Desktop versionMobile Version

Les méthodes d’analyse d’enquêtes

 | 
Philippe Cibois

Préface

Le goût des statistiques

Pierre Mercklé

Volltext

  • 1 Ollion Etienne, 2012, « De la sociologie en Amérique. Éléments pour une sociologie de la sociologie (...)

1Peut-on faire des sciences sociales sans statistiques ? Probablement, mais force est de constater que les approches quantitatives, dans de nombreuses disciplines, pèsent d’un poids de plus en plus important dans les recherches des dernières décennies : hégémoniques en économie, dominantes en géographie, elles structurent également une part significative des recherches en histoire. Quant à la sociologie, si la situation varie selon les pays, il est indéniable par exemple que la recherche américaine est dominée par les méthodes statistiques1, et que celles-ci tendent aussi à être de plus en plus valorisées en France, où elles assurent souvent aux apprentis chercheurs qui les maîtrisent des publications dans les revues les plus légitimes et des recrutements accélérés.

  • 2 Decesare Michael, 2007, « ‘Statistics Anxiety’ Among Sociology Majors: A First Diagnosis and Some T (...)
  • 3 Bourdieu Pierre, 1979, La distinction. Critique sociale du jugement, Paris, Minuit, coll. « Le sens (...)
  • 4 Cibois Philippe, 2003, Les écarts à l'indépendance. Techniques simples pour analyser les données d' (...)

2Et pourtant, les étudiants français en sciences sociales n’ont souvent qu’une passion très modérée pour les statistiques. Ce désintérêt pour les méthodes « quantitatives » est communément observable par exemple dans les méthodes choisies lors des premiers apprentissages de la recherche, en particulier en master, mais également en thèse, où les approches « qualitatives » (combinant généralement l’analyse de documents, l’entretien et l’observation ethnographique) continuent de régner presque sans partage, alors même que le « rendement académique » des approches quantitatives devrait les rendre plus attractives. Comment expliquer ce que les rares travaux sur la question appellent « math anxiety »2 ? L’explication n’est pas extraordinairement compliquée, en tout cas dans le contexte français : derrière le manque d’intérêt des étudiants se cachent – souvent mal – des difficultés souvent anciennes en mathématiques, qui justement sont celles qui les ont écartés des filières plus prestigieuses et conduits vers les sciences humaines et sociales, par les effets de ce que Pierre Bourdieu appellerait un « goût de nécessité »3. Comme l’expliquait lui-même Philippe Cibois dans l’introduction d’un guide d’initiation aux analyses statistiques4, pour procéder à ce tri, « l'enseignement des mathématiques est dans le secondaire d'un niveau d'abstraction fort, voulu et efficace : il arrive à persuader beaucoup de gens qu'ils sont nuls en maths, que ce n'est pas leur truc ou autres justifications après coup qui tentent de rendre compte de ce qui est ressenti souvent comme une humiliation ou un échec. »

3Et Philippe Cibois de rêver à voix haute, dans ce même texte, d’un enseignement des mathématiques qui, comme dans les pays anglo-saxons, serait destiné à « apprendre les mathématiques et non à sélectionner ». Or, s’il n’est pas en notre pouvoir de changer l’enseignement des mathématiques au lycée, et a fortiori de remettre en cause une tradition française séculaire de sélection et d’orientation scolaires par les mathématiques, peut-être pouvons-nous malgré tout agir au niveau qui est le nôtre (celui d’enseignants et de chercheurs en sciences sociales souvent aux prises avec ces étudiants paralysés par cette « angoisse des mathématiques ») pour redonner au plus grand nombre possible le « goût des statistiques ». Incontestablement, Philippe Cibois a consacré une très grande partie de ses enseignements et de ses travaux à cette ambition. Auteur de nombreux ouvrages et articles consacrés aux méthodes quantitatives en sciences sociales (voir la bibliographie à la fin de cette préface), il s’y est inlassablement efforcé de trouver les moyens de rendre les statistiques « aimables » même à celles et ceux, nombreux en sociologie, à qui elles rappellent pourtant de mauvais souvenirs de lycée.

  • 5 Des Nétumières Félicité, 1997, « Méthodes de régression et analyse factorielle », Histoire & Mesure(...)

4Ce livre que Philippe Cibois avait consacré en 2007 aux Méthodes d’analyse d’enquêtes, nous avons choisi de le rééditer dans la Bibliothèque idéale des sciences sociales parce qu’il incarne cet effort de manière exemplaire, et parce qu’il nous a donc semblé à ce titre devoir être accessible au plus grand nombre. Accessible, il l’était déjà à un premier titre : Philippe Cibois « écrit » les méthodes quantitatives dans une langue éminemment compréhensible. Ici, il s’attaque à ce qu’on appelle « l’analyse multivariée » : comment analyser les relations entre un grand nombre de variables, et rendre compte de la façon la plus intuitive possible des systèmes complexes que ces liaisons peuvent former, et des hiérarchies qui les organisent ? Les outils d’analyse multivariée qui permettent cela peuvent être regroupées en deux grandes familles distinctes : d’une part l’analyse factorielle, et d’autre part les modèles de régression multiple. Ces deux familles d’outils correspondent à des approches très différentes les unes des autres, qui engagent des « visions du monde » social parfois opposées5. Quelles sont les variables et les modalités de variables qui sont fortement associées entre elles ? Autrement dit, quelles sont les caractéristiques que les individus présentent souvent « ensemble » ? Au contraire, quelle sont celles qui s’opposent, autrement dit que les individus ne présentent que rarement simultanément ? Quelles sont les principes structurant ces associations et ces oppositions ? Quels sont les groupes, les types ou les classes d’individus que l’on peut distinguer en fonction de ces associations ? Ce sont les techniques d’analyse factorielle qui permettent de répondre à ces questions. De quelles variables explicatives dépend un phénomène donné ? Comment l’expliquer ? Quelle est la part respective des différents facteurs ainsi envisagés dans l’explication de ce phénomène ? Quels sont les « effets propres » d’une variable sur une autre, abstraction faite de toutes les autres explications possibles du phénomène qu’on cherche à étudier ? Ce sont plutôt les modèles de régression multiple qui permettent de répondre à ces questions.

  • 6 Benzécri Jean-Paul, 1973, L'analyse des données, Paris, Dunod, vol. 2 : Correspondances.
  • 7 L’enquête en question, réalisée avec le sociologue François de Singly au début des années 1990, por (...)

5C’est donc bien à une familiarisation avec ces techniques avancées d’analyse des données qu’invitent Les méthodes d’analyse d’enquête. Après une rapide introduction et un rappel des principes généraux de l’analyse des liaisons statistiques entre deux variables à l’aide de simples « tableaux croisés », Philippe Cibois entre dans le vif du sujet dès le chapitre II, avec une initiation patiente à l’analyse factorielle des correspondances. Développée en France à partir des travaux pionniers de Jean-Paul Benzécri6, cette méthode s’appuie sur la décomposition de liaisons statistiques complexes en un nombre restreint de « facteurs », et permet ainsi d’élaborer des représentations graphiques synthétiques de la configuration générale des attractions et des répulsions (autrement dit des liaisons statistiques positives ou négatives) entre un nombre élevé de variables. Elle a beaucoup été utilisée dans la sociologie française, notamment dans les travaux de Pierre Bourdieu et ceux qu’il a suscités, pour décrire et explorer (y compris donc sous forme graphique) les systèmes d’opposition et de différenciation qui polarisent les structures sociales. En s’appuyant sur un exemple chiffré tiré d’une enquête réelle7, Philippe Cibois fait progressivement découvrir la logique intime des principes techniques fondamentaux de l’analyse factorielle, sans jamais tomber dans une formalisation mathématique qui serait ici à la fois inutile et contre-productive pédagogiquement : on ne trouvera dans Les méthodes d’analyse d’enquête pratiquement aucune trace d’équation ou de formalisation mathématique. Philippe Cibois démontre qu’il est possible d’expliquer avec les quatre opérations élémentaires (l’addition, la soustraction, la multiplication et la division) aussi bien l’analyse factorielle des données (chapitre II) et les méthodes de classification qu’elle permet (chapitre III), que les techniques de régression multiple qui ouvrent aux sciences sociales la porte du raisonnement « toutes choses égales par ailleurs » cher aux sciences expérimentales (chapitre V). Celles et ceux que la formalisation mathématique ne rebute pas pourront néanmoins se reporter aux annexes de l’ouvrage, qui détaillent l’algorithme de l’analyse factorielle des correspondances et celui du maximum de vraisemblance, sur lequel repose la logique des modèles de régression multiple.

6Prenant ainsi le lecteur par la main, Philippe Cibois l’accompagne pas à pas dans la découverte de techniques statistiques qu’avant lui on aurait sans doute qualifiées de complexes, mais qui ne le sont plus désormais – le mérite lui en revient incontestablement. Accessible, le livre de Philippe Cibois l’était donc d’abord par cette volonté pédagogique inébranlable de se rendre lisible au plus grand nombre, et en particulier à celles et ceux qui souffraient jusque là de « l’angoisse des mathématiques ». Accessible, il l’est maintenant à un second titre : avec cette réédition dans la Bibliothèque idéale des sciences sociales, les étudiants, les enseignants et les chercheurs en sciences sociales francophones du monde entier peuvent désormais le lire librement et gratuitement en ligne. Ce n’est pas un hasard : le site personnel8 et les engagements professionnels9 de Philippe Cibois témoignent d’un militantisme ancien en faveur du libre accès, et il a accepté avec un enthousiasme immédiat l’idée de cette réédition. C’est probablement que nous partageons la même foi un peu naïve dans les vertus de l’éducation aux statistiques. La capacité à comprendre, voire à produire soi-même l’information statistique, en particulier quand elle s’appuie sur des techniques plus avancées que celles mises en œuvre dans les « tableaux croisés », n’est pas qu’un enjeu de connaissance. C’est potentiellement aussi un enjeu de citoyenneté scientifique, donc un enjeu social et politique… À condition bien sûr que cette éducation aux statistiques soit pratiquée avec le souci, à l’œuvre ici, de les rendre accessibles y compris donc à celles et ceux qui jusque-là étaient persuadés qu’ils étaient « nuls en maths ». Comme le dit lui-même Philippe Cibois : « Il vaut mieux être sociologue pour enseigner la statistique aux sociologues »10.

7Cet effort de démocratisation des méthodes quantitatives s’inscrit dans un mouvement beaucoup plus vaste, qui fait qu’il n’a jamais été aussi facile qu’aujourd’hui de faire des statistiques en sciences sociales. D’une part, les données des grandes enquêtes publiques sont de plus en plus accessibles, par exemple en France par l’intermédiaire du Réseau Quételet11, et il devient également beaucoup plus facile qu’auparavant de réaliser des enquêtes par questionnaires en ligne. Et d’autre part, les outils d’analyse des données se sont aussi démocratisés : les ordinateurs sont de moins en moins chers et de plus en plus puissants, et le logiciel R12, qui s’impose aujourd’hui comme la référence même au-delà des sciences sociales, est libre, gratuit et pourtant aussi bien plus puissant que ceux que nous devions auparavant payer parfois plusieurs milliers d’euros. Ordinateurs portables puissants et peu onéreux, logiciels gratuits et de plus en plus faciles à mettre en œuvre… Et maintenant la réédition du livre de Philippe Cibois dans la Bibliothèque idéale des sciences sociales : tout est réuni pour redonner aux étudiants, aux enseignants et aux chercheurs en sciences sociales le « goût des statistiques » !

Anmerkungen

1 Ollion Etienne, 2012, « De la sociologie en Amérique. Éléments pour une sociologie de la sociologie étasunienne contemporaine », Sociologie, vol. 2, n° 3, p. 277-294.

2 Decesare Michael, 2007, « ‘Statistics Anxiety’ Among Sociology Majors: A First Diagnosis and Some Treatment Options », Teaching Sociology, October, 35, p. 360-367; Macheski Ginger E., Buhrmann Jan, Lowney Kathleen S. et Bush Melanie E.L., 2008, « Overcoming Student Disengagement and Anxiety in Theory, Methods, and Statistics Courses by Building a Community of Learners », Teaching Sociology, January, 36, p. 42-48; Paxton Pamela, 2006, « Dollars and Sense: Convincing Students That They Can Learn and Want to Learn Statistics », Teaching Sociology, January, 34, p. 65-70; Van Gundy Karen, Morton Beth A., Liu Hope Q. et Kliine Jennifer, 2006, « Effects of Web-Based Instruction on Math Anxiety, the Sense of Mastery, and Global Self-Esteem: A Quasi-Experimental Study of Undergraduate Statistics Students », Teaching Sociology, October, 34, p. 370-388.

3 Bourdieu Pierre, 1979, La distinction. Critique sociale du jugement, Paris, Minuit, coll. « Le sens commun », p. 433.

4 Cibois Philippe, 2003, Les écarts à l'indépendance. Techniques simples pour analyser les données d'enquête, Sciences Humaines, coll. « Méthodes quantitatives pour les sciences sociales », http://www.scienceshumaines.com/textesInedits/Cibois.pdf

5 Des Nétumières Félicité, 1997, « Méthodes de régression et analyse factorielle », Histoire & Mesure, 12 (3/4), http://www.persee.fr/web/revues/home/prescript/article/hism_0982-1783_1997_num_12_3_1547

6 Benzécri Jean-Paul, 1973, L'analyse des données, Paris, Dunod, vol. 2 : Correspondances.

7 L’enquête en question, réalisée avec le sociologue François de Singly au début des années 1990, portait sur « les stratégies éducatives des classes moyennes et supérieures salariées ».

8 Philippe Cibois a été, parmi les sociologues français, un des pionniers de l’utilisation d’Internet pour la diffusion de ses travaux, et son site personnel permet aujourd’hui d’accéder en libre accès à la quasi-totalité de ses publications : http://cibois.pagesperso-orange.fr

9 Il est actuellement le vice-président du conseil scientifique d’OpenEdition.

10 Op. cit., http://www.scienceshumaines.com/textesInedits/Cibois.pdf, p. 4.

11 http://www.reseau-quetelet.cnrs.fr

12 http://www.r-project.org

CC-BY-NC-ND-4.0

Nur der Text ist unter der Lizenz CC BY-NC-ND 4.0 nutzbar. Alle anderen Elemente (Abbildungen, importierte Anhänge) sind „Alle Rechte vorbehalten“, sofern nicht anders angegeben.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search