Analyse des données

De façon sommaire, la première étape de l’analyse des données d’un sondage est de définir le problème visé par l’étude et ses objectifs (248). Dans le cas présent, le problème identifié était le manque de données par rapport aux pratiques d’élevage effectuées par les producteurs vache-veau du Québec et entourant le bien-être animal. Les objectifs étaient donc de décrire la façon dont ces pratiques sont effectuées, les moyens déjà mis en place par les producteurs pour minimiser leurs impacts sur le stress et la douleur des bovins ainsi que d’identifier les facteurs associés avec l’utilisation de ces moyens et de déterminer si les pratiques effectuées par les producteurs sont en conformité avec les recommandations et les exigences du Code pour le soin et la manipulation des bovins de boucherie du CNSAE (5).

La deuxième étape consiste à comprendre le plan d’échantillonnage qui a été utilisé afin de mettre en place les méthodes d’analyses les plus appropriées pour minimiser les biais et pouvoir faire l’inférence des résultats à la population cible (248). La méthode d’échantillonnage de cette étude était simple puisque tous les individus de la population cible ont été invités à répondre au questionnaire. Les analyses effectuées étaient principalement descriptives afin de dresser un portrait de la situation. La stratification de l’échantillon ou le regroupement de données auraient pu permettre d’identifier des différences intéressantes entre les pratiques d’élevage effectuées dans diverses régions ou par des producteurs ayant de petits ou de grands troupeaux, mais la petite taille de l’échantillon ainsi que le nombre important de réponses

107

manquantes pour certaines questions n’auraient pas permis une puissance statistique satisfaisante pour l’interprétation et l’inférence des résultats.

La troisième étape de l’analyse des données consiste à calculer la marge d’erreur de l’échantillon, à définir la façon dont les données manquantes seront traitées et à sélectionner les variables d’intérêt qui seront analysées pour répondre aux objectifs précédemment définis. À cette étape, il est également possible d’analyser la distribution de variables manquantes afin d’évaluer si elles auront un impact important sur les analyses et les conclusions qui en seront tirées (248). Dans notre étude, la taille d’échantillon a dépassé la taille cible établie. La marge d’erreur a donc pu être réduite de 10,0 à 7,72, améliorant ainsi la précision des données (238). Pour ce qui est des données manquantes, elles ont été identifiées dans la base de données et retirées des analyses. Les questionnaires qui comportaient des données manquantes n’ont toutefois pas été retirés entièrement. Un seul questionnaire a été retiré en entier puisque le répondant l’ayant rempli n’avait pas eu de vêlages en 2018, faisant en sorte qu’il n’avait pas pu répondre à la plupart des questions. Comme mentionné précédemment, les questions comportant le plus d’omissions ont été identifiées comme étant celles traitant de l’utilisation de méthodes de gestion de la douleur lors de la castration et de l’écornage. Pour cette raison, ainsi que parce qu’une faible proportion de producteurs utilisait ces méthodes, les données en lien avec l’utilisation de méthodes de gestion de la douleur ont été dichotomisées en « oui » ou « non ». La catégorie « oui » regroupait toutes les fréquences d’administration excluant la catégorie « jamais », qui elle est devenue la catégorie « non » (voir Annexe 1, questions #24 et #29). Les intervalles d’âges ont également été dichotomisés de façon logique selon les exigences du Code de pratiques (5). De plus, afin de maximiser les chances de trouver des associations entre l’utilisation de méthodes de gestion de la douleur et les données démographiques des producteurs, deux variables dichotomiques regroupant leur utilisation, peu importe l’âge des veaux, ont été créées pour la castration et pour l’écornage. Les méthodes de sevrage ont également été dichotomisées en méthode de sevrage par séparation complète et méthode de sevrage réduisant le stress pour le modèle de régression logistique.

Lors de la quatrième étape, qui représente l’analyse elle-même des données, les distributions de fréquences ont été observées pour toutes les variables (248). Des modèles de régression logistique ont également été développés afin de trouver des facteurs associés à

108

l’utilisation de méthodes de gestion de la douleur au vêlage, à la castration et à l’écornage ainsi qu’à l’utilisation d’une méthode de sevrage réduisant le stress. Malheureusement, seul le modèle concernant les méthodes de sevrage a permis d’identifier des associations pertinentes avec des variables démographiques des producteurs et de leur entreprise. Il est possible que les autres modèles aient pu manquer de puissance statistique par manque de données de producteurs qui utilisaient des méthodes de gestion de la douleur, ainsi qu’à cause du nombre élevé de données manquantes pour les questions en lien avec ce sujet.

La cinquième étape consiste à interpréter les résultats d’analyse obtenus aux étapes précédentes en tenant compte des biais et des limites possibles. Ces derniers sont décrits dans la section suivante. L’inférence des résultats en lien avec ces limites est ensuite discutée. Enfin, la dernière étape de l’analyse des données d’un sondage consiste à communiquer les résultats obtenus (248). Les résultats de cette étude, en plus d’être présentés aux producteurs vache-veau ainsi qu’aux PBQ comme décrit dans la section « Application des résultats de l’étude », seront soumis pour publication dans le Journal of Animal Science.