Les méthodes scientifiques fondamentales

Défis à l'inférence empirique en science politique

Définition

• inférer : tirer des conclusions générales à partir des faits, de données d’observations et de données expérimentales. On est dans un contexte d’inférence empirique lorsqu’on veut établir des liens et des relations entre des facteurs explicatifs et expliquer sur la base de données concrète ou empirique.
• causalité : Comment juger les rapports cause-effet, ceci est un enjeu central, surtout en méthodologie.
• empirique : tirer des conclusions générales de l'évidence empirique.

Les trois défis

1) Multi-causalité

• presque tout à un impact : c'est déterminé par une multiplicité de causes possibles ; ex, le comportement de vote politique n'est pas déterminé par une cause, il y a plusieurs facteurs. Un exemple est le niveau d'éducation mais il y a d‘autres facteurs contextuelles qui interviennent : sexe, position dans les classes.
• chaque phénomène a plusieurs causes : on peut difficilement défendre une position qui dit qu’un phénomène donné n’a qu’une seule cause. Lorsqu’il y a plusieurs facteurs cela complique la tâche.

2) Conditionnalité du contexte

Lié à l'analyse comparative ; il y a un canal institutionnel qui permet aux citoyens de participer, ceci contribue à expliquer pourquoi les gens participent en Suisse, mais pas dans d'autres pays où il n'y a pas de démocratie directe. Les causes d'un phénomène peuvent varier d'un contexte à l'autre. Le lien entre classe social et vote montre qu’il y a une conditionnalité du contexte et modifie la relation qu’il peut y avoir entre deux facteurs que l’on peut étudier. Il y a des effets variables à travers le contexte.

• L'effet de presque tout dépend de presque tout le reste.
• Les effets de chaque cause tendent à varier à travers les contextes.

3) Endogénéité

Les causes et les effets s’influencent mutuellement ; c’est le problème le plus grand dans les études empiriques et notamment ceux qui suivent l'approche de l'observation. Ex : l'intérêt en politique influence la participation (forte corrélation entre intérêt (indépendante) et participation (dépendante)). Problème c'est que la causalité peut être inversé : « ce que je veux expliquer peut expliquer ce qu'est censé expliquer ce que je voulais expliquer ».

C'est la difficulté de faire la distinction entre « ce que je veux expliquer » et le facteur qui explique ce phénomène. La cause devient un effet et vice-versa.

• Presque tout cause presque tout le reste.
• Causes et effets s’influencent mutuellement.

Il est souvent difficile de dire dans quel sens va la causalité que l’on souhaite postuler.

Le concept de cause

Déterminant de la relation causale

Dans la démarche scientifique en sciences-sociales, on cherche à déterminer les relations causales.

« Si C (cause), alors E (effet) »

C'est insuffisant ! La relation entre C et E peut valoir parfois ou toujours. Exemple - Il faut être un peu plus précis. Si on dit que s’il y a un niveau d’éducation élevé on peut dire qu’il y a un niveau de participation plus élevé. On affirme que s’il y a C alors il y a E, il n’y a pas univocité de la relation alors que la relation cause à effet doit être univoque.

« Si C, alors (et seulement alors) toujours E »

Dans ce cas il y a les quatre caractéristiques de lien de cause à effet :

• Conditionnalité : effet sous condition qu'il y ait la cause.
• Succession : d'abord la cause ensuite l'effet.
• Constance : « toujours » chaque fois que la cause est présente on observe aussi l'effet.
• Univocité : le lien est unique.

On introduit des éléments importants pour définir ce qu’est une cause. - approche encore insuffisant ! Exemple : si le niveau éducation est élevé, alors et seulement alors on observe toujours une participation plus élevée.

Cependant, selon certain, dans l’épistémologie des sciences, il manque l’élément qui consiste à dire qu’il doit y avoir un lien génétique, un lien de production de l’effet dû à la cause.

« Si C, alors (et seulement alors) E toujours produit par C »

VRAI. Il faut qu’un effet donné ne soit pas seulement corrélé avec une cause mais l’effet doit être produit et généré par cette cause. La distinction est plus philosophique que substantielle.

Définition de ce qu’est une cause

• E est généré par C, donc il ne suffit pas d'observer une covariation entre une cause et un effet mais il faut aussi, pour parler de cause, que l'effet soit généré par la cause.
• Il faut que la cause produise l'effet. (ex- si on a un niveau d'éducation élevé ceci génère la participation en politique).

Au fond, dans le cadre de la pensée causale, elle appartient uniquement au niveau théorique. Lorsqu’on parle de cause, on est au niveau purement théorique et non empirique. Dès lors, on ne peut jamais dire que sur le plan empirique, une variation de C produit une variation de E.

On ne peut jamais réussir à établir des liens de cause à effet sur le plan théorique, on peut le faire uniquement sur le plan empirique.

Si on observe empiriquement, sur la base de données, qu’une variation de C et régulièrement suivit par une variation de E, on peut dire qu’il y a un élément de corroboration empirique d’une hypothèse causale. Il faut faire une distinction entre le niveau théorique et le niveau de causalité qui est le niveau empirique qui ne peut être celui que de se rapprocher par l’étude des covariations.

En d’autres termes, si on observe qu’une variation de C et régulièrement suivie d’une variation de E, il y a un élément de corroboration mais il faut encore qu’on élimine tout autre cause possible. Sur le plan empirique, la tâche est celle de dire qu’on désire trouver une covariation, mais comme il y a multicausalité, comment pouvons-nous faire en sorte d’être sûr que cette covariation existe vraiment et affirmer que nous avons un élément de corroboration empirique du postulat du lien de cause à effet ?

Corroboration empirique d’une relation causale

Si on observe empiriquement qu'une variation de X est régulièrement suivie d'une variation de Y en gardant constante tous les autres X possibles (autres causes et facteurs explicatifs) on a un élément fort de corroboration scientifique de l'hypothèse que X soit la cause de Y.

Dans la recherche empirique on ne pourrait jamais parler de cause à effet ; il faut garder en tête que la relation cause à effet reste dans la sphère de la théorie, empiriquement on ne peut que se rapprocher sous certaines conditions, constatation de covariation en gardant constant les autres facteurs.

1. covariation entre variable dépendante (elle dépend) et indépendante (cause, elle ne dépend pas d'une autre chose) : les deux doivent varier.
2. direction causale : il faut donner une direction à la causalité, problème de l'endogénéité.
3. l'impossibilité logique : si on a une théorie de la classe sociale qui influence l'orientation politique, il est évident que c'est la classe qui détermine. La causalité ne peut pas être inversée.

Il faut retenir qu’en sciences-sociales on veut aller vers une idée d’explication causale. Cependant on ne peut jamais le faire car sur le plan épistémologique l’idée de cause à effet se situe au niveau théorique. Au niveau empirique on ne peut parler que de « variation », cependant sous certaines conditions on peut corroborer, c’est-à-dire vérifier empiriquement une relation causale.

Corroboration empirique d’une relation causale

Il y a trois conditions à respecter afin de vérifier empiriquement une relation causale.

Covariation entre variable indépendante et variable dépendante

- variation de la variable indépendante : c'est la cause (X) ex : éducation - variation de la variable dépendante : dépend de X, c'est l'effet ; par exemple la participation - ce qu'on est censé expliquer doit varier ! Aussi la variable indépendante ! On peut au maximum corroborer empiriquement la relation causale théorique.

Direction causale

« Je n’arrive pas à dire si c'est la X qui détermine la Y ou à l'inverse ». Il y a trois manières de déterminer la direction causale et de s'approcher de l'idéal théorique afin de définir une relation de cause à effet. - manipulation de la variable indépendante : analyse expérimentale, ce sont des méthodes scientifiques fondamentales différentes. - succession temporelle : il y a certaines variables qui précèdent logiquement d’autres variables. Par exemple, la socialisation primaire précède (influence) le comportement de vote de quelqu’un qui a 30 ans. (le problème de l’endogénéité est dans ce cas résolu). Dans certains cas il y a des successions évidentes. Au niveau empirique cela est important pour déterminer une direction à la causalité. - impossibilité logique : la classe sociale ne détermine pas une orientation politique. Il y a certains facteurs qui ne peuvent dépendre d’autres facteurs. Il y a des impossibilités logiques qui permettent d’établir le lien de cause à effet.

Contrôle des variables étrangères

Sur le plan empirique on pourrait dire que le niveau de participation politique varie en fonction de plusieurs variables. C’est tout l’enjeu du contrôle des variables étrangères. On peut dire que 90% de ce que l’on fait dans le cadre de la recherche en science-sociale consiste à faire en sorte que l’on puisse contrôler l’effet de facteurs explicatifs qui ne nous intéressent pas. Elément décisif : contrôle des autres variables. - application de la règle « ceteris paribus » : on peut déterminer la relation cause-effet en sachant que le reste n'intervient pas, toutes choses égales par ailleurs. On constate une relation entre un phénomène donné et un autre phénomène toutes choses égales par ailleurs, c’est-à-dire qu’il faut faire en sorte qu’on puisse dire que tous les autres facteurs soient contrôlés ou, en d’autres termes, rendus constant. - dépend de la logique du dessin de recherche : c’est ma manière de contrôler le rôle des autres causes potentielles qui dépendent du design du modèle de recherche. Dépend de la logique du dessin de recherche ; dessin de la recherche observationnelles. La manière de contourner ce problème et différent selon le modèle de recherche. L’objectif est de contrôler l’effet d’autres causes potentielles dont on veut montrer l’effet.

Relation causale fallacieuse

Exemple de relation causale fallacieuse

Exemple :

-Utilisation de la télévision de la part de deux candidats à l’élection présidentielle pour communiquer leur programme

-Le vote est influencé par plusieurs facteurs(âge, genre, éducation, classe sociale, orientation politique de la famille, etc..)

-On veut voir l'effet de l'exposition à la compagne en télévision.

-Les électeurs qui ont suivi la campagne en télévision (X) ont voté plus nombreux pour un des deux candidats (Y)

-Les électeurs plus âgés (Z) regardent plus souvent la télévision

Donc c'est pas la télévision (X) qui influence le vote (Y), c'est Z qui influence Y, il faut faire attention.

Deux manières pour contrôler empiriquement une affirmation causale

Analyse de la covariation (donnée d’observation)

→ Contrôle (transformation des variables étrangères en constantes)

→ Dépuration (contrôle statistique)

C'est la même chose mais on passe au deuxième quand il y a plusieurs variables quand il y a plusieurs variables.

Exemple :

	Voté / Exposition médiatique		Faible		Élevé
	Pour lui		80,00%		20,00%
	Pas pour lui		20,00%		80,00%
			100,00%		100,00%

Notes

<vote type=1 />