Apports et limites de l'analyse des données - article ; n°1 ; vol.157, pg 15-33

Pierre Rainelli

Description

Économie rurale - Année 1983 - Volume 157 - Numéro 1 - Pages 15-33
L'analyse des données dans les sciences sociales a connu un très grand développement en France durant les années 1970. Ce développement tient à trois causes : les progrès dans le domaine des ordinateurs, les contraintes statistiques faibles et la facilité d'emploi. Mais, cette facilité même est source de danger. Comme toute méthode descriptive, l'analyse des données doit être envisagée par rapport à une démarche générale dont elle ne constitue qu'un premier pas, débouchant vers une formalisation plus rigoureuse. Des exemples concrets utilisant l'analyse factorielle des correspondances et des méthodes de classification automatique sont proposés.
Exploratory data analysis applied to social sciences has become fashionable in France during the seventies. Three facts seem to have worked in that way : the advances in computing art, the relative indifference toward probability criteria for inference, and the flexibility of application. The latter may be somewhat risky because the success of the approach depends on the knowledge and ability of the investigator. As any descriptive statistical method, data analysis precedes the procedures of formal statistical inference. Actual economic examples based oh correspondence analysis and cluster analysis are used for illustrative purposes.
19 pages
Source : Persée ; Ministère de la jeunesse, de l’éducation nationale et de la recherche, Direction de l’enseignement supérieur, Sous-direction des bibliothèques et de la documentation.

Informations

• Publié par: ECONOMIE_RURALE
• Publié le: 01 janvier 1983
• Nombre de lectures: 16
• Langue: Français
• Poids de l'ouvrage: 3 Mo

Extrait

Pierre Rainelli
Apports et limites de l'analyse des données
In: Économie rurale. N°157, 1983. pp. 15-33.
Résumé
L'analyse des données dans les sciences sociales a connu un très grand développement en France durant les années 1970. Ce
développement tient à trois causes : les progrès dans le domaine des ordinateurs, les contraintes statistiques faibles et la facilité
d'emploi. Mais, cette facilité même est source de danger. Comme toute méthode descriptive, l'analyse des données doit être
envisagée par rapport à une démarche générale dont elle ne constitue qu'un premier pas, débouchant vers une formalisation
plus rigoureuse. Des exemples concrets utilisant l'analyse factorielle des correspondances et des méthodes de classification
automatique sont proposés.
Abstract
Exploratory data analysis applied to social sciences has become fashionable in France during the seventies. Three facts seem to
have worked in that way : the advances in computing art, the relative indifference toward probability criteria for inference, and the
flexibility of application. The latter may be somewhat risky because the success of the approach depends on the knowledge and
ability of the investigator. As any descriptive statistical method, data analysis precedes the procedures of formal statistical
inference. Actual economic examples based oh correspondence analysis and cluster analysis are used for illustrative purposes.
Citer ce document / Cite this document :
Rainelli Pierre. Apports et limites de l'analyse des données. In: Économie rurale. N°157, 1983. pp. 15-33.
doi : 10.3406/ecoru.1983.2995
http://www.persee.fr/web/revues/home/prescript/article/ecoru_0013-0559_1983_num_157_1_2995ECONOMIE
n° 157, septembre-octobre RURALE 1983
DONNEES* APPORTS ET LIMITES DE L'ANALYSE DES
P. RAINELLI
INRA - Rennes
Résumé :
L'analyse des données dans les sciences sociales a connu un très grand développement en France durant les
années 1970. Ce développement tient à trois causes : les progrès dans le domaine des ordinateurs, les contraintes sta
tistiques faibles et la facilité d'emploi. Mais, cette facilité même est source de danger. Comme toute méthode descript
ive, l'analyse des données doit être envisagée par rapport à une démarche générale dont elle ne constitue qu'un pre
mier pas, débouchant vers une formalisation plus rigoureuse. Des exemples concrets utilisant l'analyse factorielle des
correspondances et des méthodes de classification automatique sont proposés.
Summary :
USEFULNESS AND LIMITATIONS OF DATA ANALYSIS
Exploratory data analysis applied to social sciences has become fashionable in France during the seventies. Three
facts seem to have worked in that way : the advances in computing art, the relative indifference toward probability crite
ria for inference, and the flexibility of application. The latter may be somewhat risky because the success of the approach
depends on the knowledge and ability of the investigator. As any descriptive statistical method, data analysis prece
des the procedures of formal statistical inference. Actual economic examples based oh correspondence and
cluster analysis are used for illustrative purposes.
L'introduction des techniques quantitatives dans les sciences accueil. C'est ce qui s'est produit lorsque J.P. Benzecri, mathé
sociales répond à un besoin de plus grande rigueur dans la fo maticien de talent, curieux de linguistique aussi bien que de zoo
rmulation des hypothèses. Elle vise aussi à expliciter les liens exis logie, a proposé un instrument d'observation présenté comme
tant entre variables, permettant ainsi de saisir les modalités de neutre et de caractère universel. Il s'agissait d'une méthode « qui
leur action respective ou de leur interaction. Enfin et c'est le point mettrait placidement les idées à l'épreuve des faits ; mieux
qui nous intéresse ici, elle permet la mise en évidence de rela encore : qui distillerait les faits jusqu'à en tirer des idées », cela
tions parfois cachées, l'utilité de la statistique étant, selon le mot en s 'aidant des outils de calcul modernes qui « permettent de
de Croze de « prouver des faits invisibles à l'oeil nu » (cité par confronter automatiquement une multitude de faits » (Benzec
ri, 1973, l'a priori (2) p. 11). Guitton, 1978, p. 200).
Les facilités de calcul procurées par l'ordinateur, alliées au En quelque sorte, le mathématicien mettait à la disposition
caractère sécurisant des outils statistiques expliquent le dévelop de tous les utilisateurs un moyen d'interprétation des données
pement spectaculaire des méthodes quantitatives dans le domaine et du réel bannissant tout a priori. En même temps il donnait
des sciences humaines en général. Plus particulièrement on cons la possibilité à des praticiens parfois rebutés par les techniques
tate un engouement marqué pour le recours à l'analyse des donn quantitatives usuelles de faire de la statistique sans peine. Au
ées, ce qui ne va pas sans excès. En effet, l'utilisation d'un appar plan mathématique on assistait aussi à une relance vigoureuse
eil mathématique est une façon de se délivrer à bon compte un de la recherche dans ce champ, puisque, plus de la moitié des
certificat d'objectivité comme le souligne Wolfer (1975, p. 19). thèses de statistique ont aujourd'hui pour thème l'analyse des
On ne s'étonnera pas que, par réaction, ces techniques suscitent données (Gibrat, 1978, p. 204). Ce qui permet à Dreyfus d'af
des réserves, voire de vives critiques de la part de certains statis firmer qu'il existe aujourd'hui dans certains milieux statistiques,
un phénomène : « le benzécrisme » (1975, p. 3). ticiens et praticiens.
Il est à noter que cet engouement pour l'utilisation de l'analyse L'absence d'à priori dans la démarche scientifique est le point
des données dans les sciences sociales semble propre à la fondamental sur lequel insiste Benzecri. Pour lui, « cet outil nou
France (1). Cette particularité trouve son origine, à notre avis, veau qu'est l'ordinateur électronique peut permettre de substi
dans le faible développement de l'économétrie en France jusqu'à tuer à des notions qualitatives du sens commun des quantités
une date récente, malgré de brillantes exceptions. Dans ce cont définies statistiquement, en sorte que l'édifice, fondé sur une
exte, toute méthode présentant de grandes facilités d'emploi avec ample base de faits, s'affranchira, dans sa structure, définitive
un minimum de contraintes statistiques au niveau de la mise en de l'arbitraire échafaudage des idées a priori » (1973, l'a priori,
œuvre et de l'interprétation, ne pouvait que recevoir un large P. 21).
1. On mettra à part la psychologie, discipline ayant une tradition ancienne
dans le recours aux techniques statistiques. Ainsi, certaines méthodes, * Ce texte a bénéficié d'une lecture critique de Y. Léon et J.C. Poupa de telle l'analyse en facteurs communs et spécifiques, y ont pris naissance. la station INRA de Rennes, ainsi que de G. Brossier, maître-assistant de
statistiques à l'Université de Haute-Bretagne, à Rennes, qui a proposé de 2. Pour faciliter l'identification des textes de Benzecri cités, nous ind
nombreuses améliorations. Les erreurs qui pourraient demeurer sont un iquons de manière simplifiée pour cet auteur, soit le titre de la publicat
iquement imputables à l'auteur. ion, soit le support.
-15- ;
Une telle position sur l'absence d'à priori et l'objectivité de tés a priori P( des causes (Benzecri, 1976, cahiers n° 1, p. 14).
la méthode ne convainc guère le chercheur en sciences sociales C'est en cela que l'on peut admettre que cette technique est
ou humaines. Et il est peu d'économistes à suivre Guigou quand affranchie de l'a priori.
il déclare « l'économie peut enfin dépasser la seule observation Avec le recul d'une expérience de près de 10 ans dans l'util
statistique des faits pour faire de l'« analyse des données » et isation en économie de ces méthodes, utilisation non exclusive
procéder par induction pour élaborer les modèles théoriques... d'autres techniques, nous nous proposons d'en faire une pré
Parce que le RÉEL n'est pas l'APPARENT, on peut avec ces sentation générale. Ceci dans un esprit didactique, sans démonst
nouveaux instruments d'analyse, au-delà du singulier, saisir enfin rations mathématiques et en rejetant les s