Niveau de difficulté
Publié le :
Le Conseil de l'Expert
L'analyse de données d'enquête nécessite une rigueur statistique particulière pour compenser les biais d'échantillonnage, et la procédure PROC SURVEYLOGISTIC est l'outil de référence pour intégrer ces complexités. Ce script illustre parfaitement la prise en compte d'un plan de sondage stratifié : en utilisant l'instruction STRATUM combinée aux poids de sondage (WEIGHT), vous garantissez que vos estimations d'erreurs types sont corrigées pour refléter la réalité de la population totale (définie ici dans la table Enrollment), et non seulement celle de l'échantillon répondant.
L'expertise technique réside ici dans le choix de la fonction de lien au sein de l'instruction MODEL. Le premier modèle utilise un logit cumulatif par défaut, idéal pour une variable dépendante ordinale (comme une échelle de Likert). Cependant, le passage au Logit Généralisé (link=glogit) dans le second modèle est une démarche d'expert cruciale lorsque l'hypothèse des rapports de côtes proportionnels est rejetée. En spécifiant une catégorie de référence (ref='neutral'), vous transformez l'interprétation : vous ne comparez plus des niveaux cumulés, mais la probabilité de chaque modalité ("like", "dislike") spécifiquement par rapport à la neutralité.
Une astuce d'expert pour optimiser ce code : l'option total=Enrollment dans l'instruction PROC est fondamentale. Elle permet à SAS d'appliquer la correction pour population finie (FPC), ce qui affine la précision de vos intervalles de confiance lorsque votre échantillon représente une part significative de la population totale. Sans cette option, vos variances seraient surestimées, rendant vos tests statistiques inutilement conservateurs.
Analyse des données
Type : CREATION_INTERNE
Tous les jeux de données ('Enrollment' et 'WebSurvey') sont créés directement dans le script à l'aide d'étapes DATA et de l'instruction 'datalines'. Aucune source de données externe n'est requise.
1 Bloc de code
Ce bloc définit un format utilisateur nommé 'Class' pour associer des libellés textuels à des valeurs numériques représentant le niveau de classe des étudiants.
| 1 | PROC FORMAT; |
| 2 | value Class |
| 3 | 1='Freshman' 2='Sophomore' |
| 4 | 3='Junior' 4='Senior'; |
| 5 | RUN; |
2 Bloc de code
Crée le jeu de données 'Enrollment' qui contient la population totale (_TOTAL_) pour chaque strate ('Class'). Ces totaux seront utilisés par PROC SURVEYLOGISTIC pour l'ajustement.
| 1 | DATA Enrollment; |
| 2 | FORMAT Class Class.; |
| 3 | INPUT Class _TOTAL_; |
| 4 | DATALINES; |
| 5 | 1 3734 |
| 6 | 2 3565 |
| 7 | 3 3903 |
| 8 | 4 4196 |
| 9 | ; |
| 10 | RUN; |
3 Bloc de code
Définit deux formats utilisateurs : 'Design' pour les différentes versions de l'enquête web et 'Rating' pour les niveaux d'évaluation donnés par les répondants.
| 1 | PROC FORMAT; |
| 2 | value Design 1='A' 2='B' 3='C'; |
| 3 | value Rating |
| 4 | 1='dislike very much' |
| 5 | 2='dislike' |
| 6 | 3='neutral' |
| 7 | 4='like' |
| 8 | 5='like very much'; |
| 9 | RUN; |
4 Bloc de code
Crée le jeu de données d'enquête 'WebSurvey' sous forme agrégée. Le code lit le nombre ('Count') pour chaque combinaison de 'Class', 'Design' et 'Rating'. L'opérateur '@@' permet de lire plusieurs observations à partir d'une seule ligne de données.
| 1 | DATA WebSurvey; |
| 2 | FORMAT Class Class. Design Design. Rating Rating.; |
| 3 | DO Class=1 to 4; |
| 4 | DO Design=1 to 3; |
| 5 | DO Rating=1 to 5; |
| 6 | INPUT Count @@; |
| 7 | OUTPUT; |
| 8 | END; |
| 9 | END; |
| 10 | END; |
| 11 | DATALINES; |
| 12 | 10 34 35 16 15 8 21 23 26 22 5 10 24 30 21 |
| 13 | 1 14 25 23 37 11 14 20 34 21 16 19 30 23 12 |
| 14 | 19 12 26 18 25 11 14 24 33 18 10 18 32 23 17 |
| 15 | 8 15 35 30 12 15 22 34 9 20 2 34 30 18 16 |
| 16 | ; |
| 17 | RUN; |
5 Bloc de code
Ce bloc calcule la variable de pondération ('Weight') pour chaque observation dans 'WebSurvey'. La pondération est le ratio de la population de la strate sur la taille de l'échantillon de cette strate (supposée être de 300 ici).
| 1 | DATA WebSurvey; |
| 2 | SET WebSurvey; |
| 3 | IF Class=1 THEN Weight=3734/300; |
| 4 | IF Class=2 THEN Weight=3565/300; |
| 5 | IF Class=3 THEN Weight=3903/300; |
| 6 | IF Class=4 THEN Weight=4196/300; |
| 7 | RUN; |
6 Bloc de code
Affiche les 20 premières observations du jeu de données 'WebSurvey' pour vérification, incluant la pondération calculée.
| 1 | PROC PRINT DATA=WebSurvey(obs=20); |
| 2 | RUN; |
7 Bloc de code
Exécute une première régression logistique. 'stratum' spécifie la variable de stratification, 'freq' indique que les données sont agrégées, 'class' définit la variable explicative catégorielle, 'model' définit la relation à tester, et 'weight' applique la pondération d'échantillonnage. 'total=Enrollment' fournit les totaux de population pour l'ajustement.
| 1 | PROC SURVEYLOGISTIC DATA=WebSurvey total=Enrollment; |
| 2 | stratum Class; |
| 3 | freq Count; |
| 4 | class Design; |
| 5 | model Rating (order=internal) = design; |
| 6 | weight Weight; |
| 7 | RUN; |
8 Bloc de code
Exécute une seconde régression logistique en utilisant une fonction de lien logit généralisé ('link=glogit'), qui est appropriée pour les réponses ordinales. La catégorie de référence pour la variable de réponse 'Rating' est définie à 'neutral'.
| 1 | PROC SURVEYLOGISTIC DATA=WebSurvey total=Enrollment; |
| 2 | stratum Class; |
| 3 | freq Count; |
| 4 | class Design; |
| 5 | model Rating (ref='neutral') = Design /link=glogit; |
| 6 | weight Weight; |
| 7 | RUN; |