Vous êtes sur la nouvelle plateforme d’Érudit. Bonne visite! Retour à l’ancien site

Recensions

Bressoux, P. (2008). Modélisation statistique appliquée aux sciences humaines. Bruxelles, Belgique : De Boeck

  • Sébastien Béland

…plus d’informations

  • Sébastien Béland
    Université du Québec à Montréal

Logo de Revue des sciences de l’éducation

Corps de l’article

L’ouvrage de Bressoux est pertinent : il a été écrit par un chercheur qui fait autorité dans le domaine et il propose de nombreux exemples d’applications tirés des sciences de l’éducation. Néanmoins, nous ne conseillons pas ce livre aux débutants. Comme l’auteur le précise dans l’avant-propos : Je ne suis pas revenu à des niveaux aussi basiques que la présentation de la moyenne, de la médiane, de la variance, de l’écart-type ou autres notions élémentaires, les supposant maîtrisées par les lecteurs (p. 9).

Au niveau du contenu, l’ouvrage comporte 464 pages divisées en sept chapitres. Le premier chapitre offre l’ébauche d’une épistémologie de la modélisation statistique en sciences sociales. Les chapitres 2 et 3 se concentrent sur les relations linéaires : on y présente la droite de régression des moindres carrés ordinaires, les tests d’hypothèses et la régression multiple. À cet effet, l’ouvrage devient particulièrement éclairant lorsqu’il met en exergue les violations aux hypothèses sous-jacentes aux modèles en régression linéaire (p. 103 à 110). Le chapitre 4 traite de l’existence de relations non linéaires (la régression par segments et l’utilisation de variables quadratiques), tandis que le chapitre 5 se concentre sur les constituantes de la régression logistique. Selon nous, c’est l’excellente introduction aux modèles multiniveaux (dont il est question dans les chapitres 6 et 7) qui permet à l’ouvrage de Bressoux de se démarquer des autres publications en statistique.

Modélisation statistique appliquée aux sciences humaines a la qualité de ne pas être trop hermétique. En effet, il offre des pistes de réflexion à ceux qui s’intéressent aussi à des modèles qui ne sont pas directement traités ici : la théorie de la réponse aux items (chapitre 5) ou la modélisation par équations structurelles (chapitres 1 à 3). Dans ce sens, ce livre peut se présenter comme un complément de compréhension de qualité aux principaux ouvrages en mesure, publiés depuis quelques années [voir Laveault, D. et Grégoire, J. (1997). Introduction aux théories des tests en sciences humaines. Bruxelles, Belgique : De Boeck., ainsi que Bertrand, R. et Blais, J.-G. (2004). Modèles de mesure : l'apport de la Théorie de la réponse aux items. Sainte-Foy, Québec : Presses de l'Université du Québec]. De plus, Bressoux a eu la présence d’esprit d’inclure, à la fin de chaque chapitre, le code SAS des simulations qu’il a produites tout au long de sa démonstration.

À la marge, l’ouvrage de Bressoux est audacieux. Peut-être même trop, puisque le champ d’application qu’il couvre est si vaste que cela rend le livre difficilement utilisable comme unique soutien d’apprentissage. Bien qu’il soit louable que l’auteur ait intégré de nombreux exemples afin d’illustrer sa démarche, il nous semble que la présentation allait parfois trop vite pour le lecteur. En effet, d’autres auteurs [comme Howell, D.C. (2008). Méthodes statistiques en sciences humaines (traduit de la 6e édition américaine). Bruxelles, Belgique : De Boeck.] présentent les mêmes types de modèles en prenant soin d’intégrer des exercices qui permettent au lecteur de tester sa compréhension de la matière. Cette stratégie, à notre sens, aurait grandement contribué à favoriser la compréhension générale des modèles présentés ici.