Position du problème : Le sondage en grappes est couramment utilisé, notamment parce qu’il ne nécessite pas la liste de toutes les unités élémentaires. En revanche, ce plan de sondage est souvent moins précis que le sondage aléatoire simple du fait de l’homogénéité fréquente des individus composant les grappes. Cette note illustre le risque de biais dans l’estimation de la précision d’un paramètre (moyenne, prévalence et odds ratio), et le risque de conclusions erronées, quand les données issues d’un sondage en grappes sont analysées en ignorant le plan de sondage.

Méthodes : Les données issues d’un sondage en grappes chez les prostituées clandestines de Dakar (Sénégal) ont été utilisées. Deux analyses ont été réalisées et leurs résultats comparés. La première analyse tenait compte du plan de sondage (analyse adéquate) tandis que la seconde l’ignorait (analyse naïve).

Résultats : L’étendue des intervalles de confiance des paramètres dans l’analyse adéquate variait de – 43% à + 84 % par rapport à ceux de l’analyse naïve, et les conclusions différaient à plusieurs reprises. Ainsi, l’infection par le virus de l’immunodéficience humaine (VIH) chez les prostituées clandestines était associée à l’utilisation des préservatifs et à la perception du risque d’infection par le VIH dans l’analyse adéquate mais pas dans l’analyse naïve.

Conclusion : Le plan de sondage doit être pris en compte dans l’analyse des données issues d’un sondage en grappes. Ceci est facilité par la disponibilité de logiciels statistiques adaptés et d’utilisation aisée.

Background: Cluster sampling is commonly used since it does not require a sampling frame which lists all the individual enumeration units. However, this sampling design is often less precise than simple random sampling due to frequent homogeneity of individuals within clusters. This note illustrates that the precision of parameters such as mean, prevalence and odds ratio can be biased when the data analysis ignores the sampling design, yielding to possibly erroneous conclusions.

Methods: Data from a cluster sampling among clandestine sex workers in Senegal were used. Two analyses were performed and their results were compared. The first analysis took into account the sampling design (design-based analysis) while the second did not (naïve analysis).

Results: The range of confidence intervals in design-based analysis differed from –43% to +84% with regard to those of naïve analysis, and different conclusions could be drawn. For instance, the human immunodeficiency virus (HIV) infection in clandestine sex workers was associated with condoms use and perceived risk of HIV infection in design-based analysis but not in naïve analysis.

Conclusion: The data analysis must take into account the sampling design, and this is facilitated by the availability of statistical software with survey analysis capabilities.