résidentiel et le Vieillissement en Santé
Après l’analyse des relations directes entre certaines caractéristiques de l’environnement résidentiel des personnes âgées et leur Vieillissement en Santé, il est possible de spécifier ces résultats grâce à l’analyse des mécanismes en jeu dans cette relation et leur importance. Afin de mieux soutenir la prise de décision dans l’élaboration d’interventions promouvant la santé, la recherche sur la contribution des facteurs environnementaux dans les inégalités de santé doit porter sur l’origine de ces différences mais également sur les mécanismes par lesquels elle s’exerce. Il convient ainsi d’interroger cette relation entre environnement résidentiel des personnes âgées et Vieillissement en Santé en essayant de comprendre pourquoi et comment le contexte environnemental affecte la santé. Plusieurs méthodes empiriques telles que les tests de médiation et de modération (ou effet d’interaction) sont appropriées pour répondre à de tels questionnements. Elles consistent dans notre recherche à clarifier plus précisément le rôle joué par l’activité physique et la participation sociale dans la relation entre l’environnement résidentiel des personnes âgées et leur Vieillissement en Santé.
1) Distinction des notions de médiation et de modération
Un médiateur est une variable qui représente le mécanisme par lequel la variable indépendante 𝑋𝑖 affecte la variable dépendante 𝑌. La variable indépendante entraine le déclenchement de l’action de la variable médiatrice qui influence elle-même la variable dépendante (cf. Figure 19) (Rascle & Irachabal, 2001). On reconnaît un effet de médiation lorsque les questions de recherche utilisent les termes « pourquoi ? » ou « comment ? ».
116 Un modérateur est une variable qui ne provoque pas un déclenchement mais qui affecte plutôt la direction ou la force du lien entre la variable indépendante 𝑋𝑖 et la variable dépendante 𝑌 (cf. Figure 20) (Rascle & Irachabal, 2001). C’est un phénomène d’interaction où l’effet d’une variable varie selon le niveau d’une autre variable. On reconnaît un effet de modération (ou d’interaction) lorsque les questions de recherche contiennent les termes « quand ? », « pour qui ? » ou « quel ? ».
Si les variables modératrices déterminent dans quels cas certains effets se déclarent, les variables médiatrices expliquent comment ou pourquoi ils apparaissent (Baron & Kenny, 1986).
2) Test de médiation
La démarche d’analyse adoptée se base sur une méthode causale destinée à établir une série d’analyses de régression sur les liens entre les caractéristiques de l’environnement résidentiel des personnes âgées (𝑋𝑖), leur activité physique/participation sociale (variables potentiellement médiatrices 𝑀) et leur Vieillissement en Santé (𝑌). Elle repose notamment sur le modèle développé par Baron & Kenny (1986) selon lequel quatre conditions spécifiques sont à satisfaire pour pouvoir affirmer qu’une variable joue un rôle de médiateur (cf. Figure 21). Appliquées à notre recherche, les quatre conditions sont les suivantes :
- L’environnement résidentiel est significativement associé au Vieillissement en Santé (condition voie c),
- L’environnement résidentiel est significativement associé aux comportements en santé (voie a),
117 - Les comportements en santé sont significativement associés au Vieillissement en Santé après avoir statistiquement contrôlé l’association entre l’environnement résidentiel et le Vieillissement en Santé (voie b),
- L’association entre l’environnement résidentiel et le Vieillissement en Santé disparaît ou est atténuée après avoir statistiquement contrôlé l’association entre les comportements en santé et le Vieillissement en Santé (voie c’).
Ces quatre étapes sont examinées à partir de trois modèles de régression. Les deux premiers modèles de régression testent les voies c et a (dans chacun des modèles on teste si le coefficient de régression associé à 𝑋 est significativement différent de 0) tandis que le troisième modèle de régression permet de tester les voies b et c’ (on teste cette fois si le coefficient de régression associé à 𝑀 est statistiquement différent de 0 et si le coefficient de régression associé à 𝑋 n’est pas statistiquement différent de 0).
Lorsqu’une variable est médiateur de la relation 𝑋𝑖-𝑌, on dit que la variable 𝑋𝑖 a un lien indirect sur la variable 𝑌 c’est-à-dire qu’une partie au moins de l’influence de 𝑋𝑖 sur 𝑌 passe par la variable M. Si l’influence de la variable 𝑀 est contrôlée statistiquement, la relation 𝑋𝑖- 𝑌 disparaît lorsque la médiation est totale ou est atténuée lorsque la médiation est partielle (Baron & Kenny, 1986). Le rôle médiateur d’une variable 𝑀 génère une décomposition de l’effet total (c) de la variable 𝑋𝑖 sur la
variable 𝑌 (correspondant au coefficient de régression du modèle de la 1ère condition)
en un effet direct (c’) (correspondant au coefficient de régression du modèle de la X Environnement résidentiel Y Vieillissement en santé M Comportements en santé c’ a b X Environnement résidentiel Y Vieillissement en santé c
118
4ème condition) et un effet indirect (ab) (correspondant à la soustraction entre le
coefficient de la 1ère condition et le coefficient de la 4ème condition). Le rôle de
médiation joué par la variable 𝑀 est déterminé par le rapport entre le pourcentage de l’effet médiateur (ab) et l’effet total (c) « 100*ab/c », égal à 100% si la médiation est totale (Ambler, 1998). En cas d’interaction entre la variable 𝑋𝑖 et la variable 𝑀, la décomposition d’effet devient plus complexe. L’effet total (c) se décompose alors selon l’effet de 𝑋𝑖 sur 𝑌 en l’absence de médiateur (c’), selon l’effet de médiation (ab) mais également selon l’effet d’interaction et l’effet de l’interaction médiée (VanderWeele, 2014).
Il est important de souligner que ces analyses ne permettent pas d’affirmer avec certitude que le modèle proposé est exact mais d’affirmer si oui ou non les résultats sont concordants avec le modèle en question et qu’il est important de porter attention à la variable médiatrice pour tenter d’expliquer le lien entre la variable explicative et la variable à expliquer (James et al., 1982). En outre, plusieurs modèles sont possibles même s’ils n’ont pas été testés. On peut imaginer une relation différente entre les trois concepts : l’activité physique des personnes âgées peut tout aussi bien influencer leur Vieillissement en Santé qui peut lui-même influer sur la manière dont elles perçoivent les caractéristiques de leur environnement résidentiel. Même si les concepts n’ont pas été mesurés dans cet ordre, rien ne permet d’écarter ce second modèle.
3) Test de modération
La démarche d’analyse consiste à contrôler des effets d’interaction significatifs entre l’environnement résidentiel des personnes âgées et leur activité physique/participation sociale sur leur Vieillissement en Santé. Afin de mettre en évidence ces effets d’interaction, nous avons effectué une analyse de variance à plan factoriel (appelée ANOVA/ANalyse Of VAriance) ajustée sur les variables démographiques et socio-économiques. Cette analyse est réalisée à l’aide du logiciel SPSS 24.0. L’ANOVA consiste à tester l’effet de deux variables indépendantes catégorielles sur une variable dépendante continue à l’intérieur d’un seul modèle. Elle
119 calcule à la fois l’effet simple de chaque variable indépendante ainsi que leur interaction. L’analyse consiste à tester si les différences de variation dans chaque classe définie par les modalités des variables indépendantes s’écartent de manière significative de la valeur 0. La comparaison de variance est réalisée à partir du test de la valeur F (la valeur Fisher qui correspond au rapport entre la variance interclasse et la variance intra-classe). En cas de variance égale, le test de la valeur F donne une p- value de 1. En revanche, plus les variances sont dissemblables, plus la p-value tend vers 0. Outre l’ANOVA, les effets d’interaction peuvent être mesurés à partir d’analyses de régression mais l’analyse de variance est la méthode la plus couramment utilisée. Elle s’applique essentiellement lorsque les variables indépendantes et modératrices sont catégorielles et dichotomiques (El Akremi & Roussel, 2005).
C. Recours à une analyse qualitative destinée à mieux appréhender les