Vous l’avez sans doute déjà repéré : sur la plateforme OpenEdition Books, une nouvelle interface vient d’être mise en ligne.
En cas d’anomalies au cours de votre navigation, vous pouvez nous les signaler par mail à l’adresse feedback[at]openedition[point]org.

Précédent Suivant

Annexe 8. La méthode d’analyse des correspondances multiples

p. 255-256


Texte intégral

1Pour décrire les emplois occupés par les natifs de Tunisie, il est possible de s’appuyer sur les instruments de l’analyse descriptive classique tels que les tableaux de pourcentage, appelés aussi tableaux de fréquence ou tableaux croisés. Toutefois, ces outils montrent très vite leurs limites, notamment parce que les tableaux deviennent rapidement illisibles lorsqu’il s’agit de déterminer la répartition des emplois en fonction de plus de deux variables ; leur lecture est un exercice périlleux qui fait perdre en compréhension globale ce qu’elle fait gagner en précision.

2Plus encore, la décomposition en tableaux de fréquence est impropre à déterminer quelles sont les principales forces qui organisent le marché du travail ; elle oblige à procéder à des choix relatifs à l’importance qu’il convient d’accorder a priori à telle ou telle variable. À la lecture des tableaux, il est impossible de dire si la répartition sectorielle des emplois prime sur la répartition par catégorie socioprofessionnelle ou sur toute autre forme de distribution, pas plus qu’elle ne permet de dire si la segmentation par nationalité l’emporte sur la segmentation par genre. Pour répondre à ces questions, il est nécessaire de recourir à d’autres outils d’analyse.

3Prises dans leur ensemble, les données recueillies sur les épisodes d’emploi constituent un nuage de points qui compte autant de dimensions qu’il y a de variables et dont la compréhension se heurte à l’impossibilité de se représenter mentalement un univers en plus de trois dimensions. L’analyse factorielle des correspondances multiples (ACM)1 permet de surmonter cette difficulté : en projetant ce nuage de points sur un espace en deux dimensions, elle en fournit une représentation accessible à l’entendement. L’ACM constitue de ce fait un puissant outil de description, qui résume simplement, en les hiérarchisant, les principaux facteurs de variation de données qualitatives complexes. Elle offre ainsi la possibilité de visualiser des « espaces sociaux2 », pris ici dans le sens de conjonctions particulières de plusieurs caractéristiques sociales – ou variables – corrélées entre elles.

Notes de bas de page

1 Pour une présentation des vertus de l’analyse factorielle, voir le numéro spécial d’Histoire et Mesure, « Penser et mesurer la structure : l’analyse factorielle et les sciences sociales », vol. XII, nos 3-4, 1997. Pour une présentation de la méthode, voir Cibois, 1983 ; plus mathématique, Bouroche et Saporta, 1980 ; Volle, 1981. Voir aussi Lemercier et Zalc, 2008.

2 L’utilisation de l’analyse factorielle comme outil de représentation des espaces sociaux est en particulier au cœur du travail de Pierre Bourdieu (Rosental, 1997, p. 185).

Précédent Suivant

Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.