Vous devez être clair sur ce que vous entendez par "LQAS".

Classifie LQAS (par exemple en bas modérée, forte prévalence,) plutôt que des estimations (c.-à donner une estimation ponctuelle avec un intervalle de confiance) et sera généralement utiliser de petits échantillons (par exemple SLEAC utilise une taille de n = 40 de l'échantillon ... moins pour les petits SDU ou dans les milieux à faible prévalence). LQAS est (quand cela est fait correctement) robuste, précis et utiles.

LQAS est utilisé dans de nombreux domaines. En nutrition nous l'utilisons dans ...

SQUEAC: LQAS est utiliser pour tester des hypothèses à propos de (par exemple) la répartition spatiale de la couverture du programme.

SLEAC: LQAS est utiliser pour classer la couverture du programme au niveau de l'unité de prestation de services (SDU).

GAM: LQAS est utilisé pour classer la prévalence sur de larges zones-(par exemple les districts de santé).

M & E: L'utilisation originale de LQAS était le contrôle de qualité industriel. Cela signifie que LQAS est bien adapté pour programmer M & E.

L'utilisation de LQAS pour GAM n'a pas pris. Je ne l'ai pas utilisé LQAS à cette fin parce que je ne pense pas qu'il offre d'importantes économies de coûts par rapport aux méthodes telles que SMART. Ceci parce que la majeure partie des coûts de l'échantillonnage en grappes sont en grappes d'échantillonnage. Une fois que vous arrivez à un cluster, il est seulement un peu plus cher à l'échantillon de 30 enfants que de déguster 3 enfants. La méthode LQAS proposé pour GAM estimation utilise un nombre similaire de grappes à SMART (parfois plus). Cela signifie que les économies de coûts "promis" par la petite taille de l'échantillon global ne se traduit pas par des économies significatives. Depuis LQAS peut coûter autant que SMART mais donner moins d'information, il semble judicieux d'utiliser quelque chose comme SMART pour cette application. Il convient de noter que LQAS peut être beaucoup moins cher que SMART (par exemple) des camps où les coûts d'échantillonnage en grappes sont faibles.

Je espère que cela est d'une certaine utilité.