2.2.2 Démarche méthodologique et outils
d'analyse
Afin d'atteindre les objectifs énumérés
à l'introduction générale, nous nous servirons des outils
statistiques et économétriques divers. Ces outils se regroupent
en trois catégories suivant le nombre de variables prises en compte.
Pour ce faire, notre plan d'analyse portera sur trois démarches
hiérarchiques : l'analyse univariée, l'analyse
bivariée et l'analyse multivariée.
2.2.2.1 Analyse univariée
Elle consistera en la construction des tableaux de
fréquences pour décrire les variables qualitatives et nous
calculerons les statistiques de tendance centrale et de dispersion pour les
variables quantitatives. Cette étude se fera tant pour les variables
explicatives que pour la variable à expliquer.
2.2.2.2 Analyse bivariée
Elle visera non seulement à évaluer le lien de
dépendance qui existerait entre les variables à étudier
(grossesse et niveau de vie du ménage) et chacune des variables
sociodémographiques, mais aussi à dégager les profils des
modalités de la variable à expliquer par rapport aux
modalités de chacune des variables sociodémographiques de
l'adolescente. Les outils d'analyse utilisés dans cette démarche
seront les tableaux croisés et l'analyse de contingence (plus
particulièrement le test du khi-deux).
2.2.2.3 Analyse multivariée
Les analyses univariée et bivariée que nous
venons d'évoquer présentent quelques limites qui ne permettent
pas de pousser l'analyse. En effet : 1) elles ne permettent
d'intégrer dans l'analyse qu'un tout petit nombre de variables à
la fois (au plus 2), ce qui oblige le chercheur à opérer un choix
de ses variables ; 2) elles ne permettent pas d'extraire l'information
synthétique des variables traitées. Par contre l'analyse
multivariée, entre autres avantages, permet de contourner ces lacunes.
Elle portera sur deux types d'analyse : l'Analyse des Correspondances
Multiples (ACM) et les régressions multiples (régression
logistique).
Dans le cadre de la présente étude, cette
démarche aura pour but de :
· faire une analyse exploratoire sans choix de variables
a priori, des données liées à l'ensemble des adolescentes
interrogées.
· expliquer la variable-clé (grossesse) par
l'ensemble des variables explicatives retenues en les introduisant
simultanément dans l'analyse.
S'agissant de la régression multiple, la variable
à expliquer et la plupart des variables explicatives étant
qualitatives, nous avons choisi de recourir à la régression
logistique (logit-linéaire) comme méthode explicative. Elle nous
permettra de déterminer les facteurs explicatifs de la grossesse chez
les adolescentes. Ces facteurs seront déterminés d'une part de
manière globale, et d'autre part selon qu'une adolescente soit issue
d'une famille « pauvre » ou « non
pauvre ».
| 
