Abstract
Les usages de la régression Depuis leur introduction à la fin des années 1960, les modèles de régression se sont largement diffusés dans les sciences sociales anglo-saxonnes, pour rapidement devenir l'approche quantitative dominante, dans la continuité (entre autres) des travaux de Paul Lazarsfeld. Étienne Ollion a ainsi montré que les régressions n'étaient présentes que dans environ 10% des articles de la revue American Sociological Review entre 1967 et 1970, mais que cette proportion approchait les 70% à la fin des années 1990 (Ollion, 2011). Cette « sociologie des variables » a fait l'objet d'un grand nombre de critiques, des plus générales aux plus techniques, des ethnométhodologues jusqu'aux statisticiens. Dans la seconde partie des années 1980, des sociologues étatsuniens ayant une certaine autorité dans le champ académique, comme Andrew Abbott (2001), Charles Ragin (1987) ou Stanley Lieberson (1985, voir aussi Vallet 2004), attaquent la sociologie des variables sur le terrain des hypothèses qui la sous-tendent. Tout d'abord, cette « réalité linéaire générale », pour reprendre les termes d'Abbott, en cherchant à expliquer une caractéristique par des facteurs causaux, fait l'hypothèse que ces facteurs causaux agissent indépendamment les uns des autres (ce que Ragin appelle le « net effects thinking »). Ils ont un effet propre et, par conséquent, ne se conjuguent pas mais s'additionnent 2. On pourrait ainsi comprendre le risque d'être touché par la pauvreté en séparant l'effet de l'origine sociale de celui du capital scolaire : le fait d'être sans diplôme aurait les mêmes conséquences pour un enfant d'ouvrier que pour un enfant de chef de grande d'entreprise. De même, ces facteurs causaux, autrement dit les propriétés sociales des individus, ont une signification unique (ils sont univoques) et s'appliquent uniformément en tout point de l'espace social, quel que soit le contexte. Par exemple, un indicateur de pratique culturelle comme le fait de sortir au cinéma une fois par mois aura la même signification à Paris ou dans des régions rurales, pour les générations nées après-guerre comme pour celles de la seconde massification scolaire, etc 3. De plus, les cas (individus, pays, etc.) étudiés sont – eux aussi – supposés indépendants les uns des autres : ce qui arrive à un cas n'a pas d'influence sur ce qui arrive aux autres. Or en s'intéressant – pour différents pays – à l'impact de l'entrée en guerre sur la fécondité durant la Seconde Guerre mondiale, Lieberson montre que l'entrée en guerre de la Norvège y a modifié les comportements de fécondité, mais que la fécondité a aussi changé en Suède, pays pourtant resté neutre : c'est ce qu'il appelle un effet de contamination (ou de diffusion). Ici, le facteur causal peut avoir un effet même dans les cas où il n'est pas 1 Les auteurs remercient chaleureusement Jérôme Deauvieau et Frédéric Lebaron pour leurs relectures, les discussions et les conseils avisés. 2 Il est techniquement possible d'ajouter des effets d'interaction entre variables explicatives dans un modèle de régression mais, outre que c'est une pratique relativement peu répandue, la multiplication des croisements devient rapidement inexploitable. 3 On trouve déjà la critique de ce postulat chez Halbwachs dans Les causes du suicide (2002 [1930]), à propos du lien entre religion et urbanisation.