• Aucun résultat trouvé

2. Une méthodologie à l’épreuve des faits

2.1. Questionnements autour de l’unité d’enquête

2.1.3. Identifier et dénombrer les ménages

Les grandes campagnes d’enquêtes socio-économiques42 et les recensements effectués en Guinée Maritime jusqu’en 2003, date du lancement des opérations de l’OGM, ne nous ont pas permis d’identifier les ménages dans les sites sélectionnés. Aucune base de données, rapportant avec précision les informations relatives aux ménages des CRD, n’était disponible (ces enquêtes avaient été menées à l’échelle du territoire national et ne proposaient aux professionnels travaillant sur le pays que leurs résultats d’analyse et non leurs données brutes). Également, les données institutionnelles collectées et exploitées par les administrations guinéennes (le recensement en vue de la levée des impôts par exemple) n’étaient pas fiables. À titre d’exemple, dans le district de Dobali, les chiffres du recensement indiquaient une moyenne de 1,8 individus par ménage. En dehors du fait que le ménage, unité statistique retenue pour ces enquêtes, n’était pas clairement défini dans les rapports – ce qui au passage est révélateur d’imprécisions méthodologiques assez importantes – le chiffre de 1,8 individus par ménage semblait a priori bien en deçà de la réalité. Nos enquêtes ont démontré par la suite que la moyenne du nombre d’individus par ménage se situe aux alentours de 7 personnes pour ce même district…

42 Nous pensons ici à l’EIBEP (Enquête Intégrée de Base pour l’Evaluation de la Pauvreté) financée par la

Banque Mondiale et le PNUD, menée en Guinée en 2002/2003 et dont les résultats étaient disponibles à notre arrivée.

Force était donc de constater que les données disponibles ne pouvaient être réutilisées. Il a donc fallu concevoir une procédure d’identification et de dénombrement des ménages qui serait utilisée pour déterminer aléatoirement la base de sondage et produire l’échantillon des ménages enquêtés.

Afin de pouvoir construire la base de données du volet « Systèmes Ruraux » qui, tout en étant une base de données thématique devait permettre la création de la structure de la base de données pluridisciplinaire, il fallait concevoir un code identifiant chaque ménage (que nous avons nommé « ID Men »), construit comme un code de sécurité social, c’est-à-dire unique pour chacun d’entre eux quelque soit le site d’étude. Pour ce faire, nous avons repris les nomenclatures existantes, celles de l’EIBEP (Enquête Intégrée de Base pour l’Évaluation de la Pauvreté) notamment43. L’indexation de cette dernière repose sur la codification des entités administratives sur quatre échelons (région, préfecture, sous-préfecture44, district). Cela ne suffisait pas pour s’assurer de l’intégrité de notre code à l’intérieur des districts. Nous avons donc procédé à l’identification et au dénombrement des secteurs de chaque district puis des villages à l’intérieur des secteurs (par le biais d’entretiens avec les responsables locaux) et leur avons attribué un code unique. Au sein de chaque village, nous avons identifié et dénombré les concessions et de la même façon les ménages45. In fine, une table de données des identifications et dénombrements successifs, menés dans les sites d’étude, a été créée46.

Toutes les bases de données des volets « Pauvreté et Inégalités » et « Systèmes Ruraux » sont structurées en fonction de cet identifiant. Nous pouvions ainsi croiser tous les

43 Ce qui permettait également au volet « Pauvreté et Inégalités » d’envisager des parallèles entre ses résultats

d’analyse et ceux des enquêtes nationales dans le cadre de l’Initiative PPTE, initiative à laquelle nous avons fait référence dans le premier chapitre et qui justifie une partie des financements de l’Observatoire.

44 dont les limites territoriales, comme déjà mentionné plus haut, sont identiques avec celles de la CRD ou de la

Commune dans nos zones d’étude. Les échelons inférieurs sont communs aux deux.

45 Les 11 premiers chiffres de ce code permettent de localiser géographiquement le ménage : le premier chiffre

renvoie à la région administrative, les deux suivants à la préfecture, les deux suivants à la sous-préfecture, deux chiffres encore pour le district, deux pour le secteur et enfin les deux derniers renvoyant à la plus petite unité administrative celle du village ou ce que nous avons nommé la localité, terme neutre qui renvoie aussi bien à un village qu’à un hameau. Ainsi, un ménage dont le code débute par « 1 12 05 06 02 01 », signifie qu’il relève de la région administrative de Boké (1), préfecture de Boké (12), sous-préfecture de Kanfarandé (05), district de Kambilam (06), secteur de Kambilam (02), localité de Kambilam Centre (01). Les cinq derniers chiffres renvoient au numéro de concession et au rang du ménage dans la concession en fonction de l’ordre de dénombrement. Le ménage « 1 12 05 06 02 01 003 01 » est donc un ménage de la localité de Kambilam Centre relevant de la concession 003 et ayant été le premier ménage dénombré (01). Les nomenclatures que nous avons utilisées et créés sont consultables dans le Tome 2, Annexe 2.

résultats d’enquêtes en utilisant la table d’identification des ménages et additionner les couches d’informations. Au cours des trois années du déroulement de l’OGM, les bases construites au fil de l’avancée des enquêtes de terrain comprennent systématiquement la table d’identification des ménages ; chaque table complémentaire a pour clé d’indexation l’identifiant ménage (ID Men)47. Nous tenons ici à insister sur le fait que la mise en œuvre d’un tel protocole, somme toute assez courant dans les pays occidentaux mais à l’initiative d’entreprises spécialisées (INSEE, FAOSTAT, IPSOS, etc.) dont les chercheurs disposent de données officielles nombreuses et relativement fiables, est un travail très lourd rarement réalisé en Afrique de l’Ouest à cette échelle48. Les raisons en sont les suivante : l’identification précise des ménages et de leur composition est une tâche ardue et nécessite des moyens matériels et humains importants dont effectivement nous disposions ; il suppose un investissement en temps consubstantiel de la tâche à accomplir.

Tableau 2 : Les résultats du dénombrement par site d’étude

Sites d’étude Nombre de concessions dénombrées Nombre de ménages dénombrés Nombre moyen de ménages par concession Estimation de la population par nombre d’individus déclarés par ménage

Nombre moyen d’individus par ménage Bigori 60 218 3,6 1416 6,5 Madya 45 180 4 1098 6,1 Dobali 109 255 2,3 1902 7,4 Kambilam 36 84 2,3 608 7,2 Kanof/Kankouf/Tesken 55 105 1,9 594 5,6 Kankayani 36 86 2,4 705 8,2 Brika 101 216 2,1 1591 7,4 Thia 104 180 1,7 1370 7,6 Dominya 54 98 1,8 662 6,8 Dobiret/Marara 74 114 1,5 546 4,7 Total 674 1536 2,3 10492 6,8

Réalisation : Mathilde Beuriot, 2006 – Source : Enquêtes OGM, 2003 – 2005

Tous les ménages dénombrés n’ont pas été enquêtés ; nous avons procédé à un échantillonnage. Il a consisté en un tirage aléatoire de ménages dans la base de

47 Se référer à l’exemple de modèle conceptuel de base de données fournies en annexe : Tome 2, Annexe 4. 48 En Afrique, les enquêtes quantitatives ont généralement pour vocation de mettre à jour les situations macro-

économiques. L’échelle méso n’est que très rarement investie. Un travail sur un grand nombre de ménages est encore moins courant (Ancey, 1975 a).

dénombrement. Il a été choisi arbitrairement de retenir 45 ménages par site d’étude. D’abord parce que le choix des sites était raisonné, ensuite parce qu’une base de sondage est utilisable statistiquement quand elle compte au moins 30 individus statistiques49. Au total, 450 ménages ont été enquêtés. Les résultats d’analyse, produits par l’étude statistique des bases de données, ne sont pas à considérer comme une étude représentative mais comme une illustration quantitative des situations de pluriactivité. En effet, pour être représentative à l’échelle de la Guinée Maritime, l’étude aurait du s’appuyer sur des méthodes de sélection par quotas ou par groupe (Moscovici, 2003). Or, la localisation de nos études ayant été fixée par le programme, nous ne pouvions fonctionner selon ces méthodes communément utilisées dans les sciences sociales et particulièrement en sociologie. Sur les 450 ménages, interrogés pendant dix-huit mois à intervalles plus ou moins réguliers, seuls 426 ont été utilisés pour les analyses ; les décès de certains chefs de ménages, les déménagements intervenus pendant la période d’enquête, les confusions d’identification survenues entre les enquêtes du volet « Pauvreté et Inégalités » et les enquêtes du volet « Systèmes Ruraux » nous ont obligés à en exclure 24 des traitements.

2.1.4. Démographie des ménages des sites-pilote : quelques éléments

Documents relatifs