: Genève dans l’espace académique suisse. Une analyse comparative

une des particularités de l’espace académique suisse est de présenter un ensemble très diversifié de systèmes éducatifs dans un espace national restreint du point de vue géographique. Dans un pays de 7,5 millions d’habitants, on peut considérer que chacun des 26 cantons propose un système éducatif spécifique, tant du point de vue de l’âge réel d’entrée en enseignement primaire, que de la nature et de la précocité des différents paliers d’orientation ou encore des programmes et des curricula suivis par les élèves. Cette diversité académique est, d’un point de vu politique et national, un handicap que devraient progressivement résoudre les politiques d’harmonisation en voie de négociation (HarmoS). Toutefois, ce handicap devient un avantage réel pour le sociologue désireux de comparer les systèmes éducatifs et leurs conséquences sur les compétences des élèves. Bien mieux que les comparaisons internationales, qui risquent toujours d’attribuer aux différences de structures éducatives ce qui relève de facteurs culturels ou sociaux, les comparaisons inter-cantonales ont le mérite de proposer au sociologue de l’école un espace scolairement assez différencié pour légitimer les comparaisons, et assez fortement unifié pour les rendre intelligibles. Le propos de ce chapitre est donc de tirer avantage de cette situation suisse pour comprendre les mécanismes de production des compétences scolaires et les inégalités qui en résultent, ce qui nous conduira à raisonner d’une part sur les mérites comparés des différents systèmes éducatifs cantonaux et d’autres part de raisonner de façon plus générale sur les conditions de production des compétences et des inégalités. Cela nous conduira de ce fait à situer Genève par rapport aux autres cantons au plan de l’efficacité et de l’équité de son système éducatif.

Ce premier chapitre a donc pour objectif de mettre au jour les mécanismes scolaires qui sont au principe de l’efficacité et de l’équité de chaque système éducatif cantonal. Pour atteindre cet objectif, nous ne partons pas de rien. Les travaux sur les liens entre systèmes

3 Une partie de ce chapitre a été publié dans une forme largement remaniée dans Felouzis, G., Charmillot, S., Fouquet-Chauprade, B. (2011). Les inégalités scolaires en Suisse et leurs déclinaisons cantonales : l'apport de l'enquête Pisa 2003. Revue suisse de sociologie, 1, 33-55.

L’

éducatifs et production des inégalités sont nombreux dans la littérature internationale et nous en utiliserons quelques-uns dans ce texte. Outre les classiques de la sociologie de l’école (Jencks, 1979; Coleman et al., 1966), nous pensons aux travaux de Gamoran et Mare (1989) sur les conséquences des filières dans l’enseignement secondaire, ou encore ceux de Kerckhoff (1986) sur le cas de la Grande-Bretagne. Nous pensons aussi aux travaux issus de l’analyse des enquêtes Pisa dont les sources d’inspiration théoriques et méthodologiques sont très proches des nôtres (Monseur & Crahay, 2008 ; Marks, 2006 ; Felouzis, 2009).

L’enquête « Pisa Suisse » constitue notre cadre empirique (OFS-CDIP, 2005). Elle a consisté à recueillir, sur le modèle des enquêtes « Pisa international », les compétences des élèves en mathématiques, en lecture et en culture scientifique, avec la particularité de n’interroger que des élèves scolarisés en classe de 9^ème, c’est-à-dire durant la dernière année de scolarité obligatoire. Tous les cantons n’ont pas participé à l’enquête. Seuls 12 sur 26 sont dans ce cas. On sait que les enquêtes Pisa, par souci de comparer des systèmes éducatifs très disparates sur l’ensemble du globe, interrogent des élèves de 15 ans, quel que soit leur niveau de scolarisation et leur filière. Dans le cas Suisse, cet impératif de la comparaison saute dès lors que les systèmes éducatifs cantonaux sont assez semblables pour être comparés à un niveau scolaire donné. Le choix a donc été fait de questionner un échantillon représentatif par canton d’élèves scolarisés en 9^ème. On a ainsi les moyens de comparer les systèmes éducatifs cantonaux et de comprendre comment chaque système tend à produire un niveau de compétence et d’inégalité qui leur sont propre (Moser &

Berweger, 2005 ; Nidegger, 2008). On peut de ce fait raisonner sur les effets de contexte liés aux modes de regroupement des élèves dans des filières plus ou moins sélectives et homogènes du point de vue social et académique. Dans la lignée des travaux sur la School effectiveness (Angus, 1993 ; Thrupp, 1995), nous questionnerons donc les capacités comparées des politiques éducatives cantonales à être efficaces et équitables.

ENCADRE 1.1 : Pisa Suisse : enquête, méthode, variables

L’enquête Pisa suisse permet une comparaison entre cantons du point de vue des compétences dans trois domaines : la lecture, les sciences et les mathématiques.

L’échantillon est construit de façon à être représentatif de l’ensemble des élèves scolarisés en 9^ème dans les douze cantons de l’enquête : Argovie, Berne, Fribourg, Genève, Jura, Neuchâtel, Saint-Gall, Thurgovie, Tessin, Vaud, Valais, Zurich. Dans la suite de ce texte, nous distinguerons les parties alémaniques et romandes de deux cantons : Berne et Valais.

Les questionnaires et les tests sont les mêmes que dans l’enquête Pisa internationale, et les critères de passation et de codage des réponses obéissent à la même rigueur méthodologique. En tout, près de 20 000 élèves suisses représentatifs de l’ensemble des élèves de chaque canton de l’enquête, sont questionnés sur les domaines suivants :

- Leurs caractéristiques personnelles (leur milieu familial, âge, sexe, possessions dans leur foyer, etc.) dont l’ « index socioéconomique » (ESCS) qui mesure le statut économique, social et culturel de l’élève. Il synthétise pour cela les informations suivantes : le statut professionnel et le niveau de formation le plus élevé des deux parents ainsi que le patrimoine culturel familial.

- Leur attitude envers l’enseignement et les matières (en 2003, les mathématiques sont le domaine majeur)

- Leurs compétences mesurées par des tests en lecture, sciences et mathématiques (domaine majeur de 2003)

La description précise des modalités de constitution de l’échantillon, de passation des tests et des questionnaires, et de constitution des bases de données sont décrites dans les quatre publications suivantes :

OCDE (2004). Apprendre aujourd’hui, réussir demain. Premiers résultats de Pisa 2003.

Paris : OCDE.

OCDE (2005). Pisa 2003. Data Analysis Manual. Paris: OCDE.

OFS-CDIP (2005). Pisa 2003 : compétences pour l’avenir, Neuchâtel/Berne : OFS/CDIP.

Nidegger C., (coord.). (2008). Compétences des jeunes romands. Résultats de la troisième enquête PISA auprès des élèves de 9^e année. Neuchâtel : IRDP.

1. L’état des inégalités scolaires en Suisse

La sociologie de l’éducation, on le sait, a pris pour objet les inégalités dans leurs relations avec les systèmes éducatifs. Ce que les anglo-saxons appellent le schooling renvoie à cette idée qu’Émile Durkheim (1938) inaugurait dans ses cours au tout début du 20^ème siècle, et publiés sous le titre l’Évolution pédagogique en France : les systèmes éducatifs proposent des formes scolaires qui ont des conséquences différenciées sur les individus. Les recherches actuelles dans le domaine ne disent pas autre chose, même si elles tendent à approfondir les processus éducatifs à l’œuvre dans l’éducation elle-même (Hallinan, 2000) et à raisonner sur des critères multiples d’inégalités. L’origine sociale garde certes un poids très fort dans la définition des performances et des parcours scolaires, mais d’autres dimensions ont une capacité propre à définir les « destins » scolaires : l’origine ethnique et le genre notamment.

C’est dans cette perspective que nous situons notre propos, afin de comprendre la place qu’occupe Genève dans l’espace académique suisse. Comment les inégalités scolaires s’organisent-elles et en fonction de quels critères ? De quoi dépendent-elles ? En première approximation, nous pouvons raisonner sur les scores moyens par canton et leur dispersion entre élèves à partir des coefficients de variation⁴, nous pouvons ensuite mettre en lien ces scores moyens avec l’index socioéconomique (ESCS). La comparaison s’opère ici à partir des compétences des élèves mesurées par les tests Pisa en mathématiques⁵.

Le tableau 1.1 résume deux dimensions qui permettent de qualifier les systèmes éducatifs : l’efficacité, mesurée ici par la moyenne des scores, et l’équité, mesurée par les indices de dispersion d’une part et l’effet de l’index socioéconomique sur le niveau de compétence en mathématiques d’autre part. Il s’agit là - rappelons le - des compétences des élèves de 9^ème, ce qui explique un score moyen de 535, celui-ci est plus élevé que celui atteint par les élèves de 15 ans pour la Suisse dans l’enquête internationale Pisa (526).

4 Le coefficient de variation se calcule en divisant l’écart type avec la moyenne. Il permet donc de comparer la dispersion de moyennes différentes, comme c’est le cas dans le tableau 1.1.

5 Sans autre indication, c’est que nous raisonnons sur les scores en mathématiques. Les analyses conduites sur les autres domaines de compétence (lecture et sciences) donnent les mêmes types de résultats.

TABLEAU 1.1 : Score moyen et inégalités sociales dans les cantons Suisses Pisa 2003

Lire ainsi : En Argovie, le score moyen aux tests PISA est de 543, le coefficient de variation de 17,5% indique une dispersion plus forte que la moyenne des cantons suisses (16,6%), l’origine sociale explique 16,4% de la variance des scores en mathématiques, une augmentation d’un point sur l’échelle économique, sociale et culturelle implique une augmentation du score en mathématiques de 36,2 points

Du point de vue des scores moyens par cantons, on observe des différences significatives et fortes. Alors que Fribourg, Thurgovie, Saint-Gall et le Valais ont des scores largement supérieurs la moyenne Suisse (ils obtiennent au moins 550), d’autres cantons dépassent à peine la barre des 500 points, comme le Tessin et Genève. Ces contrastes ne manquent pas d’intérêt, au plan politique comme sociologique. Car ils montrent que les systèmes éducatifs proposés dans chaque canton n’ont pas le même niveau d’efficacité et que cela doit être mis en relation avec la nature du système éducatif. Peut-on « expliquer » ces contrastes par le degré de segmentation des filières ? Par les procédures d’orientation et l’âge du premier palier ? Ou encore peut-on associer ces scores à d’autres dimensions liées au public scolarisé dans chaque canton : la proportion de migrants parmi les élèves, le niveau socioéconomique moyen, etc. En d’autres termes on se demandera, dans la suite de cette analyse, si l’on peut ramener ces inégalités cantonales à des effets de contexte (la nature des systèmes éducatifs qui prévalent dans chaque canton) ou des effets de composition, liés à la nature du public scolarisé (par exemple 40 % des élèves genevois sont immigrés et cela peut jouer un rôle dans le niveau moyen de compétence dans ce canton).

Mais le niveau moyen des scores des élèves n’est qu’une première mesure des effets des systèmes éducatifs. Les inégalités de compétences entre individus, ici mesurées par le coefficient de variation, donnent à voir des résultats tout aussi contrastés, bien que de façon

différente, entre cantons. Certains sont en effet plus égalitaires que d’autres, au sens où les différences d’acquis entre élèves y sont plus faibles. Le Jura, Fribourg et le Valais francophone sont les cantons où les compétences des élèves sont les plus homogènes (le coefficient de variation est d’environ 14%, bien plus faible que la moyenne). Dans deux autres cas, les contrastes entre élèves sont beaucoup plus élevés que dans la moyenne Suisse : il s’agit d’Argovie et de Zurich avec respectivement 17,5% et 18,5% contre 16,6%

en moyenne. Enfin, d’autres cantons se situent dans la moyenne suisse, à l’instar de Genève avec un coefficient de variation de 16.9%. De tels résultats ne manquent pas d’interroger le sociologue de l’école, et nous faisons l’hypothèse que ces inégalités sont liées à la forme scolaire qui prévaut dans ces cantons. Peut-on voir dans la filiarisation plus ou moins poussée dans chaque canton une propension à produire plus ou moins d’inégalités individuelles dans les acquis scolaires ? C’est ce que la littérature internationale sur la question tend à montrer (Gamoran & Mare, 1989 ; Kerckhoff, 1985 ; Monseur & Crahay, 2008). Toutefois, il nous faut, avant d’entreprendre une approche interprétative, aller plus avant dans la description des inégalités.

Au-delà des inégalités entre individus, dont Christopher Jencks (1979) a montré toute l’importance pour qualifier la nature et le fonctionnement des systèmes scolaires, il est important de mesurer les effets des caractéristiques sociales des individus sur leurs compétences. Cet effet est mesuré dans le tableau 1.1 par la corrélation entre le score en mathématiques d’une part et l’index socioéconomique de l’autre. Nous donnons ici la part de variance des scores expliquée par l’index socioéconomique (le R² x 100) et la pente de la droite des moindre carrés, qui se lit comme l’augmentation du score moyen lorsque l’index socioéconomique augmente d’un point⁶. On voit que l’origine sociale a un poids très contrasté en fonction du canton sur la définition des compétences des élèves. En moyenne la part des scores expliquée par l’index ESCS est de 12,2 %, mais elle est de plus de 20 % à Zurich (qui confirme sa position de canton scolairement très inégalitaire) et autour de 16 % en Argovie et Saint-Gall. Cela signifie que les inégalités sociales dans ces cantons sont bien plus marquées qu’ailleurs en Suisse. Inversement, le Jura, Fribourg, le Valais et le Tessin ont des inégalités bien plus faibles (entre 5 % et 10 % de variance expliquée par cette variable). Ce résultat est confirmé par la dernière colonne du tableau 1.1: à Zurich, un point supplémentaire sur l’index socioéconomique induit en moyenne 40 points de plus en mathématiques (plus de 35 points à Saint-Gall, Argovie et Thurgovie), alors qu’à Fribourg et dans le Jura, les scores n’augmentent que de 17 à 18 points. Quant à Genève, là encore le canton se situe dans la moyenne suisse avec une part de variance expliquée de 11.7%. Par

6 L’index socioéconomique est une variable centrée et réduite, de moyenne 0 et d’écart type 1. Une unité supplémentaire signifie donc ici un écart type supplémentaire.

ailleurs, dans ce canton l’augmentation d’un point sur l’index socioéconomique produit une augmentation d’un peu plus de 29 points de plus des scores moyens en mathématiques.

Cela signifie que certains cantons - en général alémaniques - sont socialement bien plus inégalitaires que d’autres. Dans ce paysage des inégalités académiques suisses, Genève tient une position moyenne : les inégalités individuelles et sociales ne sont ni plus ni moins fortes que dans la moyenne nationale.

Cette première description donne à voir tous les contrastes des systèmes éducatifs suisses, du point de vue de leur efficacité comme de leur équité différentielle. On ne peut toutefois se satisfaire de cette première description, tant il est vrai que les inégalités scolaires relèvent de mécanismes complexes, que seule une approche analytique peut éclaircir. Les inégalités sociales par exemple ne sont pas indépendantes d’autres inégalités - liées au genre, au statut migratoire, etc.- dont on peut questionner l’influence respective sur les compétences des élèves. Mais une approche analytique des inégalités peut aussi apporter des éléments sur la comparaison entre systèmes éducatifs cantonaux en testant l’hypothèse d’effets de composition. Les scores moyens par canton ne sont en effet que la somme des compétences individuelles qui dépendent aussi, on le sait, des caractéristiques des individus. Or, si l’on veut comprendre l’efficacité différentielle des systèmes éducatifs cantonaux, il nous faut prendre en compte la nature du public de chaque canton.

Le tableau 1.2 présente une analyse de régression (General Linear Model) qui considère simultanément cinq variables dont on sait qu’elles agissent de façon significative sur les compétences en mathématiques. Il s’agit du niveau socioéconomique, du statut migratoire, de l’âge, du canton et du genre. Comment, et à quel degré, ces cinq dimensions influencent-elles les scores des élèves en mathématiques ? La réponse est donnée par la part de variance expliquée par chaque variable dans le modèle de régression. Lorsqu’on considère simultanément ces cinq variables, la plus explicative, et de loin, est l’index socioéconomique des élèves. Toutes choses égales par ailleurs, l’ESCS explique plus de 10% des scores en mathématiques, loin devant le canton (5,1%), le statut migratoire (4,7%), le genre (3,1%) et l’âge (3%). Un point de plus sur l’échelle de statut socioéconomique implique près de 27 points de plus aux tests Pisa. Sans surprise, les inégalités scolaires en Suisse obéissent donc aux mêmes lois que dans les autres pays : le niveau socioéconomique a, toutes choses égales par ailleurs, un poids déterminant dans la définition des apprentissages et des parcours scolaires.

Le statut migratoire, bien que moins explicatif de la variance, a un effet très fort sur les scores. Les « natifs »⁷ ont en moyenne 52 points de plus que les migrants de première génération, et ceci toutes choses égale par ailleurs, c’est-à-dire en neutralisant les effets du niveau social notamment. Le genre est aussi significatif avec de moindres compétences en mathématiques pour les filles (-28 points environ). Dans les autres domaines de connaissance testés par Pisa (et notamment en lecture) les inégalités sont au détriment des garçons, ce qui laisse penser que les stéréotypes genrés gardent un poids très fort dans la définition des parcours et des acquisitions scolaires. Enfin, l’âge des élèves est corrélé négativement aux compétences : plus les élèves sont précoces, plus ils sont performants en mathématiques et inversement pour les plus âgés. Nous reviendrons sur cet effet de l’âge individuel à propos des inégalités cantonales de réussite.

7 La variable « natif » est définie ici en fonction de la variable « Country of birth » de Pisa. Trois catégories sont définies dans cette dernière variable : natif (né suisse de parents nés en suisse), deuxième génération (né en suisse de parents né hors de suisse) et première génération (né hors de suisse de parents nés hors de suisse). Notre variable « Natif » code 1 les natifs et 0 les premières et deuxièmes génération.

TABLEAU 1.2 : Part de variance des scores en mathématiques expliquée par chaque caractéristiques individuelles des élèves, on observe que les scores restent contrastés d’un canton à l’autre. Toutes choses égales par ailleurs, et comparés au canton de Zurich, Genève et le Tessin ont des scores très faibles (plus de 40 points en moins, ce qui est considérable), alors que Thurgovie et Saint-Gall font bien mieux (plus 20 points). À la lumière de ces résultats, nous pourrions en conclure que certains cantons sont plus efficaces que d’autres soit en raison de la qualité de leur organisation scolaire, soit en relation avec des pratiques éducatives propres à leurs traditions cantonales. En effet, les cantons alémaniques font globalement mieux que les cantons romands et une revue de la littérature montre qu’aucune variable présente dans les enquêtes Pisa n’explique pour l’instant ces contrastes.

Ces résultats tendraient à montrer qu’il ne s’agit pas d’un effet de composition (c’est-à-dire d’effets liés à la nature du public scolaire de chaque canton), mais plutôt d’un effet de

« contexte » au sens où chaque système éducatif cantonal, par sa forme et ses

caractéristiques propres, tendrait à produire un niveau de compétence donné. C’est l’hypothèse explorée par l’équipe Monitorage de l’éducation en Suisse (OFS-CDIP, 2005) dont le propos est de raisonner sur les liens entre les caractéristiques des systèmes éducatifs cantonaux et leur niveau de performance et d’inégalité. Or, la mise en relation notamment des modes de répartition des élèves dans différentes filières et les performances moyennes par cantons ne donne pas de réponse définitive à la question de savoir quelles sont les caractéristiques des systèmes qui permettraient de rendre compte des inégalités cantonales de performances des élèves. Le rapport conclut sur ce point en disant que « les analyses effectuées ne permettent pas d’apporter une réponse claire à cette question, mais tout au plus d’émettre des hypothèses » (p. 133). L’une de ces hypothèses concerne l’âge moyen des élèves dans chaque canton : on observe en effet des différences notables de ce point de vue, liées à l’âge d’entrée à l’école primaire. Toute la question revient alors à tenter de construire des analyses qui permettent de comprendre ces différences cantonales, non

Dans le document L'enseignement secondaire au risque des enquêtes Pisa Suisse. Parcours scolaires, performances et orientation à Genève (Page 18-66)