Annexe 1
Personnes consultées ou rencontrées à propos de l'application du diagnostic rural rapide

J.E. Mike Arnold, Oxford Forestry Institute, South Parks Road, Oxford OX1 3RB, Royaume-Uni

William Bentley, Winrock International, Petit Jean Mountain, Morrilton, Arkansas 72110, Etats-Unis

J. Gabriel Campbell, 5803 Manchester Place, N.W., Washington, D.C. 20011, Etats-Unis

Peter Castro, Department of Anthropology, Syracuse University, 500 University Place, Syracuse, New York 13244, Etats-Unis

Peter DeWees, Oxford Forestry Institute; or, P.O. Box 67498, Nairobi, Kenya

Ann Fleuret, Institute of African Studies, University of Nairobi, P.O. Box 30197, Nairobi, Kenya

Loren Ford, Forest Service, United States Department of Agriculture, Box 25,000, Rio Piedras, Porto Rico 00928

Karen Schoonmaker Freudenberger, IDRC/CRDI, B.P. 11007, CD Annexe, Dakar, Sénégal

Solveig Freudenthal, Department of Social Anthropology, Annex 1, S-106 91 Stockholm, Suède

Barbara Grandin, International Laboratory for Research on Animal Diseases, P.O. Box 30709, Nairobi, Kenya

Terry et Somluckrat Grandstaff, 1458 New Petchburi Road, Bangkok, 10310, Thaïlande

Ruth Grosvenor-Alsop, Intermediate Technology Development Group, Myson House, Railway Terrace, Rugby CV21 3HT, Royaume-Uni

Andrew Manzardo, 6214 Haddon Avenue, Baltimore, Maryland, Etats-Unis

Laura McPherson, 6513 Pleasant Place, Little Rock, Arkansas, 72205, Etats-Unis

Don Messerschmidt, Institute of Forestry, P.O. Box 43, Pokhara, Népal

J. Kathy Parker, The Oriskany Institute, P.O. Box 487, Broomall, Pennsylvania 19008, Etats-Unis

John Raintree, ICRAF House, off Limuru Road, Gigiri, P.O. Box 30677, Nairobi, Kenya

Rolf Reichert, GTZ Division 404, Room 1347, P.O. Box 5180, D-6236 Eschborn 1, Allemagne

Anders Rudqvist, Department of Social Anthropology, University of Stockholm, Annex 1, S-106 91 Stockholm, Suède

Ueli Scheuermeier, Alexandraweg 34, 3006 Bern, Suisse

Anita Spring, Department of Anthropology, University of Florida, Gainesville, Florida 32611, Etats-Unis

Annexe 2
Echantillonnage «rapide et approximatif» Logiciel statistique
Ronald Ng, ASTAG, Banque mondiale

Le logiciel complet se compose de quatre programmes conçus à l'intention du non-statisticien chargé d'activités de suivi et d'évaluation. Deux des programmes permettent à l'utilisateur de déterminer la taille minimale de l'échantillon, en vue de l'analyse des principaux paramètres qui ont été retenus car importants pour l'exécution du projet. Ces programmes ont pour avantage d'être participatifs. La taille de l'échantillon est déterminée sur la base de calculs statistiques rigoureux, mais aussi en tenant compte des informations sur les paramètres à étudier dont dispose déjà l'utilisateur. Ainsi l'utilisateur détermine la taille de l'échantillon en insérant, de façon interactive, ce qu'il sait déjà sur la situation, de manière à constituer un échantillon maniable de taille minimale pour tester ses hypothèses de travail. Ce programme est approximatif dans la mesure où les résultats qu'il donne sont fonction de la qualité de l'information que l'on y introduit. Si les données sont plutôt fiables, l'enquête sera moins approximative, alors que si elles sont erronées les résultats seront moins précis. Le traitement statistique des données est, quant à lui, très élaboré et très sûr.

Ce programme est d'utilisation idéale dans le cadre du processus itératif de suivi et d'évaluation: sur la base d'un diagnostic rapide antérieur, l'utilisateur peut déterminer un échantillon statistiquement valable pour effectuer une enquête permettant d'étudier de façon plus rigoureuse et structurée les paramètres clés identifiés à l'occasion de l'évaluation rapide. Les résultats de cette enquête peuvent à leur tour servir de base de discussion avec les bénéficiaires cibles sur les problèmes et les questions que devra résoudre le projet par son intervention.

Les deux programmes d'échantillonnage sont basés sur la méthodologie de l'échantillonnage par grappes. La logique du choix de cette méthode d'échantillonnage est simple: on suppose que la raison pour laquelle on réalise un échantillonnage «rapide et approximatif» est qu'il est malaisé d'effectuer de longs déplacements pour identifier des éléments aléatoires à étudier, et qu'il est donc plus facile d'échantillonner une grappe d'éléments. Deuxièmement, quoique l'échantillon stratifié soit la solution la plus efficace dans la plupart des cas, on présume que les informations requises pour constituer un échantillon convenablement stratifié ne sont pas disponibles. On en revient donc au choix de l'échantillonnage par grappes.

L'option «C» sert à calculer la taille de l'échantillon pour mesurer l'incidence d'un paramètre quantitatif, par exemple «les valeurs du rendement des cultures» ou «le revenu du ménage», tandis que l'option «D» sert à calculer la taille de l'échantillon pour étudier un paramètre proportionnel, par exemple «la proportion des ménages exploitants non propriétaires» ou «la proportion d'agriculteurs qui ont adopté une nouvelle technologie».

A partir de la plage de variations constatée dans les observations préliminaires relatives à un paramètre particulier, l'utilisateur peut se former une opinion raisonnée du nombre optimal de grappes sur lesquelles enquêter.

INSTRUCTIONS D'EMPLOI DES PROGRAMMES D'ECHANTILLONNAGE

Pour déterminer la taille d'un échantillon, l'utilisateur doit introduire les informations dont il dispose à l'issue de ses propres diagnostics rapides relatifs à la zone du projet ou à la population en question. Si l'utilisateur souhaite tirer d'un même échantillon des informations sur plusieurs variables, chaque programme doit être repris séparément pour chacune d'elles, en utilisant les mêmes données de diagnostic rapide. Imaginons que l'on cherche à recueillir des informations à la fois sur les rendements végétaux et sur les revenus. L'option «C» doit être chargée et exécutée consécutivement pour chacun des paramètres, et la taille optimale de l'échantillon sera la plus grande des deux valeurs indiquées en fin de programme. De même, si l'on veut mesurer deux proportions ou davantage, l'utilisateur devra charger et exécuter l'option «D» pour chacune d'elles, et procéder à l'échantillonnage sur le plus grand nombre recommandé de grappes et de personnes à interroger. Dans certains cas, l'utilisateur souhaite obtenir des informations à la fois quantitatives et proportionnelles («taux d'adoption» et «revenu moyen», ou «nombre moyen d'arbres plantés») dans une même enquête. Dans ce cas, l'utilisateur doit prendre une décision raisonnée en ce qui concerne la taille optimale ou raisonnable de l'échantillon, en se fondant sur les tailles d'échantillons recommandées à chaque exécution des options «C» et «D». Imaginons par exemple une enquête qui vise à déterminer le revenu des ménages et les rendements du maïs à la suite de l'adoption de pratiques améliorées; l'utilisateur exécutera l'option «C» pour chacun de ces paramètres, et retiendra la plus grande taille d'échantillon indiquée (en nombre de grappes et de personnes à interroger). Si l'enquête doit fournir le pourcentage d'adoption de pratiques améliorées, le pourcentage d'agriculteurs exploitant des terres irriguées, et le pourcentage des agriculteurs qui sont exploitants propriétaires, dans ce cas l'utilisateur exécutera le programme «option D» pour chacune de ces variables, et notera la taille d'échantillon indiquée pour chacun des paramètres. Les résultats seront par exemple les suivants:

Population: nombre de grappes: 125 villages
Taille des grappes: moyenne de 100 ménages par village

En ce qui concerne les paramètres quantitatifs, la taille de l'échantillon devrait être de 10 grappes de 20 personnes. Pour les paramètres proportionnels, elle devrait être de 20 grappes. Si l'utilisateur souhaite obtenir les deux types d'informations, il est probable que, pour des raisons pratiques, il faudra quelque peu sacrifier le degré de précision en ce qui concerne les proportions relatives aux taux d'adoption des «pratiques améliorées», car il est peu raisonnable de travailler avec 20 grappes sur six paramètres quand un seul de ces derniers exige un aussi grand nombre de grappes.

Chacune des options du programme est donc exécutée plusieurs fois avec différents ensembles d'informations. Les utilisateurs décident eux-mêmes de l'échantillon qu'ils estiment le plus raisonnable et le plus fiable, en sachant que les calculs statistiques qui déterminent la taille de l'échantillon sont corrects. Cette question est reprise de façon plus détaillée pour chacune des options.

A noter que le programme étant écrit en Basic, il n'est pas possible d'y introduire des aides conviviales. L'une des principales caractéristiques du programme est qu'il est impossible de revenir à la ligne précédente si les données introduites comportent une faute de frappe, et de la corriger. L'utilisateur doit introduire le reste des données, en se souvenant de l'erreur, et exécuter le programme comme à l'habitude. A la fin de l'option, le programme demande END PROGRAM (fin du programme) (Y/N)? Répondre N, ce qui permet de modifier les informations déjà introduites. Sans changer ni DESIGN PARAMETER (paramètres de base) ni PRECISION LEVEL (niveau de précision), répondre Y(o) à l'option de modification de «PILOT INFORMATION» («variables de pilotage»), ce qui permet de revenir en arrière, de rectifier les informations, et de réexécuter le programme.

SAISIE DE DONNEES

Option C

Le programme demande en premier lieu des informations sur la population/l'univers dont il faut tirer un échantillon. On s'exprime en général en termes de villages, communautés, unités administratives, ou districts. Le programme demande le nombre d'unités dans l'univers, à savoir le nombre de grappes (number of clusters)? 260.

Le programme demande ensuite des informations sur la taille moyenne des grappes. Dans le cas d'un village, la réponse pourra être 45 ou 145. S'il s'agit d'une unité administrative, la réponse pourra être 500 ou plus. Exemple: taille moyenne des grappes (Av. Size of Clusters)? 145.

Ensuite l'utilisateur indique le paramètre à étudier: par exemple revenu des ménages. Le programme demande à l'utilisateur de noter le nombre de grappes pour lesquelles on dispose de ce type d'informations. Dans un diagnostic rapide, ce nombre pourrait être compris entre 4 et 10. Par exemple: nombre de grappes pour lesquelles des informations sont disponibles? 7

L'utilisateur indique ensuite le nombre d'observations pour la première grappe. A-t-on interrogé 5 agriculteurs du village? Taper 5.

L'ordinateur demande ensuite le montant du revenu de chacun de ces 5 agriculteurs. Taper le revenu correspondant à chaque observation après le point d'interrogation.

L'ordinateur demande ensuite les observations relatives à la deuxième grappe. Indiquer le nombre d'observations et frapper la touche retour. Reporter chacune des observations après le point d'interrogation approprié.

Continuer jusqu'à ce que toutes les données aient été saisies pour toutes les observations. Le programme ne permet pas de revenir en arrière. Si l'on saisit des données incorrectes ou si l'on saute une ligne, il faut reprendre la saisie depuis le début. Le programme ne permet pas d'imprimer des résultats, aussi faut-il conserver par écrit les chiffres qui ont été saisis.

Une fois les informations saisies:
Nombre d'observations? 5
?25000
?8900
?34000
?72000
?12000

Nombre d'observations? 6
?34000
?8900
?7000
?12000
?13000
?8900
etc.

Frapper à nouveau la touche RETOUR et le programme indiquera les caractéristiques des informations fournies (corrélation intraclasse, moyenne, écart-type).

Le programme demandera ensuite à l'utilisateur de saisir les informations sur le niveau de précision requis pour les résultats de l'enquête. Indiquer donc le niveau de précision souhaité par un nombre ordinal. (Le niveau de précision indique le degré de concentration des résultats autour de la moyenne.) Le programme fixe actuellement le niveau de confiance à 95%:

Niveau de précision

.05 correspond à 5
.1 correspond à 10
.2 correspond à 20
.001 correspond à 1

On peut modifier le niveau de précision après exécution du programme sans avoir à saisir à nouveau les données, et le programme ajustera la taille indiquée pour l'échantillon compte tenu de ce nouveau niveau de précision.

Le programme annoncera alors la taille optimale de l'échantillon nécessaire pour étudier le paramètre considéré. La dernière manoeuvre consiste à saisir des informations relatives aux coûts de la collecte d'informations, en temps et en moyens logistiques. Ces indications serviront à définir la taille voulue des échantillons par grappes. Les données relatives aux coûts d'une journée de travail ne sont données que pour la commodité de l'utilisateur. Ces valeurs ne sont pas prises en compte dans la ventilation par grappes de l'échantillon, seules les valeurs relatives au temps requis pour la collecte des données étant utilisées.

Données:
Nombre de journées nécessaires à l'inventaire des éléments dans la grappe:
Temps de trajet entre les grappes:
Temps nécessaire pour situer des éléments (ménages, individus) au sein d'une grappe:
Temps imparti pour effectuer l'enquête:
Coût unitaire de la journée de travail d'enquêteur:

Cette partie du programme définira une taille d'échantillon au sein des grappes en fonction de la logistique nécessaire pour atteindre celle-ci, et du coût de la collecte de données dans la grappe considérée qui en résulte.

La saisie des données concernant un paramètre est terminée. On peut alors ajuster les informations concernant le même paramètre - saisir des observations nouvelles, changer le niveau de précision souhaité, ou conserver les observations telles quelles, mais changer les valeurs concernant des coûts de collecte des données, et le programme s'ajustera de lui-même. Cette partie du programme peut être aussi exécutée avec les autres paramètres quantitatifs. On peut également mettre fin au programme et passer à l'option «D» relative aux paramètres proportionnels intervenant dans l'enquête.

Option D - Structure de l'échantillonnage pour l'étude d'un paramètre proportionnel

Observation générale: le programme de cette option indique à l'utilisateur une proposition d'échantillon comprenant le nombre minimum de grappes à échantillonner pour obtenir des informations fiables sur un paramètre donné. Le programme risque toutefois d'indiquer un nombre de grappes trop grand. Si tel est le cas, l'utilisateur devra tâtonner avec des niveaux de précision inférieurs, et déterminer si la configuration suggérée est plus pratique, et si ce degré de précision moindre est acceptable pour l'utilisateur final des indications d'échantillonnage.

Nota: On traite ici de proportions (ratios), et non pas de pourcentages. C'est-à-dire que 0,125 ou 1/8 de la population ont adopté telle pratique, et NON pas 12.5% de la population. Cette particularité a une incidence sur la façon de saisir les données. Ne commettez pas l'erreur de saisir des pourcentages, mais exclusivement des proportions.

Procédure - Option D

Le programme commence par demander des informations sur la population/l'univers dont il faut tirer un échantillon. On s'exprime en général en termes de villages, communautés, unités administratives, ou districts. Le programme demande le nombre d'unités dans l'univers, à savoir le nombre de grappes (number of clusters)? 260.

Le programme demande ensuite des informations sur la taille moyenne des grappes. Dans le cas d'un village, la réponse pourra être 45 ou 145. S'il s'agit d'une unité administrative, la réponse pourra être 500 ou plus. Exemple: taille moyenne des grappes (Av. Size of Clusters)? 145.

Ensuite l'utilisateur indique le paramètre à étudier: par exemple la proportion d'agriculteurs qui sont propriétaires de leur exploitation, la proportion de ceux qui ont adopté une technologie améliorée, la proportion de familles qui connaissent une pénurie vivrière pendant six mois de l'année ou plus, etc. Cette information est saisie pour les propres besoins de l'utilisateur.

En réponse à cette question, le programme demande à l'utilisateur de noter le nombre de grappes pour lesquelles il dispose de ce type d'informations. Pour un diagnostic rapide, ce nombre pourra être compris entre 4 et 10. Par exemple: nombre de grappes pour lesquelles on dispose d'informations? 7.

L'utilisateur introduit ensuite les proportions connues de ménages concernés par le paramètre visé. La proportion doit être indiquée sous forme décimale:

40% devient .40
35% devient .35
72% devient .72, etc.

1? .40
2? .35
3? .72
4? .55
5? .30
6? .65
7? .44

Une fois saisies les informations relatives à toutes les grappes connues, dans le cas présent 7 villages, frapper la touche RETOUR et le programme calculera les relations statistiques entre ces proportions indicatives.

Le programme demande ensuite que l'on indique le degré de précision souhaité pour l'analyse des données. Dans la plupart des cas, la plage sera de 5 à 10%. Pour le niveau de précision .05 (précision de 5%), taper .05, pour le niveau de précision .10 (10%), taper .10.

Le programme indique ensuite à l'utilisateur combien de grappes échantillonner pour évaluer le paramètre en question. L'option D doit être exécutée pour chacun des paramètres qualitatifs (proportionnels) à étudier. Le nombre maximum de grappes indiqué correspond à la taille optimale de l'échantillon.

Annexe 3
Capacités de formation des centres de DRR (1989)