Comment fusionner deux bases de données d’enquête, en 5 étapes

Empiler convient quand les deux bases ont les mêmes questions et des cas différents, comme deux vagues d’une enquête : les lignes de l’une viennent sous celles de l’autre. Croiser par identifiant convient quand ce sont les mêmes cas avec des données différentes : chaque personne reçoit en plus les colonnes de l’autre base.

Aucun logiciel ne peut le vérifier : que les deux comptent la même unité (des personnes et non des enregistrements), qu’elles couvrent la même période, que chaque variable signifie la même chose et que les codes soient écrits de la même façon. En croisant, il faut aussi que l’identifiant désigne le même cas dans les deux fichiers.

Appariez chaque colonne avec celle de l’autre base même si elle s’appelle autrement, et laissez de côté celles qui n’ont pas de correspondante. Si une personne a répondu aux deux vagues, comptez-la une seule fois, et ajoutez une colonne qui indique de quel fichier vient chaque ligne.

Choisissez une colonne qui identifie chaque cas dans les deux bases : numéro de pièce d’identité, matricule, numéro fiscal ou toute autre valeur unique pour chaque cas. Si vous comptez partager ensuite la base fusionnée, anonymisez-la d’abord avec l’outil de HILO.

Vérifiez que le nombre de lignes est celui attendu et comparez les dates avec les fichiers d’origine : en assemblant deux fichiers, leur format peut changer ou le jour et le mois être inversés. Enregistrez la base fusionnée sous un autre nom et notez ce que vous avez fait.