MQ1-Chap 8/9 (PDF)

8. Données secondaires & concepts démographiques Une introduction  8.1 Types de données Au niveau de la production des données: Données secondaires: Données primaires: récol...

8. Données secondaires & concepts démographiques Une introduction  8.1 Types de données Au niveau de la production des données: Données secondaires: Données primaires: récoltées par d’autres récoltées dans le cadre de organismes et mises à la recherche disposition du public Au niveau de l’échelle des données: Données macro: Données micro: récoltées Données agrégées au sur l’unité de sondage la niveau d’une unité de plus faible sondage supérieure.  8.1 Types de données Exemples de données micro/macro Micro Niveaux macro Individu Niveau 1 Niveau 2 …. élèves classe école … employés Entreprises Secteur … citoyens ville pays … … … … … Une statistique agrégée au niveau d’une unité supérieure est certes intéressante mais, nous perdons l’information au niveau infra. Il y a un trade-off entre les différentes échelles… 8.1 Types de données 8.1.1. Données secondaires: Une mine d’or d’information mais: - Qui nécessite de la prudence et une posture critique: - Quant aux producteurs: Qui a produit/récolté ces données? A quelles fins ont-elles été récoltées? - Quant au procédé de production: Quel fût le protocole de collecte utilisé? Possède-t-on des données sur la population visée? Quel est la qualité de l’échantillon constitué? Existe-t-il des pondérations? - Qui implique une façon de la recherche sensiblement différente: - Il faut faire « avec » les questions posées: pas toujours possible de tester toutes les hypothèses qu’un chercheur peut poser. - Se renseigner sur les questions posées, les modalités de réponses ➔ Chercher après les code-book et autres documentations sur la base de données considérée.  8.1 Types de données 8.1.2 Bases de données démographiques Visant les caractéristiques populationnelles d’une nation. Bien souvent, données disponibles au niveau macro. Ainsi que des publications, rapports! Plusieurs banques de données secondaires parmi d’autres: Echelle Institution Lien Belgique Registre National http://www.ibz.rrn.fgov.be/fr/ Belgique Statbel http://statbel.fgov.be/fr/ Wallonie-Bruxelles Iweps https://www.iweps.be/indicateurs-statistiques/ Monde OCDE http://stats.oecd.org/index.aspx Monde ONU https://unstats.un.org/unsd/demographic/default.htm Monde Banque Mondiale https://databank.worldbank.org/home.aspx  8.1 Types de données 8.1.2 Bases de données démographiques: des exemples https://statbel.fgov.be/fr/open-data  8.1 Types de données 8.1.2 Bases de données démographiques: des exemples https://stats.oecd.org/?lang=fr  8.1 Types de données 8.1.2 Bases de données démographiques: des exemples https://www.iweps.be/  8.1 Types de données 8.1.3 Bases de données thématiques Visant à fournir des données autour d’un sujet précis Généralement sur base d’échantillons, données disponibles au niveau micro. Plusieurs banques de données secondaires parmi d’autres: Echelle Institution Lien Belgique Statbel http://statbel.fgov.be/fr/ Wallonie Iweps https://www.iweps.be/indicateurs-statistiques/ Monde OCDE http://stats.oecd.org/index.aspx Europe European Social Survey https://www.europeansocialsurvey.org/ Europe European Values Survey https://europeanvaluesstudy.eu/ Monde GESIS https://www.gesis.org/home Europe PISA https://www.oecd.org/pisa/aboutpisa/pisa-en-francais.htm …. …. …  8.1 Types de données 8.1.3 Bases de données thématiques: l’importance du codebook https://www.europeansocialsurvey.org/  8.1 Types de données 8.1.4 En résumé… Microdonnées Microdonnées Données secondaires primaires secondaires agrégées Liberté de recherche Temps de collecte/DM Risque d’erreur Contrôle des données NB: Les macrodonnées secondaires ne nécessitent pas toujours une analyse statistique. Données agrégées, très utiles pour pondérer un échantillon/ décrire une population 8.2 Introduction à la démographie Démographie : « Science ayant pour objet l’étude des populations humaines, et traitant de leur dimension, de leur structure, de leur évolution et de leurs caractères généraux, envisagés principalement du point de vue quantitatif. » (ONU)  8.2 Introduction à la démographie Un vocabulaire spécifique Des Observations dans le temps et l’espace Wallonie en 1972 ≠ Nicarague en 728  Japon en 2020 !! Dénombrements de population en Effectifs ➔ Chiffres bruts Taux ➔ Rapport d’un sous-ensemble par rapport à la population [0;1] Densités/Ratio ➔ Rapport des effectifs par rapport à la taille du pays ➔ Rapport entre deux statistiques ]0;+∞[ Des manières de compartimenter une population en Cohorte: individus partageant une même expérience (ex: Diplômés du bachelier en 2010) Génération: individus nés durant la même année calendaire (ex: personnes ayant eu 21 ans en 2010) L’âge: une donnée très précise en démographie. Parle-t-on de L’âge moyen, modal, médian, annuel, de génération, annuel, de procréation? Comment rendre compte de l’évolution de la structure d’une population? Plusieurs indicateurs/graphiques peuvent y contribuer  8.3 Indicateurs démographiques 8.3.1 Le taux brut de natalité Nombre de naissances vivantes / population moyenne au cours d’une même période 𝑛𝑁𝑎𝑖𝑠𝑠 𝑇𝑁𝑎𝑡 = 𝑁ഥ Exemple (fictif): Sur l’année calendaire 2017, l’état a enregistré 46 naissances. Lors de l’année 2017; au premier de chaque mois, la population était respectivement de: Janvier Février Mars Avril Mai Juin Juillet Août Septembre Octobre Novembre Décembre 1000 998 1005 1007 1003 1004 1001 1012 1011 1010 1013 1012 Population moyenne=(1000+998+1005+1007+1003+1004+1001+1012+1011+1010+1013+1012)/12=1006,3 Taux brut de natalité= 46/1006,3= 0,046 ➔ 4,6%  8.3 Indicateurs démographiques 8.3.1 Le taux brut de natalité Naissances constatées VS taux brut de natalité  8.3 Indicateurs démographiques 8.3.2 Le taux de fécondité Nombre de naissances vivantes / effectif moyen des femmes en âge de procréer (15-49) 𝑛𝑛𝑎𝑖𝑠𝑠 𝑇𝑓 = 𝑛ത ➔ % ou ‰ 𝐹𝑒𝑚𝑚𝑒𝑠 Janvier Février Mars Avril Mai Juin Juillet Août Septembre Octobre Novembre Décembre 328 327 333 336 338 337 339 340 339 346 347 348 Effectif moyen des femmes en âge de procréer = 338,17 Taux de fécondité= 46/338,17= 0,136 ➔ 13,6%  8.3 Indicateurs démographiques 8.3.3 Indice conjoncturel de fécondité Âge 1966 1976 1986 1996 2006 2008 Somme des taux de fécondité par âge entre 15 15 0.0013 0.0020 0.0013 0.0008 0.0012 0.0013 et 49 ans, mesurés sur une année 20 0.1149 0.0868 0.0447 0.0361 0.0360 0.0348 49 25 0.1827 0.1432 0.1454 0.1164 0.1047 0.1017 𝐼𝐶𝑇𝑥 = ෍ 𝑇𝑓𝑖 ⇒ 𝑞𝑢𝑎𝑛𝑡𝑖𝑡é 30 0.1148 0.0777 0.0873 0.1165 0.1404 0.1442 𝑖=15 35 0.0684 0.0290 0.0271 0.0443 0.0640 0.0711 Renseigne sur le nombre moyen d’enfants que 40 0.0226 0.0085 0.0055 0.0088 0.0153 0.0175 mettrait au monde femme SI elle connaissait durant toute sa vie féconde, les conditions de 45 0.0020 0.0007 0.0010 0.0005 0.0011 0.0011 fécondité observées cette même année. ICF 2.53 1.73 1.54 1.59 1.80 1.85 Critique? ➔ La procréation serait identique peu Entre 1966 et 2008, on observe pas plus de femmes importe la période… La fécondité est bien enceintes… Mais évidemment un indicateur sujet au - Rapport avec la population: diminution global des changement… indices de fécondités - Une tendance à reporter la procréation  8.3 Indicateurs démographiques 8.3.3 Indice conjoncturel de fécondité Seuil de renouvellement des générations (Nombre moyen d’enfants par femme pour que chaque génération engendre une suivante d’effectif égal) >= 2.05 Pourquoi? Selon l’INED, il naît environ 105 garçons pour 100 filles, soit 205 enfants pour 100 femmes. A cela, il faut ajouter les taux de mortalité infantile…  8.3 Indicateurs démographiques 8.3.4 Taux brut de mortalité Tout comme pour le taux de natalité: nombre de décès sur la population moyenne observée durant une année. 𝒏𝑴 𝑻𝑴 = ഥ 𝑵 Il existe bien d’autres indicateurs en rapport à la mortalité, souvent calculés dans l’estimation de la l’espérance de vie.  8.3 Indicateurs démographiques 8.3.5 Espérance de vie Estimation du nombre d’années à vivre à partir d’un certain âge. Lorsque cet âge est 0, on parle d’espérance de vie à la naissance. Tout comme pour l’ICF, cette statistique fortement utilisée, part du postulat que chaque individu connaîtra au cours de sa vie les mêmes conditions de vies que ses aînés contemporains. Le calcul de cette statistique est un peu complexe... Mais pour les plus curieux, voici le développement en plusieurs étapes (développement ne fais pas partie de la matière d’examen).  8.3 Indicateurs démographiques 8.3.5 Espérance de vie 1ère étape: Disposez d’une table de recensement de Population Décès Age révolu observée observés la population (nx) ainsi que des décès observés (x) (dx) pour chaque âge ou groupe d’âge (x). Ici, les (nx) (dx) Naissance 117.800 377 données de la population belge en 2018 de 0 119.181 84 Statbel. 1 122.328 16 2 123.852 20 3 127.389 15 4 128.164 10 5 131.178 18 6 132.565 11 7 134.891 6 8 133.807 11 … … … 103 221 100 104 197 98  8.3 Indicateurs démographiques 8.3.5 Espérance de vie 2ème étape: On calcule une probabilité de décès par âge: q(x) = ndx/nx Population Décès Probabilité Age révolu Survivants 377/117.800= 0,0032 observée observés de décès (x) (lx) (nx) (ndx) (qx) Naissance 117.800 377 0,00320 100.000 0 119.181 84 0,00070 99.680 3ème étape: On calcule une table de population fictive 1 122.328 16 0,00013 99.610 dégressive. 2 123.852 20 0,00016 99.597 On fixe une population initiale telle que l0= 100.000 3 127.389 15 0,00012 99.581 Et pour chaque âge suivant, lx= (1-qx-1)*lx-1 4 128.164 10 0,00008 99.569 5 131.178 18 0,00014 99.561 6 132.565 11 0,00008 99.547 (1-0,0032)*100.000 = 99.680 7 134.891 6 0,00004 99.539 (1-0,0007)*99.680=99.610 8 133.807 11 0,00008 99.535 … … … … … … 103 221 100 0,45249 316 104 197 98 0,49746 173  8.3 Indicateurs démographiques 8.3.5 Espérance de vie 4ème étape: on actualise le nombre de décès sur la population fictive dégressive. Age révolu Population Décès Probabilité Survivants Décès Personnes- Dx= lx-1 - lx OU Dx= lx * qx observée observés de décès (x) (lx) (dx) années (LX) (nx) (ndx) (qx) Naissance 117.800 377 0,00320 100.000 320 99.840 5ème étape: On calcule le nombre de personnes- 0 119.181 84 0,00070 99.680 70 99.645 années. 1 122.328 16 0,00013 99.610 13 99.603 2 123.852 20 0,00016 99.597 16 99.589 LX = lx+1 + 0,5*dx+1 3 127.389 15 0,00012 99.581 12 99.575 4 128.164 10 0,00008 99.569 8 99.565 Pourquoi? On part du principe que les 5 131.178 18 0,00014 99.561 14 99.554 personnes décédées ne sont pas toutes mortes 6 132.565 11 0,00008 99.547 8 99.543 7 134.891 6 0,00004 99.539 4 99.537 au 1er janvier. Leur décès sont réparties de 8 133.807 11 0,00008 99.535 8 99.531 manière plus ou moins homogènes sur l’année. … … … … … … … En moyenne, les personnes décédées devraient 103 221 100 0,45249 316 143 244 théoriquement avoir vécu une demi-année. 104 197 98 0,49746 173 173 86 ➔ Méthode d’estimation simple…  8.3 Indicateurs démographiques 6ème étape: on recalcul 8.3.5 Espérance de vie le taux de mortalité à partir des personnes- Population Décès Probabilité Taux de Total années vécues années. Age révolu Survivants Décès Personnes- observée observés de décès mortalité par générations+ (x) (lx) (dx) années (LX) (nx) (ndx) (qx) (Mx) (Tx) Naissance 117.800 377 0,00320 100.000 320 99.840 0,00321 8.198.221 Soit Mx= dx/Lx 0 119.181 84 0,00070 99.680 70 99.645 0,00071 8.098.381 1 122.328 16 0,00013 99.610 13 99.603 0,00013 7.998.736 2 123.852 20 0,00016 99.597 16 99.589 0,00016 7.899.133 7ème étape: On calcul 3 127.389 15 0,00012 99.581 12 99.575 0,00012 7.799.544 4 128.164 10 0,00008 99.569 8 99.565 0,00008 7.699.969 l’ensemble des années 5 131.178 18 0,00014 99.561 14 99.554 0,00014 7.600.404 vécues par les 6 132.565 11 0,00008 99.547 8 99.543 0,00008 7.500.850 générations 7 134.891 6 0,00004 99.539 4 99.537 0,00004 7.401.307 supérieures. 8 133.807 11 0,00008 99.535 8 99.531 0,00008 7.301.770 𝐾 … … … … … … … … … 103 221 100 0,45249 316 143 244 0,58480 331 𝑇𝑥 = ෍ 𝐿𝑖 104 197 197 1 173 173 86 1 86 𝑖=𝑥  8.3 Indicateurs démographiques Finalement, l’espérance de vie E(x) est le rapport entre T(x) et l(x) 8.3.5 Espérance de vie Population Décès Probabilité Taux de Total années vécues Age révolu Survivants Décès Personnes- Espérance A la naissance, observée observés de décès mortalité par générations+ (x) (lx) (dx) années (LX) de vie E(x) (nx) (ndx) (qx) (Mx) (Tx) les belges en Naissance 117.800 377 0,00320 100.000 320 99.840 0,00321 8.198.221 81,98 2018 avaient une 0 119.181 84 0,00070 99.680 70 99.645 0,00071 8.098.381 81,24 1 122.328 16 0,00013 99.610 13 99.603 espérance de vie 0,00013 7.998.736 80,30 2 123.852 20 0,00016 99.597 16 99.589 0,00016 7.899.133 79,31 de 81,98 années. 3 127.389 15 0,00012 99.581 12 99.575 0,00012 7.799.544 78,32 4 128.164 10 0,00008 99.569 8 99.565 0,00008 7.699.969 77,33 5 131.178 18 0,00014 99.561 14 99.554 0,00014 7.600.404 76,34 6 132.565 11 0,00008 99.547 8 99.543 0,00008 7.500.850 75,35 A l’âge de 7 ans, 7 134.891 6 0,00004 99.539 4 99.537 0,00004 7.401.307 74,36 les belges 8 133.807 11 0,00008 99.535 8 99.531 0,00008 7.301.770 73,36 … … … … … … … … … … peuvent espérer 103 221 100 0,45249 316 143 244 0,58480 331 1,05 vivre encore 104 197 197 1 173 173 86 1 86 0,50 74,36 année  8.3 Indicateurs démographiques 8.3.5 Espérance de vie Evolution en Belgique Année 1997 1999 2001 2003 2005 2007 Belgique 77.91 78.16 78.59 78.82 79.55 79.88 Hommes 74.65 74.87 75.42 75.85 76.64 77.01 Femmes 81.08 81.38 81.67 81.69 82.36 82.65 Ecart F-H +6.43 +6.51 +6.25 +5.84 +5.72 +5.64 Régions : Bruxelles 77.99 78.11 78.53 78.61 79.54 79.62 Flandre 78.69 78.86 79.39 79.65 80.38 80.73 Wallonie 76.51 76.93 77.17 77.39 78.07 78.41 Source : http://statbel.fgov.be  8.3 Indicateurs démographiques 8.3.5 Espérance de vie  8.3 Indicateurs démographiques 8.3.5 Espérance de vie  8.3 Indicateurs démographiques 8.3.6 Est-ce Suffisant pour mesurer la structure de la population? Non! La dynamique populationnelle est le fruit du 1) Solde naturel (Différentiel entre le nombre de naissance et le nombre de mort) 2) Solde Migratoire (Différentiel entre les personnes qui immigrent et émigrent). En Belgique, la croissance de la population en 2017 est due à 82,5% au solde migratoire! La natalité est en baisse constante. Dans certains pays du Monde, le solde naturel a lui seul engendre un déclin démographique.  8.4 Pyramide des âges Une manière de représenter graphiquement les dynamiques populationnelles: la pyramide des âges Des diagrammes en barres juxtaposés: Les effectifs (en milliers) des hommes par âge révolu/année de naissance à gauche Les effectifs (en milliers) des femmes par âge révolu/année de naissance à droite. Graphique renseigne sur le vieillissement de la population, sur les évènements ayant eu un impact  8.4 Pyramide des âges Différents types de pyramides  8.4 Pyramide des âges Différents types de pyramides qui peuvent également témoigner des changements sociétaux Pyramides des âges au japon 1950: Forte natalité, forte mortalité 2004: diminution de la natalité, augmentation de l’espérance de vie 2050: diminution de la natalité prononcée, augmentation de l’espérance de vie prononcée ➔ Questions politiques importantes Selon les projections démographiques, déclin mondial attendu pour 2075  8.4 Pyramide des âges Permet aussi de regarder la structure d’une entreprise ou d’une institution Renseigne sur les pratiques sociales, De recrutement, etc… Dans ce cas-ci: qui recrute-t-on à l’Etat? 9. Porter un regard critique Lire de la littérature à caractère quantitative  9.1 Les publications quantitatifs en sciences sociales Quelles bases avons-nous appris dans le cadre d’MQ1? Porter un regard critique sur: Le lien entre la problématique et les variables à disposition Les méthodes d’échantillonnages Les protocoles d’administration de l’enquête Le traitement des données (Une brève introduction aux) statistiques descriptives La présentation des données  9.1 Les publications quantitatifs en sciences sociales La littérature scientifique est composée d’une diversité importante (rappel DMSS) De producteurs De l’origine des données Des méthodes utilisées De la qualité et/ou de la portée des résultats Qui implique une posture critique. (/!\ ne pas tomber non plus dans le piège de la critique à outrance.) Vous ne serez peut-être pas toujours en mesure de comprendre mais les cours MQ constituent une base de connaissance minimale pour permettre la critique éventuelle.  Des questions à se poser à la lecture Qui a rédiger la publication? Quels sont les auteurs? 9.1 Les D’où viennent-ils? Où travaillent-ils? publications Quels sont leurs parcours? quantitatifs en Ou la publication a-t-elle été publié? sciences sociales Revue scientifique? Site internet? Livre grand public? Quel est l’éditeur? Si revue scientifique: peer-review? Rapport déposé? Quel est le but de la publication? Informer? (news ou savoir scientifique?) Convaincre? (débat politique ou pamphlet?)  Des questions à se poser à la lecture Quelle est la nature des données? Sur quoi portent les données? Quelles sont les unités de sondage? 9.1 Les articles Quelle est la population visée? quantitatifs en Comment ont-elles été sciences produites/récoltées? sociales Quelle méthodologie a été utilisée? Quel fût le processus d’échantillonnage? Par qui ont-elles été produites? Données de première main? Données de secondaire main? Et est-ce que les données utilisées sont pertinentes par rapport à la question posée? Attention aux raccourcis logiques.  9.1 Les articles quantitatifs en sciences sociales Des questions à se poser à la lecture Quels sont les Conclure sur avantages/limites de La confiance que l’on peut La constitution de l’échantillon accorder à la publication Du mode de récolte de données La représentativité de l’échantillon Des outils de mesure utilisés La portée des résultats La qualité des données  Exemple - Qui a écrit? 9.1 Les - OBSS - COCOM articles Si on ne connaît pas ces institutions: se renseigner! quantitatifs en Le nom ne veut pas tout dire: sciences European Research Group ➔ Pro Brexit sociales Institut du cerveau et de la moelle épinière ➔ Philip Morris Alain Soral, sociologue? Quel crédibilité peut-on donner aux auteurs?  Exemple - Qui a écrit? 9.1 Les - OBSS - COCOM articles quantitatifs en sciences sociales Entités compétentes sur ces domaines!  Exemple - Quel est le statut? 9.1 Les Il s’agit d’une publication officielle de l’Observatoire articles de la Santé et du Social de Bruxelles-Capitale, qui est le Service d'étude des services quantitatifs en du Collège réuni de la Commission communautaire commune de Bruxelles- sciences Capitale (la COCOM étant l’entité compétente sur sociales Bruxelles dans les domaines de l’Aide aux personnes et de la Santé). Elle a pour but de fournir « esquisse sur la base des informations des Bulletins statistiques de décès un aperçu des évolutions de la mortalité pour la population de la Région bruxelloise de 1998 à 2013 Elle est publiée par l’OBSS. »  Exemple Bien qu’il ne s’agisse pas 9.1 Les d’une publication sur un support scientifique articles (revue,…), il s’agit d’une publication officielle dont quantitatifs en le but est la description et l’analyse diachronique d’un sciences phénomène. sociales (différence entre rapport de recheche et publication peer-review) En résumé: Pas une publication sujette à évaluation mais un rapport de recherche écrit par des scientifiques.  Exemple Quelle est la nature des 9.1 Les données? Comment les données ont- articles elles été produites/récoltées? quantitatifs en Par qui ont-elles été produites? sciences sociales - Bulletins statistiques  9.1 Les articles quantitatifs en sciences sociales  9.1 Les articles quantitatifs en sciences sociales  Exemple Quelle est la nature des données? Comment les données ont-elles été produites/récoltées? 9.1 Les Par qui ont-elles été produites? Les données statistiques sont tirées articles des formulaires (obligatoires) de déclaration de décès, qui sont quantitatifs en remplis par les médecins et le service d’état-civil. Les bulletins statistiques sciences sont envoyés par les administrations communales à la Commission sociales communautaire commune. L’OSSB est responsable de la gestion de ces données. Pour ce qui est du dénominateur (population à laquelle le nombre de décès est rapporté), les chiffres proviennent de statbel. Il s’agit donc partiellement de données de première main et de deuxième main.  Exemple Quels sont les avantages/limites de la constitution de l’échantillon? Pas un échantillon mais la population directement. Les statistiques sont donc 9.1 Les très précises. Quels sont les avantages/limites du mode de récolte des données? articles Pas à commenter. Ceci est fixé par un arrêté royal, ils n’ont tout simplement pas le loisir de choisir un autre dispositif. Les déclarations de décès étant quantitatifs en obligatoires, on peut supposer raisonnablement que les chiffres couvrent la réalité de la population sciences Quels sont les avantages/limites des outils de mesure utilisés? sociales A priori, rien à dire: le nombre de décès est un indicateur valide et fiable de la mortalité. Une limite cependant quant aux données : elles ne prennent pas en compte les personnes bruxelloises décédées en Wallonie et elles incluent les décès non-bruxellois à Bruxelles.  Des questions à se poser à la lecture De quoi parle la publication? Quels sont les concepts sous-jacents aux indicateurs? 9.2 Décortiquer le Quels types d’analyses ont été menées Univariée? Bivariée? Multivariée? contenu et les Caractère descriptif? Prédictif? résultats Statistiques/modèlisations adéquates? Quelles sont les variables d’intérêts? VD, VI? Comment les données sont-elles présentées? Tous les éléments sont-ils présent pour une bonne compréhension des résultats/ données? Présence de fréquences? D’effectifs? D’indicateurs statistiques? Cette presentation est-elle pertinente? …  Des questions à se poser à la lecture De quoi parle l’article? Quels sont les concepts sous-jacents aux indicateurs? L’article traite de l’évolution, sur la période 1998-2013, de la 9.2 mortalité à Bruxelles, c’est-à-dire du nombre et de la proportion Bruxellois décédés, par année, sur cette période. Il traite des taux de de mortalité bruts, de la mortalité prématurée, de l’espérance de vie, Décortiquer le la mortalité évitable, ainsi que des causes du décès. de contenu et les Quels types d’analyses ont été menées? résultats La variable dépendante d’intérêt est la mortalité générale à Bruxelles Plusieurs variables indépendantes sont utilisées dans l’analyse telles que l’année, le sexe,l’âge de la personne décédée ou encore des catégories de causes du décès. L’ensemble des analyses sont de type descriptif et multivarié. La présentation des statistiques est privilégiée sous la forme graphique suivi d’une description textuelle.  9.2 Décortiquer le contenu et les résultats La figure 1 décrit l’évolution du taux brut de mortalité pour 100 000 habitants, par sexe, et par année (1998-2013) pour la Région bruxelloise. Le tableau 1 présente cette même information mais sous forme d’effectifs. On peut ainsi observer, en dehors d’une diminution en chiffres absolus des décès au fur et à mesure des années, une diminution de la proportion des décès. Ainsi, par exemple, le taux brut de mortalité pour 100.000 femmes est passé de 1105 en 1998 à 831 en 2013. La tendance est identique pour les hommes. Peut-on dire que les femmes meurent plus que les hommes sur base de ce tableau?  Non! En 2020, la population de Bruxelles atteignait 1,2 M d’habitants dont 9.2 597k hommes et 620k femmes, plus présentes dans les tranches d’âge les plus élevées. Décortiquer le Faire cette inférence revient à faire une erreur d’écologie. contenu et les résultats En valeurs absolues, oui, on observe plus de décès féminins MAIS parce qu’elles vivent plus longtemps et qu’elles sont plus nombreuses! En réalité, leur probabilité de mourir à chaque âge est moindre que celles des hommes. Les figures 8A et 8B présentent, dans deux graphiques en bâtonnets, la répartition des principaux groupes de causes de décès par groupe d’âge et par sexe, en 2009-2013 en RB. Cela permet d’observer 1) du point de vue de la comparaison par sexe, que les causes externes sont proportionnellement beaucoup plus importantes chez les hommes que chez les femmes pour les dècès survenant entre 1 et 64 ans. 2) du point de vue de la comparaison par âge, on observe, chez les hommes comme chez les femmes, une augmentation de la proportion de décès dus aux maladies de l’appareil circulatoire, et une diminution de la proportion de décès dus à des causes externes. 9.2 Décortiquer le contenu et les résultats ➔Oubli de l’âge. ➔Paradoxe de Simpson (sur- representation des jeunes dans les non-vaccines)  9.3 Plus d’exercices… La figure 2 porte sur la proportion de personnes qui estiment leur état de santé non satisfaisant, par âge et par lieu de résidence entre 2008 et 2013. On peut constater que cette proportion augmente linéairement avec l’âge, peu importe le lieu de résidence. D’environ 10% pour les classes d’âges les plus jeunes, elle monte à 45-50% pour les classes d’âges les plus âgées. On peut observer cependant des différences en fonction du lieu de résidence. L’état de santé semble moins bon à Bruxelles dans les classes d’âge les plus jeunes. Passé, 45 ans, l’état de santé semble plus précaire en Wallonie et meilleur en Flandre. Enfin, on peut également remarquer une forme de stabilisation de la proportion de personnes déclarant avoir un ESNS en flandre entre 45 et 74 ans. 9.3 Plus d’exercices  9.3 Plus d’exercices… « dessiner le graphique » La représentation graphique à construire porte sur la proportion de Bruxellois qui ne s’estiment pas en bonne santé, par niveau de qualification (secondaire inférieur, secondaire supérieur et enseignement supérieur) et par sexe, sur la période 2008-2013. Chaque sexe possède un diagramme en bâtonnet, avec, en abscisse, les niveau de qualification. L’expression est en proportion. De manière générale, les femmes se sentent proportionnellement en moins bonne santé que les hommes, tous niveaux de qualification confondus. Cette différence est particulièrement marquante pour le niveau de qualification du secondaire inférieur (39,1% pour les femmes, contre 32,6% pour les hommes), mais elle est minime pour les autres niveaux (au secondaire supérieur,22% pour les hommes, soit 2% de moins que les femmes; au niveau supérieur, 17,5% pour les hommes, soit 0,3% de moins que les femmes). De la même façon, la proportion de personne estimant ne pas être en bonne santé diminue au fur et à mesure que la qualification augmente. Enfin, l’âge des personnes n’intervient pas dans ce graphique. 9.3 Plus d’exercices  9.3 Plus d’exercices… Combien de variables sont présentées dans ce graphique? Le sexe (VI) La tranche d’âge (VI) La proportion des bruxellois souffrant de problèmes de longue durée qui sont limités dans leurs activités quotidienne depuis au moins 6 mois. (VD) Est-il juste de dire que le nombre d’hommes limités dans leur activité est toujours moins important que le nombre de femmes (excepté pour la tranche d’âge des 55-64 ans?) Sur base des informations présentées dans le graphique : NON! Si cela se trouve, il y a plus d’hommes que de femmes concernés par cette population. Rappel: différence entre effectifs et fréquences! 10% de 3000 ind > 50% de 20 ind. Est-il juste de dire que 58,4% des femmes de 15 à 24 ans sont limitées dans leur activités quotidienne depuis au moins 6 mois? Tout à fait correct. 9.3 Plus d’exercices  9.3 Plus d’exercices… Combien de variables sont présentées dans ce graphique? L’âge moyen (VD) Commune (VI) Année (2006/2016) Est-il correct de dire que… Toutes communes confondues, l’âge moyen a augmenté? Faux. Analyser au niveau de la région. Il y a plus de jeunes en 2006 à Saint-Josse qu’en 2016 Tout à fait correct. Watermael-Boistsfort est la ville la plus âgée en moyenne en 2006? Faux. Ganshoren. 9.3 Plus d’exercices 9.3 Plus d’exercices… Quelle méthode d’échantillonnage a été utilisée? Définissez-là. Méthode d’échantillonne en grappes à plusieurs degrés. Définition: voir la section concernée. Quels sont les avantages / inconvénients du dispositif utilisé? Administration: PAPI. Contrôle sur le processus de réponse/ échantillon constitués. Taux de non- réponse extrêment faible, qualité des données. Méthode chronophage et couteuse. 9.3 Plus d’exercices  9.3 Plus d’exercices… Quels sont les avantages / inconvénients du dispositif utilisé? Administration: PAPI. Contrôle sur le processus de réponse/ échantillon constitués. Taux de non- réponse extrêment faible, qualité des données. Méthode chronophage et couteuse. Echantillon pas très représentatif quant au cycle de scolarité, et de la province. Il y aurait lieu de pondérer les données a posteriori. L’échantillon constitué est sensiblement identique à la population en terme de distribution des sexes (+1% de femmes dans l’échantillon). Sur base du tableau 1, interprétez les Cependant, il y a une surreprésentation des élèves de l’enseignement primaire (45% contre 38%) et du différences entre l’échantillon et la secondaire supérieur (30% contre 26%). population. Au niveau des provinces, il y a une sous –représentations des élèves hennuyers (21% contre 30%) et bruxellois (11% contre 19%) et une surreprésentations des élèves namurois (24% contre 11%) et brabançons (14% contre 9%). 9.3 Plus d’exercices 9.3 Plus d’exercices… si on a le temps… 9.3 Plus d’exercices 10. Clôture  L’examen 2 heures Vous pouvez emmener avec vous une et une seule feuille recto-verso de note avec vous. Calculette autorisée Toute la matière est à connaître Les formules mathématiques ne sont pas à connaître mais vous devez être en mesure de comprendre la logique derrière le calcul. Le développement du calcul de l’espérance de vie n’est pas à connaitre Faites attention à la formulation de vos réponses: - N’utilisez pas des textes à puces. - Ecrivez des phrases qui ont du sens dans un texte structuré. - Attention aux contradictions. - Les liaisons entre les idées et les éléments de réponses doivent être limpides. - Veillez à l’orthographe - N’écrivez que des réponses pertinentes. (Ex: « il est intéressant de noter que…. » et puis ne pas expliquer pourquoi) Format: 10 questions QCM 2 questions ouvertes d’interprétation de résultats/graphiques/protocoles d’enquêtes,… Des Questions?