Les influences à niveaux multiples qui s'exercent sur le comportement des enfants canadiens - Mai 2001

2.2 Méthode

Ces analyses, qui portent sur les questions de recherche proposées, ont recours aux données du premier cycle (version 3) de l'Enquête longitudinale nationale sur les enfants et les jeunes (ELNEJ) qui ont été recueillies au Canada en 1994-1995. Nous commencerons par décrire brièvement de quelle façon la recherche inspirée de ces données a été conçue, puis nous donnerons un aperçu des techniques analytiques et des mesures des variables utilisées aux fins de nos analyses.

2.2.1 Conception de la recherche

L'ELNEJ est une enquête prospective qui se fonde sur un échantillon longitudinal représentatif à l'échelle nationale composé d'enfants canadiens de la naissance jusqu'à l'âge de 11 ans. Statistique Canada a adopté un plan d'échantillonnage complexe pour déterminer les logements comptant des enfants admissibles (DRHC/SC, 1997). Les ménages ayant des enfants dont l'âge tombait dans l'intervalle approprié ont d'abord été choisis à partir d'une base aréolaire. Une fois les ménages admissibles choisis, on a appliqué une procédure qui permettait de choisir au hasard un enfant de 0 à 11 ans qui vivait la majorité du temps dans le ménage. D'autres enfants appartenant à la même famille économique que les enfants ainsi ciblés ont également été retenus, jusqu'à concurrence de quatre enfants d'âge admissible par ménage. L'échantillon définitif de l'ELNEJ comprend 13 439 ménages et 22 831 enfants, et le taux de réponse a été de 86,3 p. 100. Le fichier commun (DRHC/SC, 1997) utilisé dans le cadre de nos analyses comprend 21 455 enfants sur les 22 831 compris dans le fichier maître (94 p. 100). Nos analyses reposent sur l'information fournie par la personne qui connaît le mieux l'enfant (PCM) et des variables du recensement incluses dans les fichiers de l'ELNEJ pour mesurer le voisinage dans lequel vivent les enfants.

2.2.2 Analyses

Pour atteindre les objectifs de notre recherche, nous avons mené parallèlement des analyses de macroniveau (par exemple, le voisinage et la famille) et de microniveau (par exemple, l'enfant), au moyen de régressions modélisées à niveaux multiples (DiPrete et Forristal, 1994). Les modèles à niveaux multiples permettent également de s'accommoder des complexités statistiques qui surgissent lorsque des enfants vivent dans la même famille et/ou dans le même voisinage, comme dans le cas de l'ELNEJ, dont les observations ont été recueillies par l'entremise d'un plan d'échantillonnage complexe (voir également Boyle et Lipman, 1998; Tremblay et coll., 1996). Dans de telles circonstances, les observations individuelles ne sont généralement pas complètement indépendantes, comme on suppose que c'est le cas dans les tests statistiques standard (Hox, 1995, p. 6; voir également DRHC/SC, 1997), en raison des influences communes qui s'exercent sur des sujets résidant dans le même lieu (Ross, 2000, p. 179). Des régressions selon la méthode des moindres carrés ordinaires peuvent alors donner des estimations trop vastes des erreurs-types, qui donneront des résultats apparemment statistiquement significatifs alors qu'ils ne le sont pas (Bryk et Raudenbush, 1992, p. 86; Hox, 1995, p. 7; Kreft et De Leeuw, 1998, p. 9-10; Murray, 1998, p. 81).

S'agissant de la population des enfants, les modèles linéaires hiérarchiques ont recours à des facteurs de pondération normalisés pour chaque sujet dans les analyses respectives. Le facteur de pondération attribué à un enfant reflète le nombre d'enfants représentés par tel ou tel répondant (DRHC/SC, 1997). Dans les analyses pour lesquelles des tests de signification statistique sont nécessaires, on a recours à la pondération d'échantillonnage (DRHC/SC, 1997). Dans ce genre d'analyse, on utilise des facteurs de pondération normalisés pour préserver la taille de l'échantillon, tout en générant des estimations non biaisées pouvant être généralisées à une population nationale d'enfants canadiens du même âge (DRHC/SC, 1997). Les coefficients signalés dans la section des résultats ont été établis selon la technique normale d'arrondissement décrite dans la documentation destinée aux usagers de l'ELNEJ (DRHC/SC, 1997).

Ces analyses sont faites à partir du logiciel HLM aux fins de l'évaluation de modèles à niveaux multiples des effets du voisinage et de la famille sur l'agression chez les enfants (Bryk, Raudenbush et Congdon, 1996). Dans cette section, le modèle linéaire hiérarchique à trois niveaux est présenté brièvement. Les postulats sur lesquels repose le modèle et les procédures permettant de tester les hypothèses sont également décrits brièvement.

Le premier modèle envisagé est un modèle unilatéral d'analyse de la variance avec effets aléatoires (voir Bryk et Raudenbush, 1992, p. 17-18). Il sert à évaluer l'agression chez les enfants parmi une fratrie nichée dans une famille, elle-même nichée dans un secteur de recensement. Ce modèle d'interception aléatoire inconditionnelle à trois niveaux peut être représenté par trois équations (Bryk et Raudenbush, 1992, p. 176-177) :

La première équation prédit le score qu'obtiendra à l'échelle de l'agression l'enfant _i de la famille _j du secteur de recensement _k et le représente par Y_ijk. Le modèle de niveau 2, qui est illustré par la deuxième équation, utilise le paramètre d'interception du niveau 1 comme résultat (0jk). Ce symbole dénote le niveau moyen de l'agression pour la famille _j du secteur de recensement _k. Finalement, e_ijk est « l'effet au niveau de l'enfant » aléatoire, soit l'écart du score de l'enfant par rapport au niveau moyen d'agression de la famille. Le modèle de niveau 1 postule que les erreurs de niveau 1 (e_ijk) suivent une courbe normale, avec une moyenne de zéro et une variance constante au niveau 1, .

La deuxième équation indique que le niveau moyen de la famille est un résultat variant de façon aléatoire par rapport à la moyenne du secteur. _00k est la moyenne de l'agression chez les enfants au niveau du secteur et r_ojk est un « effet au niveau de la famille » aléatoire, indiquant l'écart de la moyenne de la famille (_jk) par rapport à la moyenne du secteur. On tient pour acquis que ces effets (r_ojk), suivent une courbe normale avec une moyenne de zéro et une variance de , dont on suppose, à l'intérieur de chaque secteur de recensement, qu'il s'agit d'une variance semblable entre les familles (voir Bryk et Raudenbush, 1992, p. 176-177). On tient pour acquis que l'effet aléatoire au niveau 2 suit une courbe normale avec une moyenne de zéro et une variance de . On parle d'effets aléatoires dans ce modèle car on considère que les effets collectifs sont aléatoires.

Enfin, la troisième équation indique la variabilité de l'agression chez les enfants entre secteurs de recensement. Les moyennes au niveau du secteur de recensement varient de façon aléatoire autour d'une moyenne générale . L'effet aléatoire du secteur de recensement est représenté par u_00k, qui indique l'écart de la moyenne du secteur de recensement _k par rapport à la moyenne générale. On tient également pour acquis que ces effets aléatoires suivent une courbe normale avec une moyenne de zéro et une variance de (voir Bryk et Raudenbush, 1992, p. 177).

La variance dans les résultats au niveau individuel est constituée des trois composantes , et , le premier paramètre tau représentant la variabilité entre familles, le second paramètre tau, la variabilité entre secteurs de recensement, et le symbole sigma au carré indiquant les variances entre les groupes ou entre les individus, respectivement (Bryk et Raudenbush, 1992, p. 17). La corrélation intraclasse servant à estimer la proportion de la variance dans les résultats de niveau individuel qui se manifeste entre secteurs de recensement est dérivée selon la formule suivante :

Ce modèle linéaire hiérarchique peut être élargi pour intégrer diverses covariables aux trois niveaux d'analyse (Bryk et Raudenbush, 1992, p. 19, 23). Les tableaux qui suivent présentent les covariables et indiquent à quel niveau qu'elles sont intégrées dans le modèle. Les modèles évalués sont des modèles d'interception aléatoire avec de multiples variables indépendantes (voir également Bryk et Raudenbush, 1992, p. 23). On considère généralement que ces derniers coefficients sont fixes.

Étant donné sa conception, l'ELNEJ est « déséquilibrée », en ce sens que le nombre d'enfants (unités de niveau 1) diffère selon les unités de niveau 2 (familles) et que le nombre de familles diffère selon les unités de niveau 3 (secteurs de recensement). Dans de telles circonstances, on peut avoir recours à des techniques du maximum de vraisemblance pour estimer les composantes de la variance/la covariance du modèle (Bryk et Raudenbush, 1992, p. 44). L'ajustement du modèle est évalué selon deux procédures, soit la somme des carrés des écarts et les composantes de la variance. La procédure d'ajustement du modèle passe par des tests multiparamètres faisant appel à des réductions comparatives de la somme des carrés des écarts (ce qui indique une amélioration de l'ajustement) entre modèles portant sur un échantillon de même taille, l'objet étant de déterminer s'il y a une réduction statistiquement significative par rapport au changement dans les paramètres entre modèles reposant sur les valeurs critiques de la distribution chi carré (annexe B de Knoke et Bohrnstedt, 1994, p. 509; voir également Bryk et Raudenbush, 1992, p. 58-59). La variance expliquée à chaque niveau d'analyse est également examinée. Si les variables sont centrées, ces niveaux devraient diminuer ou demeurer stationnaires (Snijders et Bosker, 1999; Thomese et Van Tilburg, 2000; Willms, communication personnelle). Des tests T à paramètre unique sont également utilisés pour évaluer la signification des effets fixes dans les modèles sous forme de valeurs p indiquant si l'effet (gamma) est sensiblement différent du zéro.

La proportion de la variance expliquée dans les modèles linéaires hiérarchiques tient compte de la façon dont la variance dans les résultats de niveau individuel se répartit selon les niveaux. Les variables intégrées dans les modèles au niveau 2 ne peuvent expliquer la variance qu'à ce niveau (Bryk et Raudenbush, 1992, p. 94), ou montrer que seule la variance paramétrique ou est explicable (p. 94).Par conséquent, un modèle peut montrer qu'une très faible partie de la variance totale de l'agression chez les enfants s'explique par des caractéristiques du voisinage, mais démontrer en même temps qu'une proportion importante de la variance disponible a été expliquée par ces caractéristiques. Comme Bryk et Raudenbush (1992) le font valoir, si on tient compte de cette différence, on pourra tirer des conclusions fort différentes des principaux constats de la recherche faisant appel à des variables de niveau plus élevé dans les modèles linéaires hiérarchiques. Les analyses que nous ferons plus loin examinent diverses caractéristiques de la modélisation linéaire hiérarchique, y compris l'ajustement du modèle, le changement dans les composantes de la variance aléatoire entre les modèles, la variable expliquée et les tendances des effets fixes d'un modèle à l'autre.

2.2.3 Mesure

Les items qui permettent de mesurer l'agression physique directe chez les enfants de 4 à 11 ans dans le cadre de l'ELNEJ ont été tirés de l'Enquête longitudinale de Montréal ainsi que de l'Étude sur la santé des jeunes de l'Ontario (DRHC/SC, 1995). On a demandé à la personne qui connaît le mieux l'enfant à quelle fréquence celui-ci : 1) se bagarre souvent?; 2) lorsqu'un autre enfant lui fait mal accidentellement (par exemple, en le bousculant), il suppose que cet enfant l'a fait exprès, se fâche et commence une bagarre?; 3) attaque physiquement les autres?; 4) menace les autres?; 5) est cruel envers les autres, les brutalise et fait preuve de méchanceté?; 6) frappe, mord, donne des coups de pied à d'autres enfants? (alpha de Cronbach = 0,77) (DRHC/SC, 1998; Tremblay et coll., 1996). Trois questions de cette liste, c'est-à-dire 1, 2 et 6, ont également été posées au sujet de l'agression physique chez les enfants plus jeunes, ce qui permet d'intégrer les enfants de 2 à 11 ans à certaines analyses. On a totalisé les réponses à ces trois questions pour créer un score de l'agression physique chez les enfants de 2 à 11 ans. L'échelle des réponses, qui allait de 1 à 3, a été recodée de 0 à 2, des scores plus élevés indiquant un comportement plus fréquent.

Les cinq items utilisés pour mesurer l'agression physique chez les enfants de 4 à 11 ans dans le cadre de l'ELNEJ ont été tirés des travaux de Lagerspetz et coll. (1988). On a posé les questions suivantes à la personne qui connaît le mieux l'enfant : à quelle fréquence votre enfant : 1) lorsqu'il est fâché contre quelqu'un, essaie d'entraîner d'autres à détester cette personne?; 2) lorsqu'il est fâché contre quelqu'un, devient ami avec quelqu'un d'autre pour se venger?; 3) lorsqu'il est fâché contre quelqu'un, dit de vilaines choses dans le dos de l'autre personne?; 4) lorsqu'il fâché contre quelqu'un, dit aux autres : ne restons pas avec lui?; 5) lorsqu'il est fâché contre quelqu'un, raconte les secrets de cette personne à quelqu'un d'autre? (alpha de Cronbach = 0,78; DRHC/SC, 1998; Tremblay et coll., 1996).

La personne qui connaît le mieux l'enfant a coté le comportement de chaque enfant du ménage, jusqu'à concurrence de quatre enfants. Même si on peut observer des corrélations élevées à l'intérieur d'une même famille du fait que les cotes sont attribuées par un même répondant, on a constaté que les réponses données par les parents au sujet de l'agression sont fiables. Il se peut que les parents soient les mieux placés pour connaître les comportements de l'enfant dans divers contextes (voir Tremblay et coll., 1996). Ces résultats permettent également de tester la présence de la dépression chez la PCM qui peut influencer la façon dont elle perçoit les comportements des enfants (voir McLeod et Shanahan, 1993).

Nous avons retenu diverses formules pour mesurer les caractéristiques du voisinage. Une série d'analyses repose sur les résultats obtenus par Law et Willms (1998) à partir d'une analyse en grappes de six caractéristiques des secteurs de dénombrement du Recensement canadien de 1991, c'est-à-dire le revenu médian, le nombre moyen d'années de scolarité, le pourcentage des jeunes qui avaient un emploi, le pourcentage des adultes qui avaient un emploi, le pourcentage de la population non immigrante et le pourcentage des familles biparentales. Les deux chercheurs ont observé dans les secteurs de dénombrement du Canada huit types de voisinage qui reflètent une combinaison des six caractéristiques et sont classés de 1 à 8 selon le statut socioéconomique moyen (Law et Willms, 1998). La combinaison des principales caractéristiques qui définissent chaque type de voisinage est présentée dans les tableaux qui suivent. Les différents types de voisinage ont été opérationnalisés pour tenir lieu de variables nominales, les voisinages du type 6, ou de la classe moyenne, servant de référence. Ces caractéristiques ont été intégrées à l'analyse au niveau de la famille. Dans les analyses à l'échelle nationale, il y avait en moyenne trois familles par secteur de recensement.

La deuxième série d'analyses portant sur des échantillons comprenant beaucoup de familles dans les mêmes grappes s'est inspirée des caractéristiques des 96 secteurs de recensement comprenant un plus grand nombre de familles dans chaque grappe. Les caractéristiques des secteurs de recensement comprennent le pourcentage de familles à faible revenu et la taille de la population.

Les analyses ont également eu recours à des évaluations subjectives des problèmes physiques et sociaux dans le voisinage. Les résultats nationaux sont donnés sur une échelle construite par Statistique Canada à partir des réponses à cinq questions qui ont été posées à la PCM : quelle est l'ampleur du problème suivant dans votre quartier : 1) détritus, éclats de verre ou ordures sur la rue ou le chemin, sur le trottoir ou dans les cours; 2) vente ou consommation de drogues; 3) présence d'alcooliques et consommation excessive d'alcool en public; 4) groupes de jeunes fauteurs de troubles; 5) cambriolages dans les maisons et les appartements. Un score élevé à cette échelle indique des niveaux plus élevés de problèmes, la fourchette allant de 0 à 10 ( =0,70) (Barnes McGuire, 1997; DRHC/SC, 1998). Une sous-échelle établie à partir des items deux, trois et quatre mesurant le désordre social a été utilisée pour mesurer le désordre social subjectif perçu dans le voisinage (voir Skogan, 1990) dans les analyses des sous-échantillons en grappes.

Enfin, en plus du sexe (filles=1 et garçons=0) et de l'âge des enfants, des caractéristiques des structures et des processus au sein de la famille ont été intégrées à ces analyses, pour mesurer divers aspects du contexte familial (voir Rutter et coll., 1998; Sampson et Laub, 1995). Les mesures de l'environnement familial comprennent également les pratiques parentales (voir Landy et Tam, 1996). Ces mesures des pratiques parentales ont été utilisées car des analyses des facteurs de confirmation de second degré montraient une forte corrélation entre les pratiques parentales hostiles et les pratiques parentales punitives. Une mesure de l'exposition de l'enfant à la violence à la maison selon les réponses des PCM a également été intégrée. Les symptômes de dépression chez la PCM ont été évalués au moyen d'une version abrégée de l'échelle du Centre for Epidemiological Studies (CES-D) ( =0,82) (Radloff, 1977). Les variables de contrôle comprennent le statut socioéconomique de la famille (voir DRHC/SC, 1997, annexe 3; Tremblay et coll., 1996); la composition de la famille (c'est-à-dire familles monoparentales, familles recomposées à deux parents et deux parents biologiques) (voir Avison, 1999a); l'âge de la mère biologique au moment de la naissance de son premier enfant (voir Nagin, Pogarsky et Farrington, 1997); le nombre de frères et soeurs dans le ménage; le fait que le logement appartient à un membre du ménage; et le surpeuplement résidentiel (voir Rutter et coll., 1998; Sampson et Laub, 1995). Ces contrôles facilitent les comparaisons entre enfants de familles semblables vivant dans des voisinages différents (Jencks et Mayer, 1990, p. 119). Les statistiques descriptives concernant les mesures de l'agression chez les enfants et les facteurs de risque utilisées dans le cadre de ces analyses figurent dans les tableaux A.1 et A.2 de l'annexe. Les analyses effectuées au moyen du logiciel HLM font appel au point zéro d'une variable nominale ou variable normalisée; autrement, on a eu recours à la moyenne générale centrée.

Page précédente

Table des matières

Page suivante