Logo MSSS

Atlas de la Santé et des Services sociaux du Québec

Méthodologie >

A- Territoires non considérés

Pour le recensement de Statistique Canada de 2006, on compte au Québec 13408 aires de diffusion* (AD) qui couvrent l'ensemble du territoire. Dans le but de diffuser une information pertinente et statistiquement significative certaines AD ont été volontairement omis lors de la cartographie des différents indicateurs. Lorsqu'un territoire est exclu, on remplace les valeurs des différents indicateurs contenus dans la table de données qui lui est associées par une valeur comprise entre -1 et -3 qui permet d'identifier le motif de son exclusion. La décision d'exclure un territoire se fait selon trois critères :

  1. Les données ne sont pas fournies par Statistique Canada (valeur attribuée : -1).
  2. La taille de la population est jugée insuffisante en regard d'une caractéristique considérée (valeur attribuée : -2).
  3. En raison de la méthode d'arrondi aléatoire mise en place par Statistique Canada afin de conserver la confidentialité des données, certains biais peuvent être observés lors du traitement de petits nombres. Aussi, lors du traitement d'une variable si la différence entre le total des parties d'un tout et la valeur du tout est supérieure à 15%, l'AD n'est pas considérée (valeur attribuée : -3).

B- Méthode de discrétisation

La méthode de discrétisation qui a été employée pour déterminer les limites de classes utilisées lors de la réalisation de cette carte thématique est la suivante :

Moyennes emboitées à 6 classes (fait à partir de terciles) : cette méthode est une variante de la méthode des moyennes emboîtées proposée par Scripter (1970). Elle a été développée par l'équipe de géodiffusion* de l’Atlas de la santé et des services sociaux du Québec*. Étant donné que la méthode de discrétisation de la moyenne emboîtée ne peut être utilisée qu’avec 2, 4 ou 8 classes, la méthode des moyennes emboîtées à 6 classes a été développée afin de permettre une discrétisation à 6 classes qui s’applique à plusieurs types de distributions de fréquences. Tout comme la méthode des moyennes emboîtées, la présente méthode de discrétisation permet un certain équilibre entre la fréquence et l’amplitude des classes, elle garantit la présence d’observations dans toutes les classes et elle a l’avantage d’atténuer l’effet des valeurs extrêmes.

Méthodologie

D’abord, il s’agit de séparer la série de données (préalablement triée en ordre croissant) en 3 parties comportant chacune le tiers des enregistrements. Deuxièmement, il faut calculer la moyenne des données situées dans les 2 premiers tiers (cette moyenne sera la limite supérieure de la deuxième classe - L2). Troisièmement, on calcule la moyenne des données situées dans les 2 derniers tiers (cette moyenne sera la limite supérieure de la quatrième classe - L4). Quatrièmement on fait la moyenne des données situées entre 0 et L2 (cette moyenne sera la limite supérieure de la première classe - L1). Cinquièmement, ont fait la moyenne des données comprises entre L2 et L4 (cette moyenne sera la limite supérieure de la troisième classe - L3). Finalement, il faut calculer la moyenne des données situées entre L4 et la fin de la série de données (cette moyenne sera la limite supérieure de la cinquième classe - L5).

Ainsi, on se retrouve avec les 6 classes suivantes :

  • 1- 0 à L1 (où L1 est la moyenne des données entre 0 et L2)
  • 2- L1 à L2 (où L2 est la moyenne des données dans les deux premiers tiers)
  • 3- L2 à L3 (où L3 est la moyenne entre les données L2 et L4)
  • 4- L3 à L4 (où L4 est la moyenne des données dans les deux derniers tiers)
  • 5- L4 à L5 (où L5 est la moyenne des données entre L4 et la fin de la série de données)
  • 6- L5 à la fin de la série de données