Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps

Le Saux Loïc Tanguy Brewal Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Traitement des enquêtes M1 ISC 2007/2008

Sommaire Introduction... 3 I ANALYSE DESCRIPTIVE DE L ENQUETE... 4 1) Présentation de l enquête... 4 2) Traitement et analyse à l aide de tableau croisés sous Sphinx Millenium... 4 Présentation du test du χ² d indépendance entre deux variables qualitatives... 4 Identification de la variable endogène... 5 Etude des variables potentiellement explicatives... 6 Conclusion... 13 II LE MODELE ECONOMETRIQUE... 14 1) Le modèle PROBIT... 14 2) Tests usuels... 15 Test de significativité individuelle... 15 Test de Wald... 16 Tests de restriction... 17 3) Qualité de l ajustement... 18 le Pseudo R²... 18 Tableau de prédits/observés... 19 4) Les effets marginaux... 21 Calcul des effets marginaux... 21 Interprétation des résultats... 22 Conclusion... 24 2

Introduction Un certain nombre d individus pense que la télévision française en général se dégrade avec le temps. Face à une concurrence de plus en plus accrue dans le secteur des medias télévisés, on peut remarquer en effet une transformation notable des chaînes et programmes télévisés. Star Academy, l île de la tentation, ou encore Loft Story, tels sont ces exemples qui nous font penser qu ils sont de plus en plus réalisés par un soucis d audience et d intérêt publicitaire. Nous nous intéresserons donc dans ce dossier aux variables qualitatives qui influent sur l opinion selon laquelle la télévision française se dégrade avec le temps. Dans une première partie, nous commencerons par une analyse descriptive d une enquête réalisée auprès d un échantillon de 480 individus, à l aide du logiciel dédié Sphinx. Nous verrons alors, à l aide d un test et d hypothèses appropriés, les différentes dépendances entres les modalités retenues. Dans une seconde partie, nous détaillerons la suite du travail effectué pour notre modèle économétrique, avec l utilisation du logiciel Rats. 3

I ANALYSE DESCRIPTIVE DE L ENQUETE 1) Présentation de l enquête L étude réalisée repose sur une enquête d opinion sur la télévision française en général, à partir de 35 questions posées auprès de 480 individus. L enquête présentée ici provient directement d un fichier associé au logiciel Sphinx (au format sphinx avec l extension «que»). Nous ne disposant pas d éléments concernant la provenance exact de l enquête, cependant la fiabilité de la source est indiscutable. 2) Traitement et analyse à l aide de tableau croisés sous Sphinx Millenium Le Sphinx est un éditeur de logiciels d'enquêtes et d'analyse statistique de données. Nous allons grâce au logiciel pouvoir identifier notre variable qualitative après codage en binaire (codée 0 et 1) en regroupant les modalités adéquats, pour ensuite faire un tri des autres modalités, en gardant les plus pertinentes pour notre analyse future sous Rats. Pour ce faire nous utiliserons à l aide du logiciel un test approprié pour remarquer les dépendances entre modalités. Présentation du test du χ² d indépendance entre deux variables qualitatives La loi du χ² est une loi à densité de probabilité. Cette loi est caractérisée par un paramètre dit degré de liberté à valeur dans l'ensemble des entiers naturels (non nuls). Nous utilisons ici le test du Chi2 afin d observer d éventuelles dépendances entre deux variables qualitatives. Il se présente sous les deux hypothèses suivantes : Pour réaliser ce test, on calcul une distance du χ² égale à D. Elle correspond à la distance entre les effectifs théoriques et les effectifs réels dans différentes cellules de la table de contingence. Ce tableau ci-dessous nous montre l exemple d un tableau croisé entre deux modalités X et Y : 4

X\Y j = 1 j =2 j = 3 j = 4 i = 1 n 11 n 12 n 13 n 14 i =2 n 21 n 22 n 23 n 24 Les effectifs réels sont représentés par n ij, et les effectifs théoriques par le produit n.p ij, p ij correspondant à la probabilité d appartenir à la cellule ij. p i et p j étant inconnus, ils sont alors estimés respectivement par le rapport et. Le calcul de la distance D est représenté par la formule suivante : L hypothèse H 0 sera refusée si cette distance est trop importante. On observe également le seuil de significativité avec la p value. Si celle-ci est inférieure à 1%, on rejette H 0. Identification de la variable endogène Après plusieurs analyses, nous avons pu identifier notre variable endogène. Elle correspond à l opinion des personnes interrogées au sujet de la baisse de la qualité de la télévision française avec le temps. Nous l appellerons par la suite «qualite», afin de simplifier le travail d importation du fichier Excel sur Rats. L échelle de choix présenté dans le questionnaire allant de 1 à 4 (Pas du tout d accord (1), Plutôt pas d accord (2), Plutôt d accord (3), Tout à fait d accord (4)), nous avons pris soin de recoder notre variable en une variable qualitative binaire, en regroupant les modalités (1) et (2) en 0 (Plutôt Non), et (3) et (4) en 1 (Plutôt Oui), le tout à l aide d Excel. Nous allons maintenant vous présenter les différents liens de causalité retenus dans ce dossier. Les tableaux précédents nous montrent par un tri à plat l effectif et la fréquence de chaque modalité de réponse. 5

Etude des variables potentiellement explicatives - Lien de causalité entre «Qualité» et «audience» La modalité «audience» correspond à l opinion suivante : «Les programmes sont conçus pour l audience et la publicité». Le choix des réponses est similaire à celles de notre endogène, à savoir notée de 1 à 4, de «pas du tout d accord» à tout à fait d accord». A l aide du logiciel Sphinx, nous procédons aux traitements et analyses de tableaux croisés. Nous obtenons pour cette modalité le tableau suivant : Il suffit alors de supprimer la ligne et la colonne des non réponses, et bien sûr, de regrouper les réponses de notre variable endogène pour un codage en binaire. Le tableau suivant nous montre le résultat : Le test du Chi2 nous indique une dépendance très significative entre les deux modalités retenues, la distance entre les effectifs théoriques et les effectifs réels dans les différentes cellules étant suffisamment élevée, et la p value largement inférieur à 1%. Nous pouvons ici refuser l hypothèse H 0 d indépendance entre les deux variables. L effectif réel est 6

largement supérieur à l effectif théorique concernant les cellules «plutôt non plutôt pas d accord» et «plutôt non tout à fait d accord». On remarquera également la proportion très importante des «plutôt d accord» et «tout à fait d accord» dans les deux modalités de réponses «plutôt oui» et «plutôt non». 37,5 % des cases ont un effectif théorique inférieur à 5, le test du Chi2 est donc à prendre avec prendre avec précaution. - Lien de causalité entre «Qualité» et «opium peuple» La seconde modalité sur laquelle, nous allons nous intéresser est «opium peuple». Elle correspond à l opinion suivante : «La télévision, c est l opium du peuple». Toute comme la modalité précédente, l échelle des réponses est codée de 1 à 4, allant de «pas du tout d accord» à tout à fait d accord». Une fois de plus, la dépendance est très significative. Il existe donc une dépendance entre les modalités QUALITE et OPIUM PEUPLE. En effet, la p value est très inférieur à 1%. Le test du Chi2 nous indique une distance au Chi2 importante, par conséquent l hypothèse H 1 de dépendance entre les variables est acceptée. Le graphique nous indique une part importante de personnes ayant plutôt l opinion que la télévision est l opium du peuple dans les deux cas de figures, avec une part plus importante pour la modalité de réponse «plutôt oui». 7

- Lien de causalité entre «Qualité» et «quotidien» La variable potentiellement explicative «quotidien» est représentée par l affirmation suivante : «La télévision prend trop de place dans notre quotidien». L échelle des réponses imposées est également la même que les modalités précédemment présentées. Le tableau croisé des deux modalités est décrit par le tableau suivant : Le test d indépendance entre les deux variables nous montre une très forte significativité entre celles-ci. En effet, la p value est une fois de plus inférieur à 1%, et la distance au Chi2 est élevée. L hypothèse H o est refusée et nous pouvons ainsi, conserver notre variable «quotidien» dans notre modèle économétrique. Le graphique précédent est quasiment similaire à celui concernant la modalité «opium peuple». On remarque en effet une très forte proportion des personnes interrogées, qui pensent plutôt que la télévision prend trop de place dans notre quotidien, dans les deux modalités de réponses «plutôt oui» et «plutôt non». - Lien de causalité entre «Qualité» et «valeurs» «valeurs» indique la modalité pour l opinion suivante : «La télévision transmet aux jeunes des valeurs positives». L échelle des réponses est une fois de plus semblable à celle des modalités vus précédemment. Le tableau croisé représenté est alors le suivant : 8

D après le test du Chi2, la dépendance est très significative. La p value est très inférieur à 1%, l hypothèse H 0 est une fois de plus refusée. Le graphique nous montre une très faible proportion de l échantillon qui pense que la télévision transmet aux jeunes des valeurs positives. Cependant, il est à noter que la case correspondant aux effectifs «plutôt Non pas du tout d accord» montre que l effectif réel est très inférieur à l effectif théorique, et la case «plutôt Non plutôt d accord» indique un effectif réel largement supérieur à l effectif théorique. Le lien de causalité entre les variables QUALITE et VALEURS est par conséquent justifié. - Lien de causalité entre «Qualité» et «enrichissement» Concernant la variable «enrichissement», celle-ci correspond à l affirmation suivante : «La télévision est une source d enrichissement pour l individu». Quatre modalités de réponses y sont présentées. Le tableau de contingence est décrit comme suit : 9

On retrouve dans ce tableau deux cases ayant un effectif réel inférieur ou supérieur à l effectif théorique. La p value (< 1%) nous indique un refus de l hypothèse d indépendance entre les deux variables qualitatives. Nous conserverons ainsi la variable ENRICHISSEMENT dans notre étude économétrique. - Lien de causalité entre «Qualité» et «note globale» La variable «note globale» correspond à une échelle de notation de la chaine qui est le plus regardé par un individu. Noté de 0 à 10, nous avons pris le soin d enlever les modalités de réponses correspondantes à des cases vides (à savoir les modalités 0 et 1). Nous obtenons ainsi le tableau croisé suivant : Le test du Chi2 nous indique que l hypothèse H 0 est acceptée, la p value étant presque égale à 50%. Il apparait donc que la dépendance entre les deux modalités présente n est pas justifiée. Cependant, les modalités de réponses étant graduées, il peut être intéressant d analyser ces correspondances par une étude économétrique plus approfondie. 10

- Lien de causalité entre «Qualité» et «zap» La modalité ZAP correspond à la question présentée suivante : «Quand vous allumez la télévision, en général, zappez-vous beaucoup?». Les choix de réponses sont au nombre de 4, et vont ici de «je ne change jamais de chaîne» à «je zappe sur plus de 10 chaînes». Le tableau croisé des deux variables nous indique une faible dépendance entre celle-ci. En effet, la p value est égale à 7,65%, l hypothèse H 0 est alors refusée. Aucune case ne contient par conséquent un effectif réel supérieur ou inferieur à l effectif théorique. Il peut être intéressant de poursuivre cette analyse par d autres tests économétriques. - Lien de causalité entre «Qualité» et «honte» La variable HONTE correspond à l affirmation suivante : «J ai un peu honte de regarder la télévision si souvent». Les modalités de réponses sont au nombre de quatre, de «pas du tout d accord» à «tout à fait d accord». La dépendance ici est significative, avec une p value de 2,18%. Les cases «pas du tout d accord plutôt non» et «plutôt d accord plutôt non» ont un effectif réel respectivement supérieur et inférieur à l effectif théorique. Il existe donc une relation entre ces variables, que nous tenterons d approfondir à l aide de tests plus poussés. 11

- Lien de causalité entre «Qualité» et «modèle» L opinion sur le modèle de société que représente la chaîne de télévision choisie par ordre de préférence est représentée par la variable modèle. L échelle de notation des réponses va de 1 à 11. Le tableau croisé précédent nous montre que l hypothèse de dépendance entre les variables est refusée. Cependant, pour les mêmes raisons que la variable NOTE, nous déciderons par la suite de l intégrer à notre étude économétrique. - Lien de causalité entre «Qualité» et «juste reflet» La dernière variable retenue est la modalité «juste reflet». Elle désigne l opinion suivante : La télévision française donne juste un reflet de notre société. La dépendance ici est peu significative. L hypothèse H 0 est donc refusée. Tout comme la modalité ZAP, il parait intéressant de poursuivre cette analyse par des test plus appropriés. 12

Conclusion L analyse descriptive nous a permis d analyser la variable QUALITE en fonction d autres variables. C est un travail préliminaire à toute collecte spécifique d information supplémentaire. Les résultats sont des observations, et peuvent permettre d émettre des hypothèses de causalités. Ainsi, plusieurs modalités ont été retenues pour la partie économétrique. Elles correspondent aux variables suivantes : Valeurs, Quotidien, audience, note, opium, honte, zap, reflet, enrich, modele. L analyse descriptive est une démarche préliminaire à l analyse explicative, à ne pas négliger. En effet, une bonne description permet un pilotage plus précis et efficace de la phase ultérieur. 13

II LE MODELE ECONOMETRIQUE Comme nous l avons défini dans la première partie, nous estimons l opinion à l affirmation suivante : «la qualité de la télévision française en général baisse avec le temps». Les variables que nous avons retenues sont les variables : Valeurs, Quotidien, audience, note, opium, honte, zap, reflet, enrich, modele. Nous allons alors estimer le modèle à l aide d un probit, effectuer les différents tests usuels, discuter de la qualité de l ajustement et calculer les effets marginaux des variables retenues. 1) Le modèle PROBIT Nous avons donc recodé notre variable endogène en 1 pour «plutôt d accord» et «tout à fait d accord» et 0 pour «pas du tout d accord» et «plutôt pas d accord». Nous avons également renommé cette variable Qualite. Pour estimer le modèle Probit, il faut raisonner en termes de probabilité. P P ( y = 1) = Fu ( xiβ ) 1 ( = 0) = 1 Fu ( xiβ ) y 1 Ici on ne spécifie pas mais sa probabilité d être égale à 0 ou 1. Fu est la fonction de répartition d une loi normale (0,1), ce qui nous amène dans le modèle Probit à écrire : Φ ( = 1) = Φ( xiβ ) P y 1 x ( x) = 1 e 2π 1 t ² dt 2 14

De plus, dans un modèle de choix binaire, l estimation de ce modèle se fait grâce à la fonction de vraisemblance notée L. C est la probabilité d avoir observé l échantillon étant donné les paramètres β et les exogènes x i. Dans le cas d un modèle Probit, cette fonction de vraisemblance s écrit : L n = Φ i= 1 yi 1 yi [ ( x β )] [ 1 Φ( x β )] i i On va alors maximiser cette fonction qui va nous donner le maximum de vraisemblance. Le logiciel Rats, que nous utilisons, fera appel à 1 algorithme d optimisation numérique en procédant par itération. Voici ce que nous obtenons en estimant le modèle retenu dans Rats. Il nous faut alors étudier la significativité des variables. 2) Tests usuels Test de significativité individuelle Nous remarquons directement que les variables VALEURS, AUDIENCE, QUOTIDIEN, NOTE, MODELE, OPIUM et ENRICH ont leur niveau de significativité inférieur à 5%, bien que, avec plus de 400 observations, nous pouvions aller jusqu à 10%. 15

Par contre les variables HONTE, ZAP et REFLET ont des niveaux de significativité supérieur à 10%. Il convient alors d effectuer un test de Wald afin de déterminer si nous pouvons enlever ces variables de notre modèle. Test de Wald Nous allons devoir raisonner sur 2 modèles, le modèle non-contraint, qui est le modèle vu précédemment, et le modèle contraint, celui dans lequel les variables nonsignificatives ont été enlevées, c'est-à-dire que leur coefficient est égal à 0. Nous pouvons alors poser les hypothèses suivantes : H 0 = modèle contraint H 1 = modèle non-contraint Grâce à la commande exclude de Rats nous pouvons déterminer le Khi-deux (nombre de contraintes) du modèle et comparer avec le Khi-deux lu dans la table à 5%. - Si le Khi-deux ainsi calculé est supérieur au Khi-deux tabulé, et que le niveau de significativité, c'est-à-dire la probabilité de rejeter H 0 est inférieur à 5%, alors le modèle ne suit pas une loi de Khi-deux, H 0 est par conséquent refusée, on garde le modèle non-contraint. - Si le Khi-deux ainsi calculé est inférieur au Khi-deux tabulé, et que le niveau de significativité, c'est-à-dire la probabilité de rejeter H 0 est supérieur à 5%, alors le modèle suit une loi de Khi-deux, H 0 est par conséquent acceptée, on garde le modèle contraint. Nous obtenons alors sous Rats : Le niveau de significativité étant supérieur à 5%, nous pouvons déjà dire que l hypothèse H0 est acceptée. De plus, à 5%, le Khi-deux (3) tabulé est de 7,82, et le Khi-deux de notre modèle est de 4,648245. 16

Ainsi nous avons : Khi-deux calculé < Khi-deux tabulé Cela nous confirme que l hypothèse H0 de nullité des coefficients des variables HONTE, ZAP et REFLET est acceptée. Nous obtenons alors le modèle final, donc le modèle contraint, avec les variables VALEURS, AUDIENCE, QUOTIDIEN, NOTE, MODELE, OPIUM, ENRICH. Voici ce que nous donne l estimation Probit sous Rats : Ici toutes les variables sont significatives, car leurs niveaux de significativité sont inférieurs à 5%. Tests de restriction Il nous est parut intéressant, à la vue des coefficients, d effectuer quelques tests de restriction. - Les coefficients des variables NOTE et OPIUM sont opposés : β + β = 0 5 7 Nous obtenons sur Rats : Le Khi-deux calculé est inférieur au Khi-deux (1) tabulé, qui est de 3,84. De plus le niveau de significativité est supérieur à 5%. 17

Nous pouvons alors affirmer que les coefficients des variables NOTE et OPIUM sont opposés. β = 3 4 - Les coefficients des variables AUDIENCE et QUOTIDIEN sont égaux : β Nous obtenons sur Rats : Le Khi-deux calculé est inférieur au Khi-deux (1) tabulé, qui est de 3,84. De plus le niveau de significativité est supérieur à 5%. Nous pouvons dans ce cas affirmer que les coefficients des variables AUDIENCE et QUOTIDIEN sont égaux. Par contre nous ne pouvons pousser plus loin l analyse, la valeur des coefficients ne nous permettant pas une bonne interprétation des résultats, seul le signe des coefficients rentre en compte dans l interprétation actuellement. Mais nous pouvons tout de même déjà dire que les variables AUDIENCE, QUOTIDIEN et OPIUM agissent positivement sur la probabilité que = 1, tandis que la variable NOTE agit quant à elle négativement sur la probabilité que tests de restriction. = 1, sur la base de ces 3) Qualité de l ajustement le Pseudo R² Il s agit du premier élément pour mesurer la qualité de l ajustement. Nous employons ici le terme de pseudo R² car le R² de la régression linéaire n a aucun sens dans le modèle Probit. Grâce à notre vraisemblance nous sommes en mesure de déterminer le pseudo R². On a ici ( ) L βˆmv ( ˆ β ) LRI 1 ln L MV Pseudo R² = = ln L ln le log vraisemblance, et ln L 0 le log vraisemblance d un modèle où ne figure qu une constante. 0 18

Le Pseudo R² est compris entre 0 et 1 : - Pseudo R²=0 si les exogènes ne contribuent en rien à expliquer y - Pseudo R²=1 quand il s agit du modèle parfait. En pratique, un Pseudo R² de l ordre de 0,5 nous permet d annoncer tout de même une bonne qualité de l ajustement. Si l on prend notre modèle, nous obtenons un Pseudo R² d environ 0,19. Bien que cela semble assez faible, il est indispensable de compléter l analyse de la qualité de l ajustement par une deuxième méthode. Tableau de prédits/observés Il s agit ici de déterminer le nombre de cas prédits correctement par le modèle. On calcul pour chaque une prédiction que l on note. - ˆ = 1 si y P i ( = 1) 0, 5 - ˆ = 0 si y P i ( = 1 ) < 0, 5 Nous obtenons alors le tableau de prédits/observés : yˆ = 1 i yˆ = 0 i TOTAL y = 1 i n11 n10 n1 = 0 n01 n00 n0 TOTAL nˆ1 nˆ0 n ˆ Le pourcentage de cas correctement prédits est alors déterminer par : n + 11 00 n n 19

En pratique, on trouve des valeurs de l ordre de 0,7 ; 0,8. Pour déterminer les de notre modèle dans Rats, nous devons calculer une variable. Cette variable, appelée probpro, est calculée directement par rats. C est la probabilité estimée par le modèle que l individu ai choisi le ˆ Nous pouvons alors calculer P( = 1) grâce à notre logiciel nous obtenons alors les. ŷ observé., ce qui nous donne la variable probest, et i A l aide de rats nous obtenons : On peut remarquer que n00 est à -8, ce qui peut s expliquer par les non réponses dans les variables exogènes. Grâce à Excel, nous avons donc pu corriger ce problème. Nous avons donc le tableau prédits/observés de notre modèle yˆ = 1 i yˆ = 0 i TOTAL y = 1 i 305 19 324 y = 0 i 76 26 102 TOTAL 381 45 426 Le nombre de cas correctement prédits est donc de 331. Cela nous donne un ratio de l ordre de 0,78 ; ce qui est bon. 20

Nous le retrouvons aussi dans la sortie Rats de l estimation Probit : Nous retrouvons bien 331 cas correctement prédits sur 426 observations. Ainsi malgré un Pseudo R² d environ 0,19, le modèle estimé permet d avoir 78% de cas correctement prédits. Il ne manque plus alors qu à connaitre l effet de chaque variable sur l endogène. 4) Les effets marginaux Calcul des effets marginaux Comme les coefficients des variables ne permettent pas de chiffrer l effet de ceux-ci sur l endogène, il faut alors calculer les effets marginaux. Toutes nos variables sont des variables échelles et donc continues. Il faut dans un premier temps calculer une combinaison linéaire en prenant en compte la significativité de chaque variable. Nous obtenons cette significativité (Mean) grâce à la commande table dans Rats. 21

Il faut alors établir la combinaison linéaire «cl» qui nous donne y comme suit : i = β + β *1.77 + β *3.5 + β *3.1+ β *7.84 + β *6.54 + β * 2.9 + β * 2.43 1 2 3 4 5 6 7 8 On peut alors calculer l effet marginal dans le cas d un modèle Probit : f ( y) = 1 1 e y 2 2π 2 Nous obtenons à l aide de notre logiciel favori : Interprétation des résultats - Valeurs Lorsque la variable VALEURS augmente d une unité, la probabilité que ( = 1) 7,27 points de pourcentage. P diminue de Plus l individu est d accord avec le fait que la télévision transmette aux jeunes des valeurs positives, moins il pense que la qualité de la télévision française en général baisse avec le temps. - Audience Lorsque la variable AUDIENCE augmente d une unité, la probabilité que P ( = 1) augmente de 8,73 points de pourcentage. 22

Plus l individu est d accord avec le fait que les programmes sont conçus pour l audience et la publicité, plus il pense que la qualité de la télévision française en général baisse avec le temps. - Quotidien Lorsque la variable QUOTIDIEN augmente d une unité, la probabilité que P ( = 1) augmente de 9,44 points de pourcentage. Plus l individu est d accord avec le fait que la télévision prenne plus de place dans le quotidien, plus il pense que la qualité de la télévision française en général baisse avec le temps. - Note Lorsque la variable NOTE augmente d une unité, la probabilité que ( = 1) 4,72 points de pourcentage. P diminue de Plus l individu donne une bonne note globale à la chaîne qu il regarde le plus, moins il pense que la qualité de la télévision française en général baisse avec le temps. - Modele Lorsque la variable MODELE augmente d une unité, la probabilité que ( = 1) de 2,44 points de pourcentage. P augmente Plus l individu donne une bonne note quand au modèle de société que représente la chaîne qu il regarde le plus, plus il pense que la qualité de la télévision française en général baisse avec le temps. - Opium Lorsque la variable OPIUM augmente d une unité, la probabilité que ( = 1) 5,15 points de pourcentage. P augmente de Plus l individu est d accord avec le fait que la télévision est «l opium du peuple», plus il pense que la qualité de la télévision française en général baisse avec le temps. - Enrich Lorsque la variable ENRICH augmente d une unité, la probabilité que ( = 1) 13,26 points de pourcentage. P diminue de Plus l individu est d accord avec le fait que la télévision est une source d enrichissement pour l individu, moins il pense que la qualité de la télévision française baisse avec le temps. 23

Conclusion Les résultats donnés par l enquête sont assez logiques avec les éléments de l enquête et les questions posées. Effectivement il est assez logique de penser que la qualité de la télévision française baisse avec le temps si on est d accord sur le fait que la télévision prenne plus de place dans notre quotidien, que c est «l opium du peuple», et que les programmes sont conçus pour l audience et la publicité. Il est aussi normal de penser que la qualité ne baisse pas avec le temps si on est d accord avec le fait que la télévision transmette aux jeunes des valeurs positives, qu elle est une source d enrichissement pour l individu (notons par ailleurs le poids de cette variable dans les effets marginaux) et que l on donne une bonne note globale à la chaîne que l on regarde le plus. Mais il est intrigant de remarquer que suivant la chaîne regardée, plus l on donne une note élevée sur le modèle de société qu elle représente, plus l on pense que la qualité de la télévision française en général baisse avec le temps. L on peut penser que pour ces personnes, l opinion sur la société est plutôt négative, malheureusement, nous ne pouvons en savoir plus avec cette enquête. 24