Dans de nombreuses circonstances, les sociologues se retrouvent avec des données statistiques individuelles pour lesquelles le sexe des enquêté-e-s n’est pas renseigné, mais indiquent toutefois le prénom. Peut-on inférer du genre du prénom le sexe de l’enquêté-e ? C’est la question à laquelle nous avons été confronté-e-s dans le cadre d’une enquête en cours sur les réalisateurs et réalisatrices de longs métrages français dans les années 20001, et il semblerait qu’y répondre soulève plus d’une difficulté.
Comment procéder pratiquement, d’abord, pour créer cette variable “sexe” à partir du prénom ? Coder manuellement chaque entrée ? Dans notre cas, l’enquête porte sur une population de 2400 personnes. Tout en restant faisable, l’opération est pour le moins fastidieuse.
Et puis il y a bien sûr le problème des prénoms dont l’on sait (ou dont ignore) qu’ils sont mixtes – de Dominique à Claude. Mais les Claude sont-il/elles aussi mixtes que les Dominique ? Et qu’en est-il des Alix ? des Yael ? des Médine ? Si l’on ajoute à cela que 87% des Yael nées de 1945 à 1974 étaient des femmes, mais que ceux nés de 1975 à 2011 sont en majorité des hommes, le statut même du prénom comme indicateur fiable de l’état civil qui se dérobe.
Ces problèmes ont été examinés de près dans quelques billets de blog récents. Tout d’abord par B. Coulmont, A. Hobeika et E. Ollion, qui examinent la féminisation des revues de sociologie depuis 1960.
Quand on cherche à inférer le sexe du prénom, plusieurs méthodes sont possibles. La première consiste à faire ce codage manuellement […]. Parmi les techniques de codage automatique, deux autres sont possibles. On peut établir une liste de prénoms indiscutablement sexués (Baptiste, Yvette, Émile) à partir d’annuaires, et leur attribuer une valeur (M/F ou 0/1), laissant indéterminés les prénoms épicènes. Toutefois, si on dispose du fichier des prénoms (INSEE), une autre possibilité est d’associer à chaque prénom un score (de féminité, de masculinité) en fonction de son usage social […]. Les Dominique sont à 41% des filles, les Claude le sont à 12% […]. Les trois méthodes donnent sensiblement le même résultat, malgré des nombres de cas différents sur lesquels elles butent (« NA méthode » ci-dessous). Avec 17 prénoms non-détectés seulement (parfois répétés, d’où les 28 NA), le fichier des prénoms (INSEE) apparaît comme une solution à la fois commode et efficace pour un traitement automatisé tel que celui qu’on vient de faire2 .
Cette méthode conduit, incidemment, à abandonner le principe dichotomique qui régit le sexe tel que le définit l’état civil, pour se situer dans la logique du continuum statistique du genre des prénoms. On en trouvera une autre application dans le cadre d’un examen du sexe des collaborateurs et collaboratrices de député-e-s3.
Il n’en reste pas moins qu’environ 80% des réalisateurs ayant fait au moins un long métrage en France dans les années 2000 sont des hommes…
Et si vous n’êtes l’aise ni avec l’écriture de quelques lignes de code en Python comme Jonathan Chibois, ni avec celle d’un script pour votre tableur préféré, voici un petit fichier Excel (de 1,4 Mo quand même) dans lequel il suffit d’introduire, dans la première colonne du premier onglet, la liste des prénoms à genrer4.
Merci à Baptiste Coulmont qui a concocté la liste de ces prénoms à partir du fichier INSEE. Elle est restreinte aux prénoms donnés plus de 100 fois en France au cours du XXe siècle – soit déjà 10 000 prénoms.
Crédit de l’image : Joel Kramer, “name bracelets”, 19 septembre 2009, cc
- Enquête basée sur des données du CNC, et menée par Laure de Verdalle, Audrey Mariette, Delphine Naudier et moi-même. [↩]
- Coulmont B., Hobeika A., Ollion E., « La féminisation des revues de sociologie depuis 1960 », 16 mars 2013. [En ligne]. URL : http://coulmont.com et http://data.hypotheses.org/637 (consulté le 14 oct. 2014). [↩]
- Chibois J., « Le genre des collaborateurs de députés », LASPIC | Carnet 17 septembre 2014. [En ligne]. URL : http://laspic.hypotheses.org/2419 (consulté le 14 oct. 2014). [↩]
- Il faut toutefois insérer les prénoms en supprimant l’accent de leurs caractères accentués. [↩]
Je viens de me rappeler de cet article:
http://www.lemonde.fr/les-decodeurs/article/2014/04/29/la-carte-des-prenoms-les-plus-donnes-en-france_4408677_4355770.html