Méthodes quantitatives vs. méthodes qualitatives…

…ou « pourquoi bâtir un raisonnement économique ou politique sur des statistiques est complètement con ».

Comme tous les mois, on nous parle de la « hausse baissière à reculons inversés » du chômage en France. Comme TOUS les mois, on vient mettre en évidence le décalage entre les chiffres Pôle Emploi (basé sur le nombre d’inscrits dans ses services, répartis en catégories) et les chiffres de l’INSEE, basés sur des « enquêtes » statistiques, établies à partir de sondages sur « panel représentatif de la population en France ».


Dans le premier cas, on a une méthode qualitative, tirée d’une donnée brute fiable, dans le deuxième, on a une méthode quantitative d’extrapolation avec des équations et des variables qu’on dose un peu comme on veut.

Vous le savez si vous suivez ces pages régulièrement mais je vais le répéter, j’ai claqué la porte de mon doctorat à Turin entre autres raisons parce que le conseil scientifique du programme voulait m’imposer de faire des études quantitatives, ce que je refuse pour des raisons éthiques (intégrité scientifique). Rien n’est plus simple que de manipuler des statistiques et des ensembles de données brutes, et de les trafiquer pour aller dans un sens ou dans un autre selon le vent du moment. J’ai même été formé pour le faire: on appelle ça une « correction de données » ou une « correction de modèle », et ça consiste à exclure des données de l’ensemble qu’on analyse « parce qu’elles ne sont pas cohérentes avec les observations », ou à introduire des variables dans le modèle pour tordre les résultats dans un sens qui correspond mieux « aux observations » (en réalité, aux préjugés du modélisateur). La plupart des corrections (certaines sont légitimes, tout de même) ne sont pas décrites dans les articles et les études, ce qui permet de faire croire qu’elles collent au réel. C’est beaucoup plus compliqué avec une démarche qualitative, parce que là, on explique tout de A à Z, et on ne peut pas tordre les données sans que ça ne se détecte tout de suite.

Ce traficotage statistique n’a pas lieu qu’à l’INSEE (même si ils sont champions pour ça), mais à tous les niveaux politico-économiques de l’Etat, depuis le service municipal ultra-rural à la présidence de la République. Or, c’est avec ce genre de saloperie que sont élaborées des réformes comme celle des retraites ou celles sur la santé/hôpital, et plus généralement, TOUTES les lois en France.
Notre Etat français, comme toutes les socio-démocraties occidentales, est un vaste marais de pus vérolé et envahi de parasites porteurs de tous les maux qui nous frappe en tant que Peuple.

Il est temps d’assainir tout ça, et de rebâtir une communauté française forte, assise sur une identité claire, appuyée sur des valeurs d’honneur, de droiture, d’honnêteté et de transparence.

BONUS

Un cas concret: dans le cadre de mon programme doctoral, j’ai travaillé sur une analyse quantitative de la réforme des retraites Monti-Fornero de 2011 en Italie. L’idée était de vérifier si la réforme, dont l’objet était de repousser l’âge de départ en retraite et in fine d’économiser de l’argent public, avait produit des effets. L’étude portait sur un ensemble de données recueillies comme l’INSEE, par enquête auprès d’un panel de 20 000 personnes environ. En gros, l’exercice consistait à prendre les gens de ce panel étant partis à la retraite avant la loi, de regarder l’âge moyen qu’ils avaient à l’époque, puis de comparer avec les gens qui sont partis à la retraite après l’entrée en vigueur de la loi, et de regarder quel âge ils avaient à ce moment là.

Premier problème: l’enquête ne concernait pas les retraites, mais la situation socio-professionnelle au sens large des répondants. Pour des raisons de coûts, les enquêtes portent généralement sur plusieurs sujets à la fois, et non un seul. C’est ainsi que sur 20 000 « échantillons » (nom donné à une personne interrogée), il n’y en a en réalité qu’une petite partie qui est pertinente pour une analyse portant sur les retraites. Dans le cas présent, l’ensemble de donnée s’est réduit à 1700 échantillons, sur 20 000 au départ. Avec d’importantes disparités régionales (la situation n’est pas la même dans le nord industriel de l’Italie, et le sud rural, agricole), d’importantes disparités relatives aux carrières (fonctionnaires, ouvriers, professions libérales…) et même au regard du sexe ou de la situation maritale. Or, ces données sont extrêmement importantes quand on prétend analyser l’impact d’une loi sur une population… et dans le cas présent, sur un panel représentatif au départ, une fois le tri effectué, il n’y a absolument plus aucune représentativité.

Cette loi avait été présentée avec l’attirail habituel de promesses et de graphiques colorés. Elle était sensée résoudre tous les problèmes: corriger le déficit des caisses de retraites, protéger les veuves, soutenir les femmes célibataires, profiter aux personnes ayant eu une carrière d’emplois précaires ou à temps partiel, tout en étant « plus juste » avec les travailleurs pauvres. Elle a été une catastrophe pour tout le monde en Italie, à quelques exceptions près (les cadres, les professions libérales type médecins ou avocats… et encore), et est l’une des raisons pour lesquelles le M5S et la Liga ont pu s’entendre pour former un gouvernement en 2018. Dans l’analyse que j’avais faite à partir des données gouvernementales, il n’y avait que peu d’impact pour les travailleurs des classes ouvrières et pas ou peu qualifiées, et les plus affectés étaient au contraire les personnes diplômées, ce qui était parfaitement en accord avec le discours de « justice » du gouvernement italien.

Comment expliquer un tel décalage entre l’analyse et la réalité? Avec une analyse qualitative. L’astuce, c’était que les statistiques portaient non pas sur le rallongement de carrière, mais sur l’âge de départ en retraite. Et le diable est dans les détails: les classes ouvrières entrent plus tôt dans la vie active (généralement entre 16 et 20 ans) comparativement aux fonctionnaires et autres diplômés (entre 20 et 25 ans). Or, depuis la fin des années 1960 et surtout le début des années 1970, la population italienne, tout comme la population française, s’est détournée des métiers ouvriers et s’est mise à faire des études, entrant de ce fait plus tardivement sur le marché du travail. L’infléchissement a même une date de « naissance »: 1968, qui a été une année capitale dans toute l’Europe occidentale et pas seulement en France.

La jeunesse de l’époque post-68 tendait à se détourner des voies manuelles (équivalent CAP/BEP) et de l’apprentissage, pour faire un équivalent bac (bac pro ou bac général) voire un diplôme équivalent DEUG (bac +2; il faut rappeler aux plus jeunes que la réforme Licence+Master+Doctorat ou LMD date de 2004). Un rallongement d’études d’environ deux ans, décalant d’autant l’entrée dans la vie active… Et c’est ainsi qu’une quarantaine d’années plus tard, une loi réformant les retraites donne l’illusion d’avoir effectivement décalé l’âge de départ en retraite d’environ deux ans, tout en camouflant dans les chiffres son impact économique dramatique pour les plus pauvres et les plus précaires… et tous les autres. Car dans les faits, comme en France, la réforme portait moins sur l’âge de départ en retraite que sur le montant des pensions, dépendant de la durée de cotisation (42, puis 43 puis 44 ans): une personne qui avait cotisé la durée légale mais n’avait pas l’âge de départ en retraite devait rester au travail sous peine de voir les montants de sa pension réduits. Et inversement, une personne qui avait l’âge de départ en retraite mais n’aurait pas cotisé la durée prévue avait elle aussi une pension de retraite totalement ridicule.

L’ensemble de la population la plus âgée était donc affecté très négativement sur le plan économique (et c’était encore pire pour les populations déjà précarisées), ce qui ne ressortait absolument pas des statistiques du gouvernement italien, qui au contraire avait présenté un impact financier positif, à partir de ses modèles quantitatifs, alors qu’une analyse qualitative portant sur les données disponibles auprès des caisses de retraite aurait montré la catastrophe et aurait permis de mettre en place un système alternatif beaucoup plus adapté. C’était ce qu’avaient proposé la Liga de Matteo Salvini et le Movimente 5 Stelle de Luigi di Maio, avec le « Quota 100 », un système très simple: lorsqu’une personne atteint « 100 » en cumulant son âge et le nombre d’année de cotisation pour la retraite, elle peut prétendre à partir à la retraite (une personne de 58 ans ayant cotisé 42 ans peut donc y prétendre, une personne de 65 ans ayant cotisé 34 ans devra attendre un an de plus). Il y a évidemment une indexation sur la durée et les montants de cotisation et d’autres ajustements, mais il y a surtout une pension de base indexée sur le coût de la vie permettant à quelqu’un ayant travaillé toute sa vie de ne jamais tomber sous le seuil de pauvreté…

Les données socio-économiques ne sont pas encore suffisantes pour juger de la pertinence de ce système, néanmoins les premiers indicateurs sont tout à fait positifs, au grand dam des financiers qui avaient prédit une catastrophe, avec leurs modèles quantitatifs trafiqués…

Une réflexion sur « Méthodes quantitatives vs. méthodes qualitatives… »

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *