Pierre CAM

Sociologie - Droit du Travail, LESTAMP - Université de Nantes Droits de reproduction et de diffusion réservés © LESTAMP - 2005 Dépôt Légal Bibliothèque Nationale de France N°20050127-4889

http://historial.univ-nantes.fr/annees2000_02.html

Etudiants bruts, étudiants pondérés, étudiants théoriques

Etudiant débutant en sociologie, j’ai découvert cet outil indispensable pour acquérir ce que Bachelard nommait le sens du problème : le tri croisé.. Celui qui nous initiait alors avec méthode et rigueur à lire les configurations sociales et leurs déterminations était encore un tout jeune enseignant, et c’était Jean-Paul Molinari. La base de l’outillage pédagogique était constituée à cette époque par les tableaux issus des Héritiers (Bourdieu et Passeron,1964). Quelques décennies plus tard, notre participation commune à l’Observatoire de la vie étudiante (OVE), nous a  amenés à « plancher » sur l’enquête réalisée par l’Observatoire. Il nous a fallu découvrir ce que l’on pourrait nommer en quelque sorte de nouvelles variétés d’étudiants : les étudiants « bruts », « pondérés » et « théoriques ». S’agissant de ces variétés, on ne peut guère espérer en dresser  une typologie même “précaire” car ils ne relèvent a priori d’aucune des catégories sociologiques de la mosaïque estudiantine (Molinari, 1992). Etudiants créés pour les besoins de la cause statistique, ces étudiants n’ont d’autre réalité que celle des fichiers et des feuilles de calcul. Cependant parce qu’ils sont à la base même de tout travail qui vise à catégoriser et à quantifier les mondes étudiants, ils ne peuvent être ignorés dans leur diversité même.

De fait la question portant sur la nature des individus dénombrés dans les tris croisés est d’autant moins triviale qu’elle constitue le plus souvent le noyau dur des critiques adressées aux sondages. Il en va ainsi pour la distinction entre répondants et non-répondants. « Eliminer les non-réponses, c’est faire ce qu’on fait dans une consultation électorale où il y a des bulletins blancs ou nuls, écrit Pierre Bourdieu, c’est imposer à l’enquête d’opinion la philosophie implicite de l’enquête électorale » (Bourdieu, 1973). Cependant ces rappels à l’ordre épistémologique  adressés aux sondeurs de tout bord ne sont pas toujours suivis d’effet dans une pratique sociologique qui doit elle-même compter avec ses propres non-répondants et l’état des techniques informatiques dont elle dispose. Ainsi, les tableaux publiés dans Anatomie du goût (Bourdieu, 1976) sur les goûts et les pratiques culturelles des différentes classes livrent des pourcentages calculés - faute de mieux - en excluant les non-réponses. De fait, la nécessité de comparer les données ou de se plier aux règles de la représentativité statistique est corrélative à des exclusions, des pondérations, des normalisations qui constituent autant d’avatars du répondant de base. Quel étudiant trouve-t-on en définitive dans les marges des tableaux croisés des sociologues d’hier et d’aujourd’hui ? Il n’existe pas de réponse unique à cette question et les notes méthodologiques en marge des publications ne permettent pas toujours de conférer un véritable « statut » aux étudiants dénombrés. En partant de l’enquête  OVE, on tentera d’esquisser un portrait statistique de ces anonymes.

De l’étudiant “réel” à l’étudiant “brut”
Niché dans les lignes des fichiers qui servent à produire les analyses ultérieures, il y a ce que l’on peut appeler l’étudiant “brut”. C’est un étudiant statistiquement “non redressé”, c’est-à-dire d’un strict point de vue technique, une unité à laquelle l’instruction “weight pond"[1] n’a pas été appliquée.  Étudiant de base, c’est celui qui a répondu au questionnaire postal ou se trouvait présent en TD au moment de la passation de l’enquête. A ce stade du traitement, l’étudiant OVE ne diffère guère de l’étudiant des Héritiers. Mais l’étudiant brut n’est pas pour autant l’étudiant “réel”. S’il n’est pas encore élaboré statistiquement, l’étudiant “brut” est déjà un avatar de l’étudiant interrogé. Les réponses de celui-ci ont en effet été l’objet d’un certain nombre d’épreuves et de tests de cohérence auquel le jargon informatique confère le nom de “toilettage” ou de “nettoyage”. L’étudiant “réel” qui a répondu au questionnaire peut déclarer ses sommes en anciens francs, confondre travail personnel et durée des enseignements, déclarer une profession parentale et des revenus sans aucune mesure, etc. Les incohérences, les réponses manquantes et les omissions sont l’apanage de l’étudiant “réel”, mais l’étudiant “brut” lui perd tous ses droits à ces singularités. Son système de référence doit être identique à celui de ses congénères pour pouvoir figurer dans le fichier d’enquête.

Le toilettage des fichiers implique la mobilisation de méthodes relativement lourdes telle l’analyse des correspondances multiples ou la régression logistique que les progrès de la micro-informatique mettent aujourd’hui à la portée des chercheurs en sciences sociales mais qui étaient peu développées voire inexistantes il y a trente ans. Pour estimer les réponses manquantes, il existe désormais une panoplie de méthodes(Grosbras,1987). Il en va ainsi pour la méthode du Hot-deck qui consiste à dresser pour chaque variable d’intérêt (montant des bourses, temps de travail effectif, etc.) une sorte de portrait type du répondant : sexe, âge, revenu des parents, étape du cursus, etc. On peut alors situer le non-répondant dans un environnement sociologique qui permette de prédire au mieux la réponse manquante en fonction des caractéristiques connues. La réponse manquante est alors remplacée par celle d’un autre individu tiré aléatoirement dans cette population sociologiquement voisine.

L’étudiant pondéré
L’étudiant “pondéré” est un étudiant “brut” qui a été redressé. C’est le cas de l’étudiant OVE qui se distingue en cela de l’étudiant de 1964 qui est un « héritier » à l’état “brut”. Pondérer, c’est une des manières de prendre en compte les non-répondants. L’analyse des non-réponses même si elle constitue un préalable épistémologique à toute production d’un discours sur les enquêtés laisse subsister entièrement la question de leur traitement ultérieur dans les tableaux croisés. L’exclusion des non-réponses n’a pas pour seul effet de produire l’illusion du consensus que dénonce Bourdieu, elle fausse également l’interprétation que l’on peut avoir des résultats de l’enquête. A cet égard, les biais liés à l’exclusion des non-répondants dans les différents calculs  est d’autant plus important que l’on agrège les répondants en classes ou en catégories.

Un exemple permettra  d’illustrer le biais introduit dans un résultat lorsqu’on ne prend pas en compte le taux de non-répondants. Supposons que l’on veuille comparer les étudiants d’origine populaire aux étudiants d’origine bourgeoise sous le rapport du travail salarié à temps plein. Il est évident que pour produire cette comparaison, il faut agréger des sous-populations dont les taux de réponse sont extrêmement variables. Pour simplifier volontairement les calculs, on ne retiendra comme sous-populations que les garçons et les filles. La proportion d’étudiants déclarant un travail salarié à plein temps calculée sans pondération est la suivante :

Tableau 1

Un commentaire qui ne s’attacherait qu’aux catégories les plus agrégées de ce tableau ne maquerait sans doute pas de souligner l’identité du rapport au travail salarié chez les enfants de cadre supérieur et chez les enfants d’origine ouvrière. Mais, si l’on examine plus en détail les cases du tableau, on note que les taux de réponse varient très fortement au sein des populations composant la catégorie ouvrière. Alors que les filles d’origine ouvrière ont mieux répondu que l’ensemble, les garçons a contrario se sont nettement abstenus. Plutôt que de ne rien faire, ce qui est déjà appliquer un modèle particulier, il est souvent préférable de pondérer les réponses afin de corriger le biais introduit par les non-répondants. La pondération sera d’autant meilleure que les sous-populations distinguées au sein de l’enquête seront pertinentes d’un point de vue sociologique[2]. Techniquement la pondération consiste à affecter à chaque individu un “poids” correspondant à l’inverse du taux de réponse obtenu dans la “strate” à laquelle il appartient[3]. Dans le tableau précédent, la pondération des sous-populations  conduirait à une interprétation plus nuancée.

Tableau 2

L’étudiant théorique
L’étudiant “théorique” est en fait un étudiant “modèle” ou plus exactement construit à l’aide d’un modèle. Il peut remplacer « avantageusement » l’étudiant “brut” ou “pondéré” dans tous les cas où l’on cherche à mettre en évidence les effets de certaines variables sur les pratiques sociales, et ce indépendamment des effets de structure(Grignon et Gruel, 1999). En fait, la diffusion à partir des années quatre-vingts d’outils statistiques (modèles probit ou logit) permettant de réaliser sur des variables qualitatives des régressions équivalentes à celles pratiquées dans le domaine des sciences expérimentales à contribuer à relancer le débat sur la nature des sciences sociales (Passeron, 1991). L’une des principales critiques adressées à ces méthodes concerne l’artifice qui vise à produire des relations entre variables hors de la configuration singulière où ces variables interagissent.

La régression logistique invite en effet à raisonner sur des relations théoriques qui sont inobservables dans la réalité empirique où l’on ne peut jamais totalement séparer les effets sociaux des effets de structure liés au poids des différentes catégories dans une situation historique donnée. L’oubli du contexte et l’autonomisation des variables peut ainsi conduire à de véritables “absurdités sociologiques” comme le souligne Passeron. On en trouve maints exemples. Ainsi vouloir comparer “toutes choses égales par ailleurs” l’insertion des filles à l’insertion des garçons alors qu’ils ne se situent pas sur les mêmes marchés du travail amène inévitablement à produire des schèmes de compréhension totalement artificiels pour ne pas dire stériles. La littérature statistique nous a d’ailleurs habitués depuis quelques années à ces fictions sociologiques à l’usage des décideurs qui, sous l’apparence de la scientificité, contribuent à légitimer des politiques dites de “discrimination positive”.

Cependant les risques liés à l’utilisation sans contrôle de la régression logistique ne doivent pas amener le sociologue à se priver d’un outil qui au même titre que le tableau croisé ou l’analyse des correspondances peut lui permettre de réaliser ce “va-et-vient” nécessaire entre la problématique et le terrain. Propulser la régression logistique dans les cieux éthérés des débats ultimes sur la nature des sciences sociales, c’est prendre le risque d’autonomiser un outil hors du contexte où il fait sens et où il doit être jugé, celui de la pratique sociologique (Desrosieres,1996). La modélisation peut être en effet un bon moyen pour se prémunir contre les artefacts produits par certaines corrélations empiriques mais aussi contre les intuitions résultant d’une lecture hâtive des faits sociaux. Réussissant mieux scolairement, les filles sont proportionnellement plus « jeunes » que les garçons dans le premier cycle de l’enseignement supérieur. Cette réussite des filles est le plus souvent mise en rapport avec une prime éducation qui leur conférerait en quelque sorte des manières d’être et de faire scolairement valorisées. Ces prédispositions expliqueraient à la fois leur réussite et leur avance.

Toute co-occurrence n’est cependant pas une interaction. L’âge est une variable ambivalente qui allie le social et le biologique. Si l’on prend en compte cette dualité, on peut proposer des interprétations qui isolent l’effet de l’âge - comme construit social - de l’effet du sexe. Les plus jeunes quel que soit leur sexe mais aussi les étudiantes quel que soit leur âge seraient condamnés à réussir  parce que les espaces (classes préparatoires, médecine, etc.) ou les marchés de l’emploi sur lesquels ils entrent scolairement en concurrence sont plus étroits. L’attitude adoptée vis-à-vis des études par les filles viendrait donc moins de leur éducation que des conditions extérieures d’une lutte pour la réussite assimilable à celle que se livrent les plus « jeunes » - garçons ou filles- pour accéder aux filières les plus sélectives et s’y maintenir.

Pour tester un tel modèle, on peut prendre comme indicateur de cette « tension » scolaire la surconsommation de stimulants par les étudiants de premier cycle ou des classes préparatoires au moment des examens. La régression logistique confirme qu’il n’existe pas d’interaction entre l’âge et le sexe[4] par rapport à la prise de stimulants mais au contraire un effet « âge » et un effet « sex-ratio ». D’une part la prise de stimulant diminue au fur et à mesure que l’étudiant de première année – quel que soit son sexe- est plus âgé, d’autre part elle est plus importante s’agissant des filles, et ce quel que soit l’âge. Si on prolonge cette analyse en substituant à l’âge, les conditions d’études (classes préparatoires, université, cycle court, etc.) dont elles sont corrélatives on aboutit à des conclusions identiques. Il y a un effet classe préparatoire qui ne se réduit pas à un effet sex-ratio.

Pour conclure, l’utilisation par le sociologue de méthodes statistiques proches de celles utilisées par les sciences de la nature ne devrait pas avoir pour objectif de transformer les sciences sociales en sciences expérimentales. Ceux qui voudraient le croire ne pourraient qu’être déçus à terme par le peu de résultats qu’ils obtiendraient en voulant agir sur telle ou telle variable tout en oubliant le contexte socio-historique où ces variables font sens. La complexification des outils qui permettent de traiter les enquêtes et l’élaboration successive à partir de l’étudiant enquêté de figures statistiques toujours plus éloignées de l’étudiant réel doivent à mon sens être resituées dans le contexte d’une pratique sociologique visant à rompre avec les prénotions  plus que dans une tentative à jamais vouée à l’échec de transformer la sociologie en une « vraie » science.

A cet égard il faut se souvenir des mises en garde de Durkheim sur l’observation des faits sociaux : «  l’homme ne peut vivre au milieu des choses sans s’en faire des idées d’après lesquelles il règle sa conduite. Seulement parce que ces notions sont plus près de nous et plus à notre portée que les réalités auxquelles elles correspondent, nous tendons naturellement à les substituer à ces dernières et à en faire la matière même de nos spéculations (…) S’il en est ainsi dans les sciences naturelles, à plus forte raison en devrait-il être de même pour la sociologie » (Durkheim,1937).  En s’éloignant de l’étudiant réel par des méthodes d’objectivation statistiques empruntées aux sciences de la nature, le sociologue quantitatif  vise moins à identifier les « bonnes » variables qui lui permettraient d’agir sur le monde social qu’à s’élever par l’analyse aux déterminations les plus simples et les plus contrôlables. Il ne lui restera plus ensuite qu’à refaire le chemin à rebours jusqu’à l’étudiant réel, celui-ci n’étant plus une « représentation chaotique d’un tout mais une riche totalité de déterminations »(K. Marx,1957).

Pierre Cam

Droits de reproduction et de diffusion réservés © LESTAMP - 2005
Dépôt Légal Bibliothèque Nationale de France N°20050127-4889


Bibliographie

G.Bachelard, La formation de l’esprit scientifique, Paris, Librairie Philosophique J.Vrin, 1980.
P.Bourdieu, L’anatomie du goût, Actes de la recherche en sciences sociales, n°5, octobre 1976.
P.Bourdieu, L’opinion publique n’existe pas, Les temps modernes, 318, janvier 1973,pp.1292-1309.
P.Bourdieu et J.-C. Passeron, Les Héritiers, Paris, Les éditions de Minuit, 1964.
P.Cam et J.P. Molinari, Les parcours des étudiants, Paris, La documentation française, 1998.
A.Desrosières, Les rapports mutuels de la méthodologie statistique et de la sociologie, Journées de méthodologie statistique, 11 et 12 décembre 1996, INSEE.
E.Durkheim, Les règles de la méthode sociologique, Paris, P.U.F, 1937.
C.Grignon et L.Gruel, La vie étudiante, Paris, P.U.F,1999.
J.-M. Grosbras, Les réponses manquantes, in Les sondages, Paris, Economica, 1987.
S.Haberman, Analysis of qualitative data, London, Academic Press, 1976.
K. Marx, Contribution à la critique de l’économie politique, Paris, Editions sociales, 1957.
J.-P. Molinari, Les étudiants, Paris, les Editions ouvrières, 1992.
J.-C. Passeron, Le raisonnement sociologique, Paris, éditions Nathan, 1991.


Annexe

Les déterminants de la surconsommation de stimulants en fonction de l’âge et du sexe 

Ce tableau est issu d’une régression logistique opéré sur les étudiants du premier cycle et des classes préparatoires. L’âge de référence est l’âge au moment du baccalauréat. Pour opérer les calculs et neutraliser les effets de structure, on choisit un variable de référence : ici les garçons âgés de 19ans et plus.