{"id":6644,"date":"2022-04-28T07:30:32","date_gmt":"2022-04-28T05:30:32","guid":{"rendered":"https:\/\/variances.eu\/?p=6644"},"modified":"2022-04-28T07:39:41","modified_gmt":"2022-04-28T05:39:41","slug":"construire-lespace-social-de-la-pauvrete-avec-un-barometre-dopinion","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=6644","title":{"rendered":"Construire l\u2019espace social de la pauvret\u00e9 avec un Barom\u00e8tre d\u2019opinion"},"content":{"rendered":"

Nous sommes heureux de publier cet article de\u00a0Kim Antunez, qui vient d\u2019obtenir le prix du meilleur m\u00e9moire de stage de fin d\u2019\u00e9tudes de l\u2019ENSAE, parcours ing\u00e9nieur r\u00e9alis\u00e9 au sein du laboratoire de sociologie du CREST sous la direction d\u2019Ivaylo Petev. \u00a0Kim\u00a0a bien voulu r\u00e9sumer pour\u00a0variances.eu<\/a><\/em><\/span>\u00a0les grandes lignes de son travail.<\/span><\/p>\n

\n

Kim, peux-tu nous rappeler rapidement ton parcours\u00a0?<\/strong><\/p>\n

Apr\u00e8s avoir \u00e9t\u00e9 dipl\u00f4m\u00e9e de l\u2019\u00c9cole nationale de la statistique et de l’analyse de l’information (ENSAI) et d\u2019un Master 2 en Statistique-\u00e9conom\u00e9trie, sp\u00e9cialit\u00e9 statistique publique en 2015, je suis devenue statisticienne de l\u2019Insee. J\u2019ai d\u2019abord travaill\u00e9 au Commissariat g\u00e9n\u00e9ral \u00e0 l\u2019\u00e9galit\u00e9 des territoires (CGET), un service du Premier Ministre, o\u00f9 j\u2019ai d\u00e9velopp\u00e9 une expertise sur l\u2019analyse spatiale et les sources de donn\u00e9es territorialis\u00e9es. Puis, j\u2019ai travaill\u00e9 \u00e0 la Direction de la recherche, des \u00e9tudes, de l’\u00e9valuation et des statistiques (DREES) du Minist\u00e8re des Solidarit\u00e9s et de la Sant\u00e9, en tant que charg\u00e9e d\u2019\u00e9tude sur le Barom\u00e8tre d\u2019opinion, une enqu\u00eate qui suit chaque ann\u00e9e depuis 2000 l\u2019\u00e9volution de la perception des in\u00e9galit\u00e9s sociales et du syst\u00e8me de protection sociale en France. En 2019, j\u2019ai obtenu le concours d\u2019administrateur de l\u2019Insee qui m\u2019a conduite \u00e0 faire deux ans de scolarit\u00e9 \u00e0 l\u2019ENSAE. Aujourd\u2019hui, j\u2019anime une petite \u00e9quipe de quatre personnes de la direction g\u00e9n\u00e9rale de l\u2019Insee d\u00e9di\u00e9e \u00e0 l\u2019\u00ab\u00a0analyse urbaine\u00a0\u00bb. Nous outillons les directions r\u00e9gionales de l\u2019Insee et r\u00e9alisons des \u00e9tudes statistiques, \u00e9conomiques et sociales \u00e0 un \u00e9chelon g\u00e9ographique infracommunal.<\/p>\n

Explique-nous la gen\u00e8se de ton projet de m\u00e9moire\u00a0?<\/strong><\/p>\n

Mon stage de fin d\u2019\u00e9tudes et m\u00e9moire de recherche a \u00e9t\u00e9 r\u00e9alis\u00e9 dans le cadre de mon double dipl\u00f4me de troisi\u00e8me ann\u00e9e \u00e0 l\u2019ENSAE et de Master 2 de Sociologie, parcours Sociologie Quantitative & D\u00e9mographie (SQD) accr\u00e9dit\u00e9 par l\u2019Universit\u00e9 Paris-Saclay, sous la direction d\u2019Ivaylo Petev. J\u2019ai souhait\u00e9, au moment du choix de mon sujet et durant la r\u00e9alisation de mes travaux, allier les comp\u00e9tences acquises par ces deux formations.<\/p>\n

C\u00f4t\u00e9 sciences sociales<\/u>, j\u2019ai fait le choix d\u2019\u00e9clairer le ph\u00e9nom\u00e8ne de la pauvret\u00e9. D\u2019abord car c\u2019\u00e9tait un sujet adapt\u00e9 \u00e0 la m\u00e9thodologie que je souhaitais d\u00e9couvrir et utiliser. Ensuite car il \u00e9tait suffisamment vaste pour que je puisse d\u00e9couvrir la litt\u00e9rature sur le sujet en autodidaxie. Cette revue de litt\u00e9rature me servira d\u2019ailleurs probablement dans un de mes futurs postes de statisticienne publique. Enfin, le poste que j\u2019ai occup\u00e9 \u00e0 la Drees sur son Barom\u00e8tre d\u2019opinion m\u2019a procur\u00e9 l\u2019avantage de bien conna\u00eetre la base de donn\u00e9es et les th\u00e9matiques qui y sont trait\u00e9es.<\/p>\n

C\u00f4t\u00e9 m\u00e9thodologie statistique<\/u>, le cours introductif que j\u2019ai suivi \u00e0 l\u2019ENSAE m\u2019a donn\u00e9 l\u2019envie de creuser les m\u00e9thodes \u00e0 variables latentes, introduites par les sciences humaines d\u00e8s le d\u00e9but du XX\u00e8me si\u00e8cle mais tr\u00e8s peu enseign\u00e9es en France.<\/p>\n

Pourquoi utiliser des m\u00e9thodes en variables latentes en sciences sociales\u00a0?<\/strong><\/p>\n

Ces techniques sont un compl\u00e9ment de grande valeur aux m\u00e9thodes statistiques plus classiques (\u00e9conom\u00e9triques et g\u00e9om\u00e9triques). Elles ont pour hypoth\u00e8se fondamentale l\u2019existence de variables non observables directement dans la base de donn\u00e9es (typiquement l\u2019intelligence, et dans notre cas la pauvret\u00e9) mais dont on peut mesurer des effets ou des cons\u00e9quences.<\/p>\n

Par ailleurs, \u00e0 la diff\u00e9rence des habituelles Analyses des Correspondances Multiples (ACM), les analyses en Facteurs communs Exploratoires (AFE), conservent la structure des corr\u00e9lations entre indicateurs et ne s\u2019int\u00e9ressent pas uniquement \u00e0 la variance. La variance totale se d\u00e9compose en effet en une somme de deux variances :<\/p>\n

– la variance commune qui correspond \u00e0 la variance partag\u00e9e par tous les indicateurs d\u2019un m\u00eame facteur (c\u2019est-\u00e0-dire d\u2019une m\u00eame variable latente) ;
\n–\u00a0 la variance unique (inexistante dans le cas d\u2019une ACM) : celle sp\u00e9cifique \u00e0 chaque indicateur (par exemple la variance sp\u00e9cifique au fait de toucher le RSA au-del\u00e0 de la variance attribuable \u00e0 la pauvret\u00e9 institutionnelle) et celle due aux \u00e9ventuelles erreurs de mesures.<\/p>\n

Ces m\u00e9thodes en variables latentes sont toutefois complexes, ce qui pose parfois des difficult\u00e9s de convergence des algorithmes et d\u2019interpr\u00e9tation des r\u00e9sultats des diff\u00e9rents mod\u00e8les.<\/p>\n

Quels sont les principaux r\u00e9sultats de ton \u00e9tude\u00a0?<\/strong><\/p>\n

En m\u2019appuyant sur le Barom\u00e8tre d\u2019opinion de la Drees, j\u2019ai construit un espace social de la pauvret\u00e9 mobilisant trois dimensions largement cit\u00e9es dans la litt\u00e9rature :<\/p>\n

* La pauvret\u00e9 mon\u00e9taire, indicateur phare et traditionnel d\u2019\u00e9tude des in\u00e9galit\u00e9s ;
\n* La pauvret\u00e9 institutionnelle, c\u2019est-\u00e0-dire li\u00e9e au fait de b\u00e9n\u00e9ficier ou non de prestations sociales et d\u2019\u00eatre en situation d\u2019assistance vis-\u00e0-vis de l\u2019\u00c9tat\u00a0;
\n*\u00a0 La pauvret\u00e9 subjective, c\u2019est-\u00e0-dire bas\u00e9e sur des indicateurs focalis\u00e9s sur le ressenti des individus. Deux indicateurs du Barom\u00e8tre d\u2019opinion ont \u00e9t\u00e9 utilis\u00e9s dans notre \u00e9tude : le sentiment de pauvret\u00e9 (indiquer se sentir pauvre) et les difficult\u00e9s financi\u00e8res per\u00e7ues (indiquer disposer d\u2019un revenu inf\u00e9rieur au revenu minimum que l\u2019on juge n\u00e9cessaire pour vivre convenablement).<\/p>\n

Dans un objectif de cumulativit\u00e9, j\u2019ai tout d\u2019abord souhait\u00e9 prolonger l\u2019\u00e9tude de Duvoux & Papuchon (2018). J\u2019ai constat\u00e9 \u00e0 mon tour que, m\u00eame si le niveau de vie explique fortement ces indicateurs de pauvret\u00e9 subjective, la pauvret\u00e9 institutionnelle joue \u00e9galement un grand r\u00f4le \u00e0 niveau de vie fix\u00e9. Par ailleurs, certains groupes sociaux se sentent particuli\u00e8rement pauvres toutes choses \u00e9tant \u00e9gales par ailleurs : les locataires, les personnes en dehors du march\u00e9 du travail – et les ouvriers et employ\u00e9s dans une moindre mesure – et les m\u00e9nages compos\u00e9s d\u2019un seul adulte (familles monoparentales et personnes vivant seules).<\/p>\n

Dans le but de conna\u00eetre les interactions entre les trois dimensions de la pauvret\u00e9 \u00e9voqu\u00e9es pr\u00e9c\u00e9demment, j\u2019ai ensuite propos\u00e9 une d\u00e9marche englobante de construction de l\u2019espace social de la pauvret\u00e9. J\u2019ai pour cela utilis\u00e9 deux m\u00e9thodes\u00a0:<\/p>\n

– une Analyse des Correspondances Multiples (ACM) a tout d\u2019abord montr\u00e9 que les diff\u00e9rentes dimensions sont fortement corr\u00e9l\u00e9es et am\u00e8nent \u00e0 la construction par Classification Ascendante Hi\u00e9rarchique (CAH) de cinq classes ordonn\u00e9es de pauvret\u00e9.<\/p>\n

–\u00a0 une Analyse en Facteurs communs Exploratoire (AFE), mod\u00e9lisant les dimensions comme des variables latentes, a ajout\u00e9 de la nuance en d\u00e9montrant que les dimensions de la pauvret\u00e9 sont non seulement th\u00e9oriquement construites mais \u00e9galement empiriquement valid\u00e9es. Les indicateurs de pauvret\u00e9 institutionnelle, directement en lien avec les politiques publiques de lutte contre la pr\u00e9carit\u00e9, se rassemblent en effet en une m\u00eame dimension latente. Parmi les personnes appartenant aux classes moyennes, certains profils sont plus susceptibles de percevoir des prestations sociales : les jeunes de 18 \u00e0 29 ans, les locataires, les inactifs et les m\u00e9nages avec enfants (d\u2019un ou deux adultes). Ce sont ces m\u00eames m\u00e9nages qui se sentent le moins en difficult\u00e9 financi\u00e8re \u00e0 niveau de revenu fix\u00e9. En outre, la relativement forte corr\u00e9lation entre difficult\u00e9s financi\u00e8res r\u00e9elles \u2013 via le niveau de vie d\u00e9clar\u00e9 \u2013\u00a0 et per\u00e7ues (corr\u00e9lation de Spearman sup\u00e9rieure \u00e0 0,5) valide la pertinence des indicateurs de pauvret\u00e9 subjective comme compl\u00e9ments aux indicateurs objectifs.<\/p>\n

Le m\u00e9moire se ponctue par une m\u00e9thodologie synth\u00e9tique amenant \u00e0 elle seule \u00e0 des r\u00e9sultats semblables \u00e0 ceux obtenus avec les m\u00e9thodes pr\u00e9c\u00e9dentes : l\u2019Analyse en Facteurs communs Confirmatoire (AFC). L\u2019indice synth\u00e9tique de pauvret\u00e9 construit par cette m\u00e9thode montre que l\u2019\u00e9loignement du march\u00e9 du travail et l\u2019appartenance \u00e0 une famille monoparentale accentuent fortement les chances d\u2019\u00eatre pauvre, toutes dimensions confondues. En outre, l\u2019analyse des dimensions prises une \u00e0 une montre que le poids du subjectif est relativement faible chez ces populations, pourtant particuli\u00e8rement pauvres. En revanche, chez les personnes vivant seules sans enfant et les ouvriers, la pauvret\u00e9 subjective est particuli\u00e8rement \u00e9lev\u00e9e comparativement \u00e0 leur niveau de pauvret\u00e9 objective. Chez les plus jeunes et les m\u00e9nages avec enfants, la situation est oppos\u00e9e avec un niveau de pauvret\u00e9 subjectif relativement faible.<\/p>\n

Dans ton m\u00e9moire, tu mets en avant la reproductibilit\u00e9 des codes que tu proposes, pourquoi\u00a0est-ce important pour toi\u00a0?<\/strong><\/p>\n

Convaincue par l\u2019open-data, l\u2019open-source, et l’automatisation de processus statistiques utiles \u00e0 diff\u00e9rents types d’acteurs, j\u2019ai r\u00e9alis\u00e9 ces derni\u00e8res ann\u00e9es des projets en ce sens, mobilisant principalement le logiciel statistique R.<\/p>\n

En particulier, j\u2019ai voulu montrer par ce m\u00e9moire que la science reproductible concerne tout autant les sciences sociales que l\u2019informatique et la statistique. M\u00eame si je comprends les freins qui limitent parfois sa mise en \u0153uvre (donn\u00e9es non ouvertes, technicit\u00e9 des outils\u2026), je trouve qu\u2019elle est gage de confiance puisqu\u2019elle permet de fournir aux lecteurs l\u2019ensemble des clefs de compr\u00e9hension des r\u00e9sultats d\u2019une recherche, de les critiquer (au sens noble du terme), voire de les am\u00e9liorer.\u00a0 C\u2019est pourquoi les codes et ce pr\u00e9sent rapport sont disponibles sur mon site github<\/a>.<\/p>\n

Quelles conclusions peut-on tirer de ce travail, et quelles sont ses retomb\u00e9es possibles\u00a0?<\/strong><\/p>\n

L\u2019utilisation combin\u00e9e d\u2019un Barom\u00e8tre d\u2019opinion et de m\u00e9thodes en variables latentes a permis d\u2019\u00e9tudier sous un angle relativement original l\u2019espace social de la pauvret\u00e9 en France. Les chercheurs en sciences sociales pourront, gr\u00e2ce aux codes mis \u00e0 disposition, mettre en place les m\u00eames m\u00e9thodes dans leurs propres travaux de recherche.<\/p>\n

Sur la th\u00e9matique m\u00eame du m\u00e9moire, il serait int\u00e9ressant d\u2019utiliser des donn\u00e9es alternatives au Barom\u00e8tre d\u2019opinion, par exemple les donn\u00e9es du dispositif SRCV (ou European Union Statistics on Income and Living Conditions<\/em>, EU-SILC). Celles-ci sont non seulement bien fournies en termes de renseignements collect\u00e9s sur la composition du m\u00e9nage mais \u00e9galement sur les revenus et les privations mat\u00e9rielles. Elles sont n\u00e9anmoins l\u00e9g\u00e8rement moins adapt\u00e9es que le Barom\u00e8tre aux donn\u00e9es subjectives mais comportement toutefois un module \u00ab attitudes, sentiments et qualit\u00e9 de vie \u00bb.<\/p>\n

En termes de m\u00e9thodologie, un point qu\u2019il serait important d\u2019affiner est certainement la correction des donn\u00e9es manquantes. \u00c9tant relativement peu nombreuses, le choix a \u00e9t\u00e9 fait de se limiter uniquement \u00e0 l\u2019imputation des revenus.<\/p>\n

Enfin, m\u00eame si les m\u00e9thodes d\u2019analyse factorielle sont tr\u00e8s informatis\u00e9es et souvent mobilis\u00e9es via des logiciels \u00ab presse boutons \u00bb, elles demandent en r\u00e9alit\u00e9 une certaine expertise (technique d\u2019analyse, nombre de facteurs \u00e0 interpr\u00e9ter, type de rotation\u2026). Les r\u00e9sultats et l\u2019interpr\u00e9tation qui en d\u00e9coulent n\u00e9cessitent une bonne taille d\u2019\u00e9chantillon et un choix judicieux des variables. Comme dans les mod\u00e8les \u00e9conom\u00e9triques, les variables doivent \u00eatre discriminantes mais elles doivent aussi ici \u00eatre suffisamment corr\u00e9l\u00e9es pour constituer des facteurs. Les donn\u00e9es devraient en toute rigueur \u00eatre distribu\u00e9es normalement et \u00eatre li\u00e9es lin\u00e9airement entre elles pour pouvoir \u00eatre estim\u00e9es par maximum de vraisemblance. Certains points m\u00e9thodologiques m\u00e9riteraient donc certainement d\u2019\u00eatre approfondis par des regards d\u2019experts pour affiner les conclusions tir\u00e9es des diff\u00e9rents mod\u00e8les.<\/p>\n

Pour conclure, je dirais qu\u2019en lisant mes travaux, les chercheurs en sciences sociales trouveront peut-\u00eatre que la technique prend un peu trop le pas sur le raisonnement sociologique. Les statisticiens seront peut-\u00eatre avides d\u2019en savoir plus sur la th\u00e9orie math\u00e9matique sur laquelle reposent les m\u00e9thodes d\u2019analyse en classes latentes. En tous cas, j\u2019ai construit mes travaux dans l\u2019id\u00e9e de satisfaire ces deux types de profils et j\u2019esp\u00e8re m\u2019en \u00eatre sortie convenablement.<\/p>\n

Je laisse les lecteurs juges\u00a0!<\/p>\n

 <\/p>\n

Mots-cl\u00e9s : Sciences sociales \u2013 Pauvret\u00e9 \u2013 Pauvret\u00e9 subjective \u2013 Variables latentes \u2013 Reproductibilit\u00e9<\/em><\/p>\n

\n
R\u00e9f\u00e9rences et d\u00e9tails<\/h5>\n

Lien vers le m\u00e9moire : https:\/\/antuki.github.io\/EspaceSocial_Pauvrete\/rapport\/_book\/index.html<\/a><\/span><\/span><\/p>\n

Duvoux, N., & Papuchon, A. (2018). Qui se sent pauvre en France ? Revue Fran\u00e7aise de Sociologie, 59(4), 607\u2013647.<\/p>\n","protected":false},"excerpt":{"rendered":"

Nous sommes heureux de publier cet article de\u00a0Kim Antunez, qui vient d\u2019obtenir le prix du meilleur m\u00e9moire de stage de fin d\u2019\u00e9tudes de l\u2019ENSAE, parcours ing\u00e9nieur r\u00e9alis\u00e9 au sein du laboratoire de sociologie du CREST sous la direction d\u2019Ivaylo Petev. \u00a0Kim\u00a0a bien voulu r\u00e9sumer pour\u00a0variances.eu\u00a0les grandes lignes de son travail. Kim, peux-tu nous rappeler rapidement […]<\/p>\n","protected":false},"author":406,"featured_media":6646,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[15,198],"tags":[],"class_list":["post-6644","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-science","category-inegalites","et-has-post-format-content","et_post_format-et-post-format-standard"],"_links":{"self":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/6644","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/users\/406"}],"replies":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=6644"}],"version-history":[{"count":0,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/6644\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/media\/6646"}],"wp:attachment":[{"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=6644"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=6644"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=6644"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}