Objectifs de votre étude - Définissez clairement vos questions de recherche. Cela déterminera le type de données que vous devez collecter et la meilleure façon d'obtenir ces informations.

Type de données à collecter - Certaines méthodes de collecte de données à distance, comme les appels téléphoniques, sont plus adaptées aux questions qualitatives et ouvertes, tandis que d'autres sont conçues principalement pour les questions quantitatives, à choix multiples ou à réponses fermées, comme l'enregistrement vocal interactif (RVI), et certaines peuvent traiter les deux types de questions.

La population que vous allez cibler, ses besoins et ses préférences en matière de collecte de données - Définissez qui sont vos participants cibles et où ils se trouvent. Tenez compte des langues parlées par ces groupes, de leur niveau d'alphabétisation, de la couverture mobile dans la région, ainsi que de l'accès et de l'utilisation des téléphones portables par la communauté, car cela vous aidera à identifier les méthodes de collecte de données qui conviennent. Par exemple, si les smartphones ne sont pas très répandus dans votre population, l'utilisation d'interviews basées sur des applications ne serait pas appropriée.

Le contexte local - Il est important de bien comprendre le contexte local, y compris les coutumes et les normes culturelles. Lorsque vous choisissez une méthode de collecte de données, vous devez toujours vérifier qu'elle est adaptée au contexte local et acceptable pour la communauté, en particulier lorsque vous utilisez de nouvelles méthodes, telles que la RVI, avec lesquelles elle n'est peut-être pas familiarisée.

Nombre et profondeur des questions à poser - Certaines méthodes vous permettront de poser plus de questions que d'autres. Par exemple, si vous souhaitez poser de nombreuses questions approfondies, un appel téléphonique ou une enquête en ligne seront des plateformes plus adaptées à la collecte de données que l'utilisation d'un SMS.

Qualité des données et taux de réponse - Certaines méthodes sont plus susceptibles d'avoir des taux de réponse faibles. Il convient d'en tenir compte lors du calcul de la taille de l'échantillon et du coût. Certaines méthodes peuvent également être sujettes à des erreurs de réponse, en particulier si la population n'est pas familiarisée avec cette méthode de collecte de données, par exemple la RVI.

Accès à la technologie - Certaines méthodes, telles que les enquêtes en ligne, exigent que les répondants utilisent un smartphone ou un ordinateur. Toutes les méthodes mentionnées ci-dessus nécessitent un certain niveau d'accès au téléphone. Cela peut exclure certains membres de la population. Par exemple, les femmes ont généralement moins accès au téléphone que les hommes et que les personnes plus vulnérables, telles que les personnes handicapées ou les populations touchées par une crise, qui peuvent également avoir un accès réduit au téléphone.

Coût - Les SMS et les RVI sont des méthodes moins coûteuses pour les chercheurs, mais elles sont relativement onéreuses pour les répondants, à moins qu'un crédit téléphonique ne leur soit accordé. Les coûts encourus par l'équipe de collecte des données dépendent des frais de personnel, des frais de téléphone, de l'existence ou non d'incitations, de la durée de l'enquête, du nombre de tentatives d'appel et du mode de collecte des données.

Quelles sont les mesures de sécurité des données mises en place?

Comment pourrez-vous accéder aux données, les analyser et les partage ?

Votre organisation dispose-t-elle de l'équipement technique et des capacités nécessaires pour accéder aux données et les analyser?

Quels seront les coûts pour votre organisation et pour les participants?

L'entreprise a-t-elle mis en place des procédures pour obtenir le consentement éclairé des participants?

Existe-t-il des restrictions réglementaires concernant la collecte de données à distance dans votre contexte? Il peut s'agir d'exigences en matière d'approbation éthique. Dans certains pays, il peut également y avoir des restrictions concernant la numérotation aléatoire.

D'autres organisations prévoient-elles de collecter des données à distance auprès de votre population étudiée? La collaboration en matière de collecte de données peut réduire la "fatigue de l'enquête", c'est-à-dire le sentiment de frustration qu'éprouvent les populations lorsqu'elles sont approchées par plusieurs organisations qui collectent des données sur le COVID-19. Nous recommandons de partager les résultats de toute collecte de données avec les gouvernements nationaux ou régionaux et avec d'autres organisations travaillant dans votre région. Dans la mesure du possible, les données devraient également être partagées avec les populations.

Informations existantes sur les personnes de l'échantillon - Étant donné qu'il est difficile de maintenir l'attention des personnes pendant de longues périodes dans le cadre d'enquêtes à distance, le fait de disposer déjà d'informations démographiques sur la population de votre échantillon constitue un avantage majeur.

Lesprocessus de consentement peuvent être plus courts - Si les participants ont déjà suivi un processus de consentement éclairé plus complet, il se peut que vous n'ayez qu'à fournir des informations sur la manière dont le processus de consentement général est mis à jour dans les circonstances actuelles, ce qui pourrait donc permettre de gagner du temps. Si un processus de consentement initial en face à face a été utilisé, cela peut conduire à une plus grande confiance dans le processus de recherche de la part des participants.

Réduction de (certains types de) biais - Les relations antérieures peuvent conduire à moins de biais dans les comportements, les attitudes ou les croyances déclarés, en particulier si ces opinions ou pratiques vont à l'encontre des normes existantes ou des directives gouvernementales.

Destaux de réponse plus élevés - Le fait d'avoir des relations existantes peut faire une grande différence dans les taux de réponse. Par exemple, une étude sur la composition aléatoire en Inde n'a obtenu qu'un taux de réponse d'environ 25 %, alors que des études similaires sur des cohortes préexistantes au Kenya ont révélé que, sur les 74 % de participants potentiels qui ont répondu à l'appel, seul 1 % a refusé de participer. De faibles taux de participation peuvent introduire des biais qu'il est difficile de corriger.

Sous-groupes manquants - L'échantillon original peut ne pas être complètement représentatif de la population cible du nouvel échantillon, par exemple si l'échantillon original était basé sur un sous-groupe de la population (par exemple, les mères d'adolescents).

Biais de désirabilité sociale - La connaissance des objectifs d'une étude antérieure (par exemple, une étude sur les comportements sains) peut fausser les réponses si les participants connaissent les opinions de ceux qui ont mené l'étude.

Lassitude des répondants - Les répondants peuvent être moins intéressés à continuer à répondre aux questions ou peuvent consacrer moins d'attention à leurs réponses.

Les échantillons non représentatifs peuvent exclure des personnes qui pourraient être vulnérables à l'exclusion et à la discrimination, et des personnes qui vivent dans des endroits inaccessibles. Ces personnes sont moins susceptibles d'être présentes dans de nombreux échantillons de commodité (par exemple, l'échantillonnage des visiteurs d'une clinique).

La non-représentativité introduite par la collecte de données à distance elle-même peut exclure ces groupes parce qu'ils ne peuvent pas être atteints à distance. Par exemple, la plupart des collectes de données à distance nécessitent l'accès à des téléphones mobiles et environ 30 % des personnes dans le monde n'ont pas de téléphone.

Même une méthode de composition aléatoire peut être biaisée, car certaines familles ont plus d'un numéro de téléphone, ce qui signifie que la probabilité que leur ménage soit sélectionné est plus élevée. En outre, certains groupes d'âge ou sexes peuvent être plus ou moins susceptibles de répondre au téléphone ou d'accepter de répondre à une enquête par téléphone. Par exemple, cette étude de la Banque mondiale a montré que les femmes sont 15 % plus susceptibles de répondre au téléphone.

Lorsque le taux de réponse n'est pas élevé, les personnes qui répondent peuvent être systématiquement différentes de celles qui ne répondent pas à l'enquête. Les données peuvent être corrigées pour tenir compte de l'absence de réponse à l'aide d'un certain nombre de techniques (y compris l'imputation multiple).

Lorsque les personnes figurant dans la base de sondage ne sont pas représentatives de la population cible, une pondération post-enquête peut être employée à l'aide de diverses techniques, notamment le ratissage et l'appariement.

La population étudiée

Le nombre de moyens dont vous disposez pour contacter un répondant particulier

La date à laquelle les numéros de téléphone ont été recueillis

Le nombre et les heures de la journée/les jours de la semaine où vous essayez de contacter le répondant.

Ghana - Il s'agissait d'une étude basée sur un RVI et une numérotation aléatoire dans le cadre d'une campagne nationale de promotion de la santé abordant une série de questions, notamment le VIH/SIDA, le paludisme et l'eau, l'assainissement et l'hygiène. L'équipe chargée de la collecte des données a réussi à convaincre 81 % des personnes contactées par téléphone portable de répondre à au moins la moitié de l'enquête. Ce chiffre ne serait pas très différent des taux de réponse obtenus lors des précédentes séries de collecte de données en face-à-face. Toutefois, la collecte de données à distance n'a pas permis d'atteindre un échantillon représentatif. Ces refus, combinés au biais de couverture décrit ci-dessus, ont eu pour conséquence que moins de femmes, de résidents ruraux et de personnes âgées ont répondu à l'enquête.

Kenya - Cette étude portait sur le COVID-19 et utilisait une liste existante de numéros de téléphone collectés par des organisations travaillant dans la région, avec une collecte de données par des enquêteurs en chair et en os. Un seul numéro de téléphone était disponible par foyer et les téléphones n'ont été appelés qu'une seule fois, ce qui a permis d'obtenir un taux de réponse global de 66 %.

Inde - Il s'agissait d'une enquête par composition aléatoire utilisant des enquêteurs en direct pour explorer les préjugés à l'égard des femmes en Inde. 22 % des personnes qui ont répondu à l'appel ont accepté de participer et ont répondu à l'enquête. Toutefois, ce chiffre ne tient pas compte des personnes qui n'ont pas décroché ou des numéros de téléphone inactifs ou déconnectés.

El Salvador - Cette étude de la Banque mondiale visait à comparer le taux de réponse à des enquêtes autodéclarées via WhatsApp et à des enquêtes téléphoniques, auprès de 600 adultes sélectionnés de manière aléatoire pendant le confinement national COVID-19. L'étude a révélé que le taux de réponse a augmenté de 42 % dans les enquêtes téléphoniques, ce qui représente une augmentation de 140 % par rapport aux enquêtes autodéclarées réalisées via WhatsApp.

Prévoyez le temps nécessaire pour tenter à plusieurs reprises de contacter chaque personne interrogée.

Essayez de prendre contact à différents moments de la journée, comme le soir ou le week-end, lorsque les gens sont plus susceptibles de répondre au téléphone ou d'avoir le temps de répondre à votre enquête.

Pensez à tester et à perfectionner votre introduction, en particulier si vous envoyez des messages par SMS, dont le nombre de caractères est souvent limité.

Essayez de renforcer votre crédibilité en mentionnant l'organisation qui mène l'enquête et veillez à expliquer comment le répondant aidera les autres s'il accepte de participer (par exemple, en aidant le gouvernement ou les organisations à comprendre les besoins de personnes comme lui).

Mentionnez également la durée de l'enquête et précisez que vous respectez et appréciez leur temps.

Dites à la personne que si elle est occupée, vous serez heureux de réessayer à un autre moment.

Envisagez de demander à des membres de la communauté en qui vous avez confiance, tels que des dirigeants communautaires ou des agents de santé, de soutenir l'étude et d'encourager les gens à répondre aux messages ou aux appels. Cela peut s'avérer important si les membres de la communauté ne font pas confiance à la demande de données.

L'éducation

Expérience passée

Possession d'un smartphone

Alphabétisation

Maîtrise de la langue et des dialectes locaux

Maîtrise de la langue de l'organisation qui recrute.

Sans chercheur sur le terrain pour superviser le travail, les données peuvent être collectées auprès des mauvais répondants ou être fabriquées. Pour réduire ce risque, il est possible de demander aux fixeurs d'enregistrer les coordonnées GPS des personnes interrogées. Essayez également de dialoguer régulièrement avec les fixeurs ou les équipes locales de collecte de données que vous pouvez mettre en place. Des appels hebdomadaires pour discuter et surmonter les difficultés communes peuvent améliorer la qualité des données et la satisfaction de votre équipe.

Si les personnes participant à la collecte de données reçoivent une incitation pour répondre à un entretien ou à une enquête, elles peuvent craindre que les fixeurs perçoivent une "commission" de leur part. Pour atténuer ce risque, les personnes interrogées doivent être clairement informées du fait qu'elles recevront une incitation et de la nature de cette incitation avant la collecte des données (c'est-à-dire au cours de la procédure de consentement).