Consulter la version la plus récente.

L’analyse transversale a démontré que le niveau d’anglais était relié à une augmentation de la probabilité d’occuper un emploi approprié. Suite à ce résultat, on a voulu savoir si une augmentation du niveau d’anglais entre les cycles 1 et 3 était reliée à une augmentation de la qualité de l’emploi entre ces mêmes cycles. Puisque les résultats pour le français n’étaient pas aussi clairs, on s’est contentés ici d’examiner l’effet d’une amélioration en anglais seulement.

Dans tout modèle transversal, le fait d’observer une relation entre deux variables n’implique pas que l’une est la cause et l’autre l’effet. Ainsi, on ne peut pas dire que c’est à cause du niveau de langue parlé en anglais que les immigrants occupent des emplois appropriés et ce, même s’il existe un lien significatif entre les deux variables. En effet, il se pourrait très bien que la relation soit plutôt due à un phénomène ou à une caractéristique (disons la caractéristique A) qui est fortement reliée à la variable indépendante utilisée (soit le niveau de langue) mais qui n’est pas incluse dans le modèle, souvent parce qu’elle n’est pas disponible dans la base de données. La caractéristique A pourrait être par exemple la facilité à apprendre du répondant, son niveau de motivation, sa personnalité ou sa facilité à se faire des contacts. Il est facile de penser que ces caractéristiques puissent être reliées à la fois au niveau de langue parlé ainsi qu’au fait d’occuper un emploi approprié.

Afin de vérifier que ce ne sont pas de telles caractéristiques qui seraient responsables des résultats observés, on a eu recours à des modèles différentiels. Avec ce type de modèles, on fait l’hypothèse que les caractéristiques non mesurées sont des effets fixes dans le temps (ce qui est probable à moyen terme), et on modélise le changement au cours du temps dans la variable dépendante en fonction du changement dans les variables indépendantes.

Malheureusement, des problèmes conceptuels sont survenus lorsqu’on a voulu utiliser ces modèles avec les variables dépendantes dichotomiques. La nouvelle variable dépendante n’était plus ordonnée de façon logique. Par exemple, le modèle différentiel traitait un changement d’un emploi à bas niveau de compétence vers un emploi à haut niveau de compétence comme étant mieux qu’un cas où l’immigrant avait dès le cycle 1 un emploi à haut niveau de compétence et l’avait conservé. De plus, un changement d’un emploi à haut niveau de compétence vers un emploi à bas niveau de compétence était vu comme pire qu’un cas où l’immigrant avait au cycle 1 un emploi à bas niveau de compétence et l’avait encore au cycle 3.

On a quand même tenté l’utilisation de modèles différentiels pour modéliser le changement dans les gains horaires en fonction des changements dans le niveau de la langue puisque cette variable était continue. La première contrainte fut la réduction du nombre d’unités utilisables dans le modèle différentiel puisqu’on a dû se limiter aux immigrants qui occupaient un emploi à la fois au cycle 1 et au cycle 3, et qui avaient déclarés leurs gains hebdomadaires et heures moyennes à ces deux occasions. Ensuite, on a rencontré un problème avec l’interprétation des résultats de ce type de modèle. On se trouvait ici à comparer les immigrants ayant démontré un changement dans le niveau de langue en ayant comme catégorie de référence tous les immigrants dont le niveau de langue n’avait pas changé, et ceci incluait le grand nombre d’immigrants qui parlaient très bien anglais dès le cycle 1. On a donc recommencé en enlevant ces derniers du modèle. Mais comme on pouvait s’y attendre, l’augmentation des gains des immigrants ayant démontré une très grande amélioration de leur niveau parlé en anglais n’arrivait pas à surpasser l’augmentation des gains chez les immigrants n’ayant pas changé de niveau, groupe dont plus de la moitié incluait des immigrants qui parlaient bien la langue dès le début, (niveau 4).

On a donc pensé diviser les immigrants au départ selon leur niveau d’anglais parlé au cycle 1 et à l’intérieur de ces groupes, comparer l’augmentation des gains horaires entre le cycle 1 et le cycle 3 pour les immigrants qui ont amélioré leur niveau de langue par rapport à ceux qui sont demeurés au même niveau. Malheureusement, la taille d’échantillon ne permettait pas pareil découpage de la population. En effet, bien qu’un assez grand nombre d’immigrants aient démontré une augmentation de leur niveau d’anglais parlé dans le temps, le nombre qui est passé d’un niveau particulier à un autre est trop faible.

En résumé, les analyses longitudinales n’ont pas permis de déterminer si une augmentation du niveau parlé d’anglais avait un effet significatif sur les caractéristiques d’emploi à cause de nombreuses contraintes. Premièrement, il est possible que la période à l’étude n’ait pas été assez longue pour permettre d’observer suffisamment de changements dans le niveau de langue et dans le type d’emploi. Améliorer ses compétences dans une langue demande du temps et n’implique pas nécessairement un changement d’emploi dans les mois qui suivent cette amélioration. De même, on sait quel était le niveau de langue parlé au moment de l’interview du cycle 3, mais on ne sait pas si ce changement était récent ou non. Donc puisque le type de changement dont il est question ici (amélioration de la langue ou changement d’emploi) n’est pas instantané et n’entraîne pas nécessairement d’autres changements instantanés, puisque la période à l’étude n’était que de trois ans et demie et puisqu’on travaillait avec une population réduite (c’est-à-dire les immigrants occupés au cycle 1 et au cycle 3) l’analyse longitudinale n’était pas nécessairement idéale.

Deuxièmement, il est toujours possible que ce ne soit pas le niveau de langue directement qui soit relié au fait d’occuper un emploi approprié, comme on l’a mentionné plus haut. Il se peut que le lien soit indirect et que l’effet observé soit plutôt dû à une autre caractéristique du répondant qui soit fortement reliée au niveau de langue (par exemple la motivation, la personnalité, le réseau de contacts, etc.) mais ne soit pas mesurée dans le modèle. Néanmoins, on a pu observer grâce aux modèles transversaux que l’effet de l’anglais est encore présent au cycle 3, bien que parfois moins fort qu’au cycle 1 mais souvent comparable au cycle 2. Donc l’effet de l’anglais, qu’il soit direct ou indirect, semble être assez stable depuis les deux dernières années au pays. Si effectivement cet effet est indirect, il semble que la corrélation avec la caractéristique non mesurée soit, elle aussi, stable dans le temps, donc que le niveau de langue est sans doute une très bonne approximation de cette caractéristique.