Le traitement des données

Les informations fournies par les mères interrogées font l’objet d’une analyse de contenu quantitative. Les résultats de l’enquête sont basés sur du déclaratif. Une certaine prudence est donc nécessaire dans l’analyse de données. Celles-ci sont traitées de façon anonyme comme cela a été indiqué aux répondantes dans la lettre jointe au questionnaire. Seules les

33 Un questionnaire mal rempli doit être écarté plutôt que de saisir des informations incertaines.

mères intéressées par un entretien semi-directif proposent une adresse électronique ou un numéro de téléphone permettant de les joindre après la phase de dépouillement du questionnaire.

Les réponses des mères interrogées, recodifiées sous forme numérique, sont d’abord recueillies par saisie informatique pour ensuite être comptabilisées par le biais du logiciel de traitement de données. Les réponses sont alors regroupées par domaine selon une grille de codification construite à partir des questions posées et d’un domaine d’analyse prédéfinie.

Puis l’analyse des questionnaires est réalisée, en trois étapes, avec l’aide des logiciels d'enquêtes et d'analyse statistique de données Le Sphinx®.

La première étape consiste en l’étude des variables quantitatives. Ces variables sont rendues compte par la construction d’une courbe de fréquence et le calcul d'indicateurs synthétiques de tendance centrale (moyenne, médiane).

La deuxième étape concerne les tris à plats des données. Il s’agit de réaliser des traitements de base comme la réalisation de tableaux et de graphiques afin d’examiner la fréquence d’apparition des informations collectées. Tout comme l’étude des variables quantitatives, il s’agit d’une analyse uni-variée. Les tris à plat permettent de dégager les caractéristiques des familles monoparentales féminines en général et selon les espaces en répondant aux questions : où vivent-elles, avec quelles ressources financières, professionnelles, personnelles, et quelle organisation de leur temps ? L’objectif de cette méthode est de recenser la fréquence relative des réponses mais aussi d’anticiper le croisement des données à travers la mise en vue de la fréquence des difficultés et des stratégies évoquées.

La troisième étape concerne les tris croisés. Des analyses sont menées en termes de regroupements logiques à travers le croisement de données afin de mettre en évidence le lien entre deux variables (exemple : entre l’origine de la monoparentalité et le statut d’occupation des mères isolées). Le traitement simultané de deux questions met en évidence comment les réponses apportées à l'une coïncident ou dépendent des réponses apportées à l'autre. Trois niveaux d’interprétation entrent alors en jeu : la relation entre les deux variables, l’intensité de cette relation (forte ou très forte), la traduction de cette relation, c'est-à-dire l’explication de l’intensité entre les deux variables.

Le test du Chi-deux³⁴ résout ce problème d’interprétation. Il détermine si les réponses à deux questions fermées sont « statistiquement significatives » (indépendantes). La relation est

34 Chi² calculé = somme (Effectif Théorique - Effectif Réel)² / Effectif Théorique

ensuite validée ou non selon la valeur de référence de chaque table du Chi-deux. Grâce à l’étude des Chi-deux partiels, il est ensuite possible de percevoir les détails de la relation au sein d’un tableau croisé. Les chi-deux partiels sont situés aux endroits où la différence est la plus forte entre l’effectif théorique et l’effectif observé. Ils indiquent les couples de modalités remarquables où il y a de fortes particularités dans les résultats. Afin de disposer d’une analyse finement détaillée, l’analyse du Chi-deux par cellule permet de calculer la significativité de chaque chi-deux partiel.

De manière plus aboutie, la caractérisation automatique d’une variable nominale permet de la caractériser en explorant automatiquement l’ensemble des liaisons qu’elle entretient avec toutes les autres variables quel que soit leur type. Elle est particulièrement adaptée en vue de réaliser une segmentation ou une analyse discriminante.

Enfin, la dernière étape est propre aux méthodes factorielles réalisées grâce aux logiciels SPAD® et XLSTAT®³⁵. Ces méthodes techniques ont pour objet de réduire les dimensions des tableaux de données de façon à représenter les associations entre individus et entre variables dans des espaces de faibles dimensions :

• Une analyse des correspondances multiples (ACM) qui permet de réaliser une description multivariée sur des variables qualitatives. Cette méthode est particulièrement adaptée à l'analyse d'enquêtes pour lesquelles les lignes du tableau sont en général des individus et les colonnes sont des modalités de variables qualitatives. L’ACM autorise une analyse simultanée de plusieurs variables et permet d’observer les combinaisons et les liens entre les variables actives.

• La classification ascendante hiérarchique (CAH) qui permet de classer des individus ayant un comportement similaire sur un ensemble de variables. Cette méthode a pour objectif d’obtenir des classes d’individus les plus cohérentes possibles : soit en constituant les groupes les plus homogènes, soit à l’inverse, les groupes qui se distinguent le plus les uns des autres. La classification est ascendante car elle part des observations individuelles. Elle est hiérarchique car elle produit des classes ou groupes de plus en plus vastes, incluant des sous-groupes en leur sein. Cette procédure ne peut être connectée qu'à une analyse factorielle ou à une description des axes factoriels.

35 Les logiciels SPAD (Système pour l’Analyse des Données) et XLSTAT sont essentiellement tournés vers l’analyse des données et le data-mining. Ces logiciels disposent d’outils de description des données, d’analyses factorielles et de classification.