Statistiques: signification, fonctions et limites
Après avoir lu cet article, vous apprendrez: - 1. La signification de la statistique 2. Les fonctions de la statistique 3. La place de la statistique dans la recherche en sciences sociales 4. Les limites.
Signification de statistique:
Les statistiques, une branche des mathématiques appliquées, sont considérées comme des mathématiques appliquées aux données d’observation. En théorie, tout ce qui concerne la collecte, le traitement, l'analyse et l'interprétation des données numériques appartient au domaine de la statistique.
Cependant, le terme «statistiques» est utilisé de plusieurs manières. Il s'agit d'une compilation de données telles que celles trouvées dans la publication "Gazzette" sur le travail ou "Statistiques du travail du Bureau du travail", publiée chaque année par le gouvernement indien.
La deuxième signification du terme statistiques renvoie aux principes et méthodes statistiques utilisés pour la collecte, le traitement, l'analyse et l'interprétation de tout type de données. En ce sens, il s’agit d’une branche des mathématiques appliquées qui nous aide à mieux connaître les phénomènes sociaux complexes et à préciser nos idées.
Fonctions de la statistique :
La statistique a manifestement deux grandes fonctions. La première de ces fonctions est la description et la synthèse des informations de manière à les rendre plus utilisables. La seconde fonction des statistiques est l'induction, qui consiste soit à généraliser sur une "population" sur la base d'un échantillon de cette population, soit à formuler des lois générales sur la base d'observations répétées.
L’exemple suivant permet de comprendre facilement les deux fonctions des méthodes statistiques. Supposons que l'on souhaite étudier le problème des conflits de travail dans une région donnée.
La première chose à faire ici sera d’analyser les différentes causes des troubles du travail et d’étudier l’impact de chacune d’elles sur les différentes catégories de travailleurs, à savoir les travailleurs masculins et les ouvrières, ou les travailleurs qualifiés et non qualifiés.
Ce type d’analyse nous donnera un aperçu du problème et nous pourrons peut-être déduire de cette analyse de nombreux points importants, par exemple que la participation des travailleurs de sexe masculin aux grèves est beaucoup plus importante que celle des travailleurs de sexe féminin ou que les troubles dans les grandes industries sont beaucoup plus élevés que dans les petites industries.
Une telle analyse peut nous amener à conclure en ce qui concerne l'incidence des conflits de travail dans le pays et les facteurs qui en sont responsables. Le premier exemple illustre le processus de la statistique descriptive alors que le second, celui de la statistique inductive.
La place de la statistique dans la recherche sociale:
Il est évident que la connaissance des concepts et techniques statistiques de base est nécessaire à une compréhension intelligente de l’ensemble de la vie. Parmi les nombreux événements isolés, les chercheurs en sciences sociales recherchent des tendances générales; de la variété vaste et déroutante de personnages individuels; ils recherchent en permanence les caractéristiques du groupe sous-jacent.
Il y a essentiellement deux raisons pour lesquelles l'expertise en statistique et la nécessité d'étudier les statistiques ont énormément grandi dans le domaine des sciences sociales. Une des raisons est que l'énorme quantité de données collectées par les chercheurs doit être simplifiée afin de pouvoir les comprendre facilement sans grande difficulté.
La seconde raison, encore plus importante, est l’approche quantitative croissante actuellement utilisée dans la recherche en sciences sociales.
Apparemment, les considérations statistiques n'interviennent qu'au stade de l'analyse du processus de recherche, après la collecte des données, et presque au moment où les plans d'analyse initiaux sont formulés et qu'un échantillon doit être établi.
Mais cela n'implique pas qu'un chercheur en sciences sociales puisse planifier et effectuer l'ensemble de ses recherches sans aucune connaissance en statistiques, puis transmettre les données au statisticien pour analyse. Si un chercheur ne connaissait pas bien les statistiques, les résultats d'un projet de recherche coûteux seraient probablement décevants, voire inutiles.
En effet, il faut anticiper les problèmes d'analyse et d'interprétation à chaque étape du processus de recherche et, en ce sens, des méthodes statistiques sont utilisées tout au long du processus. Cela implique que les statistiques sont un outil très utile pour le sociologue.
C'est un outil beaucoup plus utile pour les analyses exploratoires qu'on ne pourrait l'imaginer. La plupart des recherches sociales reposent sur des idées théoriques très provisoires.
Les variables qui doivent être contrôlées dans l'analyse ou même les priorités et la séquence d'analyse qui doivent être suivies ne sont ni précises ni prédéterminées, les chercheurs sont généralement impressionnés par la complexité de l'analyse des données dès qu'un ensemble de variables est introduit.
Dans ces circonstances en particulier, la connaissance des méthodes statistiques devient un outil précieux pour le chercheur en sciences sociales afin de démêler des relations extrêmement complexes.
Limites des statistiques:
Certaines des principales limites de la science statistique et, partant, les mises en garde qui doivent nous avertir lorsque nous utilisons des techniques statistiques au cours d’un exercice de recherche méritent d’être soulignées.
L’une des limites évidentes des statistiques est qu’elles s’appliquent plus spécifiquement aux problèmes qui peuvent faire l’objet d’une expression et d’un traitement quantitatifs. Bien que les attributs qualitatifs puissent parfois être soumis à une analyse statistique, ceux-ci doivent nécessairement être traduits en indices quantitatifs par le recours à des définitions opérationnelles.
Mais alors, beaucoup dépendra de la validité des hypothèses opérationnelles. Malheureusement, c’est un gouffre pour lequel beaucoup de chercheurs s’intéressent, c’est-à-dire que les données qualitatives sont souvent opérationnalisées en tant que valeurs numériques sans que leur validité soit plus sérieuse.
Dans la mesure où beaucoup de problèmes qui préoccupent les spécialistes des sciences sociales sont fortement influencés par des facteurs subjectifs qui ne relèvent pas du traitement mathématique, l’approche statistique ne nous aide guère à nous donner une compréhension globale des problèmes.
Il est compréhensible que les lois statistiques s'appliquent aux moyennes des agrégats. Celles-ci ignorent pathétiquement les subtilités individuelles des unités solitaires. Une telle négligence peut, dans certaines enquêtes, aboutir à des conclusions simplement superficielles. Les sciences sociales et humaines requièrent en général un intérêt particulier pour les aspects uniques et particuliers de la société.
De plus, il est probable que les statistiques soient utilisées à mauvais escient, au point que le chercheur soit tenté de les modifier pour s’adapter à ses conclusions ou à ses hypothèses. Cela vaut également pour les outils très sensibles fournis par les méthodes statistiques. Ils sont enclins à être mal utilisés facilement. Ainsi, une grande prudence doit être exercée lors de leur utilisation.
La validité de certaines méthodes statistiques dépend de la nature des données, des niveaux de mesure, de la connaissance des aspects pertinents des situations et, enfin, des hypothèses retenues vis-à-vis de l'échantillon à partir duquel les données sont obtenues.
Ce qui est le plus important pour nous, en tant qu’utilisateurs potentiels de méthodes statistiques, est donc de garder à l’esprit que les statistiques possèdent des muscles puissants qui ne peuvent que servir, mais non pas diriger. Cela dépendra beaucoup de l'utilisation que nous voulons en faire et de la question de savoir si la situation le justifie.
Ce qui est donné par les calculs statistiques peut ne pas être la «vérité» finale, car il s’agit essentiellement d’une approximation de la typicité et de sa nature probabiliste. C’est en grande partie notre capacité d’interprétation de faire ressortir le vrai message qui sous-tend les inférences et les propositions statistiques.
