3.4. Méthodes d'analyse
Dans cette partie, nous allons présenter les
différentes méthodes d'analyse qui sont utilisées pour
appréhender notre thème afin d'atteindre nos objectifs, ceci dans
le but de vérifier aussi nos hypothèses. De ce fait, nous
distinguons deux types d'analyse : l'analyse descriptive et l'analyse
explicative.
KINSAKIENO Pierre Rostin, Mémoire de fin de formation,
Octobre 2012 Page 68
Modernité et prévalence du VIH/SIDA chez les
femmes en République du Congo.
3.4.1. L'analyse descriptive
3.4.1.1. L'analyse descriptive bivariée
Il est question dans cette partie de vérifier
l'association ou la liaison entre la variable dépendante et chacune des
variables indépendantes au niveau de chaque degré de
modernité et dans l'ensemble. On a recours à la statistique du
Khi-deux afin d'évaluer cette association entre variables, si elle est
significative ou non. Un seuil de significativité est souvent retenu en
sciences sociales. Dans le cadre de cette étude, le seuil de
significativité fixé est de 5 %. Si cette probabilité (P)
est inférieure au seuil (P-value < 5 %), on rejette H0
(hypothèse nulle) et on conclut qu'il y a une association entre les deux
variables choisies.
Aussi, la statistique de Cramer sera utilisée pour
évaluer l'intensité de l'association entre la variable
dépendante et chacune des variables indépendantes. Lorsque le V
de Cramer a une valeur maximale absolue de 1, l'association est parfaite et une
valeur égale à 0, l'association est nulle.
3.4.1.2. L'analyse descriptive multivariée
Du fait qu'en Sciences sociales l'explication d'un fait
donné ne peut passer par un facteur, l'Analyse Factorielle des
Correspondances Multiples (AFCM) parait importante afin de prendre en compte
plusieurs facteurs, mais aussi de caractériser les femmes selon leur
statut sérologique et leur degré de modernité.
En effet, l'AFCM est une méthode statistique permettant
d'étudier les associations existantes entre la variable
dépendante et les variables indépendantes, et aussi les variables
indépendantes entre elles. Elle permet également
d'interpréter les proximités entre modalités appartenant
à une même variable en termes de ressemblance des compositions de
ces modalités sur les modalités de l'autre variable tout en
décrivant la structure latente entre toutes les variables
(qualitatives). Cette méthode tient compte aussi de la notion de profil
et d'inertie entre les modalités des variables étudiées.
Ainsi, ses différents paramètres sont exécutés et
fournis à l'aide des programmes informatiques.
KINSAKIENO Pierre Rostin, Mémoire de fin de formation,
Octobre 2012 Page 69
Modernité et prévalence du VIH/SIDA chez les
femmes en République du Congo.
| 
