes, cherchant à concevoir, sans partenaire sexuel [4]. Par convention, les femmes classées dans ces dernières catégories seront dites « non concernées par la contraception », les autres étant « concernées par la contraception », c’est-à-dire susceptibles d’avoir une grossesse non désirée.
- la deuxième est une série de trois indicateurs liés à la vie génésique :
- avoir eu une grossesse non souhaitée (réponse à la question suivante, posée à toutes les femmes : « vous est-il arrivé d’avoir une grossesse accidentelle ? ») ;
- avoir eu une IVG;
- souhaiter un (autre) enfant dans le futur (question posée aux femmes ayant eu au moins un rapport sexuel et non enceintes).
Les autres caractéristiques individuelles
Les variables explicatives utilisées dans les modélisations sont : l’âge (pris en compte par groupe quinquennal, sauf pour les 18-24 ans) ; le nombre d’enfants mis au monde (variant de 0 à 4 ou plus) ; le diplôme le plus élevé en 4 classes (inférieur au CAP, CAP-BEP, Bac à Bac + 2 ans, supérieur à Bac + 2 ans) ; la situation matrimoniale (en couple marié, en couple non marié, non en couple) ; la nationalité (française ou étrangère).
Dans certains des modèles estimés, nous avons également introduit l’importance accordée par la femme à la religion
[5], ainsi que sa catégorie socioprofessionnelle (CSP). Pour cette dernière variable, certaines catégories peu fréquentes, présentant de faibles variations des variables d’intérêt, ont dû être regroupées. Du fait de leur relative proximité dans l’échelle des revenus perçus (Cases et al., 1996), les agricultrices ont ainsi été reclassées avec les ouvrières, tandis que les artisanes, commerçantes et chefs d’entreprises ont été regroupées avec les cadres et professions intellectuelles supérieures. Les autres CSP sont les professions intermédiaires, les employées et les inactives.
Tests mis en œuvre
Notre démarche s’apparente à celle d’Alderman et al. (2001). Trois séries de tests ont été réalisées :
- La comparaison des moyennes des variables : afin de se faire une idée de l’ampleur de la déperdition que l’on tienne compte ou non du plan de sondage initial, on a calculé à la fois les moyennes non pondérées et pondérées (avec la pondération finale de l’enquête, exposée en introduction du dossier) de différentes variables selon le statut vis-à-vis de la déperdition. L’ampleur des différences entre les moyennes a été jugée par un test de Student ;
- Une modélisation de la probabilité de ne pas être réinterrogée en 2002 : on s’intéresse ici au lien entre la déperdition et trois variables d’intérêt (la principale méthode contraceptive, le fait d’avoir eu une grossesse imprévue, le fait d’avoir eu une IVG). Pour chaque variable d’intérêt, on estime deux modèles logit : dans le premier, on introduit comme variable explicative uniquement la variable d’intérêt et la constante [6]; dans le second, on ajoute parmi les variables explicatives les autres caractéristiques de la femme. Il s’agit donc d’une évaluation de l’impact de la variable d’intérêt sur la déperdition, toutes choses égales par ailleurs. Une déperdition peu liée à la variable d’intérêt devrait se traduire par une faible significativité de cette dernière dans ces modèles logit ;
- Les tests de BGLW (Becketti et al., 1988, voir encadré), qui consistent à spécifier un modèle explicatif de la variable d’intérêt à la première vague (2000), puis à comparer les coefficients des régressions d’un tel modèle entre les femmes toujours présentes dans l’échantillon à la dernière vague (2002) et les perdues de vue. L’égalité de tous les coefficients du modèle est testée par la méthode du rapport de vraisemblance. On a testé, d’une part, l’égalité des coefficients constante non comprise et, d’autre part, l’égalité des coefficients constante comprise [7]. Tester l’égalité des coefficients en excluant la constante revient à juger s’il y a une modification des écarts logistiques entre les modalités introduites et la modalité de référence d’un échantillon à l’autre, sans se préoccuper des différences de niveau moyen entre les échantillons. Inclure la constante dans le test amène, en revanche, à tenir compte des différences de niveau moyen.
Une première série de tests de BGLW a d’abord été réalisée sur les variables d’intérêt suivantes, introduites sous forme dichotomique : « a été stérilisée », « désire un (autre) enfant », « a eu une IVG » et « a eu une grossesse non désirée ». On s’est ensuite intéressé plus spécifiquement à la principale méthode contraceptive utilisée, en se restreignant cette fois aux seules femmes « concernées par la contraception ». On a modélisé l’usage de la pilule, celui du stérilet, celui d’une méthode contraceptive autre que pilule, stérilet ou préservatif et, enfin, l’absence de recours à la contraception. Les modèles estimés sont des modèles logit, où chaque méthode est introduite sous forme de variable dichotomique. Outre les caractéristiques habituellement prises en compte dans les études sur la contraception (âge, nombre d’enfants, diplôme, nationalité), on a introduit parmi les variables explicatives la CSP et l’importance de la religion.
L’ensemble de notre démarche est résumé dans le tableau 1.
Tableau 1
Résumé des tests réalisés
II. Ampleur de la déperdition et facteurs explicatifs
L’échantillon de la première vague de l’enquête Cocon était constitué de 2 863 femmes. 2 218 femmes ont pu être réinterrogées en 2001, et 1 912 en 2002. Ainsi, au bout de la troisième interrogation, la taille de l’échantillon a diminué d’un tiers. Le tableau 2 fait le bilan des collectes des deux enquêtes de suivi.
Tableau 2
Bilan des collectes des enquêtes de suivi
1. Une déperdition plutôt élevée la première année du suivi, mais qui baisse nettement l’année suivante
Le taux de déperdition entre 2000 et 2001 s’élève à 22,5 % (tableau 3). Ce taux est plus faible que ce qui a été observé lors de l’enquête pilote Cocon, effectuée entre 1998 et 1999 (33,8 %)
[8], mais paraît néanmoins élevé au regard de ce que l’on observe dans d’autres enquêtes répétées. Dans une enquête française en population générale récente, en l’occurrence le Panel européen de ménages, le taux de déperdition entre la première et la deuxième vague (réalisées en 1994 et 1995) s’élevait par exemple à 9,4 % (Chambaz et Legendre, 1999). La méthodologie et l’objectif de ces deux enquêtes sont cependant très différents
[9], ce qui rend la comparaison difficile.
Tableau 3
Mesure de la déperdition de la cohorte Cocon entre 2000 et 2002
Entre 2001 et 2002, le taux de déperdition dans Cocon est passé à 13,8 %, soit une forte diminution par rapport à la première année. Cette tendance à une moindre déperdition après la première réinterrogation est fréquente dans les enquêtes répétées : c’est également le cas dans le Panel européen où le taux d’attrition n’était plus que de 3,5 % entre les vagues 2 et 3 (Chambaz et Legendre, 1999) ; aux États-Unis, dans le Panel Study of Income Dynamics (PSID), la déperdition atteignait presque 11 % la première année, pour tomber à moins de 4 % les années suivantes (Fitzgerald et al., 1998). Il semblerait que les individus les plus mobiles et les plus réticents à l’enquête soient « perdus » surtout la première année, mais que par la suite, l’échantillon ait tendance à se stabiliser.
2. Deux principaux facteurs de déperdition : le non-contact et les refus
L’équipe de recherche a décidé d’exclure du suivi les femmes ayant subi une hystérectomie qui, de ce fait, n’étaient plus concernées par la contraception
[10]. Mises à part ces exclusions de la population cible, trois facteurs font que certaines femmes n’ont pas pu être réinterrogées :
- Un refus de réinterrogation est exprimé par la femme à la fin de l’entretien de l’année précédente ;
- Il est impossible de joindre la femme l’année du suivi ;
- Un refus de réinterrogation est exprimé au moment du contact l’année du suivi.
L’importance relative de ces différents facteurs de déperdition, selon la période, est retracée dans le tableau 4.
Tableau 4
Part des différents facteurs de déperdition (en %)
Globalement, sur l’ensemble de la période 2000-2002, 44 % de la déperdition provient de l’impossibilité de joindre les femmes ; les refus exprimés à la fin de la dernière interview réalisée auprès de la femme ou en cours de suivi engendrent, pour leur part, 56 % de la déperdition. Le poids des déperditions dues au non-contact est donc très important, malgré les mesures mises en place pour tenir à jour les coordonnées des femmes et les joindre en cas de changement de numéro.
Les taux d’échec (non-contact et refus) sont en baisse au cours des deux vagues, comme l’indique le bilan comparé des différentes collectes (tableau 2). Le taux de non-contact a ainsi diminué de moitié entre 2001 et 2002, passant de 9,5 % à 4,6 %. Cela provient pour partie de l’élargissement de l’éventail de numéros de téléphone susceptibles de permettre de joindre la femme (coordonnées propres de la femme et numéros de per sonnes proches, ce qui représente jusqu’à 7 numéros possibles à la fin de la vague 2002)
[11]. Mais cela peut aussi provenir de la moindre fréquence des changements des numéros de téléphone dans l’échantillon réinterrogé en 2001. Les taux de refus ont également baissé entre 2001 et 2002 : à la fin de l’interview en 2001, 5,8 % des femmes ont refusé de poursuivre l’enquête en 2002 ; en 2002, 3,2 % des femmes ont indiqué qu’elles ne voulaient pas être interrogées en 2003. Le taux de refus au moment du contact, lui, est passé de 7,3 % en 2001 à 5,1 % en 2002
[12].
3. Une forte sélection selon les caractéristiques sociodémographiques
Le poids des divers facteurs de déperdition varie selon les caractéristiques sociodémographiques des femmes (tableau 5). L’impossibilité de joindre les femmes par téléphone est plus fréquente parmi les jeunes (moins de 29 ans) et celles qui ne vivent pas en couple. La plus forte difficulté à contacter les jeunes par téléphone filaire est un phénomène assez classique souligné dans d’autres études (Firdion, 1993). Les difficultés de contact lors de la vague 2001 s’observent aussi plus souvent parmi les femmes peu diplômées (de niveau inférieur au CAP) et celles de nationalité étrangère. Cependant, pour toutes les catégories de femmes, les taux de non-contact ont baissé entre 2001 et 2002. La diminution est particulièrement importante au sein des catégories qui étaient les plus difficiles à joindre en 2001 : par exemple, 20,4 % des femmes de nationalité étrangère n’ont pas pu être contactées en 2001, contre 6,5 % en 2002. De même, 12 % des 18-24 ans n’ont pas pu être jointes en 2001, contre 7 % en 2002.
Les facteurs explicatifs des refus sont, pour leur part, à rechercher non seulement du côté des caractéristiques sociodémographiques des femmes, mais aussi du côté de la sensibilité du sujet abordé, de la durée de passation du questionnaire ou des caractéristiques des enquêteurs (âge, sexe, expérience dans les enquêtes par téléphone, etc.). L’interaction enquêtée-enquêteur, la sensibilité du sujet abordé ou la durée du questionnaire, quand elle est jugée excessive, peuvent en effet conduire les femmes à refuser d’être réinterviewées.
Des croisements entre taux de refus et caractéristiques des enquêteurs ont montré un faible lien entre ces variables. En 2000 par exemple, 5,8 % des entretiens réalisés par un enquêteur ont donné lieu à un refus de réinterrogation pour l’année suivante, contre 5,7 % de ceux réalisés par une enquêtrice. En 2001, ces pourcentages s’établissent respectivement à 2,9 % et 3,5 %. De même, le fait que la femme ait eu à répondre à des questions sensibles
[13]) ne semble pas engendrer un surcroît de refus. La durée de l’interview ne paraît pas non plus avoir d’effet sur les refus des femmes de poursuivre l’enquête Cocon. On note même plutôt des taux de refus plus faibles pour les entretiens longs : en 2000, 28,5 %
[14] des femmes dont l’interview a duré moins de 20 minutes ont refusé d’être réinterrogées en 2001, contre seulement 2,3 % de celles pour lesquelles l’interview a duré plus de 50 minutes (tableau 5).
Tableau 5
Fréquence des différents facteurs de déperdition selon les caractéristiques des femmes (résultats non pondérés)
Finalement, les refus semblent plus liés aux caractéristiques sociodémographiques des femmes qu’aux caractéristiques des interviews. Les conséquences de ces différences de taux de déperdition sur la structure de l’échantillon final pourront être appréhendées par les comparaisons de moyennes exposées dans la partie suivante.
III. Résultats des modèles d’analyse des biais
Dans cette partie, nous évaluons en détail les biais induits par le caractère sélectif de la déperdition. On s’intéresse à la perte globale au bout de la seconde enquête de suivi : les « perdues de vue » sont définies comme les femmes ne faisant pas partie de l’échantillon de la dernière vague de l’enquête (2002), quelle qu’en soit la raison (exclusion par l’équipe de recherche, refus ou non-contact)
[15]. On n’a donc pas cherché à distinguer le moment où une femme perdue de vue a quitté l’échantillon, se contentant d’agréger la perte à l’issue de la troisième vague.
1. Comparaison de moyennes
Pour les variables liées à la vie génésique, on observe peu de différences entre l’échantillon des femmes réinterrogées et celui des perdues de vue (tableau 6). La proportion de femmes ayant eu une grossesse accidentelle comme de celles ayant eu une IVG ne diffèrent pas significativement entre les échantillons. Seule la proportion de femmes désirant un enfant en 2000 varie de manière importante (35,1 % dans l’échantillon des femmes réinterrogées contre 30,3 % chez les perdues de vue). La différence n’est toutefois pas significative quand on utilise les données pondérées.
Tableau 6
Moyennes des variables selon l’échantillon
La répartition des femmes selon la principale méthode de contraception utilisée en 2000, en revanche, se modifie de manière importante d’un échantillon à l’autre. Pour l’ensemble des femmes, le pourcentage de femmes utilisant la pilule ou le stérilet est plus élevé parmi l’échantillon réinterrogé, contrairement aux femmes stérilisées dont la part est significativement plus faible. Il en est de même des femmes n’utilisant aucune contraception, qui représentent 2 % des femmes réinterrogées contre 4,5 % des femmes perdues de vue. Les différences perdurent si l’on se restreint à l’échantillon des femmes « concernées par la contraception » en 2000.
On note aussi une variation significative de la structure par âge, la part des femmes de 40-44 ans (en 2000) étant plus faible dans l’échantillon des femmes toujours suivies en 2002. La proportion de femmes âgées de 18 à 24 ans est également plus faible, mais la différence n’est pas significative. Cette moindre proportion des femmes situées aux âges extrêmes de l’échantillon est compensée par une proportion plus élevée de femmes de 30-39 ans parmi celles qui ont pu être réinterrogées. Le pourcentage de femmes de nationalité étrangère est aussi sensiblement moindre dans l’échantillon des femmes réinterrogées, puisque 9,8 % des femmes perdues de vue sont étrangères, contre 4 % des femmes suivies. Enfin, la répartition de l’échantillon par niveau de diplôme s’est significativement modifiée : les femmes peu diplômées ont davantage échappé à la réinterrogation, si bien que, par rapport à l’échantillon des femmes perdues de vue, celui des femmes suivies comprend une part plus élevée de titulaires du baccalauréat ou d’un diplôme du supérieur.
La taille du ménage d’appartenance est aussi une variable discriminante : les femmes qui, en 2000, vivaient seules sont plus nombreuses à ne pas figurer dans l’échantillon 2002. En corollaire, la proportion de femmes non en couple a diminué entre les deux vagues. La répartition selon le type de commune de résidence, pour sa part, ne s’est pas beaucoup modifiée : les femmes de l’agglomération parisienne semblent moins bien suivies, mais la baisse de leur proportion est faiblement significative, voire non significative après pondération. Toutefois, il convient de considérer ce résultat avec précaution du fait des valeurs manquantes en ce qui concerne la commune de résidence.
Ces constatations doivent être confirmées par des modèles qui tiennent compte des effets de structure. Tel est l’objet des modélisations logit sur la probabilité de sortir de l’échantillon, dont les résultats sont exposés dans la section suivante.
2. Résultats de la modélisation logit de la déperdition
La première variable d’intérêt avec laquelle nous avons tenté de modéliser la déperdition entre 2000 et 2002 est la principale méthode contraceptive utilisée en 2000. Introduite seule (modèle 1), cette variable fait ressortir des différences significatives : par rapport aux utilisatrices de la pilule, les femmes stérilisées ou employant une méthode réversible autre que pilule, stérilet ou préservatif ont une probabilité de sortir de l’échantillon plus importante (tableau 7, p. 436-437). Il en est de même pour les femmes n’utilisant aucune méthode. Par contre, les utilisatrices du stérilet ont plus fréquemment été réinterrogées.
Tableau 7
Facteurs influençant la probabilité de ne pas être réinterrogée en 2002 (coefficients des modèles logit)
Même lorsqu’on contrôle les autres caractéristiques des femmes (âge, nombre d’enfants, désir d’un autre enfant, diplôme, situation matrimoniale, nationalité), il continue d’y avoir des différences selon la principale méthode de contraception utilisée. Les écarts vont dans le même sens que dans le modèle précédent, mais ils sont plus faibles en valeur absolue. En outre, le coefficient correspondant aux utilisatrices du stérilet est devenu non significatif au seuil de 10 %.
Concernant les caractéristiques individuelles, on note l’absence d’écarts significatifs des taux de déperdition selon l’âge ou le nombre d’enfants. Par contre, la nationalité et la situation matrimoniale ressortent de manière significative : les étrangères et les femmes non en couple en 2000 sont plus fréquemment perdues de vue. Enfin, la probabilité d’être réinterrogée croît avec le diplôme, et elle est plus élevée chez les femmes souhaitant avoir un premier ou un autre enfant.
Le modèle logit incluant le fait d’avoir eu une grossesse imprévue comme seule variable explicative est à la limite de la significativité (le chi2 du test de nullité de l’ensemble des coefficients est faible, et l’on rejette sa significativité au seuil de 5 %). Le coefficient de la variable, qui est significatif au seuil de 10 %, indique que les femmes ayant eu une grossesse imprévue dans leur vie ont été plus souvent réinterrogées.
Le modèle reliant la déperdition avec le seul fait d’avoir eu une IVG, pour sa part, n’est pas significatif à 10 % par rapport à celui qui ne comporte que la constante. C’est seulement lorsqu’on introduit d’autres variables explicatives que le modèle devient pertinent (le test du chi2 sur l’adéquation du modèle est significatif à 1 %). Toutefois, le coefficient de la variable « a eu une IVG » ne ressort pas de manière significative. Ceci peut être interprété comme l’absence de lien entre la déperdition et le fait d’avoir eu une IVG par le passé.
3. Résultats des tests de BGLW
Rappelons que le test de Becketti, Gould, Lilliard et Welch (1998) ou BGLW consiste à comparer l’égalité des coefficients des régressions effectuées sur l’échantillon des personnes réinterrogées, d’une part, et celui des personnes perdues de vue, d’autre part. Dans cette partie, nous avons mené de tels tests, en les précédant chaque fois des résultats de régressions portant sur l’échantillon initial (2000) puis sur l’échantillon des femmes réinterrogées. Ce sont, en effet, ces échantillons qui seront le plus souvent mobilisés lors des analyses menées à partir de la cohorte Cocon.
Modélisation de variables liées à l’histoire génésique
Dans un premier temps, on a modélisé les quatre variables dépendantes suivantes : la stérilisation, le désir d’enfant, le fait d’avoir eu une IVG, et le fait d’avoir eu une grossesse non désirée (tableau 8). Les variables explicatives introduites sont l’âge, le nombre d’enfants, le diplôme, le statut matrimonial et la nationalité. Pour la modélisation de la stérilisation, on a exclu la variable « nationalité » des variables explicatives, car aucune étrangère réinterrogée n’a été stérilisée. De plus, on a regroupé les femmes de moins de 30 ans dans la modalité de référence, car aucune femme de moins de 25 ans n’a subi une opération stérilisante. Pour la modélisation du désir d’enfant, l’échantillon analysé comprend l’ensemble des femmes ayant eu un rapport sexuel et non enceintes en 2000, soit 2 671 femmes dont 1 788 étaient toujours suivies en 2002.
Tableau 8
Facteurs influençant différentes variables liées à l’histoire génésique selon l’échantillon (coefficients des modèles logit)
Les tests d’adéquation des modèles mis en œuvre ont toujours conduit à rejeter l’hypothèse de nullité de l’ensemble des coefficients au seuil de 1 %, ce qui laisse penser que les variables explicatives introduites sont pertinentes.
Les signes des coefficients obtenus sont globalement conformes à ce à quoi l’on peut s’attendre. Stérilisation, antécédent d’IVG ou de grossesse non désirée ont tendance à devenir plus fréquents avec l’âge et le nombre d’enfants
[16]. À l’inverse, le désir d’enfant est plus faible chez les femmes les plus âgées et chez celles ayant eu de nombreux enfants. Le diplôme n’a qu’un faible impact sur l’IVG et la grossesse non désirée. Mais il est fortement relié au fait d’être stérilisée : cette caractéristique se retrouve plus souvent chez les moins diplômées.
Les coefficients obtenus suivent généralement les mêmes tendances, que l’estimation soit réalisée sur l’ensemble des femmes de l’échantillon 2000 ou sur les femmes présentes dans l’échantillon de 2002. Cependant, dans l’échantillon de départ, les Françaises ont eu moins fréquemment une IVG que les étrangères, alors que c’est l’inverse pour l’échantillon des femmes réinterrogées. La différence est toutefois non significative.
Les tests d’égalité des coefficients n’incluant pas la constante amènent tous à rejeter l’hypothèse de modification des coefficients de régression entre l’échantillon des femmes toujours suivies et celui des femmes perdues de vue. Les tests d’égalité des coefficients incluant la constante amènent également à rejeter l’hypothèse de modification pour les variables dépendantes « désir d’un (autre) enfant » et « a eu une IVG ». En revanche, l’égalité de l’ensemble des coefficients est rejetée au seuil de 5 % pour les variables dépendantes « a été stérilisée » et « a eu une grossesse non désirée ».
Au total, les tests de BGLW réalisés pour les quatre variables d’intérêt analysées amènent à conclure à l’absence de biais d’attrition pour le désir d’un autre enfant et l’antécédent d’IVG. Pour le fait d’avoir été stérilisée ou celui d’avoir eu une grossesse non désirée, les tests montrent qu’il y a une variation significative des niveaux des variables d’un échantillon à l’autre. Cette variation de niveau ne modifie cependant pas les effets propres de chaque variable (représentés par les coefficients), c’est-à-dire les écarts logistiques entre modalités des variables explicatives d’un échantillon à l’autre.
Modélisation de la principale méthode contraceptive utilisée
Dans un deuxième temps, nous avons cherché à détecter l’existence de biais lorsqu’on étudie la contraception. Quatre variables dépendantes sont modélisées : l’usage de la pilule, l’usage du stérilet, l’usage d’une méthode réversible autre que la pilule, le stérilet ou le préservatif
[17] et, enfin, le fait de n’utiliser aucune méthode de contraception (tableau 9, p. 442-443). La pilule et le stérilet sont les deux méthodes de contraception les plus répandues en France. En 2000, elles concernaient respectivement 46 % et 16 % de l’ensemble des femmes de 18-44 ans (tableau 3 en introduction de ce dossier et Bajos et al., 2003).
Tableau 9
Facteurs influençant la principale méthode de contraception selon l’échantillon (coefficients des modèles logit)
Nous nous restreignons dans cette partie aux femmes « concernées par la contraception » (non stérilisées ou stériles, ayant un partenaire sexuel, et ne cherchant pas à concevoir). Les variables explicatives sont celles habituellement utilisées pour étudier la pratique contraceptive : l’âge, le nombre et le désir d’enfants, le diplôme, la situation matrimoniale (Toulemon et Leridon, 1991 et 1992). Deux autres caractéristiques pouvant être reliées à la contraception ont aussi été introduites : l’importance accordée à la religion et la catégorie socioprofessionnelle. De tels modèles ont été mis en œuvre récemment sur les données de l’enquête Cocon 2000 (Leridon et al., 2002). Nous avons enfin introduit la nationalité de la femme parmi les variables explicatives, puisque cette caractéristique est très liée à la déperdition.
Pour toutes les régressions effectuées sur l’ensemble de l’échantillon initial, les tests d’adéquation (Chi2) sont significatifs à 1 %. Il en est de même pour la modélisation de l’utilisation de la pilule et du stérilet sur l’échantillon des femmes réinterrogées. Par contre, la significativité du modèle sur l’usage de méthodes contraceptives autres que pilule, stérilet ou préservatif appliqué à l’échantillon des femmes réinterrogées en 2002 est rejetée au seuil de 1 %, et n’est acceptée qu’au seuil de 5 %. Quant au fait de n’utiliser aucune contraception, le test du Chi2 amène à rejeter la validité du modèle pour l’échantillon 2002, même au seuil de 10 %. Le même modèle appliqué à l’échantillon initial a pourtant semblé de bonne qualité : cela montre que la déperdition a fragilisé la modélisation du fait de n’utiliser aucune méthode. Ce résultat découle pour une part de la faible fréquence du phénomène.
Les modèles montrent une forte différenciation des méthodes de contraception choisies par les femmes en fonction de leurs caractéristiques. L’usage de la pilule décroît avec l’âge, tandis que celui du stérilet augmente. De même, avoir plus d’enfants conduit à délaisser la pilule au profit du stérilet. Le fait d’accorder de l’importance à la religion joue positivement sur l’usage de la pilule, négativement sur celui du stérilet et n’a pas d’influence sur l’utilisation d’autres méthodes réversibles. La nationalité, elle, a un impact sur l’usage de méthodes contraceptives autres que la pilule, le stérilet ou le préservatif : toutes choses égales par ailleurs, ces dernières situations concernent davantage les femmes de nationalité étrangère. La non-utilisation, pour sa part, concerne surtout les femmes peu diplômées, ainsi que celles de nationalité étrangère. Globalement, ces différences d’utilisation des diverses méthodes contraceptives selon les caractéristiques individuelles s’observent de la même manière quel que soit l’échantillon (ensemble des femmes ou femmes réinterrogées seulement).
Le test de comparaison des coefficients de régression entre échantillons, qui compare l’échantillon des femmes suivies en 2002 à celui des femmes perdues de vue, amène à rejeter l’hypothèse de dissemblance pour les variables dépendantes « méthode réversible autre que pilule, stérilet, préservatif » et « aucune méthode ». Ainsi, pour ces variables, la déperdition ne crée pas de biais. Pour l’usage du stérilet, l’hypothèse d’égalité des coefficients est acceptée quand on ne tient pas compte de la constante, et rejetée au seuil de 10 % quand on en tient compte. Enfin, pour la pilule, l’hypothèse d’égalité est rejetée au seuil de 10 %, qu’on inclue la constante ou non. La différence des Log-vraisemblance est cependant faiblement significative : au seuil de 5 %, on continue d’accepter l’hypothèse d’égalité des coefficients de régression dans les deux cas.
Au total, pour les quatre méthodes contraceptives que nous avons étudiées, l’attrition de la cohorte entre 2000 et 2002 n’a pas engendré de biais majeur. Il n’est donc pas indispensable de tenir compte de la déperdition pour effectuer des analyses sur ces variables d’intérêt.
Conclusion
Cette étude avait pour objectif de décrire et d’analyser la déperdition dans l’enquête Cocon, dont l’échantillon a perdu un tiers de ses effectifs entre 2000 et 2002. Le taux de déperdition, élevé la première année, a considérablement diminué la seconde année, passant de 22,5 % à 13,8 %. Pour 44 % des femmes qui n’ont pas été réinterrogées, la raison en est l’impossibilité de les joindre par téléphone. Les changements de numéro de téléphone entre deux vagues d’enquête ont donc été un facteur important de déperdition, malgré les mesures mises en place pour tenir à jour les coordonnées des femmes. Le reste de la déperdition provient principalement des refus de réinterrogation. Ces derniers ne semblent toutefois pas liés à la sensibilité du sujet de l’enquête, à la durée de l’entretien téléphonique ou aux caractéristiques des enquêteurs.
La déperdition a été très sélective, touchant principalement les femmes peu diplômées, les jeunes et les plus âgées, les étrangères, ainsi que les personnes vivant seules ou non en couple. Malgré cette forte sélection selon les caractéristiques individuelles, la déperdition n’entraîne pas de biais majeurs dans les modélisations des variables d’intérêt de l’enquête, qu’il s’agisse de l’histoire génésique ou de l’utilisation de méthodes contraceptives. À part des différences de niveau pour les variables « être stérilisée » et « avoir eu une grossesse accidentelle », tous les tests réalisés ont conclu à une stabilité des coefficients des modèles multivariés, qu’on effectue l’estimation sur l’échantillon des femmes réinterrogées ou sur celui des perdues de vue. Ces conclusions rejoignent celles de Fitzgerald et al. (1998), d’Alderman et al. (2001), ou de Breuil-Genier et Valdelièvre (2001) et sont favorables à la mise en place d’enquêtes répétées malgré les problèmes de déperdition. Le mode de recueil téléphonique, en particulier, ne semble pas inadapté à la réalisation d’interrogations répétées, du moment que des mesures adéquates sont prises pour limiter les pertes dues aux changements de coordonnées téléphoniques d’une interrogation à l’autre.
Finalement, le seul vrai problème posé par l’attrition, dans le cas de l’enquête Cocon, est celui de la perte de précision due à la baisse des effectifs. En faisant l’hypothèse que le taux de déperdition observé entre la deuxième et la troisième vague d’interrogation se maintiendra au cours des vagues d’interrogation restantes, on évalue la taille finale de l’échantillon Cocon à environ 1 400 femmes, soit la moitié de l’échantillon initial. Une telle taille d’échantillon peut toutefois être insuffisante pour estimer avec la précision voulue certains indicateurs d’intérêt de l’étude.
BIBLIOGRAPHIE
·
Alderman Harold, Behrman Jere R., Kohler Hans-Peter, Maluccio John A., Watkins Susan Cotts, 2001, « Attrition in longitudinal household survey data », Demographic Research, vol. 5, article 4, p. 78-123 (revue en ligne sur http://www.demographic-research.org).
·
Bajos Nathalie, Leridon Henri, Goulard Hélène, Oustry Pascale, Job-Spira Nadine and the Cocon Group, 2003, « Contraception: from accessibility to efficiency », Human Reproduction, 18(5), p. 994-999.
·
Becketti Sean, Gould William, Lillard Lee, Welch Finis, 1988, « The panel study of income dynamics after fourteen years: an evaluation », Journal of Labor Economics, 6(4), p. 472-492.
·
Breuil-Genier Pascale, Valdelièvre Hélène, 2001, « Le panel européen : l’intérêt d’un panel d’individus », Économie et statistique, n° 394-350, p. 17-40.
·
Cases Chantal, Hourriez Jean-Michel, Legris Bernard, 1996, « Les revenus des ménages », in Données sociales 1996, Paris, Insee, p. 338-353.
·
Chambaz Christine, Legendre Nadine, 1999, « Calcul des pondérations dans le panel européen de ménages », Actes des Journées de méthodologie statistique, 17-18 mars 1998, Insee Méthodes, n° 84-85-86, p. 101-129.
·
Firdion Jean-Marie, 1993, « Effet du rang d’appel et de la présence du conjoint dans une enquête téléphonique », Population, 48(5), p. 1281-1314.
·
Fitzgerald John, Gottschalk Peter, Moffitt Robert, 1998, « An analysis of sample attrition in panel data: the panel study of income dynamics », Journal of Human Resources, 33(2), p. 251-299.
·
Gould William, 2002, « Can you explain Chow tests? », Stata FAQs ( en ligne sur http://www.stata.com/support/faqs/).
·
Journal of Human Resources, 1998, 33(2), numéro spécial sur les déperditions dans les enquêtes longitudinales.
·
Leridon Henri, Oustry Pascale, Bajos Nathalie et l’Équipe Cocon, 2002, « La médicalisation croissante de la contraception en France », Population et Sociétés, n° 381, 4 p.
·
Little Roderick J.A., Rubin Donald, 1987, Statistical analysis with missing data, New York, John Wiley and Sons (Wiley Series in Probability and Mathematical Statistics), 278 p.
·
Powell-Griner Eve, Trent Katherine, 1987, « Socioeconomic determinants of abortion in the United States », Demography, 24(4), p. 553-561.
·
Rendtel Ulrich, 2002, « Attrition in household panels : a survey », Chintex working paper n° 4, (en ligne sur http://www.destatis.de/chintex/download/paper4.pdf).
·
Toulemon Laurent, Leridon Henri, 1991, « Vingt années de contraception en France : 1968-1988 », Population, 46(4), p. 777-812.
·
Toulemon Laurent, Leridon Henri, 1992, « Maîtrise de la fécondité et appartenance sociale : contraception, grossesses accidentelles et avortements », Population, 47(1), p. 1-45.
·
Wilder Esther I., 2000, « Socioeconomic and cultural determinants of abortion among Jewish women in Israel », European Journal of Population, 16(2), p. 133-162.
NOTES
[*]
Institut national d’études démographiques.
Institut national d’études démographiques.
[1]Une synthèse des deux types d’approche peut être trouvée dans Rendtel (2002).
Une synthèse des deux types d’approche peut être trouvée dans Rendtel (2002).
[2]Les termes « ignorable » et « non ignorable » ont été directement transposés du texte anglais.
Les termes « ignorable » et « non ignorable » ont été directement transposés du texte anglais.
[3]Le PSID est une enquête de l’université du Michigan, spécifiquement consacrée à l’activité et aux revenus. Réalisée pour la première fois en 1968, cette enquête se poursuit encore de nos jours.
Le PSID est une enquête de l’université du Michigan, spécifiquement consacrée à l’activité et aux revenus. Réalisée pour la première fois en 1968, cette enquête se poursuit encore de nos jours.
[4]La répartition des femmes selon les différentes modalités de cette variable figure en introduction du dossier.
La répartition des femmes selon les différentes modalités de cette variable figure en introduction du dossier.
[5]Variable dichotomique, obtenue en réponse à la question : « Est-ce que la religion est importante dans votre vie? ».
Variable dichotomique, obtenue en réponse à la question : « Est-ce que la religion est importante dans votre vie? ».
[6]Cette manière de faire revient à comparer les pourcentages de déperdition selon les modalités des variables explicatives.
Cette manière de faire revient à comparer les pourcentages de déperdition selon les modalités des variables explicatives.
[7]Les estimations multivariées ont été effectuées à l’aide de la procédure « logit » du logiciel STATA, à la suite de laquelle on peut procéder à divers tests sur les coefficients estimés. Gould (2002) donne des indications sur la mise en œuvre pratique de tests de comparaison de coefficients issus de deux échantillons avec ce logiciel.
Les estimations multivariées ont été effectuées à l’aide de la procédure « logit » du logiciel STATA, à la suite de laquelle on peut procéder à divers tests sur les coefficients estimés. Gould (2002) donne des indications sur la mise en œuvre pratique de tests de comparaison de coefficients issus de deux échantillons avec ce logiciel.
[8]Soulignons toutefois que le délai séparant les deux vagues a été de 16 mois pour l’enquête pilote.
Soulignons toutefois que le délai séparant les deux vagues a été de 16 mois pour l’enquête pilote.
[9]L’enquête « Panel européen » de la France, réalisée par l’Insee, s’appuie sur une méthodologie commune à 14 pays de l’Union européenne. Il s’agit d’une enquête répétée, spécifiquement consacrée à l’emploi et aux revenus, dont la première unité de sondage est le ménage. Une fois le ménage sélectionné, sont enquêtés (et suivis) tous les individus de 17 ans ou plus. Les données sont recueillies en face-à-face (Breuil-Genier et Valdelièvre, 2001).
L’enquête « Panel européen » de la France, réalisée par l’Insee, s’appuie sur une méthodologie commune à 14 pays de l’Union européenne. Il s’agit d’une enquête répétée, spécifiquement consacrée à l’emploi et aux revenus, dont la première unité de sondage est le ménage. Une fois le ménage sélectionné, sont enquêtés (et suivis) tous les individus de 17 ans ou plus. Les données sont recueillies en face-à-face (Breuil-Genier et Valdelièvre, 2001).
[10]Elles étaient au nombre de 29 en 2001 et 18 en 2002.
Elles étaient au nombre de 29 en 2001 et 18 en 2002.
[11]Le numéro de contact en 2000, le numéro fourni à la fin de l’interview en 2000, le numéro d’une personne proche, le numéro récupéré auprès de cette personne et, éventuellement, le numéro renvoyé par la femme par coupon-réponse ou numéro vert. Une mise à jour des coordonnées téléphoniques, effectuée en 2002, a permis d’ajouter à la liste des numéros un nouveau numéro d’une personne proche et un numéro trouvé par recherche dans l’annuaire.
Le numéro de contact en 2000, le numéro fourni à la fin de l’interview en 2000, le numéro d’une personne proche, le numéro récupéré auprès de cette personne et, éventuellement, le numéro renvoyé par la femme par coupon-réponse ou numéro vert. Une mise à jour des coordonnées téléphoniques, effectuée en 2002, a permis d’ajouter à la liste des numéros un nouveau numéro d’une personne proche et un numéro trouvé par recherche dans l’annuaire.
[12]45 femmes de l’échantillon 2000 ont refusé d’être ré-interrogées en 2001, mais ont accepté pour 2002. En 2002, seulement une dizaine d’enquêtes auprès de ces femmes ont pu être achevées. Dans nos calculs, ces refus « momentanés » ont été regroupés avec les refus « définitifs ».
45 femmes de l’échantillon 2000 ont refusé d’être ré-interrogées en 2001, mais ont accepté pour 2002. En 2002, seulement une dizaine d’enquêtes auprès de ces femmes ont pu être achevées. Dans nos calculs, ces refus « momentanés » ont été regroupés avec les refus « définitifs ».
[13]Les questions sensibles testées ont été notamment : « Avez-vous déjà eu des rapports sexuels avec un homme ? », « La contraception a-t-elle un effet positif ou négatif sur le désir d’avoir des rapports sexuels ? », et « La contraception a-t-elle un effet positif ou négatif sur le plaisir au moment des rapports sexuels? ».
Les questions sensibles testées ont été notamment : « Avez-vous déjà eu des rapports sexuels avec un homme ? », « La contraception a-t-elle un effet positif ou négatif sur le désir d’avoir des rapports sexuels ? », et « La contraception a-t-elle un effet positif ou négatif sur le plaisir au moment des rapports sexuels? ».
[14]Ce pourcentage inclut 120 femmes qui ont abandonné l’entretien avant qu’on ait pu leur demander si elles accepteraient d’être réinterrogées en 2001. Si l’on exclut ces femmes, le taux de refus de réinterrogation pour les interviews de moins de 20 minutes, en 2000, est de 4,6 %.
Ce pourcentage inclut 120 femmes qui ont abandonné l’entretien avant qu’on ait pu leur demander si elles accepteraient d’être réinterrogées en 2001. Si l’on exclut ces femmes, le taux de refus de réinterrogation pour les interviews de moins de 20 minutes, en 2000, est de 4,6 %.
[15]Les femmes exclues auraient pu être omises des calculs. Leur faible nombre ne devrait toutefois pas modifier en profondeur les résultats.
Les femmes exclues auraient pu être omises des calculs. Leur faible nombre ne devrait toutefois pas modifier en profondeur les résultats.
[16]Pour l’IVG, des résultats similaires ont été trouvés dans d’autres pays (Powell-Griner et Trent, 1987; Wilder, 2000).
Pour l’IVG, des résultats similaires ont été trouvés dans d’autres pays (Powell-Griner et Trent, 1987; Wilder, 2000).
[17]Ces autres méthodes sont principalement l’abstinence périodique, le retrait, et dans une moindre mesure les méthodes locales comme le spermicide.
Ces autres méthodes sont principalement l’abstinence périodique, le retrait, et dans une moindre mesure les méthodes locales comme le spermicide.