Version classiqueVersion mobile
OpenEdition Books

Les méthodes d’analyse d’enquêtes

 | 
Philippe Cibois

Chapitre I

Repérer les questions pertinentes

Texte intégral

1On suppose donc une enquête déjà existante, soit issue d’une recherche, soit en vue de l’analyse secondaire d’une enquête disponible et rendue accessible aux chercheurs. On suppose que les données de cette enquête sont utilisables par le biais soit d’un logiciel international comme SAS ou SPSS, soit d’un logiciel libre comme Trideux, développé par l’auteur et dont les exemples de ce livre sont issus. Les méthodes de dépouillement présentées ici sont indépendantes des logiciels : les aspects pratiques en dépendent évidemment et il faudra s’y reporter pour plus de détails.

2On suppose donc que l’on a un fichier d’individus dont le nombre est variable, qui peut aller de quelques dizaines à plusieurs centaines de milliers : il peut sembler paradoxal d’envisager un dépouillement d’enquête avec moins de cent individus mais regarder attentivement le contenu d’un fichier est un objectif valable même si la possibilité d’étendre les résultats obtenus à une population de référence est faible. Quand on fait une enquête, quel que soit le nombre d’individus, on veut légitimement avoir une description de la population enquêtée : si l’effectif en est faible, on ne pourra que constater l’état de la population ; si l’effectif est important on pourra généraliser les résultats à la population dont l’enquête est issue, sous réserve que l’échantillon a été prélevé de manière raisonnée, par exemple par la méthode des quotas ou en sélectionnant des populations spécifiques. Il faut bien distinguer la description des données d’une part, des résultats qui peuvent être généralisés à l’ensemble de la population étudiée d’autre part. Pour pouvoir généraliser on utilisera des tests statistiques, essentiellement celui du khi-deux que l’on supposera connu : on se souviendra que le khi-deux étant sensible aux effectifs, dès qu’une population d’enquêtés devient importante, il devient rare que le khi-deux d’un tableau croisé ne soit pas significatif.

3Dans la suite, on utilisera comme exemple des données assez classiques en terme d’effectif, c’est-à-dire de plusieurs centaines d’individus. Il ne faut cependant pas avoir peur des faibles effectifs car on peut faire une bonne description d’une centaine d’individus. Même si on ne peut généraliser les résultats obtenus à la population de référence d’une manière certaine, si la cohérence des résultats est grande, leur valeur probatoire apparaitra aux lecteurs qui les considéreront comme des pistes à poursuivre, des tendances intéressantes à explorer par d’autres enquêtes.

  • 1 Madeleine Foisil, Le sire de Gouberville, un gentilhomme normand au XVIsiècle, Paris, Flammarion, (...)

4Quand, dans une recherche de type ethnologique, on dispose de peu d’informateurs, on leur demande d’être de bonne qualité et personne ne se formalise de leur faible effectif. Quand dans une recherche historique on nous présente le cas particulier d’un petit gentilhomme du Cotentin qui a tenu tout au long de son existence un journal, les généralisations qui sont faites à partir de ce cas unique n’ont de valeur que dans la mesure où l’on s’assure que notre homme est représentatif de son corps social1. C’est d’ailleurs ce qui permet à la micro-histoire de porter tous ses fruits et c’est une attitude analogue qui doit conduire celui qui a peu de données à les utiliser au mieux, à en tirer toutes les informations, à être suffisamment motivé pour aller le plus loin possible (sans tomber dans l’acharnement de celui qui veut obtenir une certaine orientation des résultats, mais le débutant est plutôt trop modeste dans ses prétentions).

5À l’inverse, celui qui a beaucoup d’individus et qui leur a posé beaucoup de questions risque d’être noyé par la masse d’informations dont il dispose potentiellement. Dans ce cas également, une bonne description des données s’impose : les méthodes descriptives sont les mêmes dans les deux cas, ce n’est affaire que de degrés, de nombre de questions que l’on peut prendre en compte dans une même analyse.

6On suppose donc que l’on a une population d’individus à laquelle on a posé un certain nombre de questions. Ces questions seront de deux catégories : des questions d’opinion ou relatives aux pratiques de l’individu dans le domaine enquêté, ou pouvant l’éclairer ; des questions indépendantes de l’enquête mais relatives à la connaissance de l’enquêté en général telles que l’âge, le sexe, la catégorie socioprofessionnelle, le plus haut diplôme obtenu, ou d’autres encore comme le revenu, l’affiliation politique (ou religieuse) qui relèvent de l’opinion ou de la description mais qui ont en commun de ne pas être spécifiques d’une enquête donnée.

7On supposera dans la suite que toutes ces questions seront utilisées sous formes de catégories, de modalités : la question « sexe » a deux modalités de réponse ; masculin ou féminin. La variable âge qui a pu être recueillie en codant l’âge en clair doit être recodée en tranches d’âges : le recueil des données doit se faire, non pas au niveau le plus fin possible (pour l’âge, la date de naissance précise avec le jour et le mois) mais au niveau le plus fin pertinent : pour des adultes ce sera l’année, pour des enfants du primaire, ce peut être le trimestre, pour des plus jeunes, le mois ou une durée moindre. Il faut que ce qui soit recueilli soit pertinent pour la finalité de l’enquête étant entendu que l’on pourra toujours facilement recoder les données d’une manière logicielle : par exemple, il est bon de recueillir les données en mettant des catégories d’accord ou de désaccord qui respectent les nuances d’une opinion (tout à fait d’accord, à peu près d’accord, etc.). Dans le courant du dépouillement, il sera souvent utile d’effacer ces nuances, de perdre de l’information pour en gagner par ailleurs par confrontation à de nombreuses autres modalités.

8Si on doit éviter de proposer la non-réponse à un enquêté, on doit l’enregistrer : on proposera dans la suite des méthodes qui permettent de tirer de l’information de ce type de modalité par comparaison avec les réponses que l’enquêté a donné aux autres questions. On ne doit pas éliminer les non-répondants : ils peuvent être porteurs d’une attitude qu’il faut éventuellement prendre en compte.

I. – Première étape : les préalables

9On suppose donc que l’on dispose d’une population qui a répondu à de nombreuses questions. Les réponses sont enregistrées dans un logiciel et le travail minimum a été fait, c’est-à-dire que pour chaque question on dispose d’un identifiant alphanumérique de quelques caractères et que les modalités ne sont repérées que par leur numéro. Par exemple la question V02 qui se trouve être le sexe du répondant, a deux modalités de réponse dont on sait par le biais des guides de codage que la modalité notée 1 correspond au sexe masculin et la modalité 2 au sexe féminin. S’il y avait des non-réponses, elle seraient codées 0 (c’est rare pour cette question, quand cela arrive, on a vérifié que ce sont souvent des hommes pour qui c’est « normal » d’être homme alors qu’une femme n’oublie jamais sa condition féminine).

10La première opération à faire est de confectionner un instrument de travail que l’on imprimera immédiatement et qui est la distribution des réponses à toutes les questions, appelé souvent « tri à plat » des réponses, par opposition à « tri croisé » qui fait intervenir plusieurs questions en même temps. Les résultats peuvent être de cette forme :

  • 2 Sachant que 0,1 % de la population correspond à une demi individu, une précision plus grande serait (...)

11Il s’agit de la question V02 (en fait le sexe de l’enfant car il s’agit d’une enquête de sociologie concernant une population d’enfants au collège). Le code maximum que peut prendre cette question est évidemment 2. Le total est de 512 individus qui correspondent à 100 %. Il y a 244 individus codés 1 c’est-à-dire de sexe masculin, qui représentent 47,7 % de la population, et 268 de sexe féminin représentant 52,3 %. Il n’y a pas de non-réponses2.

12Rapidement, on éprouvera le besoin de rendre les résultats plus lisibles et de faire en sorte que la modalité 1 soit codée « masculin », la 2 « féminin » et que la question V02 s’appelle « sexe ». Un tel travail ne doit pas être fait au départ pour deux raisons : il est rapidement décourageant par le temps de travail qu’il demande ; il ne doit être fait que sur des questions, des variables (les deux mots sont assez interchangeables) qui ont été travaillées, étudiées, recodées éventuellement, que l’on s’est appropriées par un examen attentif.

13Une enquête se dépouille en prenant un certain temps, variable selon la dextérité informatique et selon les désirs, la motivation de celui qui fait le dépouillement : qui manie bien un logiciel peut espérer en une semaine complète de travail arriver à des résultats non négligeables. Il faut de ce fait conserver une trace écrite des opérations faites : ouvrir un fichier de traitement de texte et y reporter les résultats intermédiaires et les recodages faits est une bonne pratique. On se constitue ainsi un journal de bord des opérations faites qui constitue un grand secours quand on est obligé de reprendre un traitement après quelques jours.

  • 3 Autre recodage possible : « à l’heure » contre « en retard ».

14Il faut garder trace de la manière dont on a construit des variables nouvelles à partir d’anciennes. Par exemple pour l’enquête scolaire qui nous sert d’exemple, on dispose évidemment de l’année de naissance de l’enfant et de la classe où il est arrivé. En tenant compte de ces deux indications, on peut construire une variable nouvelle, que l’on va appeler AGS en code simplifié, « Âge scolaire » en clair et qui aura trois modalités : 1 = « en avance  », 2 = « à l’heure », 3 = « en retard »3. Ceux qui sont en avance représentent 18 % de l’ensemble, ils sont 74 % à être à l’heure et seulement 8 % à être en retard. Ces chiffres manifestent une réussite qui ne se retrouve pas dans l’ensemble de la population des collèges et qui manifeste que notre échantillon est spécifique : il l’est par construction car son but est de comparer les motivations de parents d’élèves scolarisés soit dans des « écoles nouvelles », soit dans des collèges à recrutement social équivalent et étant perçus comme de « bons établissements ». Les « écoles nouvelles » sont des écoles publiques (Decroly) ou privées non confessionnelles (La Source à Meudon, l’École alsacienne) qui se caractérisent par une pédagogie différente mise au point par des réformateurs comme Decroly ou Cousinet qui ont cherché à mieux partir des intérêts des enfants et à mettre au point des techniques pédagogiques spécifiques (qui se sont d’ailleurs répandues ensuite, ce qui fait qu’on peut se demander ce qu’il en reste aujourd’hui : c’est une des réponses attendue de cette enquête).

  • 4 « Les stratégies éducatives des classes moyennes et supérieures salariées », enquête dirigée par Fr (...)

15Comme cette enquête va opposer deux types d’élèves : ceux qui sont en école nouvelle et ceux qui sont dans des collèges à recrutement social analogue et de bon niveau, une variable d’intérêt privilégiée va être précisément cette question à deux modalités « École nouvelle », « Collège de bonne réputation » : la distribution de cette question n’est pas pertinente en soi dans la mesure où, par construction, chaque enquêteur devait interroger quatre élèves de collège à bonne réputation et un d’école nouvelle. Ce n’est qu’en la croisant avec d’autres questions que l’on verra l’effet de cette variable4.

16Un premier tableau croisé va nous permettre de voir de premiers résultats et de mettre au point un outil qui nous servira dans la suite : un indicateur de la force de liaison entre modalités (ou entre questions). Nous effectuons donc le tri croisé entre le sexe et la variable d’intérêt, le type de collège.

17Il s’agit d’un tableau à 2 lignes et 2 colonnes et donc à un degré de liberté puisqu’en fixant l’effectif d’une case, toutes les autres se déduisent des marges.

18Le khi-deux est significatif au seuil de 5 % (p < 0,05 codé souvent avec deux étoiles).

Le PEM du tableau est de      18.6 %

19Par PEM il faut entendre Pourcentage de l’écart maximum : il s’agit d’un indicateur d’attraction qui vaut pour l’ensemble du tableau (PEM global) ou pour une case du tableau (PEM local). Nous allons expliciter en premier lieu le PEM local.

20Dans le tableau ci-dessous, on trouve quatre nombres dans chaque case (et leur somme en marge).
– L’effectif (N=) : pour la case « Féminin en École nouvelle », il est de 60 individus.
– Le pourcentage en ligne (% Ligne) : sur 268 élèves de sexe féminin, les 60 en école nouvelle représentent 22,4 % du total (soit plus que 19,1 %, le pourcentage toutes lignes confondues, ce qui indique une attraction).
– La contribution au khi-deux qui est égale à l’effectif en écart à l’indépendance au carré divisé par l’effectif théorique.
Ici l’effectif théorique (produit des marges par le total) est de 98 x 268 / 512 = 51,30. L’écart à l’indépendance est de (observé – théorique) 60 – 51,30 = 8,70. La contribution au khi-deux est de 8,70² / 51,30 = 1,5.
– Le PEM, Pourcentage de l’écart maximum (% Attrac). On a noté que pour cette case, l’écart à l’indépendance est 8,70 individus. Si la liaison entre sexe féminin et école nouvelle était à son maximum, les 268 filles ne pourraient pas être à l’école nouvelle (dont l’effectif n’est que de 98 individus) mais les 98 élèves de l’école nouvelle pourraient être de sexe féminin. Donc 98 est le maximum de la case et l’écart à l’indépendance dans le cas de ce maximum serait de (maximum – théorique) 98 – 51,30 = 46,70.

  • 5 Philippe Cibois, « Le PEM, pourcentage de l’écart maximum : un indice de liaison entre modalités d’ (...)

21Comparons l’écart observé 8,70 à l’écart dans le cas du maximum 46,70 ce qui nous donne une proportion de 8,70 / 46,70 = 0,186 ou 18,6 % en pourcentage. Cette valeur est suivie d’une étoile sur le tableau pour signaler qu’elle est issue d’un tableau croisé significatif5.

22Dans un tableau 2 x 2, tous les PEM sont symétriques, c’est-à-dire de même valeur absolue et de signes opposés, c’est-à-dire correspondant non à une attraction, mais à une répulsion dans le cas d’un PEM négatif. Le PEM global est pris en faisant la somme des écarts positifs observés à l’indépendance par rapport à la somme des écarts positifs dans le cas de la liaison maximum : on vérifie facilement qu’il est aussi égal à 18,6 %. Ce résultat est général : dans le cas d’un tableau 2 x 2, le PEM global et le PEM local (positif) sont identiques. Le calcul du PEM peut être étendu à des tableaux plus grands ayant un ordre sur les marges (que l’on peut toujours établir par une méthode d’analyse factorielle).

23Empiriquement, des cas de PEM très élevés (supérieurs à 50 %) manifestent une liaison tellement forte qu’ils sont l’indice d’une redondance des indicateurs : par exemple, dans toute enquête, on vérifie que le PEM entre le fait d’être à la retraite et d’être dans une tranche d’âge supérieur à 60 ans est toujours très élevé. Inversement, quand la liaison est inférieure à 10 %, elle peut être l’effet du hasard et c’est pour cette raison qu’on associe toujours au PEM le test du khi-deux. On constate empiriquement que les PEM intéressants se situent entre 10 et 50 %.

24Quand on dépouille une enquête, il faut immédiatement intégrer tout résultat obtenu, en étant bien conscient qu’il pourra être remis en cause dans la suite. Par exemple ici, on doit immédiatement prendre acte de la liaison entre sexe féminin et écoles nouvelles : c’était d’ailleurs l’une des hypothèses qui étaient proposées au moment de la construction de l’enquête de vérifier si les écoles nouvelles, en mettant l’accent sur les aspects relationnels, n’étaient pas en train de moderniser la définition traditionnelle du rôle féminin.

25Quand on commence à dépouiller une enquête, il faut progressivement s’approprier les données, en faire l’expérience et c’est une bonne pratique de commencer par explorer quelques hypothèses simplement par le biais de tris croisés. Par exemple, une autre hypothèse de départ qu’il est facile de vérifier était que les écoles nouvelles étaient privilégiées par des parents de classe moyenne ou supérieure dont les enfants avaient des difficultés scolaires. Nous allons utiliser à cette fin l’âge scolaire, variable que nous avons construite et qui est un indicateur « objectif » des difficultés du parcours scolaire.

26On a le tableau croisé suivant :

27On voit que les contributions au khi-deux qui rendent le tableau significatif sont associées précisément au fait d’être en retard scolaire, qu’il y a une attraction (PEM de 21,6 % significatif) entre ce retard scolaire et l’école nouvelle. On voit donc que l’hypothèse qui avait été faite est d’une certaine manière confirmée, mais à la condition de bien voir que les élèves en retard sont très minoritaires, y compris dans l’école nouvelle (83 des 98 soit 85 % des élèves d’école nouvelle sont à l’heure ou en avance).

28À partir de ce deuxième tri croisé, on voit que chaque tableau croisé apporte une information utile, mais ponctuelle, car il manque à la fois la vue d’ensemble et la prise en compte des nombreuses autres questions de l’enquête. Nous allons maintenant mettre au point une procédure qui permette une découverte systématique des éléments intéressants de l’ensemble des tris croisés possibles.

II. – Sélectionner les questions pertinentes

29Ce que nous voulons repérer, ce sont les questions qui sont pertinentes par rapport à la variable d’intérêt de notre enquête, l’opposition entre écoles nouvelles et collèges de bonne réputation. Nous allons donc croiser systématiquement cette variable d’intérêt avec toutes les autres questions de l’enquête mais ne sélectionner que celles qui sont le plus en attraction avec elle.

30Le questionnaire, qui comprenait plus de cent questions, non seulement testait la situation sociale de la mère avec une grande précision sur le plan du métier, de la formation (y compris celle des grands-parents), des gouts, des affiliations politiques, religieuses, associatives, du couple, mais envisageait aussi :
– une description fine de l’enfant : ses « qualités », ses « défauts », son attitude en famille ;
– son comportement et son niveau scolaire, les raisons du choix du collège, ses matières préférées, son avenir ;
– ses loisirs ;
– le style des relations que la mère avait avec l’enfant (complicité, fermeté, etc.).

  • 6 Cibois, 1993.

31L’indicateur que nous utiliserons sera le PEM global, identique au PEM local positif dans le cas d’un tableau 2 x 2 (comme plus haut, le croisement avec le sexe). Dans le cas d’un tableau qui a davantage de colonnes, comme dans le tableau précédent, on se référera à la publication de présentation de la méthode6. Si le PEM n’est pas disponible sur le logiciel que l’on utilise, on pourra prendre des indicateurs analogues comme le V de Cramèr (dont le PEM est une extension qui tient compte des possibilités actuelles de calcul). L’important est de disposer d’un indicateur qui, pour une question donnée, donne automatiquement la liste des autres questions de l’enquête avec lesquelles elle est en attraction.

32Les résultats, pour la question « type d’école » (choix d’une école nouvelle contre choix d’un collège de bonne réputation) sont les suivants : on prend les questions par ordre d’attraction décroissante de façon à avoir un premier choix d’une vingtaine de questions. Ces questions peuvent être regroupées autour de plusieurs thèmes :
– les raisons du choix du collège lui-même : s’il était proche ou non ; si l’on y cultivait l’autonomie ou la réussite scolaire et par qui le choix a été fait (un parent, les deux, l’enfant a-t-il été associé à ce choix ?) ;
– comment est envisagée la scolarité de l’enfant : est-ce que l’enfant est satisfait de l’enseignement qu’il reçoit ? Pour le futur, faut-il le pousser ou le laisser suivre son rythme ? A-t-on prévu le lycée où il irait. Jusqu’où pense-t-on qu’il ira (université ou grandes écoles ?) ;
– un certain nombre de questions concernent le style éducatif des parents : ce que l’on souhaite obtenir comme résultat (respect des autres, savoir-vivre, sens des responsabilités, etc.) ; quel type de sanction on envisage éventuellement (privation, réprimande) ; les parents ont-ils le sentiment ou non de reproduire le style d’éducation qu’ils ont reçu eux-mêmes ; l’enfant connait-il les opinions politiques de ses parents ;
– questions portant sur les activités de l’enfant : ses activités préférées, s’il pratique la compétition sportive, ses jeux préférés, ce qu’il a reçu à Noël ;
– il y a peu de questions relatives aux parents sinon la catégorie socioprofessionnelle de la mère et ses loisirs favoris.

33Cette vingtaine de questions, qui comportent à peu près 200 modalités de réponses (soit une dizaine de modalités par question en moyenne) n’est qu’un point de départ pour commencer à se faire une opinion sur le contenu de l’enquête.

34Cette procédure qui consiste à passer par la variable d’intérêt pour sélectionner les questions à l’avantage d’aider à commencer la recherche avec un nombre suffisant de modalités de 200, ce qui est un bon point de départ. Ce n’est qu’un point de départ qu’il faudra affiner dans la suite. Pour le traiter, nous allons utiliser l’analyse factorielle des correspondances.

Notes

1 Madeleine Foisil, Le sire de Gouberville, un gentilhomme normand au XVIsiècle, Paris, Flammarion, 2001.

2 Sachant que 0,1 % de la population correspond à une demi individu, une précision plus grande serait illusoire. On arrondit au plus près et l’on garde toujours un chiffre après la virgule, quelque soit la précision, afin de bien distinguer typographiquement les effectifs observés, qui sont toujours des entiers, de ce qui relève d’un calcul comme les pourcentages.

3 Autre recodage possible : « à l’heure » contre « en retard ».

4 « Les stratégies éducatives des classes moyennes et supérieures salariées », enquête dirigée par François de Singly et Philippe Cibois dans le cadre du Deug de sociologie de l’Université de Paris V en 1991-1992.

5 Philippe Cibois, « Le PEM, pourcentage de l’écart maximum : un indice de liaison entre modalités d’un tableau de contingence », Bulletin de méthodologie sociologique, 1993, no 40, p. 43-63.

6 Cibois, 1993.

Acheter

Volume papier

Chargement

Unavailable