on additionne les populations des deux entreprises, on a autant de
femmes que d’hommes et donc, on peut dire que dans la population
totale des entreprises A et B, il y a 50% d’hommes et 50% de femmes.
Le salaire standardisé en A, compte tenu de cette proportion est :
(0,5x1300+0,5x1100) euros = 650 €+ 550 €= 1200 euros.
Le salaire standardisé en B, compte tenu de cette proportion est :
(0,5x1200+0,5x1000) euros = 600 €+ 500 €= 1100 euros.
Cette fois, si on compare les salaires standardisés on a bien un salaire
moyen en A qui est supérieur au salaire moyen en B.
On a ainsi éliminé l’effet de structure dans le calcul du salaire moyen.
Cette méthode est notamment utilisée en démographie, par exemple
quand on veut comparer des taux de mortalité en éliminant les effets dus
à deux structures d’âge différentes. Quand on ne dispose pas des taux de
mortalité par tranche d’âge, on construit comme dans l’exemple cidessus, une population-type à l’aide des sous-populations étudiées, en
utilisant la structure par âge de la somme des sous-populations.
Cet exemple peut être étendu à des variables autres que l’âge.
Exercice 5 : effet de structure
Il existe plusieurs indicateurs pour mesurer l’impact de la mortalité dans
une population. Nous allons en utiliser trois pour tenter de savoir si le
risque de mourir est le même dans deux hôpitaux que nous désignerons
par A et B. Si ce n’est pas le cas, nous chercherons à expliquer la
différence.
Nous utiliserons les trois indicateurs suivants pour comparer la mortalité
dans les deux hôpitaux : le taux brut de mortalité, le taux de mortalité
spécifique selon l’âge et le taux de mortalité standardisé pour l’âge,
sachant que par « population », nous entendons « population d’un
hôpital », soit le nombre de patients.
Dans la feuille 5. effet de structure du classeur, vous trouverez les
tableaux suivants :
60 - INTRODUCTION À LA STATISTIQUE DESCRIPTIVE