Le fichier fusionné (get_qes

English version

Cette page télécharge 11 études (environ 16 Mo) la première fois qu’elle s’exécute. options(qesR.cache = "disk") les garde sur le disque pour les sessions suivantes.

get_qes_master() empile 11 études, de 1998 à 2022, dans un seul data.frame : une ligne par répondant de chaque étude, et les mêmes 30 colonnes pour toutes les études (choix de vote, participation, souveraineté, identification partisane, idéologie, intérêt pour la politique et les variables sociodémographiques habituelles, avec le code, l’année et les identifiants de l’étude). Son format est fixe : les noms, l’ordre et les types des 30 colonnes ne changent pas, et les colonnes ajoutées par la suite viennent après elles. Le code écrit pour lui continue de fonctionner.

Quand l’utiliser, et quand préférer `qes_harmonize()`

Le fichier fusionné donne une vue d’ensemble rapide et à plat : un appel, un tableau, une colonne par concept. Pour garder cette forme, certaines colonnes réunissent des questions différentes, et aucune colonne n’indique à quel point la réponse de chaque étude est comparable.

Préférez qes_harmonize() pour une analyse que vous publierez. Il garde séparé ce que le fichier fusionné réunit (un vote déclaré et une intention de vote, les formulations de la souveraineté, une échelle d’intérêt en quatre points et une de 0 à 10), donne à la question de chaque étude un niveau de comparabilité et à chaque valeur manquante un motif, et fournit la pondération de chaque vague ; qes_design() en fait ensuite un plan de sondage. Comment fonctionne l’harmonisation l’explique, et la colonne target de attr(master, "legacy_column_map") nomme la variable harmonisée derrière chaque colonne du fichier fusionné.

Utilisez get_qes() pour les questions d’une étude que ni l’un ni l’autre ne contient.

Construire le fichier fusionné

L’étude de démonstration synthétique fonctionne hors ligne :

library(qesR)
demo_master <- get_qes_master(surveys = "qes_demo", quiet = TRUE)
dim(demo_master)
#> [1] 60 42
head(demo_master[, c("qes_code", "age_group", "gender", "turnout", "vote_choice")])
#>   qes_code age_group gender turnout vote_choice
#> 1 qes_demo     55-64  Woman       1         CAQ
#> 2 qes_demo     55-64  Woman       1          QS
#> 3 qes_demo       65+    Man       1         PLQ
#> 4 qes_demo       65+    Man       1          PQ
#> 5 qes_demo     45-54    Man       1          QS
#> 6 qes_demo     35-44  Woman       1         CAQ

Les vraies études sont lues à partir de leurs fichiers originaux :

master <- get_qes_master(quiet = TRUE)
dim(master)
#> [1] 40987    42
table(master$qes_code)
#> 
#> qes_crop_2007_2010            qes1998            qes2007      qes2007_panel 
#>              24027               1483               2175               2442 
#>            qes2008            qes2012      qes2012_panel            qes2014 
#>               1151               1505                844               1517 
#>            qes2018      qes2018_panel            qes2022 
#>               3072               1250               1521

Par défaut, et avec surveys = "all", get_qes_master() construit les 11 études. Les fichiers des deux firmes de 1998, qes1998_crop et qes1998_createc, n’en font pas partie (leurs répondants sont déjà dans qes1998) ; lisez-les avec get_qes().

Ce que contient chaque colonne

Chaque étude est harmonisée par qes_harmonize(), et chaque colonne est construite à partir des variables harmonisées (« cibles ») dont elle a besoin. Un code que les règles d’harmonisation n’apparient pas vaut NA, jamais transmis tel quel. attr(master, "source_map") donne, pour chaque colonne de chaque étude, la question lue, sa cible et son niveau de comparabilité.
Tous les répondants de chaque fichier sont conservés : ni dédoublonnage, ni retrait des lignes vides. Les répondants des panels et des enquêtes transversales restent des lignes distinctes.
vote_choice et turnout sont le vote et la participation déclarés dans toutes les études ; les sondages CROP ne posaient que des intentions de vote (dans vote_intent). sovereignty_support est seulement le référendum sur un pays indépendant, et party_best et party_lean valent NA partout. attr(master, "legacy_na_columns") énumère chaque colonne et étude qui vaut NA d’un bout à l’autre, avec la raison et, dans basis, l’explication en mots (en anglais ; ?get_qes_master énumère les causes).
vote_choice_timing et sovereignty_item indiquent ce que contiennent vote_choice et sovereignty_support dans chaque étude.
Les variables qui portent le même nom d’une étude à l’autre ne sont pas empilées : elles contiennent souvent des questions différentes. Lisez ces questions dans chaque étude avec get_qes().

head(attr(demo_master, "source_map")[, c("qes_code", "harmonized_variable", "source_variable", "target", "grade")])
#>   qes_code harmonized_variable source_variable target grade
#> 1 qes_demo            qes_code            <NA>   <NA>  <NA>
#> 2 qes_demo            qes_year            <NA>   <NA>  <NA>
#> 3 qes_demo         qes_name_en            <NA>   <NA>  <NA>
#> 4 qes_demo       respondent_id            <NA>   <NA>  <NA>
#> 5 qes_demo     interview_start            <NA>   <NA>  <NA>
#> 6 qes_demo       interview_end            <NA>   <NA>  <NA>
attr(demo_master, "legacy_na_columns")[, c("column", "study", "reason", "cause")]
#>                  column    study      reason              cause
#> 1       interview_start qes_demo   no_source               <NA>
#> 2         interview_end qes_demo   na_column               <NA>
#> 3    interview_recorded qes_demo   na_column               <NA>
#> 4              language qes_demo   no_source               <NA>
#> 5           citizenship qes_demo   no_source               <NA>
#> 6             education qes_demo   no_source               <NA>
#> 7                income qes_demo   no_source               <NA>
#> 8              religion qes_demo   no_source               <NA>
#> 9           born_canada qes_demo   no_source               <NA>
#> 10     vote_choice_text qes_demo   na_column not_harmonized_yet
#> 11           party_best qes_demo   na_column    no_valid_source
#> 12           party_lean qes_demo   na_column    no_valid_source
#> 13          federal_pid qes_demo   no_source               <NA>
#> 14       provincial_pid qes_demo   no_source               <NA>
#> 15            subsample qes_demo all_missing               <NA>
#> 16           weight_pre qes_demo   no_source               <NA>
#> 17          vote_intent qes_demo   no_source               <NA>
#> 18       turnout_intent qes_demo   no_source               <NA>
#> 19 sov_partnership_1995 qes_demo   no_source               <NA>

attr(master, "legacy_column_map") décrit chaque colonne (en anglais) et signale celles qui mêlent des instruments (political_interest, age_group, education).

Pondérations

survey_weight est la pondération propre à chaque étude, sur sa propre échelle, et n’est pas révisée : ne combinez pas d’estimations pondérées entre études avec elle. weight_pre et weight_post sont les pondérations recommandées des règles d’harmonisation ; elles valent NA là où une étude n’a pas de pondération validée (le tableau des pondérations décrit la pondération de chaque étude). Calculez chaque estimation à l’intérieur d’une seule étude.

Exporter le fichier fusionné

save_path écrit un fichier CSV en UTF-8 ou un fichier RDS, et à côté <racine>_provenance.csv, le relevé du fichier lu pour chaque étude.

get_qes_master(save_path = file.path(tempdir(), "qes_master.csv"), strict = FALSE)
get_qes_master(save_path = file.path(tempdir(), "qes_master.rds"), strict = FALSE)

Pour du code écrit avec une version antérieure de qesR, et pour en reproduire les résultats, voir le guide de mise à niveau.

Le fichier fusionné (get_qes_master)

Quand l’utiliser, et quand préférer qes_harmonize()

Construire le fichier fusionné

Ce que contient chaque colonne

Pondérations

Exporter le fichier fusionné

Quand l’utiliser, et quand préférer `qes_harmonize()`