Fracture générationnelle et confiance dans l’information — Analyse ARCOM 2024
R n’est pas ma plus grande compétence. Quand mon mentor OpenClassrooms m’a proposé de participer à ce défi, j’ai accepté. C’est exactement le type de challenge qui me convient : un sujet que je ne maîtrise pas complètement, sur des données réelles, avec un vrai résultat attendu. Le sujet en lui-même était aussi très intéressant, et franchement d’actualité : comment les Français font-ils confiance aux journalistes vs aux créateurs de contenus ? Et est-ce vraiment une question de génération, ou plutôt d’exposition numérique ?
La base utilisée est l’enquête publique ARCOM 2024 « Les Français face à l’information » — 3 346 répondants, 1 076 variables, terrain réalisé par BVA du 22 novembre au 20 décembre 2023. Des données réelles, représentatives, avec une variable de pondération (POIDS03) pour rapprocher les résultats de la population française de 15 ans et plus.
« La fracture de confiance entre journalistes et créateurs de contenus est-elle principalement générationnelle, ou s’explique-t-elle aussi par l’exposition numérique ? »
L’analyse suit un entonnoir en 4 temps : observer les différences d’usage numérique selon l’âge, mesurer l’exposition aux plateformes, analyser le différentiel de confiance journalistes / créateurs, puis tester si l’effet de l’âge persiste à exposition numérique comparable.
Outils et packages
- R Markdown avec génération HTML
- dplyr, tidyr, forcats — manipulation des données
- ggplot2 — graphiques en barres empilées à 100%
- knitr / kableExtra — tableaux intégrés
- readr — import du fichier .txt tabulé
Indicateurs construits
- Tranches d’âge lisibles à partir de codes numériques
- Différentiel de confiance journalistes / créateurs
- Score d’exposition aux plateformes (14 variables RSINFO)
- Score d’adhésion complotiste (8 items COMPLOT2)
- Pondération POIDS03 appliquée aux descriptifs
5 fonctions personnalisées créées
add_weight()— pondération robuste après filtrageweighted_prop()— proportions pondéréesplot_stacked100()— graphiques empilés standardisésadd_diff_confiance()— calcul du différentiel de confianceadd_complot_force()— score d’adhésion complotiste
Test statistique
Test du χ² d’indépendance entre tranche d’âge et différentiel de confiance. Réalisé sur effectifs non pondérés avec contrôle des fréquences attendues. Distinction claire entre analyse descriptive pondérée et test statistique.
1 076 variables à naviguer — La base ARCOM est très volumineuse avec des noms de colonnes techniques peu lisibles.
Résolution : Croisement du dictionnaire des variables, du questionnaire et du rapport ARCOM pour identifier et vérifier les variables pertinentes avant tout calcul.
Sens du codage des modalités — Dans les variables de confiance INF3, le code 1 = confiance forte et le code 4 = confiance faible. À l’envers de l’intuition.
Résolution : Validation du sens des modalités avant construction de tout indicateur. Le différentiel a été calculé en tenant compte du sens inverse de l’échelle.
Pondération après filtrage — Appliquer POIDS03 sur la base entière puis filtrer crée un décalage entre le vecteur de poids et le sous-échantillon.
Résolution : Fonction add_weight() qui ajoute le poids directement après filtrage, évitant les erreurs de longueur.
Construire un proxy d’exposition numérique — Aucune variable directe ne mesure l’exposition aux influenceurs.
Résolution : Score construit à partir de 14 variables RSINFO avec détection automatique de la modalité « Aucun » pour ne pas la compter comme une plateforme.
Le sujet avant tout. La question de la confiance envers les médias et les créateurs de contenus est un vrai débat de société, pas un exercice académique creux. Travailler sur des données réelles collectées par une autorité publique, avec une méthodologie rigoureuse (échantillon représentatif, pondération, anonymisation), c’est une expérience différente des datasets fictifs des projets OC. Et relever le défi R alors que ce n’est pas mon langage de référence, c’est le genre de contrainte qui fait vraiment progresser.
Je pense que j’essayerais de le refaire en Python. Avec pandas, scipy et matplotlib, la logique serait similaire mais dans un environnement que je maîtrise mieux, ce qui me permettrait d’aller plus loin sur l’analyse et de produire des visuels plus travaillés.
- Rapport d’analyse HTML interactif — R Markdown compilé, code masquable, table des matières, graphiques et tableaux intégrés