Environnement psychosocial et attitudes vis-à -vis de la langue maternelle : le cas des adolescents "balengs " de la ville de Yaoundé

3.3. Le cadre général de la cueillette des données

La cueillette des données a été effectuée dans quatre principaux quartiers de la ville de Yaoundé. Il s'agit plus précisément, des quartiers Emombo, Ekounou, Mvog-ada et Nkomo. Ces quartiers ont été retenus pour la cueillette des données, étant donné le grand nombre des natifs de Baleng concentré dans ces zones. Les données ont été recueillies par nous-même dans un cadre familial. Nous nous déplacions avec l'aide des amis aux domiciles des adolescents, et à la fin de chaque rencontre l'enfant nous référait à un autre enfant baleng, en prenant soin de nous donner ses coordonnées. Ainsi cette méthode nous a permis d'obtenir notre échantillon au cours de la période allant du 11 juillet au 04 août 2007.

Sur un total de 230 questionnaires passés sur le terrain, nous sommes rentrés en possession de 217. Et sur les 217 sujets ayant complété toutes les parties du questionnaire, seulement 208 ont été véritablement exploités. Pour éviter de fausser nos analyses statistiques, neuf sujets ont été éliminés lors du dépouillement du questionnaire car ils ne semblaient pas répondre sérieusement à certaines questions. Les données recueillies sur le terrain au cours de l'enquête ont été analysées en utilisant une technique qui mérite d'être préalablement présentée.

3.4. Le plan de l'analyse statistique

Le dépouillement du questionnaire et le traitement statistique ont été réalisé via le logiciel SPSS (Statistical Package for the Social Sciences). Nous avions procédé à deux types d'analyses : descriptive et corrélationnelle.

3.4.1. Analyse descriptive

Après dépouillement du questionnaire nous avions procédé à une analyse descriptive. Celle-ci consistait notamment à examiner les résultats des informations recueillies, à les ordonner, et à les présenter sous forme de tableaux de fréquence. Ces tableaux nous permettant ainsi d'observer les tendances générales des résultats.

3.4.2. Analyses des corrélations 

L'objectif visé par cette analyse est de répondre à notre question de recherche à savoir s'il existe un lien corrélationnel entre l'environnement psychosocial des adolescents balengs et leur attitude vis-à-vis de la langue maternelle. La réponse à cette question passe par la vérification des hypothèses de recherche qui en découlent. Étant donné que chacune des parties du questionnaire comporte un mode d'évaluation et des stratégies de questionnement différentes, nous avons à cet effet utilisé deux outils d'analyse statistique : le test de corrélation Point-Bisérial (noté r_pb) et celui de Bravais Pearson (noté r_xy).

3.4.2.1. Le coefficient de corrélation de Pearson

Le coefficient de corrélation de Pearson (r_XY) est une technique qui mesure le degré et la direction de la relation entre deux variables ordinales. Cet instrument nous permettra de répondre à la question 4 de notre recherche, à savoir le lien qui existe entre l'influence des membres de l'outgroup et les attitudes des adolescents Balengs vis-à-vis de leur langue maternelle. Le choix de ce type d'analyse s'appuie sur le fait que les variables de cette hypothèse de recherche étaient mesurées à partir d'une échelle par intervalle suite au calcul des scores. Généralement, le but de cette analyse est d'une part, de vérifier si deux variable (X et Y) croissent ou décroissent ensemble, d'autre part, de mesurer jusqu'à quel degré elles croissent ou décroissent ensemble.

? Le test d'hypothèses avec le coefficient de corrélation de Pearson

Pour tester une hypothèse avec la statistique de Pearson, il y a cinq principales étapes à suivre.

? Émission de l'hypothèse nulle

La question principale qu'on se pose au départ d'une étude est celle de savoir si la relation entre les variables à l'étude est significative ? Autrement dit le coefficient de corrélation de Pearson est-il significativement différent de 0 ? Ainsi on émet le test d'hypothèse bilatéral suivant :

Avec H₀ = hypothèse nulle

H₁ = hypothèse alternative

? Calcul de la valeur du coefficient de corrélation (r_XY) entre X et Y de l'échantillon

Le coefficient de corrélation d'échantillon (r_XY) peut être donné sous forme de rapport : degré avec lequel X et Y varient ensemble/ degré avec lequel X et Y varient séparément. Ou encore covariance de X et Y/ variance de X et Y séparément. Ceci revient à la formule à partir des données brutes suivante :

Où,

n = nombre de paire d'observations

ÓXY = somme des produits croisés de X et Y

ÓX et ÓY sont respectivement les sommes des scores de X et de Y

ÓX² = somme des carrés des scores pour X

ÓY² = somme des carrés des scores pour Y

(ÓX) ² = carré de la somme des scores pour X

(ÓY) ² = carré de la somme des scores pour Y

? Localisation de la valeur critique de dans le tableau.

Pour obtenir cette valeur, il convient d'abord de définir le degré de liberté. Il s'obtient à travers la formule suivante : ddl = n - 2 avec n = taille de l'échantillon. Ensuite on détermine le seuil de signification qu'on peut noter (). Pour notre étude, . Nous pouvons donc lire le r_XY à 0,05 avec le ddl qui convient sur la table. Notons qu'il s'agit d'un test bilatéral.

? Comparaison du coefficient de corrélation calculé () au coefficient de corrélation critique ( ) et prise de décision

Au terme de nos calculs, au seuil de signification,

Nous rejetterons H₀ si =

Par contre, nous accepterons H₀ si >

? Interprétation du coefficient de corrélation de Pearson

Il s'agit à cette étape de répondre à la question de départ, celle de savoir si est significativement différent de 0. Après le calcul de l'indice, on doit s'assurer qu'il soit compris dans l'intervalle -1 = r_xy = 1. Ainsi, lorsqu'on notera r_xy = -1 et r_xy = 1 cela décrit respectivement une corrélation linéaire parfaite négative et une corrélation linéaire parfaite positive. On notera r_xy = 0 pour signifier qu'il y a absence de corrélation linéaire entre les variables à l'étude.

- Si 0 = r_xy = 0,20, on note une corrélation faible ;

- Si 0,20 = r_xy = 0,40, la corrélation est peu significative ;

- Si 0,40 = r_xy = 0,60, la corrélation est dite moyenne ;

- Si 0,60 = r_xy = 0,80, la corrélation est significative ;

- Si 0,80 = r_xy = 1 la corrélation est forte.

Après avoir déterminé le coefficient de corrélation entre deux variables métriques, il est important d'apprécier l'importance du lien qui existe entre elles. Le calcul du coefficient de détermination () permet ainsi d'obtenir la variabilité commune entre les variables. On l'obtient en multipliant par 100 le coefficient de corrélation élevé au carré.