L'Indice canadien de défavorisation multiple
Guide de l’utilisateur

Date de diffusion : le 12 juin 2019

Passer au texte

Début du texte

Début de la boîte de texte
Note au lecteur

Pour plus d’information, les utilisateurs peuvent se référer à L'Indice canadien de défavorisation multiple : Ensemble de données associée à ce produit.

Fin de la boîte de texte

Remerciements

Ce projet a bénéficié de la contribution et des commentaires d’un grand nombre de participants.

Plus particulièrement, le Centre canadien de la statistique juridique (CCSJ) de Statistique Canada tient à remercier de leur contribution Mme Flora Matheson, Ph. D., M. Jim Dunn, Ph. D., de l'Hôpital St-Michael, et leur équipe. Ensemble, ils ont élaboré l’indice de marginalisation canadien de 2006, qui a servi d’inspiration pour la création de l'Indice canadien de défavorisation multiple (ICDM). Mme Matheson et son équipe ont été consultées au sujet de la création de l’ICDM et ont fourni un soutien et des commentaires utiles de façon continue tout au long de son élaboration.

Le CCSJ tient également à remercier de leur contribution plusieurs divisions de Statistique Canada, y compris la Division des méthodes de la statistique sociale, le Centre de la coopération internationale et de l'innovation méthodologique, la Division de la diffusion, la Division des normes, la Division de la statistique sociale et autochtone, et la Division des opérations du recensement.

Contexte de l'Indice canadien de défavorisation multiple

De par leur nature, les mesures de la défavorisation et de la marginalisation peuvent être difficiles à analyser à l’aide de données provenant de sources administratives traditionnelles, car certaines populations d’intérêt peuvent ne pas y être bien représentées. Toutefois, l’utilisation d’indices calculés en fonction de régions géographiques se fait depuis longtemps et de plus en plus fréquemment dans le milieu de la recherche en sciences sociales fondée sur la population (p. ex. dans les domaines de la santé, de l’éducation et de la justice). Un des avantages de ces indices est de constituer une source de renseignements sur les populations, dont les plus marginalisées.

Parmi ces indices se trouve l’indice de marginalisation canadien (CAN-Marg) de 2006 (Matheson et autres, 2012b), élaboré par une équipe de chercheurs de l’Hôpital St-Michael dirigée par Mme Flora Matheson, Ph. D. Le Centre canadien de la statistique juridique (CCSJ) de Statistique Canada, ayant utilisé l’indice CAN-Marg de 2006 pour éclairer la recherche sur la surreprésentation de certains groupes de personnes au sein du système de justice, a travaillé en collaboration avec Mme Matheson et son équipe à l’élaboration d’un indice révisé fondé sur les microdonnées les plus récentes tirées du Recensement de la population de 2016.

Aux fins de l’indice de 2016, on a décidé d’élaborer des indices à l’échelon national et provincial ou régional. Compte tenu des changements effectués à la portée de cet indice pour qu’il comprenne ces indices sous-nationaux, on a utilisé une méthode d’élaboration différente de celle qui avait servi pour l’indice CAN-Marg de 2006. En raison de sa nature et de l’ampleur des modifications exigées par rapport à l’indice CAN-Marg de 2006, l’indice de 2016 a été renommé « Indice canadien de défavorisation multiple » (ICDM). De plus, les quatre dimensions connexes de la défavorisation ont été révisées et renommées pour mieux refléter les données comprises dans chacune d’entre elles. Ainsi, les nouvelles dimensions de la défavorisation comprises dans l’ICDM sont les suivantes : l'instabilité résidentielle, la dépendance économique, la vulnérabilité situationnelle et la composition ethnoculturelle.

Il convient de noter que l’indice CAN-Marg et l’ICDM sont fondamentalement similaires et doivent être considérés comme des sources de données complémentaires. L’indice CAN-Marg est de nature longitudinale — ce qui veut dire que les mêmes variables du recensement sont utilisées dans toutes les versions de l’indice pour permettre des comparaisons au fil du temps —, alors que l’ICDM tient compte de la nature évolutive des variables associées à la marginalisation et donne aux utilisateurs un aperçu transversal dynamique de la défavorisation.

Le présent guide de l’utilisateur renferme des renseignements sur les utilisations possibles de l’ICDM ainsi qu’une brève description de la méthode d’élaboration des indices qui en font partie. Il présente également des consignes d’utilisation de l’indice, des facteurs à prendre en compte lors de l’utilisation des données de l’ICDM et des instructions sur comment citer l’index.

Utilisations de l’Indice canadien de défavorisation multiple

L’Indice canadien de défavorisation multiple (ICDM) permet de comprendre les inégalités grâce à des mesures du bien-être social, y compris en matière de santé, d’éducation et de justice. Même s’il s’agit d’un indice de défavorisation et de marginalisation fondé sur des données géographiques, il peut également servir de substitut aux renseignements personnelsNote 1. Lorsqu’il est combiné à un fichier de données de recherche, l’ICDM peut servir à effectuer des comparaisons selon l’emplacement géographique ou le sous-groupe de personnes d’intérêt (p. ex. les hommes par rapport aux femmes, les contrevenants par rapport aux non-contrevenants). Ainsi, l’ICDM pourrait être utilisé largement par les chercheurs à l’égard d’un vaste éventail de sujets liés à la recherche socioéconomique. D’autres utilisations possibles de l’indice sont décrites ci-après :

  1. Planification et évaluation de politiques. L’ICDM est une mesure des conditions socioéconomiques fondée sur la région géographique et peut, à ce titre, aider à mieux comprendre les inégalités sociales touchant les régions, plus particulièrement celles se trouvant à l’extérieur des grands centres urbains pour lesquelles il n’est pas toujours aussi facile de se procurer des données. Par exemple, si l’objectif de la recherche consiste à mieux connaître les besoins en matière de logements abordables des quartiers, l’ICDM peut aider à cerner les quartiers ayant besoin de ressources supplémentaires.
  2. Recherche et analyse. L’ICDM peut servir de substitut aux renseignements personnels; en d’autres mots, des renseignements sont accessibles pour diverses populations d’intérêt. Par conséquent, l’ICDM pourrait servir à analyser une variété de caractéristiques, comme les inégalités socioéconomiques entre des sous-groupes de contrevenants (p. ex. ceux ayant eu un seul contact avec le système de justice pénale [non-récidivistes] et ceux ayant eu des contacts répétés avec celui-ci [multirécidivistes]).
  3. Affectation de ressources. En tant que mesure géographique de la santé et du bien-être social, l’ICDM peut servir à reconnaître les communautés marginalisées et permettre une meilleure affectation des ressources. Par exemple, relativement à la récente crise des opioïdes qui a touché plusieurs régions au Canada, l’ICDM pourrait permettre de mieux comprendre les caractéristiques des régions où les taux de surdoses semblent être les plus élevés et, par conséquent, être utile pour la planification et l’affectation des ressources nécessaires ainsi que pour la réduction du nombre d’occurrences.

Méthode

Aux fins de l’élaboration de l’ICDM, on a utilisé des microdonnées tirées du Recensement de la population de 2016 pour calculer des indicateurs au niveau des aires de diffusion (AD). Une AD est une petite unité géographique relativement stable formée d’un ou de plusieurs îlots de diffusion avoisinantsNote 2 qui comptent habituellement de 400 à 700 habitants. Les AD couvrent tout le territoire du Canada et constituent les plus petites régions géographiques normalisées pour lesquelles toutes les données du recensement sont diffusées. En s’appuyant sur les données pour les provinces, l’ICDM fournit des renseignements portant sur 54 796 AD. Pour obtenir des renseignements plus détaillés sur le Recensement de la population, consulter le lien suivant : Statistique Canada, 2016.

Établissement des quatre dimensions de la défavorisation

Pour produire l’ICDM, on a effectué une analyse factorielle, ce qui permet de résumer des données afin de pouvoir facilement comprendre et interpréter les liens et les tendances qui en ressortent. Cette technique statistique permet de ramener un grand nombre de variables à un nombre restreint de facteurs par le regroupement de variables en fonction de thèmes distincts. Elle permet également aux chercheurs d’examiner des concepts non facilement mesurables, grâce au regroupement d’un grand nombre de variables en quelques facteurs interprétables. Dans une analyse factorielle, chaque facteur sert à expliquer une part de la variation globale dans les variables observées. Les facteurs qui expliquent les parts les moins prononcées de la variance sont généralement mis de côtéNote 3.

Aux fins de la création de l’ICDM, on a choisi 37 variables pour le modèle préliminaire. Ces variables ont été choisies en raison de leur lien connu avec la défavorisation et la marginalisation, d’après l’indice CAN-Marg ainsi que les consultations menées auprès d’experts des domaines spécialisés. Certaines variables étant semblables à d’autres sur le plan conceptuel, on a effectué une analyse factorielle préliminaire pour cerner les variables qui étaient liées à plusieurs thèmes. Par la suite, on a retiré ces variables des analyses, ce qui a donné 24 variables d’entrée initiales (annexe A). L’étape subséquente consistait à retirer les variables qui ne présentaient pas de corrélation significative avec un facteur, quel qu’il soit. Ainsi, les quatre dimensions de la défavorisation prises en compte aux fins de la création de l’indice national reposent sur 17 variables (figure 1).

On a effectué une analyse factorielle distincte pour l’indice national et pour chaque indice provincial ou régional. La section qui suit présente des renseignements détaillés sur chacun de ces indices.

Les dimensions de la défavorisation et leurs indicateurs respectifs

Tel qu’il a été mentionné précédemment, les quatre dimensions de la défavorisation comprises dans l’ICDM sont les suivantes : l’instabilité résidentielle, la dépendance économique, la composition ethnoculturelle et la vulnérabilité situationnelle. Chacune de celles-ci englobe une gamme complète de concepts, ce qui permet d’offrir à l’utilisateur des données à multiples facettes pour éclairer leur examen des aspects de la défavorisation.

La première dimension de la défavorisation, soit l’instabilité résidentielle concerne la tendance chez les habitants d’un quartier à fluctuer au fil du temps et tient compte des caractéristiques du logement et de la famille. Par exemple, à l’échelon national, les indicateurs de cette dimension mesurent des concepts comme la proportion de la population ayant déménagé au cours des cinq dernières années, la proportion de la population vivant seule et la proportion des unités dont les occupants sont locataires plutôt que propriétaires.

La dépendance économique constitue la deuxième dimension de la défavorisation qui compose l’ICDM. Cette dimension réfère à la dépendance à l’égard de la population active ou à l’égard d’autres sources de revenus qu’un revenu d'emploi. Par exemple, à l’échelon national, les indicateurs de cette dimension mesurent des concepts comme la proportion de la population de 65 ans et plus, le rapport de dépendance (c’est-à-dire le ratio de la population de 0 à 14 ans et de 65 ans et plus à la population de 15 à 64 ans) et la proportion de la population n’étant pas sur le marché du travail.

La troisième dimension de la défavorisation est la composition ethnoculturelle. Cette dimension concerne la présence de populations immigrantes au sein d’une collectivité. Par exemple, à l’échelon national, elle prend en compte des facteurs comme la proportion de la population qui fait partie de l’immigration récente, la proportion de la population qui a déclaré faire partie d’une minorité visibleNote 4, la proportion de la population née à l’extérieur du Canada et la proportion de la population ne connaissant ni l’une ni l’autre des langues officielles (isolement linguistique).

La vulnérabilité situationnelle, qui est la quatrième dimension représentée dans l’ICDM, renvoie à la variation des conditions sociodémographiques, notamment sur le plan du logement et de l’éducation, tout en tenant compte d’autres caractéristiques démographiques. Par exemple, à l’échelon national, les indicateurs de cette dimension mesurent des concepts comme la proportion de la population de 25 à 64 ans qui n’est pas titulaire d’un diplôme d’études secondaires, la proportion de la population ayant déclaré être Autochtone et la proportion des logements nécessitant des réparations majeures.

Description de la figure 1

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, Canada, 2016

La première dimension est l’instabilité résidentielle qui comprend les indicateurs suivant :  proportion des logements qui sont des immeubles d’appartements, proportion des logements dont l’occupant est propriétaireNote 1, proportion de la population vivant seule, proportion de la population qui a déménagé au cours des cinq dernières années et proportion de la population qui est mariée ou vit en union libreNote 1.

La deuxième dimension est la dépendance économique qui comprend les indicateurs suivant :

proportion de la population qui est âgée de 65 ans et plus, proportion de la population qui est active sur le marché du travail (15 ans et plus)Note 1, ratio de l’emploi à la populationNote 1, ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans) et proportion de la population recevant des paiements de transfert gouvernementaux.

La troisième dimension est la composition ethnoculturelle qui comprend les indicateurs suivant : proportion de la population qui déclare appartenir à une minorité visible, proportion de la population qui est née à l’étranger, proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique) et proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement).

La quatrième dimension est la vulnérabilité situationnelle qui comprend les indicateurs suivant : proportion de la population qui déclare être Autochtone, proportion des maisons nécessitant des réparations majeures et proportion de la population de 25 à 64 ans sans diplôme d’études secondaires.

Note : L’ordre dans lequel les dimensions sont placées est tel que la dimension à gauche explique l’écart de pourcentage le plus marqué dans les données et la dimension à droite, l’écart de pourcentage le moins prononcé. Les territoires sont exclus.

Indices provinciaux et régionaux

En plus de l’indice national, on a élaboré trois indices provinciaux et deux indices régionaux. Les indices provinciaux se rapportent à la province de Québec, à l’Ontario et à la Colombie-Britannique. En raison de considérations en matière de confidentialité et de qualité des données, on a regroupé les données des provinces de l’Atlantique et des provinces des Prairies pour produire des indices à l’échelon régional. Plus particulièrement, l’ICDM est accessible pour la région de l’Atlantique (Terre-Neuve-et-Labrador, l’Île-du-Prince-Édouard, la Nouvelle-Écosse et le Nouveau-Brunswick) et la région des Prairies (le Manitoba, la Saskatchewan et l’Alberta). Les territoires (le Yukon, les Territoires du Nord-Ouest et le Nunavut) ont été exclus de l’analyse, puisque les facteurs qui s’étaient révélés pertinents pour les provinces ne l’étaient pas dans le contexte des territoires.

Au départ, on a utilisé les 24 variables d’entrée initiales associées aux quatre dimensions de la défavorisation à l’échelon national pour produire les indices provinciaux et régionaux. Par la suite, comme pour l’indice national, on a effectué une analyse factorielle en utilisant les microdonnées se rapportant à chacune des trois provinces et des deux régions.

Chacun des indices provinciaux et régionaux tenait compte de variables différentes en tant qu’indicateurs des quatre dimensions de la défavorisation. Par exemple, la variable liée aux familles monoparentales est un indicateur de la défavorisation pour la dimension de la vulnérabilité situationnelle en Colombie-Britannique, mais pas à l’échelon national. Par conséquent, les indices distincts illustrent mieux les différences sur le plan de la défavorisation, ainsi que les inégalités dans les mesures des caractéristiques socioéconomiques, entre les provinces ou les régions.

Quand utiliser l’indice national ou les indices provinciaux et régionaux

Il convient de noter que les indices provinciaux et régionaux ne doivent pas être utilisés pour effectuer des comparaisons directes, étant donné que les variables qui composent chacune des quatre dimensions varient en fonction de l’indice. Pour comparer les provinces et les régions entre elles, il faut utiliser l’ICDM (l’indice national).

Définir le domaine d’étude peut aider à déterminer s’il faut se servir de l’indice national ou d’un indice provincial ou régional précis. Par exemple, afin de comparer les données relatives à un secteur de défavorisation pour des provinces ou des régions, ou pour le Canada et une province ou région donnée, on doit utiliser l’indice national, puisque les variables comprises dans chaque dimension de la défavorisation sont constantes pour tous les secteurs. Même si les scores des AD et des provinces ou des régions figurent dans l’indice national ainsi que dans les indices provinciaux et régionaux respectifs, les scores factoriels, les valeurs des quintiles et les variables servant d’indicateurs varient selon l’indice.

Les utilisateurs doivent employer les indices provinciaux et régionaux lorsqu’ils souhaitent comparer les niveaux de défavorisation dans les AD situées à l’intérieur d’une province ou d’une région, puisque ces indices présentent une granularité plus fine. Par exemple, pour comparer l’instabilité résidentielle dans les grandes villes d’une province précise, on doit utiliser l’indice pour cette province. S’il s’agit d’obtenir des renseignements pour une province donnée à partir d’un indice régional, on peut utiliser la variable provinciale du fichier de l’ICDM pour isoler les AD requises pour la province en question.

Les figures qui suivent illustrent les variables prises en compte par chacune des quatre dimensions de la défavorisation dans les indices provinciaux et régionaux.

L’Indice canadien de défavorisation multiple : région de l’Atlantique

La région de l’Atlantique comprend Terre-Neuve-et-Labrador, l’Île-du-Prince-Édouard, la Nouvelle-Écosse et le Nouveau-Brunswick. Dans cette région, 17 des 24 variables d’entrée se sont avérées associées aux quatre dimensions de la défavorisation (figure 2). En tout, des données sont accessibles pour 4 377 AD dans la région de l’Atlantique.

Description de la figure 2

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, région de l’Atlantique, 2016

La première dimension est l’instabilité résidentielle qui comprend les indicateurs suivant : proportion de la population vivant seule, proportion des logements dont l’occupant est propriétaireNote 1, proportion des logements qui sont des immeubles d’appartements, proportion de la population qui est mariée ou vit en union libreNote 1 et proportion de la population qui a déménagé au cours des cinq dernières années.

La deuxième dimension est la dépendance économique qui comprend les indicateurs suivant : proportion de la population qui est âgée de 65 ans et plus, proportion de la population qui est active sur le marché du travail (15 ans et plus)Note 1, ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans), ratio de l’emploi à la populationNote 1 et proportion de la population recevant des paiements de transfert gouvernementaux.

La troisième dimension est la composition ethnoculturelle qui comprend les indicateurs suivant : proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement), proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique), proportion de la population qui est née à l’étranger et proportion de la population qui déclare appartenir à une minorité visible.

La quatrième dimension est la vulnérabilité situationnelle qui comprend les indicateurs suivant : proportion de la population qui déclare être Autochtone, proportion des maisons nécessitant des réparations majeures et proportion de la population de 25 à 64 ans sans diplôme d’études secondaires.

Note : L’ordre dans lequel les dimensions sont placées est tel que la dimension à gauche explique l’écart de pourcentage le plus marqué dans les données et la dimension à droite, l’écart de pourcentage le moins prononcé. La région de l’Atlantique comprend les provinces suivantes : Terre Neuve et Labrador, l’Île du Prince Édouard, la Nouvelle-Écosse et le Nouveau-Brunswick.

L’Indice canadien de défavorisation multiple : Québec

Dans le cas du Québec, 18 des 24 variables d’entrée se sont avérées associées aux quatre dimensions de la défavorisation (figure 3). Dans cette province, des données sont accessibles pour 13 413 AD.

Description de la figure 3

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, Québec, 2016

La première dimension est l’instabilité résidentielle qui comprend les indicateurs suivant : proportion de la population vivant seule, nombre moyen de personnes par logement, proportion de la population qui est mariée ou vit en union libreNote 1, proportion des logements dont l’occupant est propriétaireNote 1, proportion des logements qui sont des immeubles d’appartements, proportion de la population qui a déménagé au cours des cinq dernières années et proportion de la population à faible revenu.

La deuxième dimension est la composition ethnoculturelle qui comprend les indicateurs suivant : proportion de la population qui est née à l’étranger, proportion de la population qui déclare appartenir à une minorité visible, proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique) et proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement).

La troisième dimension est la dépendance économique qui comprend les indicateurs suivant : proportion de la population qui est âgée de 65 ans et plus, proportion de la population qui est active sur le marché du travail (15 ans et plus)Note 1, ratio de l’emploi à la populationNote 1 et ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans).

La quatrième dimension est la vulnérabilité situationnelle qui comprend les indicateurs suivant : proportion de la population qui déclare être Autochtone, proportion des maisons nécessitant des réparations majeures et proportion de la population de 25 à 64 ans sans diplôme d’études secondaires.

Note : L’ordre dans lequel les dimensions sont placées est tel que la dimension à gauche explique l’écart de pourcentage le plus marqué dans les données et la dimension à droite, l’écart de pourcentage le moins prononcé.

L’Indice canadien de défavorisation multiple : Ontario

Dans le cas de l’Ontario, 17 des 24 variables d’entrée étaient associées aux quatre dimensions de la défavorisation (figure 4). Des données sont accessibles pour 19 897 AD dans cette province.

Description de la figure 4

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, Ontario, 2016

La première dimension est l’instabilité résidentielle qui comprend les indicateurs suivant : proportion des logements qui sont des immeubles d’appartements, proportion des logements dont l’occupant est propriétaireNote 1, proportion de la population vivant seule, proportion de la population qui a déménagé au cours des cinq dernières années et proportion de la population qui est mariée ou vit en union libreNote 1.

La deuxième dimension est la dépendance économique qui comprend les indicateurs suivant : proportion de la population qui est âgée de 65 ans et plus, proportion de la population qui est active sur le marché du travail (15 ans et plus)Note 1, ratio de l’emploi à la populationNote 1, ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans) et proportion de la population recevant des paiements de transfert gouvernementaux.

La troisième dimension est la composition ethnoculturelle qui comprend les indicateurs suivant : proportion de la population qui est née à l’étranger, proportion de la population qui déclare appartenir à une minorité visible, proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique) et proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement).

La quatrième dimension est la vulnérabilité situationnelle qui comprend les indicateurs suivant : proportion de la population qui déclare être Autochtone, proportion de la population de 25 à 64 ans sans diplôme d’études secondaires et proportion des maisons nécessitant des réparations majeures.

Note : L’ordre dans lequel les dimensions sont placées est tel que la dimension à gauche explique l’écart de pourcentage le plus marqué dans les données et la dimension à droite, l’écart de pourcentage le moins prononcé.

L’Indice canadien de défavorisation multiple : région des Prairies

La région des Prairies comprend le Manitoba, la Saskatchewan et l’Alberta. Selon les observations, 14 des 24 variables d’entrée étaient associées aux quatre dimensions de la défavorisation (figure 5). En tout, des données sont accessibles pour 9 901 AD dans la région des Prairies.

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, région des Prairies, 2016

Description de la figure 5

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, région des Prairies, 2016

La première dimension est la vulnérabilité situationnelle qui comprend les indicateurs suivant : proportion de la population qui déclare être Autochtone, proportion de la population à faible revenu, proportion de la population de 25 à 64 ans sans diplôme d’études secondaires, proportion des maisons nécessitant des réparations majeures et proportion de familles monoparentales.

La deuxième dimension est la composition ethnoculturelle qui comprend les indicateurs suivant : proportion de la population qui est née à l’étranger, proportion de la population qui déclare appartenir à une minorité visible, proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement) et proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique).

La troisième dimension est l’instabilité résidentielle qui comprend les indicateurs suivant : proportion de la population vivant seule, nombre moyen de personnes par logementNote 1 et proportion des logements qui sont des immeubles d’appartements.

La quatrième dimension est la dépendance économique qui comprend les indicateurs suivant : ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans) et proportion de la population qui est âgée de 65 ans et plus.

Note : L’ordre dans lequel les dimensions sont placées est tel que la dimension à gauche explique l’écart de pourcentage le plus marqué dans les données et la dimension à droite, l’écart de pourcentage le moins prononcé. La région des Prairies comprend les provinces du Manitoba, de la Saskatchewan et de l’Alberta.

L’Indice canadien de défavorisation multiple : Colombie-Britannique

Dans le cas de la Colombie-Britannique, 17 des 24 variables d’entrée étaient associées aux quatre dimensions de la défavorisation (figure 6). Dans cette province, des données sont accessibles pour 7 208 AD.

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, Colombie- Britannique, 2016

Description de la figure 6

Les quatre dimensions de la défavorisation multiple et leurs indicateurs respectifs, Colombie-Britannique, 2016

La première dimension est la composition ethnoculturelle qui comprend les indicateurs suivant : proportion de la population qui déclare appartenir à une minorité visible, proportion de la population qui est née à l’étranger, proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique) et proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement).

La deuxième dimension est la vulnérabilité situationnelle qui comprend les indicateurs suivant : proportion de la population qui déclare être Autochtone, proportion de la population de 25 à 64 ans sans diplôme d’études secondaires, proportion des maisons nécessitant des réparations majeures et proportion de la population à faible revenu et proportion de familles monoparentales.

La troisième dimension est la dépendance économique qui comprend les indicateurs suivant : proportion de la population qui est active sur le marché du travail (15 ans et plus)Note 1, proportion de la population qui est âgée de 65 ans et plus, ratio de l’emploi à la populationNote 1 et ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans).

La quatrième dimension est l’instabilité résidentielle qui comprend les indicateurs suivant : proportion des logements qui sont des immeubles d’appartements, proportion de la population vivant seule, proportion des logements dont l’occupant est propriétaire1 et proportion de la population qui a déménagé au cours des cinq dernières années.

Note : L’ordre dans lequel les dimensions sont placées est tel que la dimension à gauche explique l’écart de pourcentage le plus marqué dans les données et la dimension à droite, l’écart de pourcentage le moins prononcé.

Lignes directrices pour l’analyse

Pour chaque dimension, l’ICDM est fourni sous les deux formes suivantes : les scores factorielsNote 5 et les quintiles.

Les scores factoriels ont été établis à l’aide d’une analyse factorielle. Les régions présentant de faibles scores pour une dimension donnée représentent les régions les moins marginalisées, alors que celles qui présentent des scores élevés sont les plus marginalisées.

Pour faciliter son utilisation, l’ICDM offre également aux utilisateurs un classement par quintile. Pour chaque dimension, les scores factoriels ont été placés par ordre croissant, puis divisés en cinq groupes de taille égale — ou quintiles — et classés selon une échelle de valeurs allant de 1 à 5, où 1 représente les AD les moins défavorisées pour la dimension en question et 5, les AD les plus défavorisées. Il convient de noter que, selon ses caractéristiques, une AD peut être la plus défavorisée pour une dimension et la moins défavorisée pour une autre dimension.

Création d’une dimension composite de la défavorisation

Selon la question de recherche et la région géographique visée, il pourrait être possible de créer une dimension composite — ou score sommaire — de la défavorisation à l’aide des classements par quintile fournis dans l’ICDM. Pour créer un indice composite, il faut d’abord comparer les corrélations entre les dimensions distinctes et le résultat, dans le but de déterminer si ces corrélations vont dans le même sens. Si elles vont dans le même sens pour toutes les dimensions, on peut générer un score composite de défavorisation en faisant la somme des valeurs des quintiles de toutes les dimensions et en divisant cette somme par 4. Cela produira un score sommaire allant de 1 à 5, où 1 représente le niveau de défavorisation le moins élevé et 5, le niveau de défavorisation le plus élevé.

Utilisation de l’indice comme substitut de renseignements personnels

Bien qu’initialement l’ICDM devait servir d’indicateur géographique, il peut également servir comme substitut de renseignements personnelsNote 6. Par exemple, le CCSJ a d’abord produit une version de 2006 de l’ICDM propre à la Saskatchewan, afin de mieux comprendre les facteurs qui contribuaient à un premier contact avec le système de justice pénale et à des contacts répétés avec celui-ci. Dans le cadre de cette analyse, on a examiné les dimensions de la défavorisation (p. ex. l’instabilité résidentielle) et on les a comparées pour les divers sous-groupes de contrevenants, faisant ainsi ressortir les différences sur le plan de la défavorisation entre les contrevenants non récidivistes, les contrevenants récidivistes et les contrevenants multirécidivistes (Boyce et autres, 2018). Pour ce faire, on a associé les codes postaux des personnes faisant partie de la cohorte d’intérêt aux AD correspondantes.

Il convient de noter que pour fusionner les données de l’ICDM avec celles d’un autre fichier ne contenant pas de renseignements sur les AD, les renseignements sur les codes postaux doivent avoir été épurés. L’outil recommandé est le Fichier de conversion des codes postaux (FCCP)Note 7, qui permet d'établir un lien entre les codes postaux à six caractères et les unités géographiques normalisées, comme les AD (Statistique Canada, 2017). En établissant un lien entre les codes postaux et les AD, le fichier de conversion facilite l’extraction ultérieure de données agrégées pour des AD précises. Ainsi, lorsque des renseignements sur les codes postaux sont accessibles, il est possible d’établir un lien entre des extractions de données spéciales et diverses sources. Pour obtenir des renseignements supplémentaires sur le Fichier de conversion des codes postaux (FCCP), consulter la source suivante : Statistique Canada, 2017.

Considérations relatives aux données

Taux global de non-réponse
Pour des raisons liées à la qualité des données, les AD présentant un taux global de non-réponse égal ou supérieur à 50 % ont été exclues de l’analyse factorielle (Statistique Canada, 2016).

Suppression des données des aires de diffusion
Toutes les AD provinciales du Recensement de la population de 2016 ont été utilisées aux fins de l’élaboration des indices. Toutefois, pour des raisons liées à la confidentialité, on a supprimé les scores factoriels et les quintiles pour 498 AD qui comptaient moins de 40 habitants (Statistique Canada, 2016). Autrement dit, même si les données de l’ICDM sont accessibles pour presque toutes les AD provinciales, il reste qu’elles ne le sont pas pour un petit sous-ensemble d’AD.

Données transversales
L’ICDM est fondé sur les microdonnées du Recensement de la population de 2016 et, par conséquent, ne doit pas être comparé à l’indice CAN-Marg de 2006 ou 2011 pour effectuer une analyse des tendances. Tel qu’il a été mentionné précédemment, l’ICDM est un indice transversal qui permet aux utilisateurs de connaître les niveaux de défavorisation et de marginalisation à un moment précis dans le temps, alors que l’indice CAN-Marg est de nature longitudinale et permet des comparaisons au fil du temps.

Regroupement des provinces des régions de l’Atlantique et des Prairies
Tel qu’il a été indiqué précédemment, pour des raisons liées à la qualité des données, on a dû regrouper des provinces pour former les régions de l’Atlantique et des Prairies. Par conséquent, il n’existe pas d’indices distincts pour ces provinces. Toutefois, comme il a été mentionné précédemment, il est possible d’utiliser les données d’une province précise en séparant les AD provinciales correspondantes à l’intérieur de la région appropriéeNote 8.

Comment citer les données

Si vous faites référence à l’indice, veuillez utiliser la citation de source suivante :

STATISTIQUE CANADA. 2019. « L’Indice canadien de défavorisation multiple », produit no 45-20-0001 au catalogue de Statistique Canada.

Pour fournir des renseignements supplémentaires sur l’élaboration de l’indice de marginalisation canadien original, veuillez citer les travaux fondamentaux de Matheson et autres :

Matheson, F.I., et autres. 2012. « Élaboration de l’indice de marginalisation canadien : un nouvel outil d’étude des inégalités », Revue canadienne de santé publique, p. s12 à s16.

Matheson, F.I., et autres. 2011. Guide d’utilisation de l’indice de marginalisation ontarien (ON-Marg), Hôpital St-Michael.

Annexe A


Tableau A1
Variables du Recensement de la population de 2016 choisies aux fins d’inclusion dans les indices
Sommaire du tableau
Le tableau montre les résultats des variables du Recensement de la population de 2016 choisies aux fins d’inclusion dans les indices. Les données sont présentées selon la Description des variables (titres de rangée) et le Statut d’analyse factorielle (figurant comme en-tête de colonne).
Description des variables Statut d’analyse factorielle
Proportion de la population vivant seule Incluse
Nombre moyen de personnes par logement Incluse
Proportion des logements qui sont des immeubles d’appartements Incluse
Proportion de la population qui est mariée ou vit en union libre Incluse
Proportion des logements dont l’occupant est propriétaire Incluse
Proportion de la population qui a déménagé au cours des cinq dernières années Incluse
Proportion de la population de 25 à 64 ans sans diplôme d’études secondaires Incluse
Proportion de familles monoparentales Incluse
Proportion de la population recevant des paiements de transfert gouvernementaux Incluse
Proportion de la population à faible revenu Incluse
Proportion des maisons nécessitant des réparations majeures Incluse
Proportion de la population qui est âgée de 65 ans et plus Incluse
Ratio de dépendance (population de 0 à 14 ans et de 65 ans et plus divisé par la population de 15 à 64 ans) Incluse
Proportion de la population qui est active sur le marché du travail (15 ans et plus) Incluse
Proportion de la population qui est de nouveaux immigrants (arrivés dans les cinq ans précédant le recensement) Incluse
Proportion de la population qui déclare appartenir à une minorité visible Incluse
Proportion de la population qui déclare être Autochtone Incluse
Proportion de la population qui est née à l’étranger Incluse
Proportion de la population ne connaissant aucune des deux langues officielles (isolement linguistique) Incluse
Proportion de la population âgée de 15 à 24 ans qui ne fréquente pas l’école Incluse
Proportion de la population qui est travailleur autonome Incluse
Proportion de la population qui est de sexe féminin Incluse
Ratio de l’emploi à la population Incluse
Proportion des enfants de moins de 6 ans Incluse
Proportion de la population qui est constituée de jeunes (5 à 15 ans) Supprimé
Proportion de la population qui est sans emploi (personnes de 15 ans et plus) Supprimé
Migration résidentielle (déménagement au cours de la dernière année) Supprimé
Revenu moyen du ménage Supprimé
Valeur moyenne du logement en dollars Supprimé
Proportion des logements occupés qui sont loués Supprimé
Chiffre de population de 2016 Supprimé
Nombre moyen de personnes par pièce Supprimé
Revenu moyen des particuliers Supprimé
Revenu médian des particuliers Supprimé
Proportion de personnes qui sont séparées, divorcées ou veuves Supprimé
Proportion de personnes par kilomètre carré Supprimé
Proportion de la population qui est sans appartenance religieuse Pas disponiblesTableau A1 Note 1
Proportion des ménages propriétaires qui consacre 30 % ou plus du revenu du ménage aux principales dépenses du ménage Pas disponiblesTableau A1 Note 1
Proportion des ménages locataires qui dépense 30 % ou plus du revenu du ménage pour le loyer Pas disponiblesTableau A1 Note 1
Proportion de la population qui est âgée d’au moins 15 ans et qui effectue des tâches domestiques sans rémunération Pas disponiblesTableau A1 Note 1
Proportion de la population qui est âgée d’au moins 15 ans et qui prodigue des soins aux enfants sans rémunération Pas disponiblesTableau A1 Note 1
Proportion de la population qui est âgée d’au moins 15 ans et qui prodigue des soins ou de l'aide aux personnes âgées sans rémunération Pas disponiblesTableau A1 Note 1
Taux de chômage des ménages privés comptant des enfants de moins de 6 ans Pas disponiblesTableau A1 Note 1

Références

BOYCE, Jillian, Sun TE et Shannon BRENNAN. 2018. « Profil économique des contrevenants en Saskatchewan », Juristat, produit no 85-002-X au catalogue de Statistique Canada.

KIM, Jae-On, et Charles W. MUELLER. 1978a. « Factor analysis: Statistical methods and practical issues », Sage University Paper Series on Quantitative Applications in the Social Sciences (no 07-014).

KIM, Jae-On, et Charles W. MUELLER. 1978b. « Introduction to factor analysis: What it is and how to do it », Sage University Paper Series on Quantitative Applications in the Social Sciences (no 07-013).

MATHESON, Flora I., et autres. 2012a. « Canadian marginalisation index: User Guide », Centre for Research on Inner City Health, Hôpital St-Michael.

MATHESON, Flora I., et autres. 2012b. « Élaboration de l’indice de marginalisation canadien : Un nouvel outil d’étude des inégalités », Revue canadienne de santé publique, vol. 103, p. s12 à s16.

O’ROURKE, Norm, et Larry HATCHER. 2014. A step-by-step approach to using SAS for factor analysis and structural equation modeling, SAS Institute Inc., deuxième édition.

STATISTIQUE CANADA. 2017. Fichier de conversion des codes postaux (FCCP), Guide de référence, 2017, produit no 92-154-G au catalogue.

STATISTIQUE CANADA. 2016. Guide du Recensement de la population, 2016, produit no 98-304-X au catalogue.


Date de modification :