Le modèle scientifique repose sur l’idée que le savoir criminologique doit provenir de l’expérimentation. L’expérimentation est une démarche scientifique qui consiste à tester, par des expériences répétées, la validité d’une hypothèse en obtenant des données nouvelles conformes ou non à l’hypothèse initiale. Il s’agit d’observer les phénomènes de manière rigoureuse selon une méthodologie clairement définie et soumise à la critique d’autres scientifiques. La démarche scientifique trouve ses sources dans la philosophie antique, notamment avec Aristote (350BC), et connut des destins divers au fil de l’histoire humaine. Au 19ème siècle, Comte (1844) fut un des personnages marquants qui ont valorisé l’approche systématique (positiviste selon l’auteur) des phénomène naturels. Au sein des sociétés occidentales contemporaines, la démarche scientifique est vivement encouragée, surtout dans les milieux académiques chargés de créer et de transmettre du savoir.
Dans notre questionnaire évaluant les modèles de justices, cinq items concernent le modèle chrétien. Le tableau suivant reprend ces cinq items.
Modèle scientifique | |
---|---|
S1 | Le phénomène délinquant devrait être abordé de manière scientifique afin de mieux le comprendre. |
S2 | La criminologie est une science comparable à la physique, à la biologie ou encore à la chimie. |
S3 | L’approche expérimentale (faire des expériences rigoureuses) est le meilleur moyen d’aborder un problème criminologique de manière scientifique. |
S4 | Parmi les nombreuses théories sur les crimes, seules les études statistiques méthodologiquement bien construites permettent de décrire objectivement le phénomène criminel. |
S5 | Je ne me reconnais d’aucune orientation politique mais plutôt comme un scientifique. |
Ces cinq items mesurent-ils un phénomène commun ? Il y a plusieurs moyens de répondre à cette question. D’abord en calculant l’alpha de Cronbach.
Dans ce cas-ci, il est égal à 0.52, ce qui est classiquement reconnu comme limite.
Une deuxième méthode vise à calculer les corrélations entre chaque item mais également avec le score total.
## S1 S2 S3 S4 S5 S
## S1 1.00 0.15 0.22 0.13 0.20 0.58
## S2 0.15 1.00 0.18 0.16 0.14 0.60
## S3 0.22 0.18 1.00 0.31 0.14 0.60
## S4 0.13 0.16 0.31 1.00 0.13 0.57
## S5 0.20 0.14 0.14 0.13 1.00 0.57
## S 0.58 0.60 0.60 0.57 0.57 1.00
##
## n= 756
##
##
## P
## S1 S2 S3 S4 S5 S
## S1 0e+00 0e+00 4e-04 0e+00 0e+00
## S2 0e+00 0e+00 0e+00 0e+00 0e+00
## S3 0e+00 0e+00 0e+00 1e-04 0e+00
## S4 4e-04 0e+00 0e+00 2e-04 0e+00
## S5 0e+00 0e+00 1e-04 2e-04 0e+00
## S 0e+00 0e+00 0e+00 0e+00 0e+00
On constate que chaque item est significativement corrélé (p < .001) avec le score total et que les items partagent des liens entre eux.
Une troisième méthode consiste à vérifier l’unidimensionalité des cinq variables à l’aide d’une analyse en composantes principales.
##
## Loadings:
## [1] 0.57 0.40 0.35 0.46 0.33
##
## MR1
## SS loadings 0.93
## Proportion Var 0.19
Ces cinq items permettent de calculer un score total qui varie théoriquement de 0 (si le participant répond Fortement en Désaccord aux cinq items) à 20 (si le participant répond Fortement d’Accord aux cinq items).
La figure précédente reprend la distribution des scores pour un échantillon de 756 personnes. La moyenne est égale à 11.12 et l’écart type égal à 3.01.