Vous êtes ici : Accueil > Traitement des données > Opérations > Repérer des relations entre des faits et les interpréter

Repérer des relations entre des faits et les interpréter

Version PDF


Comment faire pour savoir s'il existe un lien entre, par exemple, la formation initiale suivie et le type de pratiques pédagogiques ; les résultats des élèves et leur origine sociale ; les résultats à l'évaluation CP et ceux à l'évaluation en 6e, etc. Concrètement, les informations recueillies dans l'enquête sur chacun des membres de l'équation sont croisées dans un tableau dit de contingence. Par exemple :


  École normale IUFM
Méthodes traditionnelles Nb d'enseignants formés en École normale dont les pratiques pédagogiques sont caractérisées comme traditionnelles Nb d'enseignants formés en IUFM dont les pratiques pédagogiques sont caractérisées comme traditionnelles
Méthodes actives Nb d'enseignants formés en École normale dont les pratiques pédagogiques sont caractérisées comme actives Nb d'enseignants formés en IUFM dont les pratiques pédagogiques sont caractérisées comme actives
Méthodes mixtes Nb d'enseignants formés en École normale dont les pratiques pédagogiques sont caractérisées comme mixtes Nb d'enseignants formés en IUFM dont les pratiques pédagogiques sont caractérisées comme mixtes


La comparaison des effectifs dans chaque case donne une première réponse à la question. La comparaison à partir de pourcentages de réponses est déjà plus précise. Connaissant les proportions globales de méthodes traditionnelles, actives et mixtes employées, on peut regarder si elles sont semblables quelle que soit la formation initiale de l'enseignant ou si elles diffèrent dans les deux colonnes. Une différence importante permettrait d'affirmer l'existence d'un lien entre la formation initiale suivie et le type de pratiques pédagogiques. Des tests statistiques (dans le cas présent on utiliserait le Chi-carré), permettent de savoir si cette différence est statistiquement significative (il y a effectivement un lien) ou peut être due à des aléas dans la réalisation de l'enquête auprès d'un échantillon. En effet, il faut prendre en compte la taille de l'échantillon : si l'enquête a porté sur un faible nombre, un individu en plus ou en moins dans une case peut faire varier les pourcentages de manière importante… et trompeuse.  Pour un exemple chiffré...


Il n'est pas nécessaire de croiser dans des tableaux de contingence l'ensemble des données recueillies. Les éléments à mettre prioritairement en relation sont ceux évoqués dans les hypothèses.



  Il faut être prudent sur la nature du lien constaté entre deux variables (ou faits, ou caractéristiques). En effet, lien ne signifie pas systématiquement relation de cause à effet. En statistiques, on parlera de corrélation. C'est la personne qui traite les données qui interprète la corrélation constatée comme significative, ou non, d'un lien de cause à effet.



Par exemple, examinons les différentes interprétations possibles d'un lien observé entre A et B, ces deux lettres désignant deux variables (caractéristiques, réponses à deux questions, etc.)




Constat : quand A change, B change. Selon l'appartenance syndicale, l'opinion varie ; selon le classement de l'établissement (ZEP ou non ZEP), le niveau d'équipement informatique varie ; selon le niveau d'études de la mère, les résultats scolaires d'un enfant varient, etc.




Interprétation 1 : A est la cause de B.



Interprétation 2 : B est la cause de A.



Interprétation 3 : C (variable intermédiaire) est causée par A et est la cause de B.



Interprétation 4 : C cause simultanément A et B, ce qui explique leurs variations communes.


Un exemple marquant des erreurs possibles d'interprétation est celui du lien entre la taille du logement de la famille et les résultats scolaires de l'élève. L'interprétation de type 1 nous amenerait à dire que la taille du logement a un impact (cause) les résultats scolaires (besoin d'espace pour bien étudier ?). L'interprétation de type 2 irait dans le sens de résultats scolaires de l'élève causant la taille du logement de la famille (le logement serait attribué comme récompense des résultats scolaires ?). Il faut donc rechercher une ou plusieurs variables intermédiaires, ici la situation socio-économique de la famille, notamment liée au niveau d'études des parents, aux pratiques culturelles etc.



  Attention donc aux interprétations abusives qui expliquent de manière mécaniste des phénomènes en les simplifiant outre mesure. C'est notamment le risque encouru quand on travaille avec des données portant sur l'origine des élèves. Pour envisager l'ensemble des paramètres pouvant influer sur une situation, on pourra utiliser des outils de diagnostic structurants.



Dans notre démarche, interpréter est donc synonyme d'expliquer. Interpréter les données - une fois agrégées, éclairées par des représentations graphiques, synthétisées par des mesures statistiques, mises en relation - c'est proposer des explications à ce que l'on constate. Les hypothèses élaborées au début de la démarche constituaient des pistes d'explication guidant l'exploration. Pour interpréter, il faut vérifier la validité de ces explications a priori - en confrontant les hypothèses aux données.



L'analyse des relations entre les variables donne les informations nécessaires pour comparer les résultats observés sur le terrain avec les résultats attendus par les hypothèses. Ainsi, si une hypothèse construite lors de la problématisation affirmait le lien entre le classement en ZEP des établissements et leur faible niveau d'équipement informatique, cette étape permettrait de confirmer ou d'infirmer l'hypothèse. Plus justement, quatre conclusions doivent toujours être envisagées :


  • au regard des données analysées, l'hypothèse est confirmée ;
  • au regard des données analysées, l'hypothèse est infirmée. Dans ce cas, on cherchera à comprendre d'où viennent les écarts et on pourra formuler de nouvelles hypothèses, soit à tester maintenant si on dispose des données suffisantes, soit à travailler lors d'une autre recherche ;
  • au regard des données analysées, il n'est pas possible de conclure quant à la validité de l'hypothèse. Un recueil de données différent ou complémentaire est nécessaire ;
  • au regard des données analysées, l'hypothèse est plausible si elle est mise en relation avec une seconde hypothèse apparue au moment de l'interprétation.
Haut de page