Méthodes

Consulter la version la plus récente.

Sources de données
Définition des quartiers
Taille de l'échantillon
Description des variables
Analyse multiniveau
Rapport de cotes

Sources de données

Les données qui figurent dans la présente étude proviennent de deux sources : l'Enquête sociale générale (ESG) de 2004 et le Recensement de 2001 mené par Statistique Canada. En 2004, dans le cadre de l'ESG, Statistique Canada a mené son quatrième cycle sur la victimisation et les perceptions des gens face à la criminalité et au système de justice. La population cible de l'ESG de 2004 comprenait toutes les personnes de 15 ans et plus, à l'exception des résidents à temps plein du Yukon, du Nunavut et des Territoires du Nord-Ouest ainsi que des résidents à temps plein dans les établissements. Les données ont été recueillies chaque mois, de janvier à décembre 2004.

Les données du Recensement de 2001 fournissent les chiffres de population et des logements les plus à jour pour l'ensemble du Canada ainsi que pour des régions géographiques plus petites, comme des villes et des secteurs à l'intérieur des villes. Les données socioéconomiques détaillées qui sont utilisées dans la présente étude sont tirées du formulaire complet du recensement, qui est rempli par 20 % des ménages. Ces données ne comprennent pas les résidents d'établissements, c'est-à-dire ceux qui vivent dans les hôpitaux, les centres de soins prolongés, les prisons et les autres établissements.

Définition des quartiers

Cette étude traite de l'effet de l'environnement des quartiers sur les expériences personnelles de la crainte de la criminalité. Bien qu'il existe plusieurs façons d'établir les limites géographiques des quartiers, aux fins de la présente étude, les secteurs de recensement (SR) de Statistique Canada sont utilisés pour représenter les quartiers. Les SR, qui sont de petites régions géographiques relativement stables, comptent en moyenne de 2 500 à 8 000 résidents. Ils sont situés dans de grands centres urbains de 50 000 habitants ou plus. Les SR correspondent bien aux perceptions locales des quartiers urbains étant donné que leurs limites sont établies par des comités de spécialistes locaux, notamment des planificateurs, des travailleurs de la santé et des enseignants, de concert avec Statistique Canada. Lorsqu'on établit les limites des SR, il est important de s'assurer que la population résidentielle du secteur est aussi homogène que possible sur le plan des caractéristiques socioéconomiques (Statistique Canada, 2003, p. 308).

Taille de l'échantillon

Les analyses figurant dans cette étude sont fondées sur les répondants qui vivent dans de grands centres urbains de 50 000 habitants ou plus au sein des 10 provinces. L'échantillon utilisé dans l'analyse était composé de plus de 12 300 répondants, qui représentaient environ 15 millions de Canadiens vivant dans approximativement 3 900 SR.

Description des variables

Variable du résultat

Crainte de la criminalité dans le quartier : On a demandé aux répondants à quel point ils se sentaient en sécurité face à la criminalité lorsqu'ils marchaient seuls dans leur quartier une fois la nuit tombée. Les réponses possibles étaient les suivantes : tout à fait en sécurité, assez en sécurité, pas très en sécurité ou pas du tout en sécurité. On a créé une variable du résultat à deux catégories, selon laquelle « pas très en sécurité » ou « pas du tout en sécurité » = 1 et « tout à fait en sécurité » ou « assez en sécurité » = 0.

Variables propres aux personnes

Sexe du répondant : Variable à deux catégories selon laquelle les femmes = 1 et les hommes = 0 (catégorie de référence).

Âge : Quatre catégories, soit 15 à 24 ans, 25 à 44 ans (catégorie de référence), 45 à 64 ans et 65 ans et plus.

Revenu total du ménage : Comprend une estimation du revenu total, avant retenues, pour tous les membres du ménage et de toutes les sources au cours des 12 derniers mois. Les données ont été analysées selon le quartile de revenu, le quatrième quartile de revenu (le plus élevé) étant la catégorie de référence.

Niveau de scolarité : Comprend les quatre catégories suivantes : études secondaires partielles ou moins, études secondaires terminées, études postsecondaires partielles, grade ou diplôme d'études postsecondaires (catégorie de référence).

Appartenance à une minorité visible : Variable à deux catégories selon laquelle un membre de minorité visible = 1 et un non-membre de minorité visible = 0 (catégorie de référence). La définition est fondée sur le concept de « minorité visible » énoncé dans la Loi sur l'équité en matière d'emploi, qui s'applique aux personnes ayant indiqué qu'elles ne sont pas de race blanche ou qu'elles n'ont pas la peau blanche. En vertu de cette définition, un non-membre de minorité visible comprend les personnes qui ont indiqué une origine ethnique unique — blanche, une origine ethnique unique — autochtone, de multiples origines ethniques — blanche et latino-américaine et de multiples origines ethniques — blanche et arabe ou asiatique occidentale.

Incident de victimisation au cours de l'année précédente : Variable à deux catégories selon laquelle au moins un incident de victimisation criminelle au cours des 12 mois précédents = 1, et aucun incident de victimisation criminelle = 0 (catégorie de référence). Comprend toutes les formes de victimisation criminelle, notamment les incidents dans lesquels le conjoint ou l'ex-conjoint était l'auteur.

Désordre physique constituant un problème dans le quartier : On a posé aux répondants deux questions concernant l'environnement physique de leur quartier : À quel point est-ce que les situations suivantes constituent un problème : (1) des déchets et des ordures qui traînent? (2) du vandalisme, des graffitis et d'autres dommages volontairement causés à des biens ou à des véhicules? Les réponses possibles étaient les suivantes : c'est un très gros problème, c'est un assez gros problème, ce n'est pas un très gros problème ou ce n'est pas un problème du tout. Une variable à deux catégories a été créée, selon laquelle 1 = l'un ou l'autre type de désordre physique constituant un assez gros problème ou un très gros problème, et 0 = les deux types de désordre physique ne constituant pas un très gros problème ou n'étant pas un problème du tout.

Désordre social constituant un problème dans le quartier : On a posé aux répondants sept questions concernant l'environnement social de leur quartier : À quel point est-ce que les situations suivantes constituent un problème : (1) des soirées ou des voisins bruyants? (2) des gens traînant dans les rues? (3) des gens dormant dans les rues ou d'autres endroits publics? (4) des gens harcelés ou attaqués en raison de la couleur de leur peau, de leur origine ethnique ou de leur religion? (5) des gens qui consomment ou vendent des drogues? (6) des gens en état d'ébriété ou faisant du tapage dans les endroits publics? (7) de la prostitution? Les réponses possibles étaient les suivantes : c'est un très gros problème, c'est un assez gros problème, ce n'est pas un très gros problème ou ce n'est pas un problème du tout. Une variable à deux catégories a été créée, selon laquelle 1 = tout type de désordre social constituant un assez gros problème ou un très gros problème, et 0 = tous les types de désordre social ne constituant pas un très gros problème ou n'étant pas un problème du tout.

Criminalité plus élevée que dans les autres quartiers :On a demandé aux répondants s'ils croyaient que, par rapport aux autres quartiers au Canada, le nombre d'actes criminels commis dans leur quartier était plus élevé, à peu près le même ou moins élevé. Une variable à deux catégories a été créée, selon laquelle 1 = un nombre d'actes criminels plus élevé, et 0 = un nombre d'actes criminels à peu près le même ou moins élevé.

Variables propres aux quartiers

Les variables décrivant le contexte du quartier étaient fondées sur les pourcentages des caractéristiques socioéconomiques, démographiques et de logement dans la population calculés à partir des données du recensement mené par Statistique Canada. Dans les analyses, chaque variable du recensement était représentée par une variable à deux catégories divisée en deux à la médiane pour tous les quartiers, indiquant des proportions faibles ou élevées de chaque caractéristique.

Les analyses exploratoires utilisant plus de deux catégories pour ces variables propres aux quartiers n'ont révélé aucune différence statistiquement significative de la crainte de la criminalité entre les autres catégories des variables. Par conséquent, une séparation en deux à la médiane a été utilisée pour faciliter l'interprétation dans la présente étude.

Proportion élevée de familles à faible revenu : Variable à deux catégories selon laquelle 1 = les quartiers affichant une proportion de membres de familles à faible revenu qui est supérieure à la proportion médiane pour l'ensemble des quartiers, et 0 = les quartiers dont la proportion est inférieure à la médiane. Les familles à faible revenu sont celles qui dépensent 20 % de plus de leur revenu disponible que la famille moyenne pour se nourrir, se loger et se vêtir. Les seuils de faible revenu de Statistique Canada varient selon la taille de la famille et de la collectivité. Bien que les seuils de faible revenu servent souvent à fixer les seuils de pauvreté, ils n'ont aucun statut officiel en tant que tel.

Proportion élevée de personnes de 65 ans et plus : Variable à deux catégories selon laquelle 1 = les quartiers affichant une proportion de Canadiens plus âgés qui est supérieure à la proportion médiane pour l'ensemble des quartiers, et 0 = les quartiers dont la proportion est inférieure à la médiane. 

Proportion élevée de membres de minorités visibles : Variable à deux catégories selon laquelle 1 = les quartiers dont la proportion de personnes ayant déclaré appartenir à une minorité visible est supérieure à la proportion médiane pour l'ensemble des quartiers, et 0 = les quartiers dont la proportion est inférieure à la médiane. (Voir la définition d'appartenance à une minorité visible plus haut à « Description des variables »).

Proportion élevée de familles monoparentales : Variable à deux catégories selon laquelle 1 = les quartiers affichant une proportion de famille monoparentales qui est supérieure à la proportion médiane pour l'ensemble des quartiers, et 0 = les quartiers dont la proportion est inférieure à la médiane.  

Faible proportion de résidents de longue durée : Variable à deux catégories selon laquelle 1 = les quartiers dont la proportion de résidents vivant à la même adresse cinq ans plus tôt est inférieure à la proportion médiane pour l'ensemble des quartiers, et 0 = les quartiers dont la proportion est supérieure à la médiane.  

Faible proportion de logements plus récents : Variable à deux catégories selon laquelle 1 = les quartiers dont la proportion de logements construits au cours des 10 dernières années est inférieure à la proportion médiane pour l'ensemble des quartiers, et 0 = les quartiers dont la proportion est supérieure à la médiane. 

Analyse multiniveau

La présente étude vise à déterminer si au moins une partie des écarts de la crainte de la criminalité observés entre les personnes pourrait être attribuable aux endroits où vivent ces personnes. Les voisins peuvent avoir en commun des caractéristiques socioéconomiques et démographiques, des ressources et des expériences. Par conséquent, on peut raisonnablement supposer que les niveaux de crainte éprouvés par les résidents d'un même quartier lorsqu'ils sont seuls dans leur quartier après la tombée de la nuit sont plus semblables entre eux qu'entre les résidents d'autres quartiers.

Du point de vue statistique, il est nécessaire d'utiliser des techniques qui prennent en compte la dépendance possible entre des personnes qui sont regroupées dans un même secteur. Les techniques de régression traditionnelles supposent que les observations individuelles sont indépendantes les unes des autres. Si cette hypothèse n'est pas juste, les estimations des coefficients de régression peuvent être biaisées et les écarts-types, sous-estimés. Les techniques de régression multiniveau permettent de tenir compte de la dépendance possible de la variable du résultat entre les résidents d'un même quartier (Raudenbush et Bryk, 2002; Snijders et Bosker, 1999).

Dans cette étude, une série de modèles de régression logistique multiniveau ont servi à étudier la variation des probabilités de craindre la criminalité chez les résidents des mêmes quartiers. D'abord, le modèle vide (c.-à-d. ne contenant aucune variable explicative) a fourni une estimation de la probabilité attendue de craindre la criminalité d'une personne affichant des caractéristiques socioéconomiques correspondant à la moyenne nationale, ainsi qu'une estimation de l'ampleur de l'écart entre les quartiers pour ce qui est de la crainte de la criminalité (voir la partie sur les coefficients de corrélation interne ci-dessous). Lors de la deuxième étape de l'analyse, un modèle a servi à déterminer si la variation de la crainte de la criminalité entre les quartiers était liée aux caractéristiques des personnes. À la dernière étape de l'analyse, deux modèles ont permis de déterminer si les facteurs propres aux quartiers étaient liés aux probabilités de craindre la criminalité en plus des facteurs propres aux personnes.

Des coefficients de corrélation interne (CCI) ont été calculés pour chaque modèle. Le CCI indique la proportion de la variance totale de la variable du résultat, c'est-à-dire la crainte de la criminalité, qui est attribuable aux caractéristiques des quartiers, et il est égal à la variance entre les quartiers divisée par la somme de la variance entre les quartiers et de la variance entre les personnes (Raudenbush et Bryk, 2002, p. 72). Dans les modèles de régression logistique multiniveau, le CCI a été calculé de la façon suivante : variance entre les quartiers / (variance entre les quartiers + π²/3) (Snijders et Bosker, 1999).

Les valeurs possibles du CCI varient entre 0 et 1, un 0 indiquant que les résidents d'un même quartier n'ont pas du tout les mêmes probabilités de déclarer une crainte de la criminalité et un 1 indiquant que tous les répondants dans chaque quartier ont les mêmes probabilités de déclarer une crainte de la criminalité. Ainsi, une valeur de moins de 0,5 indique qu'il existe une plus grande variabilité à l'intérieur des quartiers qu'entre ceux-ci, alors qu'une valeur de plus de 0,5 signifie qu'il existe une plus grande variabilité entre les quartiers qu'à l'intérieur de ceux-ci. Dans le cas où le CCI = 0, une analyse à un seul niveau serait justifiée, plutôt qu'une analyse multiniveau.

Rapport de cotes

Lorsqu'une variable de résultat pour un modèle de régression est composée de deux catégories, par exemple le sentiment d'insécurité d'un résident lorsqu'il est seul dans son quartier après la tombée de la nuit par rapport au sentiment de sécurité, les chercheurs s'intéressent à déterminer la probabilité de survenance de cet événement dans certaines situations précises, notamment le fait de toucher un faible revenu, d'être de sexe féminin ou d'avoir été victime d'un acte criminel au cours de l'année précédente. Dans ce cas, la régression logistique constitue la technique la plus appropriée. Un rapport de cotes, qui est une statistique produite par régression logistique, peut servir à déterminer si, toutes autres choses étant égales, les personnes affichant certaines caractéristiques sont plus ou moins susceptibles de déclarer une crainte de la criminalité que les personnes appartenant à un autre groupe, soit la catégorie de référence.

Par exemple, si l'on considère le risque de craindre la criminalité encouru par une femme comparativement à un homme (catégorie de référence), un rapport de cotes s'approchant de 1,0 signifie qu'il n'y a aucune différence entre les deux groupes pour ce qui est de la crainte; un rapport de cotes inférieur à 1,0 indique que les membres du groupe étudié (c.-à-d. les femmes) sont moins susceptibles d'afficher une crainte que les membres du groupe de référence (c.-à-d. les hommes); et un rapport de cotes supérieur à 1,0 indique que les membres du groupe étudié sont plus susceptibles d'afficher une crainte que les membres du groupe de référence.