Analyse des données

La démarche suivie tout au long de l’analyse des données a été la suivante. Les différentes sous-dimensions qui définissent chacune des fonctions ont été mises ensemble pour construire des configurations de chacune d’elles. L’approche configurationnelle de taxonomie (Meyer, Tsui et al. 1993), opérationnalisée par les analyses de correspondances multiples (ACM) et la classification hiérarchique ascendante (CHA) (Escofier and Pagès 1998; Lebart, Morineau et al. 2000), a été utilisée pour construire le portrait de chacune des fonctions. Les 27 pays étudiés ont ensuite été affectés à chacune de ces configurations selon leur degré de similarité (ou de ressemblance).

Une fois les portraits des fonctions construits, ils ont été mis tous ensemble pour faire ressortir les différents modèles de financement existant dans les pays de l’OCDE étudiés. Ces modèles regroupent les pays dont le financement des soins est assez similaire lorsque les quatre fonctions sont considérées simultanément. L’ACM et la CHA ont également été utilisés.

La démarche générale de l’ACM et la CHA se décrit comme suit. L’analyse des correspondances multiples met en exergue les liaisons non linéaires entre les variables et les modalités des variables et réduit également l’information sous des espaces factoriels (Escofier and Pagès 1998; Lebart, Morineau et al. 2000; Tabachnick and Fidell 2007). Le nombre d’axes factoriels qui discrimine les pays est déterminé à l’aide de la courbe scree

plot des valeurs propres (voir annexe 2 pour plus de détails sur les axes factoriels). Ces

derniers mesurent le pourcentage de la variation totale expliquée par un axe factoriel. Après cette première étape, un regroupement des pays est réalisé pour former des configurations possiblement existantes. En effet, pour chaque axe factoriel retenu, un score factoriel est calculé par pays. Ce score exprime l’écart entre le positionnement d’un pays sur l’ensemble des caractéristiques formant l’axe factoriel et celui de l’ensemble des pays sur ces mêmes

caractéristiques. Ainsi, sur la base de ces scores, un regroupement de façon hiérarchique ascendante des pays est effectué en rassemblant initialement les cas les plus similaires (Lamarche and al. 2003). La méthode de CHA a permis donc de construire des partitions de pays pour lesquels la variance interne est minimale. Le critère de Ward, basé sur la minimisation de l’inertie intragroupe et la maximisation de l’inertie intergroupe, a été utilisé comme mesure de la distance, contrairement aux distances euclidienne, maximale ou minimale. Par ailleurs, le nombre de partitions, qui différencie le mieux la variabilité des caractéristiques des pays doit être suffisamment grand pour maintenir l’homogénéité des cas qui y sont inclus, et suffisamment petit pour que leurs caractéristiques distinctives soient théoriquement et empiriquement significatives (Escofier and Pagès 1998; Lebart, Morineau et al. 2000). Lebart et collègues suggèrent qu’il faudrait tenir compte des indicateurs tels : l’inertie intraclasse qui renseigne sur le degré d’homogénéité de la partition ; l’inertie interclasse qui informe sur son degré d’hétérogénéité ; la distance (plus elle est grande, plus la classe est atypique et contient des individus différents de l’individu moyen de l’échantillon) ; et du quotient d’inertie interclasse qui est le rapport entre l’inertie interclasse et l’inertie totale (inertie totale = inertie inter + inertie intra). Le nombre retenu est celui à partir duquel la courbe d’évolution du quotient d’inertie interclasse devient quasi linéaire (Lebart, Morineau et al. 2000). Une fois terminée, les caractéristiques distinctives des partitions émergentes ont été déterminées afin de les décrire. Une valeur statistique test de chacune des partitions a donc été calculée pour chaque axe factoriel retenu. Lorsque cette valeur test était plus grande que 1,64 (loi normale avec un seuil de 10 %), la caractéristique était partagée par les pays de la même partition (Lebart, Morineau et al. 2000; Lamarche and al. 2003). L’appellation donnée à chaque configuration ou modèle a découlé des caractéristiques qui la définissent. Chaque modèle ainsi construit contenait des pays n’ayant pas forcément les mêmes caractéristiques sur l’ensemble des modalités qui le

définissent. Toutefois, il s’agit du modèle vers lequel le pays est le plus proche. C’est donc le modèle qui ressemble le mieux à ce pays et le décrit le mieux. On parle ainsi de classes polythétiques [les idéaux types chez Marx Wéber (Weber 1971)] contrairement aux classes monothétiques (Benzécri 1970).

Les logiciels SPAD (Système Pour l’Analyse des Données) et SPSS (Statistical Package of

Tableau 5.2 : Descriptions des sous-dimensions de chacune des fonctions du financement

Prélèvement Stockage Allocation Paiement

Pays _{Mécanisme Centralité Universalité Globalité} Niveau de _{prise de} décision Base Médecins en cabinets (self- employed) Médecins en établissement Établissement public Établissement public 1 Établissement privé Allemagne sécurité sociale-

individuel Méso universel partiel Régional Horizontale acte salaire Budget Budget Journée

Australie administration- individuel

Méso universel partiel Régional Verticale acte salaire Budget-DRG mixte Journée

Autriche sécurité sociale- individuel

Macro universel global Régional Horizontale acte salaire DRG DRG Journée

Belgique sécurité sociale- individuel

Macro universel partiel Régional Horizontale acte mixte Budget-DRG mixte Journée

Canada administration- individuel

Méso universel partiel Régional Horizontale acte acte Budget Budget

Danemark administration Méso universel partiel Local Horizontale mixte salaire Budget Budget Journée

Espagne administration- individuel

Macro universel partiel Central Verticale acte salaire Budget Budget

États-Unis administration- individuel

Micro Non universel partiel Local Horizontale acte mixte Budget-DRG mixte Journée

Finlande administration- individuel

Méso universel global Local Verticale acte salaire Budget-DRG mixte

France sécurité sociale-

individuel

Macro universel partiel Central Horizontale acte salaire Budget-DRG mixte Journée

Grèce sécurité sociale-

individuel

Prélèvement Stockage Allocation Paiement Pays _{Mécanisme centralité Universalité Globalité} Niveau de _{prise de}

décision Base Médecins en cabinets (self- employed) Médecins en établisseme nt Établissement public Établissement public 1 Établissement privé Hongrie sécurité sociale-

individuel Macro universel global Local Verticale acte mixte Budget-DRG mixte Journée

Irlande administration- individuel

Macro universel partiel Central Verticale capitation salaire Budget Budget Journée

Islande administration Macro universel global Central Verticale acte salaire Budget Budget Journée

Italie administration- individuel

Macro universel global Local Verticale mixte salaire DRG DRG Journée

Japon sécurité sociale Macro universel global Central Verticale acte acte Budget Budget Journée

Luxembourg sécurité sociale Macro universel global Central Horizontale acte acte Budget Budget

Norvège administration Méso universel global Local Verticale mixte salaire DRG DRG

Nouvelle-Zélande administration- individuel

Méso universel global Local Horizontale mixte salaire Budget-DRG mixte Journée

Pays-Bas sécurité sociale- individuel

Micro universel partiel Régional Horizontale acte mixte Budget mixte Journée

Portugal administration- individuel

Macro universel global Central Verticale acte salaire Budget-DRG mixte Journée

République tchèque

sécurité sociale Macro universel global Central Verticale acte salaire Budget Budget Journée

Royaume-Uni administration Macro universel global Central Horizontale capitation salaire Budget Budget Journée

Slovaquie sécurité sociale- individuel

Méso universel global Central Verticale capitation acte Budget-DRG mixte Journée

Corée du Sud sécurité sociale- individuel

Micro universel partiel Local Verticale acte salaire Budget Budget Journée

Suède administration Méso universel global Local Verticale mixte salaire Budget-DRG mixte Journée

Suisse sécurité sociale-

individuel