3.3 Profils des adolescentes
selon qu'elles sont ou non enceintes et redéfinition du niveau de vie du
ménage : analyse multidimensionnelle
Dans cette section nous essayerons d'une part de
dégager les profils des adolescentes selon qu'elles sont enceintes ou
pas au moment de l'enquête et d'autre part, nous essayerons de
redéfinir ces profils selon que l'adolescente est issue d'une famille
« pauvre » ou « non pauvre ». La
présentation bidimensionnelle nous a permis d'appréhender les
diverses relations qui existent entre la survenance d'une grossesse chez les
adolescentes et les caractéristiques sociodémographiques,
culturelles et comportementales de celles-ci. Mais cette analyse ne nous a pas
permis de cerner l'influence combinée de ces différentes
variables sur la grossesse chez les adolescentes. Pour parer à cette
insuffisance, nous ferons une analyse multivariée et plus
précisément une Analyse des Correspondances multiples (ACM) sur
un ensemble de variables sélectionnées.
3.3.1 Bref aperçu sur l'Analyse des Correspondances
Multiples (ACM)
L'ACM est une méthode d'analyse factorielle due
à Guttman (1941) et à Benzecri (1973). Elle
généralise l'AFC et permet donc de représenter sur le
même graphique les modalités de réponses de plus de 2
variables. Elle présente une propriété particulière
redevable à la nature même du tableau disjonctif complet. En
effet, elle met en évidence des types d'individus ayant des profils
semblables quant aux attributs choisis pour les décrire. Les
règles d'interprétation des résultats (Coordonnées,
CRT, CO2) concernant les éléments actifs d'une ACM sont
sensiblement les mêmes que celle d'une AFC. Pour choisir la dimension du
sous-espace de projection, on utilisera soit le critère du coude de
Cattell (décrochement ou décroissance des premières
valeurs propres), soit le critère de Kaiser, et très souvent la
règle de la valeur propre supérieure à la moyenne des
valeurs propres . La faible part de la variance expliquée sur les
premiers axes est une caractéristique de l'ACM qui donne
généralement des mesures pessimistes de l'information extraite.
L'inertie totale est donnée par et exprime le nombre moyen des
modalités par les variables actives d'une unité. Contrairement
à cette somme des valeurs propres (inertie totale) qui n'a pas de sens
statistique, la somme des carrés des valeurs propres est un indicateur
de liaison entre variables : elle est d'autant plus élevée
que les liaisons entre variables sont plus fortes. En ACM, une variable
continue n'est active que si elle est rendue nominale (soit
découpée en classe, soit recodée selon 2 colonnes
numériques). En Annexe E, est présenté l'AFC et l'aide
à l'interprétation des résultats d'une ACM
(encadré E.1 et E.2).
| 
