Méthodologie

4.1.1. Questionnaire Le questionnaire comporte 44 questions.

Ces questions sont uniquement fermées afin de faciliter l’analyse et d’obtenir un résultat mesurable et exploitable rapidement.

Le questionnaire est divisé en 4 parties :

1^ère partie : situation personnelle et socioprofessionnelle (Q1 à Q7) 2^nde partie : situation addictive (Q8 à 26)

3^ème partie : perception sociologique (Q27 à Q40) 4^ème partie : perception addictive (Q41 à Q44)

Les questions ont été déterminées afin de déterminer la situation actuelle des personnes, leur situation vis à vis des addictions, leur habitus, leur capital social et leur vision de l’addiction et des soins.

Les situations personnelles et professionnelles sont mesurées par des déterminants couramment utilisés dans des études de ce type. Les déterminants permettant de mesurer l’habitus et le capital ont été déterminés à partir des éléments bibliographiques exposés au préalable. Pour les addictions, nos questions permettent de déterminer le type et la fréquence.

Pour les soins, nous avons recueilli leur choix vis à vis des différentes prises en charge proposées.

Une analyse qualitative par la méthode des entretiens aurait pu être aussi intéressante mais au delà de l’aspect organisationnelle complexe, l’analyse des réponses est rendue plus aléatoire tout comme la conclusion sur le lien entre habitus/capital social et addictions. L’intérêt d’une analyse qualitative ou le suivi d’une cohorte arrive dans un second temps afin de déterminer l’importance de l’habitus et du capital social vis à vis des autres déterminants des comportements addictifs.

4.1.2. Les populations de l’échantillon

Les populations étudiées sont de 2 types. En effet, l’intérêt du questionnaire est de pouvoir mesurer les effets des déterminants sociaux chez les personnes addicts mais aussi de pouvoir comparer ces résultats avec une population témoin pris au hasard dans la société.

• Population cible : ce sont des patients suivis pour addictions. Ces patients sont soit hospitalisés en établissement de santé soit suivis par des praticiens libéraux.

• Population témoin : ce sont des personnes pris au hasard qui ont bien voulu répondre.

A noter que l’échantillon « témoin » n’a pas été réalisé par la méthode des quotas. Notre choix s’est porté sur une étude cas/témoins. A cette fin nous avons interrogé des patients dans établissements de santé, hospitalisés pour addiction à Marseille et Paris, il nous a semblé pertinent que l’échantillon « témoin » soit questionné dans ces villes. La limite de cette méthode est le manque de représentativité vis à vis de la population générale.

4.1.3. La méthode de recueillement

La méthode de recueillement est faite soit par un praticien ou un personnel soignant dans les établissements de santé et par un sondeur pour la population témoin.

Le questionnaire est anonyme, toute fiche présentant un élément discriminant a été écarté volontairement.

Le sondeur et le personnel de santé ont reçu la même information quant aux règles de remplissage.

4.1.4. Tests d’analyse utilisés

Test de Levene

Le test de Levene permet de vérifier l’égalité des variances de deux échantillons : Si p < 0.05 différence est significative

Si p > 0.05 différence est non significative

Le test de Levene est une alternative crédible du test de Bartlett (et de Fisher). Il est robuste c’est à dire il est moins sensible à un écart par rapport à l'hypothèse de normalité. De fait, si la distribution sous-jacente de X n'est pas gaussienne : il aura moins tendance à détecter des faux positifs (conclure à l'inégalité des variances alors que l'hypothèse nulle est vraie) ; et il sera plus apte à détecter les vrais positifs (conclure à juste titre à l'inégalité des variances).

Test-t

Le test t est la méthode la plus courante pour évaluer les différences entre les moyennes de deux groupes.

Le niveau p reporté dans un test t représente la probabilité d'erreur associée à l'acceptation d'une hypothèse quant à l'existence d'une différence. En langage technique, il s'agit de la probabilité d'erreur de rejeter l'hypothèse selon laquelle il n'existe pas de différence entre les deux groupes d'observations dans la population alors qu'en réalité, l'hypothèse est vraie.

Le test-t vérifie si la différence des moyennes des deux groupes est significative avec une marge d’erreur de 5 % :

Si p < 0.05 différence est significative Si p > 0.05 différence est non significative

Test d’indépendance du Khi-carré de PEARSON

Ce test sert à apprécier l’existence ou non d’une relation entre deux caractères au sein d’une population, lorsque ces caractères sont qualitatifs où lorsqu’un caractère est quantitatif et l’autre qualitatif, ou bien encore lorsque les deux caractères sont quantitatifs mais que les valeurs ont été regroupées. À noter que ce test permet de contrôler l’existence d’une dépendance mais en aucun cas le sens de cette dépendance.

Le test va nous aider à comprendre si le fait d’être « patient » a une influence significative sur les réponses à nos questions.

Le test du Khi 2 va apporter une information supplémentaire. Il va permettre de dire si les différences de réponses pour les diverses questions qui sont attribuées à l’addiction sont le fait du hasard du tirage ou si elles sont réelles. Elles peuvent en effet être dues au hasard de l’échantillon.

Les règles sont les suivantes :

La valeur de p ou Signification asymptotique est l'erreur alpha, soit la probabilité ou le risque de commettre une erreur en déclarant qu'il existe une différence significative entre les fréquences des deux groupes, « patients » et « témoins ».

Cette valeur de p permet de confirmer ou d'infirmer votre hypothèse statistique (H1) et, partant, l'hypothèse où l'objectif de notre recherche.

Rappelons qu'en sciences humaines, le seuil de signification est de 0,05.

Si la valeur de p ou Signification asymptotique est supérieure à 0,05, nous devons accepter l'hypothèse nulle (H0) et conclure qu'il n'y a pas de différence significative entre les « patients » et les « témoins ».

Si la valeur de p ou Signification asymptotique est inférieure à 0,05, nous devons rejeter l'hypothèse nulle (H0) et conclure qu'il y a une différence significative entre les

« patients » et les « témoins » (H1 est vraie).

Les p-valeurs (signification asymptotique) sont à comparer à 0.05, elles sont indiquées en rouge dans les tableaux ainsi que le test statistique utilisé.

Concernant l'exploitation des résultats de notre enquête, dont certains effectifs apparaissent trop faibles pour que les Khi2 soient interprétables.

L'analyse de nos questionnaires a été réalisée au laboratoire de Santé Publique avec le logiciel SPSS statistics Version 17 (INC, IL, USA).

Lorsque les conditions d'application du Khi2 de Pearson ne sont pas respectées (c'est à dire que au moins un effectif théorique est inférieur à 5), nous avons utilisé selon la configuration des tableaux de contingence :

• à 4 cases : le test exact de Fisher (ddl=1),

• supérieur à 4 cases : le test étendu de Fisher ou test de Freeman-Halton (ddl>1).

Dans les résultats présentés, c'est la case « signification exacte » qui correspond au « p » calculé par le test de Fischer ou de Freeman-Halton.

Le test exact de Fisher est une alternative au test du lorsque la condition sur les effectifs théoriques n’est pas respectée ou bien lorsque le tableau des effectifs croisés est de taille du fait des ddl qui valent alors 1. L’idée du test exact de Fisher est de comparer la distribution observée avec l’ensemble des combinatoires possibles et issues (au sens statistique) d’une distribution aléatoire.

Pour des tableaux allant au-delà de la taille , Freeman et Halton ont proposé une généralisation du test exact de Fisher. En partant du tableau croisé obtenus sur a, respectivement, modalités. La mesure de l’éloignement pour le calcul de la p-valeur revient alors à calculer le déterminant associé au tableau croisé.

Le test de Fisher-Freeman-Halton est reconnu comme conservateur du fait de sa méthode de calcul faisant intervenir un plus grand nombre de configurations que dans le cas du test exact de Fisher.

Ainsi l'application de l'ensemble nous a permis d'exploiter au mieux les résultats produits.

4.1.5. Recodage des variables

Pour l’analyse des données et notamment pour la comparaison des échantillons P et T, des variables ont été recodées en r par exemple Q8 et Q8r, les variables ont été regroupées mais dans tous les cas, les deux variables ont été analysées.

Les variables recodées sont entre parenthèses : recode q8 (5,6=5)(0=sysmis)(else=copy) into q8r.

recode q9 (2,3=2)(0=sysmis)(else=copy) into q9r.

recode q10 (2,3=2)(0=sysmis)(else=copy) into q10r.

recode q11 (1,2,3=1)(0=sysmis)(else=copy) into q11r.

recode q12 (1,2,3,4=1)(0=sysmis)(else=copy) into q12r.

recode q13 (1,2,3,4=1)(0=sysmis)(else=copy) into q13r.

recode q14 (2,3,4=2)(0=sysmis)(else=copy) into q14r.

recode q15 (1,2,3=1)(0=sysmis)(else=copy) into q15r.

recode q16 (1,2,3=1)(0=sysmis)(else=copy) into q16r.

recode q17 (4,5=5)(0=sysmis)(else=copy) into q17r.

recode q18 (1,2=1)(0=sysmis)(else=copy) into q18r.

recode q19 (1,2=1)(0=sysmis)(else=copy) into q19r.

recode q20 (1,2=1)(0=sysmis)(else=copy) into q20r.

recode q21 (3,4=3)(0=sysmis)(else=copy) into q21r.

recode q22 (3,4=3)(0=sysmis)(else=copy) into q22r.

recode q23 (3,4=3)(0=sysmis)(else=copy) into q23r.

recode q25 (3,4=3)(0=sysmis)(else=copy) into q25r.