Navigation – Plan du site

Étudiants et universités : un seul profil de réussite ?

Elena Arias et Catherine Dehon
p. 113-136

Résumé

Dans cette étude, la réussite à l’université en première année est analysée en tenant compte des caractéristiques individuelles, du parcours scolaire et du milieu socio-économique de l’étudiant. L’analyse empirique est effectuée sur des données contenant les primo-arrivants de l’Université Libre de Bruxelles (ULB) pour les années académiques 1997-1998 et 2001-2002. Cette étude de cas se présente donc comme un premier pas vers une analyse exhaustive des facteurs qui influencent la réussite à l’université en Belgique. Les résultats montrent que le milieu socio-économique influence la réussite de manière significative. Plus particulièrement, le niveau d’études de la mère et l’activité professionnelle du père ont une importance prépondérante sur la probabilité de réussir la première année. On constate également une différence dans la performance des étudiants qui ont des parcours scolaires distincts : les étudiants issus du système traditionnel ont des meilleurs résultats que les étudiants issus de système rénové. Finalement, en contraste avec les résultats de la littérature, les étrangers et les autochtones ne présentent pas des différences significatives dans la probabilité de réussir leur première année si l’on considère leur milieu socio-économique.

Haut de page

Texte intégral

I. Introduction

1Le parcours académique d’un étudiant est le résultat d’une succession de choix opérés dès son enfance dont certains ne dépendent pas exclusivement de lui. En effet, les décisions prises pour maximiser son bien-être dépendent directement des ressources et des contraintes qui sont définies par les pouvoirs publics et la famille. D’une part, le processus décisionnel des parents et des enfants se déroule dans un environnement économique défini par l’Etat (taxes, dépenses publiques, régulation, etc.). D’autre part, les parents sont responsables de l’allocation des ressources de la famille, ce qui aura inévitablement un impact sur l’environnement de l’étudiant, ses préférences et ses motivations. Mais dans quelle mesure ces décisions et contraintes influencent-elles l’accomplissement scolaire des enfants ? Une grande partie de la recherche empirique internationale sur la réussite s’est efforcée de répondre à cette question.

2Dans notre article, nous allons analyser plus particulièrement le cas de la Communauté française de Belgique. Rappelons que la Belgique est un Etat fédéral où les communautés sont compétentes en matière d’enseignement, et la Communauté française a opté pour un système universitaire financé essentiellement par les fonds publics, réduisant de manière considérable la part de la contribution privée. D’après USHER et CERVENAN (2005), la Communauté française de Belgique offre les deuxièmes coûts d’éducation les moins chers parmi plusieurs pays développés en termes de minerval et de coût du matériel d’étude. Par conséquent, l’inscription à l’université, en Communauté française de Belgique, est une décision privée qui s’avère peu coûteuse comparativement à d’autres pays. En outre, des taux d’échec et d’abandon très élevés sont observés pendant cette première année d’université, augmentant inexorablement le coût du financement public de l’enseignement supérieur. L’étude des facteurs de réussite pour la première année à l’université est donc un « point d’information-clé », et sera la première étape d’une étude plus large qui tentera d’étudier l’impact de ces facteurs sur l’ensemble du parcours de l’étudiant.

3Notre analyse se base sur des données octroyées par les autorités de l’Université Libre de Bruxelles. Un questionnaire sociologique non obligatoire a été soumis au moment de l’inscription à chaque étudiant primo-arrivant, en vue d’obtenir des informations quant à leur milieu socio-économique. Cette expérience a été menée pour les années académiques 1997-1998 et 2001-2002, ce qui a donné naissance à une base de données de 5822 individus de deux générations différentes et pour lesquels on compte près de 100 variables qui capturent différents aspects de la vie de l’étudiant.

  • 1  Modèle de régression pour variable dépendante dichotomique.

4L’intérêt de notre étude réside donc, d’une part dans l’utilisation d’une base de données exceptionnelle contenant des informations socio-économiques sur les étudiants, et d’autre part dans l’application de modèle économétrique de type logit1 afin d’estimer la probabilité conditionnelle de succès d’un étudiant primo-arrivant, connaissant les caractéristiques de l’étudiant (nationalité, sexe, domaine d’étude, etc.), le parcours scolaire antérieur et le milieu socio-économique.

5Les résultats de cette étude montrent que les variables socio-économiques des étudiants influencent significativement le succès à l’université. Plus précisément, le niveau d’éducation de la mère influence plus la réussite que le niveau d’éducation du père. Ce résultat a déjà été mis en évidence plusieurs fois dans la littérature internationale empirique. Néanmoins, si l’on considère la profession des parents, la relation est inversée. En effet, la profession du père semble être plus importante pour déterminer la réussite d’un étudiant de première année à l’université. En outre, en contradiction avec certains résultats de la littérature, un étudiant belge ou étranger sont équivalents face à la réussite à partir du moment où l’on tient compte des différences dans leur environnement socio-économique. Finalement, nous montrerons que les différences dans le parcours secondaire des étudiants inscrits en sciences par rapport aux étudiants inscrits en sciences humaines ou en sciences de la santé expliquent que la réussite en sciences est plus élevée.

6L’article est structuré de la manière suivante : dans la partie 2, nous exposons une brève revue de la littérature reprenant les études les plus probantes concernant les déterminants socio-économiques de la réussite scolaire. Dans la partie 3, nous introduisons les données, les variables sélectionnées ainsi que la méthodologie utilisée. Nous discutons également du problème du biais de sélection dans cette section. La partie 4 présente des résultats empiriques de l’analyse et nous concluons dans la partie 5.

II. Revue de la littérature

7LEIBOWITZ (1974) analyse le succès académique des enfants à l’aide d’un modèle économique où l’influence de l’entourage familial survient à travers des inputs de temps et non pas seulement à travers des inputs matériels. En effet, l’auteur se place dans un processus où les parents décident de l’allocation des dépenses mais également de l’allocation du temps. Si l’on considère que la qualité du temps passé avec les enfants est positivement corrélée avec l’éducation, les parents peuvent influencer la réussite scolaire de leurs enfants à travers leur comportement et non seulement à travers les biens matériels. Dans ce cadre, le niveau final d’éducation de l’enfant serait influencé par les capacités héritées de ses parents, par le niveau de revenu de la famille qui lui-même dépend des caractéristiques des parents et finalement, par l’investissement fait dans le ménage qui est déterminé par l’allocation d’inputs matériels et de temps décrits plus haut. Tous ces éléments réunis vont déterminer le niveau final de revenu des enfants.

8Ce lien théorique entre les choix parentaux (ou les caractéristiques familiales) et le succès scolaire des enfants a donné naissance à une importante série d’études empiriques qui continue à se développer de nos jours. Dans cet article, nous allons examiner deux types de littérature empirique sur le sujet. D’un côté, la littérature internationale sur la réussite en général étant donné qu’elle nous permet d’identifier quels sont les principaux déterminants familiaux qui ont été mis en avant jusqu’à présent. D’un autre côté, la littérature qui s’intéresse plus particulièrement à la réussite à l’université en Communauté française de Belgique car elle nous aide à décrire quelle est notre contribution par rapport aux travaux les plus proches du nôtre.

9Dans la littérature internationale, il y a différentes façons d’examiner le problème, étant donné qu’il existe plusieurs manières d’aborder le succès scolaire. En effet, jusqu’à présent trois définitions de la réussite scolaire ont usuellement été utilisées : le nombre d’années d’études, la probabilité d’obtenir un diplôme du secondaire ou encore les résultats obtenus à différents types de tests (test de lecture, test de mathématiques, test social, etc.). Par la suite, nous allons passer en revue les principaux résultats qui se trouvent dans la littérature, indépendamment de la mesure du succès utilisée.

  • 2  Le capital humain peut être défini comme l'ensemble d’aptitudes, talents, qualifications et expéri (...)
  • 3  La notion de revenu permanent fait référence au revenu moyen du ménage sur le long terme, par oppo (...)

10Une partie de la recherche empirique existante tente de déterminer si les caractéristiques familiales et l’investissement non matériel dans le ménage influencent les résultats académiques des enfants. Le capital humain2 des parents est un des facteurs les plus testés et dans presque toutes les études, cette variable apparaît comme étant statistiquement significative pour expliquer la réussite scolaire de l’enfant. Dans l’article d’HAVEMAN et al. reprenant plusieurs études, ce résultat reste valable, indépendamment de la définition du statut socio-économique parental utilisée. Néanmoins, beaucoup d’auteurs ont tenté de déterminer si les deux parents ont le même niveau d’influence ou si l’un d’entre eux aurait un effet plus important sur la réussite de l’enfant. En général, le niveau éducationnel des deux parents a une influence positive mais dans la plupart des articles, le capital humain de la mère, défini comme le nombre d’années de scolarité, est plus important pour la réussite académique de l’enfant que celui du père (MURNAME et al. (1981), ERMISCH et FRANCESCONI (2001), BLACK et al. (2005), BLAU (1999)). De plus, certains auteurs ont tenté de déterminer par quelle voie le capital humain des parents influence les résultats de leur enfant. Par exemple, PLUG et VIJVERBERG (2003), BEHRMAN et ROSENZWEIG (2002) et BLACK et al.(2005) utilisent des données soit sur des enfants adoptés, soit sur des jumeaux, soit sur des réformes d’éducation nationale pour déterminer s’il existe un facteur génétique important dans le nombre d’années de scolarité réalisées par l’enfant. D’autres études ont analysé l’effet du niveau de revenu de la famille sur le succès académique de l’enfant. Les résultats empiriques dépendent fortement de la manière dont le revenu est mesuré mais, d’après BLAU (1999), la plupart des études font une distinction entre les notions de revenu permanent et de revenu temporaire3. L’auteur affirme que ses résultats sont en accord avec les résultats trouvés jusqu’à présent : l’effet du revenu sur la réussite académique serait faible même si l’effet du revenu permanent est plus important que l’effet du revenu temporaire. En particulier, les effets de revenus seraient faibles par rapport à d’autres caractéristiques individuelles comme le genre, la race et d’autres caractéristiques de la mère et du ménage.

11D’autres caractéristiques des parents ont fait l’objet de nombreuses études internationales, comme par exemple l’influence de la structure familiale sur la probabilité d’obtenir un diplôme du secondaire. Vivre dans une famille monoparentale a été identifié comme étant négativement corrélé au niveau de la scolarité et dans la plupart des cas, la variable est statistiquement significative. Par exemple, ERMISCH et al. (2003) analysent l’impact de la structure familiale et du chômage au Royaume-Uni et ils concluent que la transmission intergénérationnelle du succès scolaire est plus influencée par le fait d’avoir des parents célibataires que par le chômage parental. Dans le même ordre d’idées, MANSKI et al. (1992) ont trouvé que la probabilité de terminer ses études secondaires augmente si l’étudiant vit avec ses deux parents. Par ailleurs, une autre voie d’influence de choix parentaux surgit à travers les choix éducationnels des enfants en bas âge effectués par les parents, notamment en ce qui concerne le choix d’habitation de la famille et par conséquent, l’école fréquentée par l’enfant. Il est important donc de déterminer si la réussite scolaire est influencée par le choix de l’école. Le milieu socio-économique familial a été étroitement lié au parcours scolaire de l’enfant dans l’étude de DUTSMAN (2004). Il analyse le système d’éducation allemand où d’importantes décisions sur le parcours académique doivent être prises très tôt. Ses résultats montrent que le choix de l’école peut être analysé comme faisant partie des choix parentaux qui influencent le résultat des étudiants car ils reflètent l’immobilité intergénérationnelle de la réussite scolaire.

12La revue de la littérature internationale nous permet d’identifier les différentes approches existantes pour étudier la réussite de l’étudiant ainsi que les principaux déterminants socio-économiques qui ont été proposés.

13En ce qui concerne la Belgique, une grande partie de la littérature existante en Communauté française de Belgique se concentre plutôt sur la réussite à l’université, car cette définition met en évidence les particularités de son enseignement supérieur. En effet, le pourcentage très élevé d’échecs et d’abandons pendant la première année à l’université augmente considérablement le coût des finances publiques, tout en créant un différentiel élevé entre le nombre d’étudiants commençant l’université et ceux sortant diplômés. C’est la raison pour laquelle plusieurs études ont tenté de déterminer les facteurs influençant la réussite à l’université, et plus particulièrement en première année.

14L’étude la plus proche de la nôtre est celle réalisée par DE MEULEMEESTER et ROCHAT (1995). Ils ont étudié l’impact du capital social et culturel sur la réussite des primo-arrivants à l’ULB en 1987. Ils ont modélisé la probabilité de réussir en première session, en deuxième session ou d’échouer. Les auteurs concluent que le niveau d’éducation de la mère joue un rôle important dans la transmission de certaines capacités qui augmentent la probabilité de réussir, alors que l’activité professionnelle est non significative pour les deux parents. De plus, le parcours scolaire, la capacité de l’étudiant et la nationalité sont significatives et jouent un rôle déterminant dans la réussite académique. Cependant, leur modèle manque de mesures multidimensionnelles pour capturer l’impact du parcours scolaire sur la réussite de l’étudiant. Par exemple, le parcours académique de l’enfant est mesuré par une seule variable (le type d’école dans laquelle l’étudiant fait ses études secondaires). De plus, ils utilisent une mesure ad hoc de la capacité de l’étudiant testée dans un échantillon réduit, ce qui augmente le risque d’avoir un biais de sélection. Finalement, étant donné qu’ils n’incluent aucune mesure du revenu familial, les coefficients socio-économiques pourraient être surestimés.

15Plus récemment, un des travaux les plus importants est celui réalisé par DROESBEKE et al. (2001). Cet ouvrage réalise une analyse complète de toute la population étudiante en Communauté française de ces trente dernières années. La méthodologie utilisée est principalement descriptive, sauf pour un chapitre où ils s’interrogent sur les facteurs qui influencent le taux global de réussite à l’université. À l’aide d’un modèle de régression linéaire, cette variable dépendante est exprimée comme une fonction linéaire de caractéristiques individuelles (le sexe, la nationalité, l’âge, le domaine d’études et les options suivies dans le secondaire). Ils ont trouvé que toutes leurs variables exogènes sont significatives pour expliquer le taux global de réussite observé. La faiblesse de cette étude est qu’elle ne compte avec aucune information sur le milieu socio-économique de l’étudiant. Cette faiblesse ne se retrouve pas dans les travaux d’ALALUF et al. (2003) qui ont étudié les cas de filles dans les études scientifiques à l’ULB. Les auteurs se sont principalement intéressés aux domaines d’études choisis à l’université, mais ils incluent quelques informations socio-économiques sur l’étudiant, qu’ils ont obtenues à l’aide d’interviews. Leurs résultats montrent que la plupart des facteurs d’influence proviennent du niveau d’éducation des parents, suivi du niveau de revenu et de l’activité professionnelle de la mère. Cependant, les résultats de cette étude sont tirés d’une analyse qualitative avec une méthodologie strictement descriptive.

16Les faiblesses de ces études en Communauté française de Belgique peuvent être caractérisées par deux facteurs : soit elles ne tiennent pas compte des caractéristiques socio-économiques des étudiants (DROESBEKE et al. (2001)), soit les méthodes utilisées ne permettent pas de tenir compte des interactions entre les différents facteurs (DE MEULEMEESTER et ROCHAT (1995) et ALALUF et al. (2003)).

17Notre étude de la réussite en première année à l’Université Libre de Bruxelles contient donc plusieurs aspects qui nous séparent des études précédentes. En premier lieu, nous avons un échantillon beaucoup plus large d’étudiants dont le milieu socio-économique est connu. Ensuite, la base de données contient de nombreuses variables qui capturent le parcours scolaire de l’étudiant. Enfin, nous utilisons des outils économétriques et contrairement aux autres papiers, nous testons la présence d’un éventuel biais de sélection dans notre échantillon. En effet, le milieu socio-économique est évalué à travers les choix des parents qui affectent non seulement leurs propres caractéristiques (niveau d’éducation, profession) mais aussi le parcours scolaire de leurs enfants (choix de l’école secondaire, choix des options et orientations). Cependant, étant donné que les variables socio-économiques proviennent d’un questionnaire sociologique volontaire distribué à l’inscription, l’ensemble des variables n’est pas disponible pour tous les étudiants. Dès lors, nous avons vérifié que notre analyse est basée sur un échantillon représentatif de la population et qu’aucun biais de sélection n’est présent dans notre étude.

18Enfin, pour chaque individu, nous sommes capables de suivre le parcours complet à l’université (grades obtenus, années doublées, abandons, réorientations, etc.). Il est évident qu’avec une base de données de cette échelle, l’exploitation de toute l’information disponible est un long processus. Cependant, son avantage principal est qu’elle offre une infinité de projets de recherche différents : les déterminants de l’abandon, la probabilité d’obtenir un diplôme si la première année est réussie, l’influence des capacités de l’étudiant dans la réussite à l’université, etc. Cet article constitue donc le premier pas de la réalisation d’une étude complète de la population étudiante de l’ULB.

III. Données, Variables et Méthodologie

III.1. Données

19La base de données est constituée de deux générations d’étudiants de l’Université Libre de Bruxelles : les primo-arrivants de 1997-1998 (c’est-à-dire les étudiants s’inscrivant pour la première fois à l’année académique 1997-1998) et les primo-arrivants de 2001-2002. Ces deux générations contiennent 5 822 étudiants pour lesquels un ensemble de caractéristiques personnelles telles que la nationalité, l’âge, l’école secondaire, etc. sont disponibles. L’Université Libre de Bruxelles ayant choisi comme objectif de comprendre mieux le processus de réussite/échec, celle-ci a décidé de réaliser une grande enquête sociologique afin de récolter des informations importantes ne se trouvant pas dans les bases de données traditionnelles. Dans cette étude, nous serons obligés de nous restreindre à l’échantillon de 4 280 étudiants primo-arrivants de 1997-1998 et 2001-2002 ayant répondu au questionnaire sociologique.

III.2. Variables

20Un des objectifs de l’article est de déterminer si la réussite de la première année d’étude à l’université est influencée par la situation socio-économique de la famille. Nous avons donc sélectionné différentes variables pour capturer le background de la famille. Nous devons bien évidemment aussi prendre en compte dans notre modèle les caractéristiques individuelles de l’étudiant qui sont disponibles pour l’ensemble des étudiants dans les bases de données de l’ULB. Finalement, nous incluons également une variable binaire reprenant l’année d’inscription de l’étudiant (1 si inscrit en 2001, 0 si inscrit en 1997) pour tenir compte d’une éventuelle évolution dans le temps de la réussite. Pour tenir compte des différents domaines, nous commençons par une étude globale, ne distinguant les étudiants qu’en trois catégories : les sciences humaines, les sciences et les sciences de la santé. Les définitions et types d’encodage pour ces différentes variables sont repris dans le Tableau 1. Nous avons également ajouté quelques statistiques descriptives.

Tableau 1 : Statistiques descriptives des variables explicatives

Tableau 1 : Statistiques descriptives des variables explicatives

21L’analyse des statistiques descriptives souligne que 60 % des étudiants proviennent de la génération 2001-2002 ; qu’il y a beaucoup plus d’étudiants en Sciences humaines dans l’échantillon (68.60 %) qu’en Sciences (19.33 %) et Sciences de la santé (10.98 %) ; que 54.27 % sont des étudiantes et 10.98 % des étrangers. Il est aussi à noter qu’un peu moins de 33 % des étudiants ont déjà recommencé au moins une année d’étude dans le secondaire, et que la majorité des étudiants proviennent de l’enseignement rénové. Le profil des étudiants relativement aux mathématiques est assez dispersé, et peu d’étudiants (26.19 %) ont suivi des cours de latin ou de grec. Remarquons également que 28.52 % de notre échantillon ont bénéficié d’un minerval réduit, et que la grande majorité (80.11 %) des étudiants vivent avec leur deux parents.

III.3. Méthodologie

  • 4  Durant la première année, le temps d’adaptation à l’université de certains étudiants peut prendre (...)

22Comme nous l’avons déjà mentionné, le taux d’échec et d’abandon pendant la première année à l’université est extrêmement élevé. Cette première année est donc une étape cruciale pour comprendre les déterminants de la réussite à l’université, celle-ci étant décourageante pour un grand nombre d’étudiants. Pour modéliser la réussite, nous avons créé une variable dichotomique : 1 si la première année est réussie, 0 si non4. La variable dépendante étant binaire, l’utilisation du modèle logit nous permettra d’étudier l’influence des différentes caractéristiques personnelles et socio-économiques sur la probabilité de réussite en première année à l’université d’un étudiant primo-arrivant :

23Cependant, notre spécification inclut plusieurs variables socio-économiques (variables explicatives) qui ne sont disponibles que pour les étudiants ayant rempli le questionnaire sociologique (n =4280). Depuis l’article de HECKMAN (1976) qui a mis en évidence les éventuels problèmes de biais de sélection dus à des variables dépendantes censurées, il est bien connu que même une sélection au niveau des variables explicatives peut biaiser les résultats. C’est pourquoi nous avons vérifié que l’échantillon tronqué était bien représentatif de la population, avant d’utiliser les méthodes classiques qui donneront dès lors des estimateurs non biaisés pour les interprétations.

IV. Résultats

  • 5  Le odds-ratio est défini par la probabilité de réussir divisée par la probabilité d’échouer. Si pa (...)

24Dans cette section, nous allons nous attarder sur les résultats de l’étude empirique. Deux catégories de variables explicatives influençant le succès à l’université vont être étudiées : l’environnement familial et les choix scolaires précédant l’université. Le modèle logit reprendra donc comme variables explicatives, les variables suivantes : gen2001, DOM, belgian, gender, late, TypeSec, EtudP, EtudM, ProfP, ProfM, lowfee, famstruc (voir Tableau 1, page 122). Après estimation des paramètres de régression du modèle, nous pouvons utiliser les odds-ratio5 pour commenter les différents types d’influence sur le succès en première année d’un primo-arrivant à l’Université Libre de Bruxelles (Tableau 2 ci-après).

Tableau 2 : Résultats de l’estimation du modèle Logit

Tableau 2 : Résultats de l’estimation du modèle Logit

IV.1. Caractéristiques personnelles

25Premièrement, le fait d’être de sexe féminin va augmenter la probabilité de réussir par rapport à celle d’échouer d’environ 68 % (ce qui ne veut pas dire que les filles ont 68 % plus de chance de réussir que les garçons). Pour avoir une compréhension plus intuitive de ce ratio réussite/échec appelé odds-ratio (la probabilité de réussir divisée par la probabilité d’échouer), veuillez vous rapporter à la Figure 1.

Figure 1 : Différentiel de la probabilité de réussir entre les garçons et les filles pour un « odds ratio » de 1,6768

Figure 1 : Différentiel de la probabilité de réussir entre les garçons et les filles pour un « odds ratio » de 1,6768

26Le sexe n’est pas l’unique caractéristique personnelle influençant la réussite. En effet, le domaine choisi à l’université aura également un effet sur la réussite. Un étudiant inscrit en Sciences aura une probabilité de réussir par rapport à celle d’échouer d’environ 28 % supérieure à un étudiant en Sciences Humaines, et ce dernier aura également un ratio réussite/échec d’environ 25 % supérieur à un étudiant en Sciences de la Santé. Ces résultats ne sont pas surprenants par rapport aux croyances bien ancrées qu’un étudiant en Sciences aura une probabilité de réussir plus élevée qu’un étudiant inscrit dans un autre domaine. Cette particularité de la Faculté des Sciences est-elle due à la manière d’encadrer les étudiants (par exemple, taux d’encadrement), à la manière d’enseigner (laboratoires, etc.) ou à un autre facteur ? Nous répondrons à cette question par la suite en utilisant une autre spécification du modèle logit. Finalement, concernant les caractéristiques personnelles, le résultat le plus important – car en contradiction avec la littérature – est qu’un étudiant d’origine étrangère n’aura pas moins de chance de réussir (non significativité de la variable) qu’un étudiant belge, dès lors que nous comparons des étudiants ayant des caractéristiques socio-économiques identiques. Dans l’étude de DE MEULEMEESTER et ROCHAT (1995), une partie du succès peut être expliquée par l’origine ethnique. Néanmoins, comme nous le constatons dans notre étude, l’origine ethnique ne peut pas être prise en compte puisqu’elle devient non significative, dès lors que l’environnement socio-économique de l’étudiant ainsi que ses caractéristiques scolaires sont correctement considérés dans le modèle.

IV.2. Structure et environnement familial

27Nous établissons également dans nos analyses que l’environnement familial influence la réussite à l’université. En effet, les variables sélectionnées pour mesurer cet impact ont un effet significatif sur la probabilité de réussite, et ceci reste vrai dans un modèle incluant les caractéristiques personnelles des étudiants ainsi que leur parcours scolaire. Il est aussi important de noter que l’influence de la famille ne peut être restreinte à une seule dimension mais devra être capturée dans notre analyse par différentes variables. Tout d’abord, il est clair que la réussite à l’université de l’étudiant va être influencée favorablement par le niveau d’éducation (mesuré par le diplôme) des parents. Par exemple, un étudiant dont le père a atteint au moins le niveau supérieur (universitaire ou non) aura un ratio réussite/échec entre 68 % et 80 % supérieur à un étudiant dont le père a un diplôme primaire. Le niveau d’éducation de la mère joue également un rôle important. Un étudiant ayant une mère universitaire aura un ratio réussite/échec 41 % supérieur à un étudiant dont la mère n’a pas atteint les études supérieures. Bien évidemment, l’information capturée par l’éducation de la mère est souvent très proche de celle capturée par l’éducation du père, ce qui rend assez instable la significativité des variables mises conjointement dans le modèle. Néanmoins, le test joint de significativité global des variables binaires, reprenant les différents niveaux d’éducation d’un parent, nous montre que l’influence de l’éducation de la mère est systématiquement plus importante que celle du père sur la réussite de l’étudiant à l’université. De nombreux travaux ont également mis en évidence l’effet plus important de la mère sur le parcours scolaire de l’enfant. On peut dès lors se poser la question de savoir si cette influence est due au temps consacré par la mère à l’éducation de son enfant, comme suggéré par LEIBOWITZ (1974) et MURNAME et al. (2001), ou bien par un héritage de qualité comme proposé par BEHRMAN et ROSENZWEIG (2002). Nous tenterons de répondre à cette question dans une recherche future qui se focalisera sur le sous-échantillon des étudiants en Sciences Appliquées où la capacité de l’étudiant sera mesurée par les résultats obtenus à l’examen d’entrée.

28Dans notre étude, nous avons aussi la conviction empirique qu’un autre aspect de l’environnement familial doit être pris en considération : l’activité professionnelle des parents. Comme pour le niveau d’éducation, il y a de nombreuses similarités entre l’activité de la mère et du père. Néanmoins cette fois-ci, l’influence sur la réussite de l’activité professionnelle du père domine celle de la mère. Dans le modèle final, l’activité professionnelle de la mère n’a plus d’influence dès que l’éducation est prise en compte. En résumé, l’influence de la mère semble être mieux capturée par son diplôme alors que l’influence du père est plus facilement prise en compte par son activité professionnelle. Par exemple, l’enfant d’un enseignant (l’activité professionnelle qui a le plus grand impact positif) aura un ratio réussite/échec 68 % supérieur à l’enfant d’un ouvrier ou d’un fermier. D’autres emplois tel que cadre supérieur, ainsi qu’indépendant auront un impact d’environ 30 %. Notons que les variables d’éducation et d’activité professionnelle des parents restent significatives, même en prenant en compte une mesure du revenu de la famille qui est donnée par le caractère binaire de payer ou non des droits réduits pour l’inscription à l’Université. Il est donc pensable que les choix parentaux ne se reflètent pas uniquement de manière matérielle sur la réussite de l’enfant.

29Finalement, contrairement à ce à quoi l’on peut s’attendre en analysant la littérature existante sur le sujet, notre analyse révèle que la réussite en première année à l’université n’est pas significativement différente pour les étudiants vivant avec un seul parent ou les étudiants vivant avec leurs deux parents. Cette différence avec la littérature pourrait être expliquée par le fait que ces études sont basées sur l’obtention d’un diplôme d’humanités. Or, nous pouvons faire l’hypothèse qu’un étudiant arrivant à l’université se comporte déjà comme un jeune adulte étant de plus en plus indépendant et donc moins affecté par le fait de vivre avec ses deux parents ou non. Dans notre analyse, nous avons néanmoins un impact significatif et positif pour les étudiants vivant seuls, mais plus de 50 % de ceux-ci sont beaucoup plus âgés que la moyenne, et donc nous pouvons supposer bien plus matures que les jeunes de 18 ans.

IV.3. Parcours scolaire précédant l’université

  • 6  Ministère de la Communauté française (2006).

30Les variables socio-économiques et personnelles de l’étudiant étant déjà prises en compte dans le modèle, certaines variables du passé scolaire de l’étudiant sont également importantes. En accord avec les études belges réalisées précédemment, nous trouvons qu’un retard scolaire aura un impact très négatif sur la probabilité de réussite à l’université. En effet, un étudiant ayant une année de retard, c’est-à-dire ayant échoué une fois en primaire ou en secondaire, a un ratio de probabilités réussite/échec 58 % inférieur à un étudiant n’ayant jamais échoué. Cette différence atteint même 78 % lorsqu’on parle d’étudiants ayant plus d’une année de retard dans leur parcours scolaire précédent l’université. Ce résultat est particulièrement important lorsque l’on met en évidence le fait qu’en Communauté française de Belgique, le taux de redoublement est élevé. En effet, un rapport du ministère de l’éducation6 révèle qu’en 2006, 50 % des étudiants qui finissent l’école secondaire sont « à l’heure ». Ceci implique qu’une part importante de la population étudiante aura une probabilité bien inférieure de réussir à l’université.

31La deuxième variable utilisée pour capturer le parcours scolaire est le type de système fréquenté par l’étudiant. Sachant que deux types de système coexistent en Communauté française, nous avons montré qu’un étudiant ayant suivi ces dernières années de secondaire dans le système traditionnel aura un ratio réussite/échec 60 % supérieur à un étudiant provenant du rénové. Néanmoins, ce résultat demande des analyses plus fines pour pouvoir expliquer la différence entre les deux systèmes. Est-elle due aux caractéristiques des systèmes ou aux caractéristiques des étudiants inscrits dans ces deux systèmes ?

32Pour analyser plus précisément les caractéristiques des écoles, nous avons développé une deuxième spécification du modèle logit en utilisant des variables plus précises pour les étudiants du rénové (80 % de notre échantillon). Le système rénové est beaucoup plus flexible en termes de matières suivies et du nombre d’heures consacrées à chaque matière que le système traditionnel. Pour connaître le profil des étudiants provenant du rénové, l’Université Libre de Bruxelles a encodé le nombre d’heures de mathématiques, de latin et/ou de grec que l’étudiant a suivi en dernière année. Nous avons inclus ces informations dans la nouvelle spécification du modèle (Tableau 3), et celles-ci sont très pertinentes. En effet, si un étudiant a fait du latin et/ou du grec en dernière année, son ratio réussite/échec sera 94 % supérieur à un étudiant n’ayant suivi ni le latin ni le grec. Dans le même ordre d’idées, un étudiant ayant eu six heures de mathématiques ou plus par semaine aura un ratio réussite/échec plus de deux fois supérieur par rapport à un étudiant ayant suivi 3 heures ou moins. L’ajout de la variable reprenant le nombre d’heures de mathématiques, nous permet également de répondre à une question posée ci-avant. En effet, la réussite en Sciences n’est plus significativement différente par rapport aux Sciences Humaines, dès lors que la différence de structure entre les profils des étudiants est prise en compte.

Tableau 3 : Résultats de l’estimation du modèle Logit avec l’échantillon du rénové

Tableau 3 : Résultats de l’estimation du modèle Logit avec l’échantillon du rénové

Taille de l’échantillon = 3 569 *Statistiquement différent de zéro à 10 % ** Statistiquement différent de zéro à 5 % *** Statistiquement différent de zéro à 1 %.

V. Conclusions

33Dans cette étude nous nous sommes attachées à l’étude des déterminants de la réussite, en utilisant une base de données unique reprenant l’information des primo-arrivants inscrits en 1997 et 2001 à l’Université Libre de Bruxelles. Cette base de données est extrêmement riche et nous avons décidé dans un premier temps d’analyser uniquement la réussite lors de la première année à l’université. La raison qui nous a incitées à nous diriger dans cette direction est tout simplement l’importance de cette première année due à son taux d’échec et d’abandon élevé. Plusieurs aspects distinguent notre étude de celles existantes. Premièrement, notre échantillon reprend l’ensemble de deux cohortes inscrites à l’ULB et comprend un grand nombre de variables socio-économiques de la famille de l’étudiant. Deuxièmement, nous avons également l’accès à plusieurs variables concernant le passé scolaire de l’étudiant. Et finalement, nous utilisons des outils économétriques permettant de tenir compte des interactions entre les variables, et nous nous assurons également qu’il n’y a pas de problème de biais de sélection pour l’échantillon tronqué que nous utilisons.

34Nous avons montré dans notre étude que le niveau d’éducation des parents a une influence positive sur la réussite de l’étudiant. En accord avec la littérature, nous trouvons que l’éducation de la mère influence plus fortement le succès de l’étudiant. Cependant, nous avons approfondi l’analyse pour montrer que l’activité professionnelle des parents est également importante et cette fois-ci, surtout l’activité du père. En contradiction avec la littérature, nous ne trouvons pas de différence significative entre les étudiants vivant avec un parent seul ou en famille composée des deux parents. Cette contradiction peut être expliquée par le fait que notre étude se situe au niveau de jeunes adultes entrant à l’université et étant donc plus indépendants par rapport à la structure familiale. Finalement, nous constatons que les Belges ou les non Belges ont la même aptitude face à la réussite à partir du moment où nous comparons des étudiants avec des profils socio-économiques identiques. Notons que DE MEULEMEESTER et ROCHAT (1995) avaient trouvé que la nationalité était importante même après avoir enlevé l’effet des variables socio-économiques. Cette différence peut provenir de l’échantillon utilisé ou encore être le fait des distances culturelles qui s’estompent dans le temps.

35Le passé scolaire de l’étudiant est aussi un facteur déterminant de réussite. Un étudiant qui a au moins une année de retard aura un ratio réussite/échec environ deux fois moindre qu’un étudiant arrivant à l’université à l’heure. Ce résultat est d’une grande importance sachant qu’en Communauté française de Belgique, le taux de redoublement est extrêmement élevé. Nous avons également trouvé une différence entre les deux systèmes dispensés : le système traditionnel et le système rénové, les étudiants venant du traditionnel ayant une probabilité de réussite plus grande que ceux venant du rénové. Pour analyser plus en profondeur les caractéristiques des étudiants, nous avons focalisé notre dernière analyse sur les étudiants du rénové en reprenant le nombre d’heures de mathématiques inscrites dans leur cursus. Ce faisant, nous avons remarqué que la différence de succès entre la Faculté des Sciences et des Sciences Humaines était entièrement due aux profils différents des étudiants. En effet, la probabilité de réussite d’un étudiant en Sciences ne sera pas significativement plus grande que celle d’un étudiant dans les autres domaines si ces deux étudiants ont un nombre identique d’heures de mathématiques en dernière année des humanités.

  • 7  La capacité des étudiants n’est pas observable directement, néanmoins nous pouvons supposer que le (...)

36Cette analyse du processus de réussite à l’université en première année est la première étape, extrêmement importante, d’une analyse temporelle de la réussite à l’université. Nous voudrions étendre le modèle à l’ensemble des études pour vérifier si les facteurs de réussite en première année restent valides pour les années suivantes. D’autre part, plusieurs questions ont été soulevées et nous tenterons de les résoudre dans des recherches futures. Nous projetons, par exemple, d’étudier l’échantillon des étudiants inscrits en Sciences Appliquées pour pouvoir inclure dans le modèle les points obtenus à l’examen d’entrée comme mesure approximative de la capacité des étudiants7 et faire la part des choses entre un certain héritage des parents et un certain encadrement des parents. Nous voulons également poursuivre l’étude en détaillant de manière plus approfondie les différents types d’écoles secondaires.

Haut de page

Bibliographie

M. Alaluf, N. Imatouchan, P. Marage, S. Pahaut, R. Sanvura, A. Valkeneers, A. Vanheerswynghels, Les filles face aux études scientifiques. Réussite scolaire et inégalités d'orientation, Editions de l'Université de Bruxelles, 2003.

J.R. Behrman, M.R. Rosenzweig, « Does increasing women's schooling raise the schooling of the next generation », The American Economic Review, vol. 92, No. 1, 2002, pp. 323-334.

S.E. Black, P.J. Devereux, K.G. Salvanes, « Why the apple doesn't fall far : Understanding intergenerational transmission of humain capital », The American Economic Review, vol. 95, No. 1, 2005, pp. 437-449.

D.M. Blau, « The effect of income on child development », The review of Economics and Statistics, vol. 81, No. 2, 1999, pp. 261-276.

B. Delvaux, « Retards scolaires dans l'enseignement ordinaire de plein exercice : le contexte fédéral », Tableaux de bord de l'enseignement, Service des statistiques, Ministère de l'éducation, de la recherche et de la formation, Communauté française de Belgique, 1996, p. 17.

C. Dustman, « Parental background, secondary school track choice, and wages », Oxford Economic Papers, No. 56, 2004, 209-210.

J.-L. De meulemeester, D. Rochat, « Impact of individuals characteristics and sociocultural environment on academic success », International Advances in Economic Research, vol. 1, No. 3, 1995, pp. 278-287.

J.-J. Droesbeke, I. Hecquet, C. Wattelar, La population étudiante : description, évolution et perspectives, Bruxelles, Editions de l'Université de Bruxelles et Editions Ellipses, 2001.

J. Ermisch, M. Francesconi, « Family matters : Impacts of family background on educational attainments », Economica, vol. 68, No. 270, 2001, pp. 137-156.

J. Ermisch, M. Francesconi, D.J. Pevalin, « Parental partnership and joblessness in childhood and their infleunce on young's people outcomes », Journal of Royal Statistical society, vol. 167, Part 1, 2003, pp 69-101.

R. Haveman, B. Wolfe, « The determinants of children's attainments : A review of methods and findings », Journal of Economic Literature, vol. 33, No. 4, 1995, pp. 1829-1878.

J.J. Heckman, « Sample selection bias as a specification error », Econometrica, vol. 47, No. 1, 1979, pp. 153-162.

A. Leibowitz, « Home investment in children », The Journal of Political Economy, vol. 82, No.2, Part 2 : Marriage, Family Human Capital and Fertility, S111-S131, 1974.

C.F. Manski , G.D. Sandefur, S. McLanahan, D.Powers, « Alternative estimates of the effect of family during adolescence on high school graduation », Journal of the American Statistical Association, vol. 87, No. 417, 1992, pp. 25-37.

Ministère de la Communauté française et l’Entreprise des Technologies Nouvelles de l’information et de la Communication (2006), « Les indicateurs de l’enseignement », Ministère de la Communauté française.

R.J. Murnane, R.A. Maynard, J.C. Ohls, « Home Resources and children's achievement », The Review of Economics and Statistics, vol. 63, No. 3, 1981, pp. 369-377

E. Plug, W. Vijverberg, « Schooling, family background, and adoption, is it nature or is it nurture ? », The Journal of Political Economy, vol. 111, No. 3, 2003, pp. 611-641.

A. Usher, A. Cervenan, Global higher education Ranking 2005, Educational Policy Institute, 2005, Toronto.

Haut de page

Notes

1  Modèle de régression pour variable dépendante dichotomique.

2  Le capital humain peut être défini comme l'ensemble d’aptitudes, talents, qualifications et expériences accumulés par un individu et qui détermine en partie sa capacité à travailler ou à produire pour lui-même ou pour les autres.

3  La notion de revenu permanent fait référence au revenu moyen du ménage sur le long terme, par opposition au revenu temporaire qui constitue une fluctuation occasionnelle du budget inter temporel du ménage.

4  Durant la première année, le temps d’adaptation à l’université de certains étudiants peut prendre plus de temps, et ainsi ils peuvent échouer en première session mais néanmoins réussir leur année. Nous avons donc décidé de ne pas tenir compte de l’information discriminant les réussites en première et seconde sessions.

5  Le odds-ratio est défini par la probabilité de réussir divisée par la probabilité d’échouer. Si par exemple, le odds-ratio pour la variable gender (variable dichotomique égale à 1 pour les filles, et à zéro pour les garçons) était égal à la valeur 2, cela voudrait dire que la probabilité estimée de réussir relativement à celle d’échouer est deux fois plus grande chez les filles que chez les garçons.

6  Ministère de la Communauté française (2006).

7  La capacité des étudiants n’est pas observable directement, néanmoins nous pouvons supposer que les points obtenus à l’examen d’entrée sont corrélés avec cette variable.

Haut de page

Table des illustrations

Titre Tableau 1 : Statistiques descriptives des variables explicatives
URL http://pyramides.revues.org/docannexe/image/250/img-1.jpg
Fichier image/jpeg, 244k
URL http://pyramides.revues.org/docannexe/image/250/img-2.jpg
Fichier image/jpeg, 84k
Titre Tableau 2 : Résultats de l’estimation du modèle Logit
URL http://pyramides.revues.org/docannexe/image/250/img-3.jpg
Fichier image/jpeg, 324k
Titre Figure 1 : Différentiel de la probabilité de réussir entre les garçons et les filles pour un « odds ratio » de 1,6768
URL http://pyramides.revues.org/docannexe/image/250/img-4.png
Fichier image/png, 36k
Titre Tableau 3 : Résultats de l’estimation du modèle Logit avec l’échantillon du rénové
Légende Taille de l’échantillon = 3 569 *Statistiquement différent de zéro à 10 % ** Statistiquement différent de zéro à 5 % *** Statistiquement différent de zéro à 1 %.
URL http://pyramides.revues.org/docannexe/image/250/img-5.jpg
Fichier image/jpeg, 274k
Haut de page

Pour citer cet article

Référence papier

Elena Arias et Catherine Dehon, « Étudiants et universités : un seul profil de réussite ? », Pyramides, 14 | 2007, 113-136.

Référence électronique

Elena Arias et Catherine Dehon, « Étudiants et universités : un seul profil de réussite ? », Pyramides [En ligne], 14 | 2007, mis en ligne le 09 septembre 2011, consulté le 17 novembre 2017. URL : http://pyramides.revues.org/250

Haut de page

Auteurs

Elena Arias

Chercheure à l’Université Libre de Bruxelles, ECARES, CKE et Institut de Recherche en Statistique.

Catherine Dehon

Chercheure à l’Université Libre de Bruxelles, ECARES, CKE et Institut de Recherche en Statistique.

Haut de page

Droits d’auteur

© Tous droits réservés

Haut de page