PRÉLIMINAIRES

I. Épistémologie et Enjeux Scientifiques du Domaine

L’émergence de la statistique moderne, de la démographie et de la sociologie quantitative marque le passage d’une gouvernance par l’intuition à une administration fondée sur la preuve. Cette Unité d’Enseignement retrace cette triple genèse, non comme des disciplines isolées, mais comme un système de pensée interdépendant visant à quantifier le social. Elle explore la tension fondamentale entre la description des populations et la prédiction de leurs comportements. L’enjeu est de forger une rationalité qui, tout en s’appuyant sur la rigueur mathématique, reste consciente des complexités et des irréductibilités du fait humain.

II. Cartographie des Compétences et Transversalité

Cette UE forge une compétence hybride, à l’intersection de l’histoire des sciences, de l’analyse démographique et de l’investigation sociologique. L’interprétation de l’évolution des méthodes quantitatives (Compétence 2) fournit le recul critique nécessaire pour analyser les dynamiques des populations (Compétence 1). La fusion de ces deux axes permet l’intégration fine des variables sociodémographiques dans la modélisation (Compétence 3). Cette transversalité est la clé : elle arme le futur statisticien non pas d’outils, mais d’une méthodologie complète pour transformer les données brutes en intelligence stratégique exploitable.

III. Alignement Stratégique avec les Réalités Opérationnelles

La maîtrise des concepts de cette UE répond à un besoin criant des organisations opérant en RDC et en Afrique : celui de disposer de diagnostics sociodémographiques fiables pour piloter l’action. Un chargé d’études pour une ONG, un assistant de recherche pour un institut national ou un chargé de suivi-évaluation pour un bailleur de fonds partagent cette exigence. Ils doivent savoir comment une pyramide des âges influence un marché, ou comment une structure familiale impacte l’efficacité d’un programme de santé. Ce cours leur donne précisément ce langage commun.

PARTIE 1 : HISTOIRE ET ÉPISTÉMOLOGIE DE LA STATISTIQUE

Chapitre I. Fondements : de l’Arithmétique Politique à la Théorie des Probabilités

I.1 L’Arithmétique Politique des Précurseurs

Héritage du XVIIe siècle, l’arithmétique politique de John Graunt et William Petty constitue la première tentative systématique de quantifier les phénomènes sociaux. En analysant les bulletins de mortalité londoniens, ils ne cherchaient pas seulement à compter les morts mais à déceler des régularités, des lois sous-jacentes gouvernant la vie et la mort des populations. Cette section dissèque cette ambition originelle de transformer le chaos apparent des faits sociaux en un ordre numérique intelligible, posant ainsi les bases d’une science de l’État et de la gouvernance par les nombres.

I.2 Mécanismes de la Quantification : Recensements et Registres

Au cœur de la statistique naissante se trouve un outil d’une puissance redoutable : le recensement. Ce chapitre examine la mécanique de sa mise en œuvre, depuis les dénombrements de l’Antiquité jusqu’aux registres d’état civil systématisés par les États-nations modernes. L’analyse se concentre sur la standardisation des catégories (âge, sexe, profession) et les défis logistiques du dénombrement exhaustif. C’est l’étude de l’infrastructure informationnelle qui a rendu possible la transformation des sujets en une population statistiquement descriptible et donc gouvernable par des politiques publiques ciblées.

I.3 Limites et Critiques des Premières Données

La prétention à l’objectivité des premiers chiffres se heurte rapidement à des biais structurels massifs. Cette partie expose les failles inhérentes aux données pré-modernes : sous-enregistrement des naissances, classification arbitraire des causes de décès, et manipulation politique des résultats du recensement à des fins fiscales ou militaires. L’analyse critique de ces limitations n’est pas un simple exercice historique. Elle instille une vigilance méthodologique essentielle pour le statisticien contemporain, l’obligeant à questionner en permanence la provenance, la qualité et les intentions derrière chaque jeu de données.

I.4 Application : Le Défi du Recensement en Contexte Africain

Face à l’immensité territoriale et à la faible densité des infrastructures en RDC, l’organisation d’un recensement exhaustif est un défi logistique et financier colossal. Ce sous-chapitre transpose les leçons historiques aux réalités actuelles, en analysant les stratégies d’innovation frugale : recensement par échantillonnage, utilisation de la téléphonie mobile pour la collecte (CATI), et couplage avec les registres de vaccination. L’objectif est de former les étudiants à concevoir des protocoles de collecte de données qui soient à la fois rigoureux scientifiquement et réalisables économiquement.

Chapitre II. La Révolution Inférentielle et ses Controverses

II.1 La Synthèse de Fisher : L’Ère de l’Inférence Statistique

La rupture introduite par Ronald A. Fisher au début du XXe siècle est totale, déplaçant l’objet de la statistique de la simple description à l’inférence. En développant des concepts comme le plan d’expérience, l’analyse de la variance (ANOVA) et la signification statistique, il a fourni un arsenal pour tirer des conclusions sur une population à partir d’un simple échantillon. Ce segment explore la puissance de cette nouvelle logique. Il s’agit de comprendre comment la science a acquis la capacité de tester des hypothèses et de quantifier l’incertitude.

II.2 Outils de l’Inférence : Estimation, Intervalles de Confiance et Tests d’Hypothèses

Sous l’angle de la précision, l’inférence statistique repose sur une trinité d’outils conceptuels. L’estimation ponctuelle et par intervalle permet de quantifier une caractéristique inconnue de la population, tandis que le test d’hypothèse offre un cadre formel pour prendre une décision face à l’incertitude. Ce module décompose la mécanique de ces outils, en insistant sur l’interprétation correcte de leurs résultats. L’étudiant apprendra à construire et à lire un intervalle de confiance, et à distinguer la signification statistique de la pertinence pratique d’un résultat.

II.3 La Crise de la Réplication et la Critique de la p-valeur

La controverse sur la p-valeur secoue les fondements de la science expérimentale depuis des décennies. Une mauvaise interprétation de ce seuil de 0.05 a conduit à une “crise de la réplication” dans de nombreuses disciplines, où des résultats significatifs se révèlent être des artefacts statistiques. Cette section plonge au cœur de ce débat épistémologique. Elle oppose l’approche fréquentiste de Neyman-Pearson à des alternatives comme l’inférence bayésienne, forçant l’étudiant à adopter une posture critique vis-à-vis des outils qu’il utilise et des conclusions qu’il en tire.

II.4 Application : Audit d’une Étude de Santé Publique à Kinshasa

À partir d’une étude de cas réelle sur la prévalence du paludisme à Kinshasa, ce module applique les outils de l’analyse critique. L’étudiant devra évaluer la robustesse de l’étude : la taille de l’échantillon est-elle suffisante ? Le plan d’échantillonnage est-il exempt de biais ? Les conclusions tirées des tests statistiques sont-elles justifiées ou surinterprétées ? Cet exercice pratique ancre la théorie dans le métier de chargé d’études. Il s’agit de développer le réflexe de valider la méthodologie avant d’accepter les conclusions d’un rapport.

PARTIE 2 : FONDAMENTAUX DE L’ANALYSE DÉMOGRAPHIQUE

Chapitre III. Les Composantes Fondamentales de la Dynamique des Populations

III.1 Concepts Clés : Fécondité, Mortalité et Migration

Toute dynamique de population se décompose en trois processus fondamentaux : les naissances (fécondité), les décès (mortalité) et les mouvements de personnes (migration). Cette section définit rigoureusement ces concepts, en distinguant la fécondité de la fertilité, la mortalité endogène de l’exogène, et les différents types de migrations. L’objectif est de construire un vocabulaire technique précis. C’est la condition sine qua non pour pouvoir ensuite mesurer, comparer et modéliser les changements qui affectent la taille et la structure de toute population humaine.

III.2 Instruments de Mesure : Taux, Ratios et Indices

Pour quantifier la dynamique démographique, le chercheur s’appuie sur un arsenal d’indicateurs standardisés. Ce module présente la construction et l’interprétation des principaux outils : taux bruts et spécifiques (par âge, par sexe), indice synthétique de fécondité (ISF), quotient de mortalité et espérance de vie. L’accent est mis sur la logique sous-jacente de chaque indicateur. L’étudiant apprend à choisir le bon outil pour répondre à une question précise, et à éviter les pièges d’interprétation liés aux effets de structure de la population.

III.3 Analyse Critique : Les Limites des Indicateurs Agrégés

Un indicateur national comme l’espérance de vie à la naissance peut masquer des inégalités abyssales. Cette section critique la vision monolithique que peuvent donner les indicateurs agrégés, en montrant comment ils invisibilisent les disparités entre milieux urbain et rural, entre groupes socio-économiques ou entre sexes. L’analyse du paradoxe de Simpson est ici centrale. Elle démontre comment une tendance observée dans des groupes peut s’inverser lorsque ces groupes sont combinés, soulignant la nécessité absolue de désagréger les données pour une analyse fine.

III.4 Application : Profil Démographique d’une Province de la RDC

En utilisant les données de l’Enquête Démographique et de Santé (EDS-RDC), les étudiants sont chargés de dresser le portrait démographique complet d’une province spécifique. Ils devront calculer et interpréter les principaux indicateurs de fécondité et de mortalité, puis rédiger une note de synthèse pour un décideur politique. Cet exercice concret vise à traduire les chiffres en un diagnostic opérationnel. Il s’agit de mettre en évidence les défis prioritaires (ex: mortalité infantile élevée, fécondité des adolescentes) et de formuler des pistes d’action.

Chapitre IV. Structure et Projection des Populations

IV.1 La Pyramide des Âges : Photographie d’une Population

Structure visuelle iconique, la pyramide des âges est bien plus qu’un simple graphique ; c’est une synthèse de l’histoire démographique passée d’une population et une préfiguration de son avenir. Ce segment enseigne une lecture experte de sa morphologie. Il s’agit d’apprendre à identifier les traces d’événements passés (baby-boom, guerre, famine) et à en déduire les défis futurs (pression sur le système éducatif, vieillissement, charge de la dépendance). La pyramide devient un outil de diagnostic et de prospective instantané.

IV.2 Mécanismes de Projection : La Méthode des Composantes

Projeter l’avenir d’une population exige un modèle robuste. La méthode des composantes constitue le standard international en la matière, simulant l’évolution d’une population année par année en appliquant des hypothèses de fécondité, de mortalité et de migration à chaque cohorte d’âge et de sexe. Ce module en détaille la mécanique. L’étudiant apprend à construire un modèle de projection simple, en comprenant l’impact crucial du choix des hypothèses sur la fiabilité et l’horizon de validité des résultats obtenus.

IV.3 Incertitudes et Limites des Projections Démographiques

Toute projection est conditionnée par ses hypothèses, qui sont par nature incertaines. Cette section aborde de front les limites de l’exercice prédictif en démographie. Elle analyse les sources d’erreur (imprévisibilité des crises, changements comportementaux rapides) et présente les approches stochastiques qui permettent de quantifier cette incertitude en produisant des intervalles de confiance autour des prévisions. L’objectif est de former des analystes lucides, capables de communiquer non seulement les résultats d’une projection, mais aussi leur degré de fiabilité et leurs marges d’erreur.

IV.4 Application : Modéliser l’Impact du Dividende Démographique en Afrique

Le concept de “dividende démographique” est au cœur des stratégies de développement sur le continent. Ce sous-chapitre propose une mise en situation concrète : modéliser l’impact d’une baisse rapide de la fécondité sur la structure par âge d’un pays comme le Sénégal ou le Rwanda. Les étudiants devront utiliser la méthode des composantes pour quantifier la “fenêtre d’opportunité” démographique. Ils évalueront les conditions (investissements dans l’éducation, la santé, l’emploi) nécessaires pour transformer ce potentiel démographique en une croissance économique durable.

Chapitre V. Démographie Appliquée et Variables Sociologiques

V.1 La Transition Démographique : Théorie et Relectures Critiques

Conceptualisé pour décrire l’évolution des populations européennes, le modèle de la transition démographique postule un passage universel d’un régime de haute fécondité/mortalité à un régime de basse fécondité/mortalité. Cette section présente le modèle classique avant de le confronter à ses critiques. Elle analyse la diversité des trajectoires observées dans les pays du Sud. L’enjeu est de dépasser une vision mécaniste pour comprendre les facteurs culturels, économiques et politiques qui modulent le rythme et les modalités de la transition dans chaque contexte.

V.2 Intégration des Variables Sociologiques dans l’Analyse

La fécondité ne dépend pas que de la biologie ; elle est encastrée dans des normes sociales, des structures familiales et des rapports de genre. Ce module enseigne comment intégrer des variables sociologiques (niveau d’éducation des femmes, statut matrimonial, religion) dans les modèles démographiques. L’utilisation de techniques comme la régression logistique est introduite pour quantifier l’impact de chaque facteur. L’objectif est de passer d’une description des “comment” à une explication des “pourquoi” des comportements démographiques observés sur le terrain.

V.3 Démographie de la Santé : Mesurer la Morbidité et le Handicap

Au-delà de la mortalité, la démographie s’intéresse de plus en plus à la qualité de vie et à l’état de santé des populations. Cette section introduit les concepts de morbidité, d’incapacité et les indicateurs synthétiques comme les années de vie corrigées de l’incapacité (DALY). L’analyse de ces données est cruciale pour l’allocation des ressources de santé. Elle permet d’identifier les pathologies qui pèsent le plus lourdement sur la société, non seulement en termes de décès mais aussi en termes de souffrance et de perte de productivité.

IV.4 Application : Évaluation d’un Programme de Planification Familiale

En tant qu’assistant de recherche, l’étudiant est mandaté pour évaluer l’impact d’un programme de planification familiale dans une zone de santé. Il devra formuler des hypothèses, sélectionner les indicateurs pertinents (taux de prévalence contraceptive, indice synthétique de fécondité) et proposer un protocole d’évaluation quasi-expérimental (comparaison avant/après avec un groupe témoin). Cet exercice synthétise les compétences du bloc démographie. Il s’agit de mobiliser les outils d’analyse pour produire une évaluation rigoureuse et utile à la décision.

PARTIE 3 : INTRODUCTION À LA SOCIOLOGIE QUANTITATIVE

Chapitre VI. Quantifier le Social : Enjeux et Méthodes

VI.1 Les Pères Fondateurs : De Durkheim à Bourdieu

Ancrée dans la tradition sociologique, la quantification du social trouve ses racines chez Émile Durkheim, qui, dans “Le Suicide”, utilise des statistiques pour révéler des régularités sociales derrière un acte apparemment individuel. Cette section retrace cette lignée intellectuelle jusqu’à Pierre Bourdieu et son usage de l’analyse des correspondances pour cartographier l’espace social. L’objectif est de montrer que la sociologie quantitative n’est pas une simple application de techniques, mais une démarche théorique visant à objectiver les structures invisibles qui régissent la société.

VI.2 L’Enquête par Questionnaire : De la Conception à l’Analyse

L’enquête par questionnaire est l’outil par excellence de la sociologie quantitative pour collecter des données primaires sur les attitudes, les opinions et les comportements. Ce module couvre l’ensemble du processus : formulation d’une problématique, construction et pré-test du questionnaire, élaboration d’un plan d’échantillonnage et stratégies de collecte. Une attention particulière est portée à la formulation des questions pour éviter les biais. L’étudiant apprend à transformer un concept sociologique abstrait (ex: le capital social) en une série de variables mesurables.

VI.3 La Critique de la Quantification : Ce que les Chiffres ne Disent Pas

Face à l’ambition de tout mesurer, une tradition critique en sociologie met en garde contre les dangers du fétichisme du chiffre. Cette section explore les arguments de l’approche qualitative et ethnographique, qui soulignent que la quantification peut écraser le sens que les acteurs donnent à leurs actions. Le débat n’est pas de rejeter les chiffres, mais de comprendre leur place. Il s’agit de former des analystes capables d’articuler intelligemment données quantitatives (le “combien”) et données qualitatives (le “comment” et le “pourquoi”).

VI.4 Application : Mesurer la Mobilité Sociale à Lubumbashi

Le rêve d’ascension sociale est-il une réalité à Lubumbashi ? Pour répondre à cette question, les étudiants doivent concevoir une mini-enquête. Ils définiront l’origine sociale (profession des parents) et la position d’arrivée (profession actuelle), puis construiront une table de mobilité simple. Cet exercice les confronte aux défis concrets : comment coder les professions de manière pertinente dans le contexte local ? Comment interpréter les pourcentages de mobilité observée ? C’est une initiation pratique au métier de chargé d’études sociales.

ANNEXES

A. Protocole de Conception d’un Questionnaire d’Enquête Socio-Démographique en Milieu Périurbain

Ce guide pratique détaille, étape par étape, la création d’un questionnaire robuste pour un chargé d’études sociodémographiques. Il couvre la définition des objectifs, la traduction des hypothèses en questions fermées et ouvertes, et les techniques pour éviter les biais de formulation et de désirabilité sociale. Une section spécifique est dédiée à l’adaptation culturelle des questions et à la stratégie de pré-test sur un échantillon restreint. L’annexe fournit un modèle commenté, applicable directement à une enquête de terrain sur les conditions de vie des ménages.

B. Guide d’Initiation au Traitement de Données avec PSPP/PSPPire

Destinée à l’assistant de recherche, cette annexe est un tutoriel d’initiation à PSPP, une alternative libre et gratuite à SPSS, fonctionnant sur des ordinateurs peu puissants. Elle explique comment créer une base de données, importer des données depuis un tableur, étiqueter les variables et les modalités, et générer les analyses de base vues dans le cours : tris à plat (fréquences), tris croisés (tableaux de contingence) et calcul de moyennes. L’objectif est de rendre l’étudiant autonome pour le traitement primaire d’une enquête sans dépendre de logiciels coûteux.

C. Canevas d’un Rapport de Suivi-Évaluation pour un Projet de Développement

Cette annexe fournit une structure type pour un rapport de suivi-évaluation, un livrable clé pour le métier de chargé de S&E. Le canevas est organisé autour de la chaîne de résultats : présentation du contexte et de la logique d’intervention, analyse des indicateurs de réalisation (outputs) et de résultats (outcomes), discussion des défis rencontrés et formulation de recommandations claires et actionnables pour la direction du projet. Un exemple basé sur un projet fictif d’accès à l’eau potable illustre comment articuler données quantitatives et analyse qualitative.

Lire aussi :

Cours de Mémoire, master-2, MFO2241

Cours de Langues et communication 1, licence-1, LAC1111

Cours de Programmation Parallèle, master-1, PRP2121

Cours de Séminaire Informatique, licence-4, SEF1481

Cours de Anglais Technique-4, master-1, AGT2111

Cours de Hydrologie, master-1, HYD2121