27, rue du Commandeur, 75014 Paris, France

e-mail : garnier@ined.fr, guerin@ined.fr

Summary

The efficiency of textual statistic methods for the study of open question is well known. When the open question is pursued by a follow up, we face to a more complex corpus. We propose in this paper to test different manners of approaching this type of textual material in order to restore the richness of this double question.

Un des principaux objectifs de cette enquête est d’analyser le contexte de la séparation. La question ouverte "Quelles étaient les raisons qui étaient à l’origine de votre mésentente ?" est ainsi suivie d’une relance "Qu’est-ce qui a effectivement provoqué la séparation ?". Si les enquêtées n’évoquent pas spontanément les motifs de la séparation, la relance est posée pour les "contraindre" à parler de cette séparation.

Une question ouverte suivie d’une relance, constitue un matériau complexe, dans la mesure où elle est destinée à recueillir une information à deux niveaux.

Nous montrerons que les méthodes de la statistique textuelle dont on connaît l’utilité pour le traitement des questions ouvertes (Beaudouin V., Lahlou S., 1993), permettent de tester simplement les différents traitements de cette information et d’en tirer le meilleur parti (Guérin-Pace F., Garnier B., 1995).

Au préalable, on s’interroge sur la manière de constituer le corpus. Doit-on considérer les réponses à la question ouverte et les réponses données à l’issue de la relance, comme deux questions indépendantes ou comme une seule réponse ?

Doit-on faire l’hypothèse qu’a priori les réponses données spontanément (sans relance) ont des contenus différents des réponses ayant nécessité une relance ?

Nous disposons d’un corpus de plus de 2 329 réponses parmi lesquelles 1 133 comportent une relance ; ainsi qu’un ensemble de caractéristiques socio-démographiques des femmes interrogées.

Nous avons utilisé le logiciel ALCESTE afin de définir des associations de thèmes ou "mondes lexicaux" (Reinert M., 1993), à partir de classifications hiérarchiques sur différents sous-corpus.

Dans un premier temps, nous avons posé l’hypothèse que les réponses obtenues sans relance, les réponses données avant la relance et les réponses données après la relance constituent une réponse globale. En effet, le point le plus important est de recueillir le motif effectif de la séparation, quelle que soit la façon dont on obtient cette réponse.

Par ailleurs, nous avons constitué une variable permettant de différencier les réponses données avant et après la relance, de celles obtenues sans relance.

D’autre part, nous avons traité séparément les questionnaires non relancés. Nous considérons alors que les enquêtées non relancées répondent à deux questions en une seule (origine de la mésentente et cause directe de la séparation) alors que les enquêtées relancées répondent, en réalité, à deux questions.

Selon cette hypothèse, nous avons constitué trois corpus différents : le premier à partir des réponses des enquêtées non relancées, un autre regroupant les réponses avant relance et un corpus des réponses données après relance.

Ainsi, on observe si des mondes lexicaux différents émergent, selon le contexte de questionnement.

Dans un premier temps, on constitue un corpus sans distinguer le statut de la réponse (relance ou non relance). On considère alors que les textes situés avant et après la relance ne forment qu’une seule réponse. On impose seulement, dans le cas où il existe une relance, la constitution d’au moins deux unités de contexte élémentaire (UCE).

Si l’on considère les réponses données avant et après la relance comme une réponse globale, le corpus contient alors autant d’unités de contexte initiales (UCI) que de femmes interrogées, soit 2 329 UCI, découpées en 3 298 UCE. Le nombre moyen de mots analysés par UCE est de 5% de l’ensemble des mots analysés (2 279).

Une Classification Descendante Hiérarchique sur ce corpus, met en évidence quatre mondes lexicaux. Le tableau 1 donne pour chacune des classes, les UCE les plus caractéristiques.

La caractéristique "niveau d’instruction supérieur au Bac" est sur-représentée.

Caractéristique "diplôme supérieur"

Femmes de 45 ans et plus

Femmes sans diplôme

De cette première analyse, quatre mondes lexicaux se dessinent qui mêlent des réponses précises "mon mari est parti avec une autre femme", à des évocations vagues "incompatibilité d’humeur". Le contenu des réponses apparaît aussi lié aux caractéristiques sociales et démographiques des femmes interrogées.

La différence avec le corpus précédent réside dans la mise en forme de l’information collectée. On s’intéresse ici non plus au corpus des femmes interrogées mais à celui des réponses, en considérant que les réponses données avant et après la relance, sont distinctes. Le corpus est alors constitué de 3 459 UCI qui donnent lieu au même nombre d’UCE. Elles se décomposent de la façon suivante : 1 196 UCI correspondent aux réponses données par les femmes non relancées auxquelles on ajoute les 1 130 réponses (UCI) données avant la relance et 1 133 réponses (UCI) données après la relance. Le nombre moyen de mots analysés par UCE est de 4.8% de l’ensemble des mots analysés (2 277).

La lecture du vocabulaire le plus spécifique de chaque classe fait émerger cette fois-ci trois mondes lexicaux (Tableau 2) :

infide+l(65), alcool<(105), argent(171), boisson+(74), copain+(62), battre.(83), boire.(203), depens+er(39), frapp+er(44), insta+ble(72), travail<(185), viol+ent(129), donn+(67), mech+ant(31), tap+er(31), bruta+l(28), cafe+(31), coup+(41), dette+(31), rentr+er(68), sortir.(49), manque+(34), faire.(81), mauvais+(26), menage+(29) ;

*18 à 27 ans(40), *avant relance(385), *mariée(290), *moins de 24 ans au moment de la séparation(229), *employée(347), *inactive(360), *ouvrière(135), *sans diplôme(306), *CEP(269), *enfants nées de cette union et d’autres unions (270), * l’union a duré entre 0 et 4 ans(268), * l’union a duré entre 15 et 19 ans(136) ;

commun+(24), chose+(43), couple+(34), dispute+(37), vie+(105), differ+ent(72), jeune+(44), sexu+el(43), familia+l(20), ensemble+(34), part+(26), abs+ent(28), mariés(54), problem<(42), mesentente+(41), caractere+(47), famille+(33) ;

*entre 38 et 47 ans(206), *entre 28 et 37 ans(226), *non relancée(250), *en couple(119), *entre 25 et 29 ans au moment de la séparation(149), * entre 30 et 34 ans au moment de la séparation(140), *agricultrice(34), *cadre(44), *profession intermédiaire(128), *BAC(78), *BEPC(199), *BAC et plus(115), *enfants nés de cette union uniquement(366), *enfants nés hors de cette union(78), *10-14 ans depuis la séparation(181), * l’union a duré entre 10 et 14 ans(128), * l’union a duré entre 5 et 9 ans(187) ;

parti+(146), femme+(197), mari+(327), rencontre+(70), ami+(46), jour+(81), fait(108), quitte+(28), mere+(48), domicile+(29), fille+(61), liaison+(48), maitresse+(62), parent+(52), trouv+(42), decide+(33), malade+(34), fils(37), mois(31), aller.(79), enquet+er(32), prendre.(66), rest+er(39), separ+er(37), venir.(41), connu+(32), partie+(48), an+(56), divorce+(31), temps(37), connaitre.(34), demand+er(35), partir.(51), voir.(52), ex(61) ;

*entre 58 et 85 ans(92), *entre 48 et 57 ans 260), *après relance(456), *sans conjoint(637), *entre 35 et 39 ans au moment de la séparation(179), *entre 40 et 45 ans au moment de la séparation(126), *plus de 45 ans au moment de la séparation(131), *sans enfants(102), *15-19 ans depuis la séparation(167), *plus de 20 ans depuis la séparation (48), * l’union a duré plus de 20 ans(167) ;

Lorsque l’on distingue le texte associé à la relance, on obtient un nombre de classes inférieur (3 classes). On remarque que les caractères illustratifs les plus représentatifs de chacune des classes sont liés au niveau du questionnement. Ainsi la première classe comporte un nombre important de réponses situées avant la relance, la seconde classe est représentative du discours des femmes non relancées et la dernière regroupe principalement des réponses données lors de la relance.

On constate que le contenu diffère selon le statut de la réponse. Les propos des femmes "relancées" sont éloignés des propos des femmes non relancées. Le premier monde lexical évoque la violence du mari, les problèmes d’alcoolisme, propos le plus souvent tenu dès la question posée pour les femmes relancées. Ces femmes sont plutôt peu diplômées et de niveau social bas. Dans le second monde lexical on trouve des réponses assez vagues, évoquant des styles de vie différents entre époux. Ces raisons sont données spontanément par des femmes de niveau d’instruction élevé (diplôme supérieur). Enfin, on relève des situations d’adultère comme cause principale de séparation. Ces réponses sont le plus souvent le "fruit" d’une relance.

Cette dernière approche du corpus nous apparaît très intéressante dans la mesure où la mise en forme est simple. Elle fait émerger un ensemble de mondes liés au statut de la réponse et permet de confirmer l’hypothèse d’un contenu différent. En revanche, les mondes lexicaux sont peu nombreux et la richesse du contenu n’est pas suffisamment restituée. Ainsi, nous sommes conduit à étudier séparément les corpus correspondant aux différents niveaux de questionnement.

Nous avons ici constitué trois corpus : celui des réponses obtenues sans relance, un second constitué des réponses situées avant la relance et un troisième qui regroupe les réponses données après la relance.

Une classification des réponses obtenues sans relance met en évidence des mondes lexicaux assez proches de ceux de la première analyse.

Les résultats de l’analyse des correspondances du tableau croisant les formes et les classes sont illustrés sur la figure 1. Le premier axe oppose des motifs de mésentente : "incompatibilité", "mariés trop jeunes" à des termes exprimant un comportement "agressivité du mari" "boisson", "violent", "caractériel". D’un côté, il semble que les torts soient "partagés" alors que de l’autre, le mari, par ses agissements, est rendu responsable de la séparation (buveur, violent, joueur,...). L’axe vertical évoque des événements liés à des situations particulières : "adultère", "maladie" du conjoint, "migration"...

Figure 1 : Projection des classes et vocabulaire spécifique du corpus "sans relance"

(plan 1.3)

Les mondes lexicaux associés à ce corpus reflètent davantage des situations de mésentente et non pas un motif précis de séparation, ce qui justifie la présence d’une relance. Ainsi, le thème "infidélité" est absent de ce corpus.

La Classification Descendante Hiérarchique effectuée uniquement sur le texte des relances, met en évidence quatre mondes lexicaux illustrés par les UCE caractéristiques suivantes :

Femmes non diplômées, présence d’enfants de cette union uniquement

Femmes de catégorie sociale supérieure, l’union a duré entre 5 et 9 ans

Départ de la femme

infidélité/départ du mari

La caractéristique "union supérieure à 20 ans" est dominante.

Sur les quatre mondes lexicaux ainsi obtenus, trois rassemblent des réponses décrivant des raisons précises de séparation, démontrant ainsi l’utilité d’une relance. Seul, le monde lexical "manquement à la vie de famille" évoque une situation de mésentente. En dépit de la relance, plusieurs femmes n’expriment pas de motifs directement responsables de leur séparation.

On n’observe pas dans le corpus "relance" de thème liant la violence du conjoint à l’alcoolisme. En revanche, on relève pour la première fois, un monde lexical exprimant la violence du mari envers ses enfants. Ce motif, sans doute plus difficile à avouer pour certaines femmes, n’émerge qu’au moyen d’une double interrogation. De même, le motif "infidélité" entraînant le départ d’un des deux conjoints, n’est évoqué qu’en réponse à la relance.

L’analyse des réponses selon le niveau du questionnement, met en évidence l’intérêt du sous-corpus "relance" dont le contenu est réellement différent du corpus pris dans sa totalité.

En conclusion, nous proposons de traiter, dans un premier temps, le corpus dans son intégralité sans distinguer le statut de la réponse, afin d’obtenir une vue d’ensemble du corpus. Dans une seconde étape, il nous semble important de traiter séparément les réponses issues de la relance qui constituent le plus souvent, les motifs réels de la séparation.

L’utilité des méthodes de la statistique textuelle dans le domaine des enquêtes, semble ici renforcée par son efficacité dans l’analyse de ce double questionnement. Cette démarche qui repose sur un traitement à "l’aveugle" constitue en réalité un traitement dynamique, dans la mesure où l’on affine de manière interactive l’analyse d’un matériau complexe, jusqu'à faire émerger ce qu’il contient de plus caché.

Références