LES FACTEURS EXPLICATIFS DE L'OCCUPATION ET DES TYPES 6.4

D’ACTIVITÉS

Jusqu’ici les analyses sont faites sur le type et le niveau de capital social. Des analyses similaires sont également à faire sur l’occupation et sur la différence dans l’exercice

d’une activité particulière car on cherche à savoir si cette activité est diversement accessible en fonction des dotations mais aussi du capital social. Les résultats déjà obtenus ont permis de constater que l’occupation (le simple fait d’exercer une activité) n’est pas significativement liée aux configurations familiales et au capital social. Aller en profondeur dans l’analyse requiert aussi une vue détaillée du statut d’activité avec une distinction entre les types d’activités.

Des analyses bivariées préalablement effectuées montrent que certaines configurations familiales sont nettement reliées avec certains types d’activités. Il en est de même pour le type et le niveau de capital social. Seulement, on a pu noter que les liens entre les configurations familiales et le capital social cachent une prépondérance de certains facteurs de contexte et de conversion. Il est dès lors légitime de se questionner sur l’ajustement des configurations familiales et du capital social par ces facteurs lorsqu’il s’agit de prédire les probabilités d’exercer tel ou tel autre type d’activité. Pour avoir un bon aperçu de cette interaction entre l’activité, le capital et les configurations familiales, ces derniers seront introduites en premier dans les modèles de régression, les modèles suivants permettront de les contrôler avec les autres variables indépendantes (facteurs de contexte et de conversion). Les modèles de régression sur le capital social ne révèlent aucune association avec l’occupation et il est possible que celle-ci soit inhibée par l’influence des facteurs introduits en premier. Cela peut également relever d’une autre possibilité qui est l’annulation des effets respectifs des différents types d’activités.

Donc, il nous faut tester les liens du statut d’activité avec le capital social et les configurations non seulement avec l’occupation mais aussi avec les types d’activités.

Malgré l’intérêt que cela représente, les possibilités d’analyses statistiques sont limitées du fait des effectifs faibles pour les types d’activités. Rappelons que les femmes en activité représentent 45% de l’échantillon, soit 180 femmes dont près de la moitié (82 d’entre elles) sont actives dans le commerce, tandis que les autres types d’activités sont peu pratiqués. Les répondantes évoluant dans les « services sans qualification » et dans les « emplois divers » sont très peu nombreuses (N=8 et N=13), de même que pour les

« professions intermédiaires et d’encadrement » (N=17). Les effectifs sont plus conséquents pour les « services avec qualification » (N=25) et les « activités du primaire » (N=35) tout en restant faibles pour effectuer des analyses de régression.

Tableau 35: Modèles de régression logistique sur l’occupation (avoir une activité lucrative)

Modèle 13 Modèle 14 Modèle 15

Faible capital social réf. réf. réf.

Capital social bonding 1.089 1.073 .982

Capital social bridging .784 .811 .762

Double capital social .989 .978 1.064

Globalement, la mise en lien d’un nombre croissant de variables améliore la qualité des modèles de prédiction. Le pourcentage de classement correct des individus est de 64%

pour l’occupation. Le pourcentage d’explication de la variance (R² de Nagelkerke) passe de moins de 1% pour les deux premiers modèles (13 et 14) à plus de 15% pour le dernier (modèle 15). Les configurations familiales et le capital social n’expliquent

aucune variabilité dans l’occupation et leur retrait dans le modèle 15 ne modifie pas la signification des autres facteurs.

Le simple fait d’avoir une activité ne va ni avec un niveau de capital social ni avec un type de configuration familiale (modèles 13 et 14 du Tableau 35). Par contre, on peut voir que certains facteurs qui influent sur le capital social en font de même sur l’occupation. Même contrôlé par l’âge, la position d’ainée dans la fratrie n’est pas associée à la prise d’activité alors qu’elle l’est avec le faible niveau de capital social familial (voir Tableau 35). Inversement, avec l’âge on a tendance à être active.

Le nombre d’heures de travail domestique est négativement associé à l’inactivité : il y a une relation entre l’exercice d’une activité lucrative et la diminution du nombre d’heures de travail (voir chapitre 5). Parallèlement, l’instruction favorise l’activité contrairement au niveau de vie. On aurait pu s’attendre alors que celles qui ont un niveau de vie élevé correspondent aux plus instruites et aux femmes ayant une activité lucrative, ce qui n’est pas le cas. Il semble que l’occupation soit influencée par les facteurs de chaque type d’activité dont les effets respectifs peuvent s’agréger et s’annuler. Il est important de faire une analyse sur les types d’activités, cependant seule l’activité commerciale est retenue pour les raisons d’effectifs déjà évoquées.

Nous effectuons une analyse de régression logistique sur la probabilité d’être active dans le commerce et non pas dans une autre activité, raison pour laquelle seules les femmes en activité sont considérées. L’analyse porte sur 176 femmes parmi les 180 en activité. Les modèles de régression (Tableau 36) testent successivement l’association de l’activité commerciale avec le niveau de capital social, les configurations familiales et les facteurs de contexte et de conversion. Pour ces dernières, le modèle 15 ne retient que les facteurs significatifs.

Tableau 36: Modèles de régression logistique sur la probabilité de faire du commerce parmi les femmes en activité

Modèle 16 Modèle 17 Modèle 18

Faible capital social réf. réf. réf.

Capital social bonding .408* .488 .423*

Capital social bridging .304** .342** .307**

Double capital social .360** .458 .348* négatives). Il apparait que les femmes qui font du commerce ont moins de capital social que les autres. Le contrôle par les configurations familiales efface cet effet sauf pour le capital social bridging, lequel effet réapparait en contrôlant par les autres facteurs influents. Le commerce est largement exercé en milieu urbain (presque cinq fois plus qu’en milieu rural) par des femmes peu instruites et ayant plus d’enfants à charge.

L’accessibilité et la flexibilité de ce type d’activité justifie certainement sa large pratique.

Les analyses de régression ne montrent pas de liens significatifs entre le capital social familial, les configurations familiales et l’occupation. Par contre, en considérant l’activité commerciale comparativement aux autres activités, on observe qu’elle est associée à un faible niveau de capital social. Les configurations familiales ne semblent pas directement liées à ce type d’activité. Cependant, certaines configurations familiales

sont associées au capital social et notamment au type bridging qui lui, est négativement associé à l’activité commerciale. Cela laisse des liens entre le statut d’activité, le capital social et les configurations familiales que nous essayons de cerner par une analyse familiales et le statut d’activité, les analyses multivariées auxquelles nous avons jusque-là procédé n’ont pas significativement montré des relations entre ces concepts. Pour autant, le statut d’activité a plutôt été approché avec l’occupation qui ne précise que le fait d’être ou pas en activité. La considération de la catégorie des commerçantes chez les femmes actives a pourtant permis d’observer une association avec le capital social, ce qui n’a pas pu être vérifié pour les autres types d’activités. Il y a une double difficulté à surmonter : les configurations familiales et les types d’activité sont nombreux et leurs effectifs respectifs qui sont parfois faibles. Également, certaines variables présentées comme déterminantes posaient le problème de la colinéarité. Concernant toujours le statut d’activité, certains aspects importants comme le taux de travail et le niveau de revenu n’ont pas été intégrés dans les précédentes analyses. Pour mieux cerner les interrelations entre ces concepts, il importe de faire des analyses supplémentaires qui font ressortir les liens en tenant compte des différentes dimensions du statut d’activité.

Rappelons que nous avons retenu le niveau du revenu mensuel comme étant une réalisation.

Pour ressortir la structure des données, une solution est trouvée avec l’analyse géométrique des données qui projette les individus sur un plan factoriel par rapport à leurs caractéristiques propres. L’idée est de voir si des individus présentent les mêmes profils et propriétés pour les trois concepts. Pour ce faire, la méthode à laquelle recourir peut être une analyse factorielle qui montre les correspondances et les effets systémiques le cas échéant. Nous allons procéder à une Analyse des Correspondances Multiples (ACM) qui est une analyse factorielle adaptée aux variables catégorielles.

L’Analyse des correspondances multiples est une méthode validée pour explorer la