résultats sur le marché du travail des apprentis canadiens · moyens des groupes professionnels...

Enquête nationale auprès des apprentis, 2007

Résultats sur le marché du travail des apprentis canadiens

Nina Ahmed Ressources humaines et Développement des compétences Canada

Décembre 2010


Résultats sur le marché du travail des apprentis canadiens i

Le Conseil canadien des directeurs de l’apprentissage aimerait remercier l’auteure, Nina Ahmed, ainsi que le ministère des Ressources humaines et du Développement des compétences Canada, sans qui l’élaboration du présent rapport n’aurait pas été possible. Les opinions et les interprétations dans cette publication sont celles de l’auteure et ne reflètent pas nécessairement celles du gouvernement du Canada.


Résultats sur le marché du travail des apprentis canadiens ii

Sommaire

Le présent document fait partie d’une série de rapports de recherche reposant

sur l’analyse des données provenant de l’Enquête nationale auprès des

apprentis (ENA) de 2007. Le besoin croissant de gens de métiers spécialisés au

Canada provoqué par la baisse de l’âge de la population active, constitue la toile

de fond de cette série. Le recrutement de nouveaux apprentis, la création de

conditions permettant à de nombreux apprentis de terminer leur formation et

l’amélioration des résultats sur le marché du travail des apprentis canadiens

figurent parmi les objectifs les plus importants de la politique publique dans ce

domaine. L’Enquête nationale auprès des apprentis de 2007 a été conçue pour

fournir des renseignements ayant trait à ces objectifs.

Les résultats sur le marché du travail ont une influence directe sur la prospérité

économique des intéressés. Au Canada, les responsables des politiques

fédérales et provinciales mettent l’accent sur la participation et l’achèvement de

l’apprentissage qui sont une composante importante des stratégies

d’amélioration du marché du travail. Le présent document utilise les données en

provenance de l’ENA de 2007 ainsi que des statistiques descriptives et l’analyse

de régression pour examiner la manière dont les résultats sur le marché du

travail des apprentis diffèrent selon le degré d’achèvement de l’apprentissage,

les niveaux de formation, les organismes compétents, les groupes professionnels

et les facteurs démographiques. Les résultats sur le marché du travail

comprennent entre autres les salaires horaires, les revenus annuels, la situation

d’emploi et le chômage ainsi que les caractéristiques des emplois obtenus par

les apprentis.

Selon les conclusions, les finissants bénéficient en moyenne de salaires

horaires, d’un revenu annuel et de possibilités d’emploi supérieurs à ceux des

décrocheurs. Par exemple, le revenu annuel moyen des finissants dépasse

d’environ 8 000 $ celui des décrocheurs. En outre, le pourcentage de finissants

occupant des emplois permanents à temps plein et éprouvant une satisfaction au

travail d’ordre monétaire et non monétaire est considérablement plus élevé que

chez les décrocheurs. Les finissants qui ont participé à des programmes de

formation prévoyant des congés d’études à la journée et des programmes

personnalisés ont des possibilités d’emploi légèrement meilleures tandis que

ceux qui ont participé à des programmes de formation prévoyant des congés

d’études continus ont de moins bonnes possibilités d’emploi par rapport au

groupe de référence. Comme on s’y attendait, le niveau de formation a des

retombées favorables sur les résultats sur le marché du travail des apprentis.


Résultats sur le marché du travail des apprentis canadiens iii

Les sujets interrogés dans la région de l’Atlantique et au Québec ont des

possibilités d’emploi beaucoup moins nombreuses que ceux de l’Ontario, alors

que ceux de la région des Prairies, de la Colombie-Britannique et des

Territoires-du-Nord-Ouest ont des possibilités d’emploi globalement plus élevées.

Dans tous les groupes de variables figurant dans les modèles d’emploi, on

constate que les facteurs régionaux sont en grande partie responsables des

variations quant aux possibilités d’emploi chez les apprentis canadiens; ils

représentent d’ailleurs entre 48 % et 54 % des variations expliquées.

Les salaires horaires et les revenus annuels moyens varient également

considérablement selon les régions. Les salaires horaires et les revenus annuels

moyens sont les plus faibles dans la région de l’Atlantique et les plus élevés dans

la région des Prairies. Parmi les provinces, c’est en Alberta que l’on offre les

salaires horaires et les revenus annuels moyens ainsi que les possibilités

d’emploi les plus avantageux. À l’inverse, c’est à l’Î.-P.-É. que les salaires

horaires et les revenus sont les plus faibles.

Les répondants faisant partie des groupes professionnels des services

automobiles et des mécaniciens d’équipement lourd ont le taux d’emploi le plus

élevé et le plus faible taux de chômage, tandis que les menuisiers/ébénistes et

les conducteurs d’équipement lourd ont le plus faible taux d’emploi et le plus haut

taux de chômage.

Par comparaison aux travailleurs des services automobiles, certains métiers

affichent des salaires horaires et des revenus annuels moyens beaucoup plus

élevés, alors que d’autres ont des salaires et des revenus beaucoup moins

élevés à cause d’autres facteurs. Parmi tous les groupes professionnels, les

soudeurs ont en moyenne le salaire et le revenu annuel les plus élevés suivis par

les conducteurs d’équipement lourd. Par contre, les revenus et les salaires

moyens des groupes professionnels des coiffeurs/esthéticiens et des travailleurs

des services alimentaires sont inférieurs à tous les autres. Par exemple, les

soudeurs ont un revenu annuel moyen qui dépasse d’environ 23 000 $ celui des

travailleurs des services automobiles, tandis que les coiffeurs/esthéticiens et les

travailleurs des services alimentaires reçoivent environ 16 000 $ de moins que

les travailleurs des services automobiles, qui servent de groupe de référence.

Tous les groupes démographiques cibles examinés, y compris les femmes, les

immigrants, les personnes parlant une autre langue que l’anglais ou le français,

les minorités visibles, les Autochtones et les personnes handicapées, affichent


Résultats sur le marché du travail des apprentis canadiens iv

des résultats sur le marché du travail moins encourageants que leurs

homologues. En ce qui a trait aux facteurs démographiques, c’est le fossé des

sexes qui a le plus d’incidence, puisque les femmes gagnent en moyenne

29 000 $ de moins que les hommes. On estime que, de ce montant, 15 000 $

peut être attribuée uniquement au sexe.

Selon les conclusions de l’analyse de régression, les facteurs influençant les

résultats sur le marché agissent généralement de façon indépendante au lieu

d’avoir une forte corrélation. En fait, même lorsque le degré de corrélation est

élevé comme on le constate entre le sexe et le groupe professionnel, les

résultats de chaque facteur restent significatifs. Il est clair par exemple que si les

touchent des salaires modestes, c’est dû au fait qu’elles travaillent surtout dans

des métiers à faible rémunération. Toutefois, il n’y a aucun rapport entre

l’incidence du métier et celle du sexe, pour les femmes : autrement dit, le fait que

ces métiers soient moins bien rémunérés n’a pas beaucoup à voir avec le fait

qu’ils sont en grande partie occupés par des femmes. De même, les différences

dans les résultats d’un groupe minoritaire à l’autre ne dépendent pas non plus

des autres facteurs.

En conclusion, les données de l’ENA de 2007 mettent en évidence le fait que les

salaires, la probabilité d’emploi, le revenu et les caractéristiques des emplois des

apprentis canadiens varient énormément en fonction du degré d’achèvement de

l’apprentissage, du niveau de formation, du métier, de la région et des facteurs

démographiques. Vu que l’achèvement de l’apprentissage améliore grandement

les résultats sur le marché du travail, il semble fondé d’accorder de l’importance

à l’achèvement de l’apprentissage dans l’élaboration des politiques. Enfin, bien

que le présent document révèle que les résultats obtenus par les femmes, les

immigrants, les personnes parlant une autre langue que l’anglais ou le français,

les minorités visibles, les Autochtones et les personnes handicapées sur le

marché du travail justifient la prise de mesures stratégiques afin d’améliorer leur

situation économique, l’enquête n’a pu déterminer s’il existe un lien entre les

différences entre les groupes démographiques et la discrimination ou d’autres

facteurs.


Résultats sur le marché du travail des apprentis canadiens v

Table des matières

Sommaire ............................................................................................................. ii Liste des figures et des tableaux ......................................................................... vii Remerciements ..................................................................................................... x Avant-propos........................................................................................................ xi

Notes statistiques ................................................................................................ xii

1 Introduction ................................................................................................... 1 1.1 But ................................................................................................................ 1 1.2 Contexte ....................................................................................................... 1 1.3 Enquête nationale auprès des apprentis (ENA) ............................................ 3 1.4 Questions de recherche ................................................................................ 6

2 Méthodologie ................................................................................................ 7 2.1 Les données et l’échantillon .......................................................................... 7 2.2 Résultats sur le marché du travail des modèles statistiques ......................... 7 2.3 Variables dépendantes ................................................................................. 8 2.4 Variables explicatives ................................................................................... 8

3 Statistiques descriptives ............................................................................. 10 3.1 Résultats sur le marché du travail selon le statut de l’apprenti ................... 10 3.2 Résultats sur le marché du travail selon le niveau d’instruction .................. 12 3.3. Résultats sur le marché du travail selon la province ou le territoire ............ 15 3.4 Résultats sur le marché du travail selon le groupe professionnel ............... 18 3.5 Résultats sur le marché du travail selon les facteurs démographiques ...... 22

4 Analyse de régression : résultats et discussion .......................................... 26 4.1 Note statistique ........................................................................................... 26 4.2 Aperçu des modèles et des variables ......................................................... 27 4.3 Situation d’emploi ........................................................................................ 27 4.4 Salaires horaires ......................................................................................... 30 4.5 Revenu annuel ............................................................................................ 33

5 Résumé et conclusion ................................................................................. 35 5.1 Comparaison entre les statistiques descriptives et l’analyse de

régression ................................................................................................... 35 5.2 Effets marqués ............................................................................................ 37 5.3 Achèvement de la formation d’apprenti, niveau d’instruction et effets

sur le marché du travail ............................................................................... 38


Résultats sur le marché du travail des apprentis canadiens vi

5.4 Effets régionaux .......................................................................................... 38 5.5 Effets sur le métier et le marché du travail .................................................. 38 5.6 Effets démographiques ............................................................................... 39 5.7 Conclusion .................................................................................................. 39

Bibliographie ....................................................................................................... 41

Appendice A : Tableaux des données ................................................................ 43

Appendice B : Modèles de régression ................................................................ 55

Appendice C : Méthodologie de l’enquête de l’ENA ............................................ 63


Résultats sur le marché du travail des apprentis canadiens vii

Liste des figures et des tableaux

Figures

3.1 Salaires horaires et revenus annuels moyens selon le statut de

l’apprenti ................................................................................................. 11

3.2 Caractéristiques des emplois selon le statut de l’apprenti ........................ 12

3.3 Salaires horaires et revenu annuel moyens – Niveau d’instruction

plus élevé ................................................................................................. 13

3.4 Caractéristiques des emplois en fonction du niveau d’instruction le

plus élevé ................................................................................................. 14

3.5 Salaires horaires et revenu annuel moyens selon la province ou le

territoire .................................................................................................... 16

3.6 Pourcentage de personnes ayant un emploi par province ou

territoire ................................................................................................. 17

3.7 Caractéristiques des emplois par province ou territoire ........................... 18

3.8 Salaires horaires et revenu annuel moyens par groupe professionnel ..... 19

3.9 Taux d’emploi selon le groupe professionnel ........................................... 20

3.10 Caractéristiques des emplois selon le groupe professionnel.................... 21

3.11 Salaires horaires et revenu annuel moyens selon les facteurs

démographiques ...................................................................................... 22

3.12 Taux d’emploi et avantages complémentaires selon les facteurs

démographiques ...................................................................................... 23

3.13 Postes permanents et à temps plein selon les facteurs

démographiques ...................................................................................... 24

3.14 Satisfaction relative à la situation monétaire et à la sécurité d’emploi

selon les facteurs démographiques .......................................................... 25

4.1 Coefficients de régression logistique de la situation d’emploi .................. 28

4.2 Coefficients de régression linéaire des salaires horaires ......................... 32

4.3 Coefficients de régression linéaire du revenu annuel ............................... 34

Tableaux


Résultats sur le marché du travail des apprentis canadiens viii

5.1 Comparaison des conclusions des statistiques descriptives et de

l’analyse de régression............................................................................. 36

5.2 Effets marqués des variables indépendantes sur l’emploi, les salaires

et le revenu .............................................................................................. 37

A3.1 Salaires horaires et revenu annuel moyens selon le statut de

l’apprenti ................................................................................................. 43

A3.2 Caractéristiques des emplois selon le statut de l’apprenti ........................ 43

A3.3 Salaires horaires et revenu annuel moyens selon le niveau

d’instruction .............................................................................................. 44

A3.4 Caractéristiques des emplois selon le niveau d’instruction ...................... 44

A3.5 Salaires horaires et revenu annuel moyens par province et territoire ...... 45

A3.6 Pourcentage de la population active par province et territoire .................. 46

A3.7 Caractéristiques des emplois par province et territoire ............................ 47

A3.8 Salaires horaires et revenu annuel moyens par métier ............................ 48

A3.9 Pourcentage des actifs par groupe professionnel .................................... 49

A3.10 Caractéristiques par groupe professionnel ............................................... 50

A3.11 Salaires horaires et revenu annuel moyens par groupes

démographiques ...................................................................................... 51

A3.12 Emploi et avantages complémentaires par groupes démographiques .... 52

A3.13 Postes permanents et à temps plein par groupes démographiques ........ 53

A3.14 Degré de satisfaction d’ordre monétaire et à l’égard de la sécurité

d’emploi par groupes démographiques .................................................... 54

B4.1 Modèle de régression logistique de la situation d’emploi ......................... 57

B4.2 Modèle de régression linéaire du salaire horaire ...................................... 59

B4.3 Modèle de régression linéaire des gains annuels .................................... 61

C3.1 Nombre d’apprentis de l’échantillon, selon l’administration et la base

de sondage .............................................................................................. 65


Résultats sur le marché du travail des apprentis canadiens ix

C3.2 Taille de l’échantillon par province et territoire et statut de la base

de sondage ............................................................................................. 67

C3.3 Répartition de l’échantillon brut par province et territoire après ajout

de données d’appoint (en fonction du statut de la base de sondage) ...... 68

C3.4 Taux de réponse par province et territoire et statut de la base de

sondage .................................................................................................. 69

C3.5 Taux de hors-champ par province et territoire et statut de la base de

sondage (calculés d’après les unités résolues uniquement) ................... 73


Résultats sur le marché du travail des apprentis canadiens x

Remerciements

Ce rapport n’aurait pu voir le jour sans la coopération et l’aide de nombreuses

personnes. Nous remercions spécialement Robert Crocker pour ses précieux

conseils et commentaires, ainsi que pour avoir révisé le rapport. Nous

remercions également tout spécialement Trent Craddock pour ses commentaires

pertinents et sa révision des rapports préliminaires : son aide s’est avérée

indispensable. En outre, Samuel Laryea, Paul Stoll et Anthony Muttu ont formulé

des commentaires constructifs. L’auteure leur en est très reconnaissante.

Celle-ci profite également de l’occasion pour remercier Marjorie Marcil pour l’aide

qu’elle a fournie dans le cadre de ce projet. L’auteure tient à préciser toutefois

que toutes les erreurs et les omissions lui sont attribuables.

Enfin, l’auteure remercie les membres du Comité de consultation sur la

recherche sur l’Enquête nationale auprès des apprentis qui ont contribué à la

révision du rapport, ainsi que tous ceux qui ont participé à l’élaboration et à la

mise au point de l’Enquête nationale auprès des apprentis, et particulièrement

les personnes ayant répondu à l’Enquête.


Résultats sur le marché du travail des apprentis canadiens xi

Avant-propos

L’Enquête nationale auprès des apprentis (ENA) de 2007 a permis d’examiner

les facteurs qui interviennent dans la réussite de l’apprentissage et la

reconnaissance professionnelle des apprentis ainsi que leur transition vers le

marché du travail. Elle s’inspire du contenu et de l’expérience tirés de deux

enquêtes antérieures sur les apprentis, la première ayant été menée en 1989 et

1990, et la deuxième en 1994 et 1995. L’enquête de 2007 est le fruit d’une

collaboration entre Ressources humaines et Développement des compétences

Canada (RHDCC), les responsables de l’apprentissage de toutes les provinces

et territoires, et Statistique Canada. Les travaux ont été effectués sous la

direction du Conseil canadien des directeurs de l’apprentissage (CCDA).

Divers intervenants, notamment des universitaires, ont participé à la conception

de l’instrument d’enquête. Plus important encore, il n’aurait pas été possible de

produire ce rapport sans les 30 000 apprentis, anciens et actuels, qui ont pris le

temps de répondre au questionnaire.

Les travaux relatifs à l’enquête 2007 ont débuté en 2005. Les gouvernements

provinciaux et territoriaux ont fourni des directives concernant le type de

renseignement à recueillir ainsi que les données pertinentes sur le nombre

d’inscriptions aux programmes d’apprentissage dans leurs secteurs de

compétence respectifs. RHDCC a fourni les ressources financières nécessaires

pour mener à bien l’ENA de 2007 et, à titre de membre du CCDA, a géré le

processus de consultation externe nécessaire à la conception de l’enquête. Pour

sa part, Statistique Canada a fourni les compétences en planification d’enquêtes

et les ressources administratives.

Un rapport national ainsi que des rapports produits par les provinces et les

territoires sont achevés depuis 2008. On a ensuite lancé un programme de

recherche dans le but d’effectuer une analyse secondaire des données de

l’enquête et de générer des rapports plus détaillés sur les sujets jugés

intéressants par les intervenants pour élaborer la politique d’apprentissage. Le

présent rapport s’inscrit dans une série présentant les résultats de tous ces

travaux.

RHDCC, le CCDA et Statistique Canada remercient toutes les personnes qui ont

participé à l’élaboration de l’enquête et celles qui y ont répondu.


Résultats sur le marché du travail des apprentis canadiens xii

Notes statistiques

Échantillons et erreur d’échantillonnage

Les résultats présentés dans ce rapport sont fondés sur des échantillons. On a sélectionné

des échantillons distincts en fonction des administrations (province ou territoire), des

principaux groupes professionnels et de la situation en regard de l’achèvement de la

formation (finissant, décrocheur ou persévérant). Les résultats des échantillons sont donc des estimations de ceux qui auraient été obtenus si tous les membres de ces populations avaient fait partie de l’enquête. Les résultats réels peuvent différer des valeurs de leur population pour diverses raisons, notamment une erreur d’échantillonnage ou le manque de fiabilité des

réponses aux rubriques du questionnaire. Il convient de tenir compte de cette erreur en tirant

des déductions d’après l’échantillon de population ou en effectuant des comparaisons entre

les groupes.

Écarts-types et intervalles de confiance

On utilise couramment une statistique appelée écart-type comme mesure de l’erreur. Les écarts-types peuvent être calculés pour la plupart des statistiques, comme les moyennes ou les pourcentages à l’aide de techniques établies. Les écarts-types sont reportés dans les tableaux, avec la statistique reportée, pour donner une idée de la précision de cette dernière. En pratique, il est plus courant de représenter l’erreur d’échantillonnage par une fourchette

dans laquelle la valeur de la population réelle doit logiquement se trouver. Cette fourchette

s’appelle intervalle de confiance. Les intervalles de confiance sont inscrits comme un

nombre précédé du signe ± (plus ou moins) qui représente la fourchette supérieure ou

inférieure à la valeur indiquée dans laquelle la valeur de la population devrait se trouver en

précisant le niveau de probabilité, habituellement 95 %. C’est ce qui donne lieu à une

expression que l’on trouve couramment dans les rapports d’enquête voulant qu’un résultat

soit exact dans une certaine fourchette de pourcentage (généralement entre 3 et 5 %), 95 fois

sur 100 (ou 19 fois sur 20). Les calculs de l’écart sont fondés sur la taille réelle des

échantillons, car les écarts sont fortement liés à la taille des échantillons.

Signification statistique

En effectuant des comparaisons entre les groupes, comme la différence des pourcentages

utilisés entre les métiers, on dit que la différence est significative statistiquement si la

différence constatée est supérieure à la somme des intervalles de confiance des groupes mis

en comparaison.

Facteurs de pondération

Le rapport entre la taille de la population et la taille de l’échantillon donne une statistique

appelée facteur de pondération, qui est appliquée en combinant les résultats entre les

groupes. Il permet de veiller à ce que chaque population ou sous-population soit représentée

dans les résultats combinés dans une proportion adéquate par rapport à la taille du groupe.

Par exemple, les grandes provinces comportent généralement des facteurs de pondération

plus importants que les petites provinces. Tous les résultats contenus dans ce rapport

utilisent des données pondérées de façon à représenter l’ensemble de la population.


Résultats sur le marché du travail des apprentis canadiens xiii

Présentations graphiques et barres d’erreur

Dans le présent rapport, la plupart des résultats sont présentés en pourcentages de

répondants qui ont répondu à des questions particulières et en catégories de questions. Les

résultats sont présentés principalement sous forme de graphiques, conçus pour offrir un coup

d’œil sur les tendances des réponses et, le cas échéant, sur les écarts entre les groupes. Sur

les barres de graphiques, les pourcentages de réponses figurent du côté gauche de chaque

barre, comme le montre l’exemple ci-dessous. Les tableaux à l’appui des figures sont

présentés en appendice.

Les graphiques présentent également les intervalles de confiance sous forme de barres

d’erreur, qui consistent en des lignes de chaque côté de la barre, qui correspondent à la

largeur de l’intervalle de confiance. Ces barres d’erreur figurent également dans l’exemple de

graphique. Les barres d’erreur peuvent servir de guides rapides permettant de déterminer si

les écarts observés sont statistiquement significatifs. Si les barres d’erreur de deux groupes

se chevauchent, la différence entre ces groupes devrait être considérée comme faisant partie

de la marge d’erreur. Si les barres d’erreur ne se chevauchent pas, la différence peut être

considérée comme étant statistiquement significative.

Dans l’exemple suivant, les groupes A et B ne sont pas significativement différents l’un de

l’autre parce que leurs barres d’erreur se chevauchent. Les groupes C et D sont tous deux

significativement différents des groupes A et B parce que les barres d’erreur de chacune de

ces paires ne se chevauchent pas. Enfin, même si les groupes C et D sont, en ce qui a trait

au pourcentage, plus différents l’un de l’autre que le groupe C l’est du groupe B, les

groupes C et D ne sont pas significativement différents parce que leurs barres d’erreur sont

relativement larges et se chevauchent.

44

59

71

74

0 20 40 60 80 100

Groupe D

Groupe C

Groupe B

Groupe A

Pourcent


Résultats sur le marché du travail des apprentis canadiens 1

1 Introduction

1.1 But

Le présent document a pour principal objet d’étudier les variations des résultats

sur le marché du travail chez les apprentis canadiens et chez les finissants

récents, ainsi que les facteurs qui interviennent dans ces variations. Il sert

notamment à examiner la relation entre le statut d’apprenti, le degré de

formation, les métiers, les régions et les facteurs démographiques, et les

résultats sur le marché du travail des apprentis canadiens. Dans le présent

document, on examine également la manière dont les résultats des finissants du

programme d’apprentissage varient selon les méthodes utilisées pour la

formation technique. Les résultats comprennent les salaires horaires, le revenu

annuel, la probabilité d’embauche et les caractéristiques des emplois obtenus

par les apprentis.

1.2 Contexte

Les résultats sur le marché du travail ont des conséquences directes sur le

bien-être économique des intéressés. Au niveau agrégé, ils mesurent la

croissance économique, la productivité et la prospérité de la société. C’est

pourquoi l’amélioration de ces résultats est au centre des préoccupations des

responsables des politiques dans chaque pays, particulièrement pendant une

crise économique. Selon la théorie du capital humain, la principale source de

variations quant au revenu et à l’emploi se situe dans les différences sur le plan

des compétences, différences qui sont attribuables à la variation dans

l’accumulation de capital humain1.

Le niveau d’instruction et de formation dans les métiers spécialisés sont les

principaux moyens par lesquels les gens peuvent accumuler un capital humain

permettant d’améliorer les résultats sur le marché du travail. Au Canada, les

décideurs mettent l’accent sur ce secteur afin d’améliorer les résultats des

Canadiens sur le marché du travail. Les gouvernements fédéral et provinciaux

mettent en œuvre des initiatives à court et à long terme dans les métiers

spécialisés et dans les programmes d’apprentissage afin de surmonter la crise

1 Becker (1964, 1975), Becker et Chiswick (1966) et, particulièrement Mincer (1958, 1962, 1974)

ont fait œuvre de pionniers pour ce qui est de la théorie du capital humain. Le travail de Heckman (2005) figure en tête des études les plus récentes.



économique actuelle et de rehausser les possibilités d’emploi et le revenu des

Canadiens2.

Compte tenu de l’importance accrue accordée au perfectionnement du capital

humain dans les métiers spécialisés, le moment est venu d’examiner les

résultats de l’achèvement d’un programme d’apprentissage sur l’emploi et le

revenu des travailleurs. Des renseignements sur la variation des résultats sur le

marché du travail par métier pourraient aider les apprentis à décider de

compléter leur apprentissage. Ils pourraient également aider les personnes qui

désirent faire carrière dans un métier spécialisé à décider d’entreprendre un

programme d’apprentissage. Ce type d’information pourrait également appuyer

les activités promotionnelles des responsables chargés de l’apprentissage et de

la reconnaissance professionnelle.

De très nombreuses recherches3 dans le domaine de l’économique du travail

révèlent que les salaires, le revenu et l’emploi des Canadiens varient

considérablement selon la région et les facteurs démographiques. Les

différences sur le plan du revenu et de l’emploi entre les régions, les métiers et

les groupes ethniques sont continuellement au centre des préoccupations des

décideurs et du grand public. La présente étude vise à examiner ces questions

du point de vue des apprentis. En outre, les apprentis canadiens utilisent

diverses méthodes pour terminer leur formation technique et théorique, que ce

soit dans le cadre de congés d’études continus, de congés d’études à la journée

ou d’une formation personnalisée4. Le présent document présente également la

manière dont ces méthodes influencent les résultats sur le marché du travail.

En 2007, environ 2,7 millions de Canadiens travaillaient dans des secteurs liés

au commerce (Statistique Canada, 2009). Toutefois, très peu d’études ont

permis de se pencher sur le rendement économique et les résultats sur le

2 Par exemple, le budget de 2009 du gouvernement fédéral prévoyait 40 millions de dollars par

année pour la mise en œuvre de la Subvention à l’achèvement de la formation d’apprenti. Grâce à cette subvention, les apprentis qui obtiennent leur reconnaissance professionnelle dans l’un des métiers spécialisés désignés Sceau rouge sont admissibles à une subvention imposable de 2 000 $. 3 Voir par exemple Aydemir et Skuterud (2008), Gilmore (2008), Maxim et coll. (2008), Statistique

Canada (2008), Gunderson (2006), Siggner et Costa (2005), Pendakur et Pendakur (1998), Baker et coll. (1995) et Oaxaca (1973). 4 Le système de congé d’études continu permet aux employeurs de libérer leurs apprentis pour

recevoir une formation technique pendant une période de temps donnée chaque année, habituellement cinq à huit semaines. Le congé d’études à la journée permet aux employeurs de libérer leurs employés afin qu’ils suivent une formation théorique (habituellement une journée par semaine). La formation personnalisée est une méthode d’acquisition des connaissances et des compétences à un rythme convenant à l’apprenant individuel.



marché du travail des apprentis à cause de l’absence de données fiables.

L’Enquête nationale auprès des apprentis de 2007 (ENA) fournit l’occasion

exceptionnelle d’examiner ces résultats selon différents groupes professionnels,

régions et facteurs démographiques. Cette enquête fournit des renseignements

détaillés sur les salaires horaires, le revenu annuel, la situation par rapport au

marché du travail et les caractéristiques des emplois obtenus par les apprentis.

Le présent document tient compte des variations des résultats sur le marché du

travail des apprentis canadiens ainsi que des facteurs liés à ces variations à

l’aide des données provenant de l’ENA de 2007.

1.3 Enquête nationale auprès des apprentis (ENA)

L’ENA de 2007 est un sondage téléphonique qu’a mené Statistique Canada pour

recueillir des données sur la formation, les salaires, le revenu et les expériences

professionnelles des apprentis de tout le Canada. L’échantillon a été constitué au

hasard à partir d’une liste de personnes inscrites comme apprentis auprès des

autorités de leur province ou de leur territoire entre 2002 et 2004. On a ciblé un

échantillon total de 67 000 personnes. L’échantillon réel a été constitué de

30 572 répondants.

Les répondants à l’enquête ont été sélectionnés en fonction de leur statut

d’apprenti en 2002, 2003 ou 2004, tel que déclaré par les provinces et les

territoires. Les répondants ont confirmé leur statut d’apprenti en répondant à une

série de questions de sélection au début du questionnaire de l’ENA. Leur statut

en 2007 déterminait l’ordre des questions qui leur étaient posées par la suite.

Il est important de noter que le champ d’enquête au Québec est différent de celui

des autres provinces. En effet, la base de sondage de l’ENA au Québec était

principalement constituée à partir des métiers de la construction. Un seul métier

hors construction (électricien industriel) a été retenu pour la base de sondage. Il

faut donc faire preuve d’une extrême prudence lorsqu’on compare les résultats

du Québec à ceux des autres provinces et territoires, sauf s’il s’agit de métiers

comparables.

Les questions de sélection servant à classer les répondants avaient été conçues

de façon à faciliter la saisie des données sur les divers parcours suivis par les

personnes cherchant à obtenir leur reconnaissance professionnelle au moyen de

programmes de formation en apprentissage. En général, ces programmes

exigent une formation comportant des volets théorique (en classe) et pratique

(en cours d’emploi), à la suite de quoi des examens sont administrés et la

reconnaissance professionnelle, accordée. L’apprentissage est un système



souple qui prévoit de nombreux points d’entrée et différents parcours vers la

reconnaissance professionnelle. Certaines personnes exercent un métier

pendant plusieurs années avant de s’inscrire à des cours théoriques. D’autres,

ayant acquis une expérience de travail suffisante, peuvent se présenter à

l’examen sans s’inscrire comme apprenti ni suivre de formation en classe. C’est

pourquoi les résultats de l’enquête font état de parcours moins traditionnels pour

devenir compagnon, comme les décrocheurs qui obtiennent leur reconnaissance

professionnelle.

La dernière enquête sur l’apprentissage, intitulée l’Enquête nationale sur les

métiers d’apprentissage (ENMA), qui a été menée en 1995, visait uniquement

deux groupes d’apprentis : les « finissants », c’est-à-dire ceux qui avaient

terminé leur programme d’apprentissage, et les « décrocheurs », soit ceux qui

avaient abandonné le programme avant la fin.

L’enquête de 2007 comportait des composantes et questions supplémentaires

permettant d’aborder de nouveaux aspects et de nouveaux sujets de recherche

liés au contexte actuel de l’apprentissage au Canada. L’enquête comprenait

donc un troisième groupe d’apprentis appelé les « persévérants à long terme »,

c’est-à-dire ceux qui avaient consacré à leur programme une fois et demie plus

de temps que prévu, ou même plus. On cherchait ainsi à comprendre les raisons

pour lesquelles certains apprentis prennent plus de temps que d’autres à

terminer leur programme d’apprentissage. Par conséquent, l’enquête portait sur

trois groupes :

persévérants à long terme — personnes qui étaient toujours des apprentis

inscrits en 2004, qui l’ont été pendant au moins une fois et demie la durée

réglementaire de leur programme d’apprentissage et qui n’avaient pas

obtenu leur reconnaissance professionnelle en 2004;

finissants — personnes qui ont été inscrits comme apprentis et qui ont

terminé leur programme d’apprentissage (avec ou sans reconnaissance

professionnelle) à un moment ou l’autre pendant la période allant de 2002

à 2004;

décrocheurs — personnes qui ont été apprentis inscrits dans le passé et

qui ont abandonné leur programme d’apprentissage entre 2002 et 2004.

Pour faire suite à l’enquête précédente, l’ENA de 2007 avait pour objet d’étudier

les facteurs qui influent sur l’achèvement des programmes d’apprentissage et la

reconnaissance professionnelle des apprentis, et d’examiner la transition de



ceux-ci vers le marché du travail. L’ENA visait tout particulièrement à permettre

de mieux comprendre :

pourquoi certains apprentis inscrits ne terminent pas leur programme;

comment l’achèvement d’un programme influe sur les résultats des

apprentis sur le marché du travail;

pourquoi certains apprentis prennent beaucoup plus de temps que prévu

pour achever leur programme.

Entre janvier et mai 2007, l’enquête a permis de recueillir des données auprès de

trois groupes d’apprentis. On a posé à chaque groupe une même série de

questions ainsi que des questions propres à leur situation. Les questions

portaient sur les points suivants :

expériences en matière d’éducation, de formation et de travail avant

l’apprentissage;

expériences liées à la formation technique et au travail à titre d’apprenti;

raisons pour lesquelles les décrocheurs ne terminent pas leur programme;

difficultés au cours de l’apprentissage;

expérience du processus de reconnaissance professionnelle;

emploi depuis le programme d’apprentissage;

caractéristiques sociodémographiques générales.

On a jugé qu’environ la moitié du contenu du questionnaire de 1995 s’appliquait

toujours au contexte actuel des programmes d’apprentissage, de sorte que le

questionnaire a été adapté de façon à servir à l’ENA de 2007. En outre, l’enquête

de 2007 comprenait une composante sur la mobilité des apprentis, permettant

ainsi de mieux saisir le nouvel enjeu de la migration des apprentis d’une province

ou d’un territoire à l’autre pendant ou après leur programme. On y trouvait

également une composante permettant d’examiner l’expérience d’apprentissage

des nouveaux arrivants au Canada.

On trouvera des renseignements plus détaillés sur la méthodologie de l’enquête

à l’annexe C et sur le site Web de Statistique Canada

(http://www.statcan.gc.ca/cgi-bin/imdb/p2SV.pl?Function=getSurvey&SDDS=316

0&lang=en&db=imdb&adm=8&dis=2).

http://www.statcan.gc.ca/cgi-bin/imdb/p2SV.pl?Function=getSurvey&SDDS=3160&lang=en&db=imdb&adm=8&dis=2



1.4 Questions de recherche

Le présent rapport porte sur trois vastes questions de recherche afin d’examiner

les variations des résultats sur le marché du travail chez les apprentis canadiens

et les facteurs qui interviennent dans cette variation :

Dans quelle mesure les résultats sur le marché du travail des apprentis

canadiens diffèrent-ils s’il s’agit de finissants ou de décrocheurs?

Comment les résultats sur le marché du travail des apprentis canadiens

diffèrent-ils selon le niveau d’instruction, la région, le groupe professionnel

et les facteurs démographiques?

Les résultats des finissants varient-ils selon la méthode de formation

technique utilisée?

Le présent document est organisé comme suit. La partie 2 décrit la

méthodologie, les données, les modèles et les variables ayant servi à l’étude. La

partie 3 fournit des statistiques décrivant les résultats sur le marché du travail en

fonction de divers facteurs. Les conclusions de l’analyse de régression sont

présentées à la partie 4. Enfin, les conclusions et le mot de la fin se trouvent à la

partie 5.



2 Méthodologie

2.1 Les données et l’échantillon

L’analyse du présent rapport repose principalement sur les données en

provenance de l’ENA de 2007. Toutefois, le taux de chômage provincial, tel que

mesuré par l’Enquête sur la population active (EPA)5 constitue également une

variable de l’analyse.

L’échantillon utilisé ici est constitué de finissants (18 318) et de décrocheurs

(4 673), la définition de ces catégories ayant été donnée précédemment. Les

persévérants à long terme n’ont pas figuré dans l’analyse à cause de l’absence

de données sur le revenu annuel et le salaire horaire de ce groupe. C’est

pourquoi la taille de l’échantillon de l’analyse est de 22 991 contre 30 572 dans la

base de données complètes de l’ENA.

2.2 Résultats sur le marché du travail des modèles statistiques

La situation d’emploi des apprentis, les salaires horaires et le revenu annuel

servent de mesures des résultats sur le marché du travail6. Dans le cas des

apprentis qui ont décroché un emploi, certaines caractéristiques des emplois, par

exemple le travail à temps partiel ou à temps plein, permanent ou temporaire, ou

si le travailleur est salarié ou autonome, sont également examinées dans la

partie des statistiques descriptives.

5 L’Enquête sur la population active (EPA) est une enquête mensuelle que mène Statistique

Canada auprès d’environ 50 000 ménages canadiens. Son but est d’obtenir une image actuelle et détaillée du marché du travail au Canada. L’enquête vise donc à fournir des estimations relatives à l’emploi et au chômage selon les secteurs d’activité et le métier à l’échelle régionale et nationale. 6 Selon le type de variable des résultats (binaire ou continue), on utilise les techniques de

régression logistique ou des moindres carrés ordinaires pour analyser les données. Les tests t servent à comparer les résultats des différents groupes et à mesurer l’importance des différentes variables explicatives. En outre, on utilise des poids normalisés dans toutes les estimations.



2.3 Variables dépendantes

Le présent document utilise trois variables dépendantes dans l’analyse de

régression, à savoir :

situation d’emploi : variable dichotomique ayant la valeur 1 si l’apprenti

est employé et la valeur 0 si l’apprenti est sans emploi7;

salaire horaire : variable continue reposant sur le salaire horaire déclaré

pour le poste actuel de l’apprenti;

revenu annuel de l’apprenti : variable continue comprenant les

rémunérations annuelles totales ainsi que les transferts

gouvernementaux, le revenu de placement et le revenu de retraite.

2.4 Variables explicatives

Les variables explicatives sont estimées en bloc dans les modèles élaborés pour

le présent rapport. Pour chaque modèle, quatre blocs de variables explicatives

sont définis, à savoir.

Bloc 1 : Facteurs du capital humain

o Achèvement de l’apprentissage

o Études postsecondaires

o Moyenne pondérée cumulative (MPC) au secondaire

o Âge des répondants

o Âge au carré

o Mode de formation (uniquement aux finissants)

Bloc 2 : Facteurs régionaux (l’Ontario est le groupe de référence)

o Région de l’Atlantique

o Québec

o Région des Prairies

o Colombie-Britannique et territoires

o Taux de chômage par province

7 Les apprentis « sans emploi » englobent ceux qui sont au chômage ou qui ne font pas partie de

la population active.



Bloc 3 : Groupes professionnels (le groupe de référence est celui des

services automobiles)

o Menuisier/ébéniste

o Mécanicien/conducteur d’équipement lourd

o Électricien

o Machiniste

o Mécanicien de chantier

o Plombier/tuyauteur/monteur d’appareils de chauffage

o Coiffeur/esthéticien

o Travailleur des services alimentaires

o Autres

Bloc 4 : Facteurs démographiques

o Sexe (féminin=1)

o Pays natal (étranger=1)

o Langue parlée à la maison autre que l’anglais ou le français

o Minorités visibles

o Autochtones

o Personnes handicapées

L’avantage d’utiliser la méthode des blocs est que l’on peut estimer l’effet

conjoint de chaque bloc sur les résultats sur le marché du travail en plus de

l’impact marginal de chaque variable. Toutefois, l’impact marginal de chaque

variable et celui de chaque bloc peut varier en fonction de la séquence des

blocs. Les blocs ont été entrés dans les modèles selon une séquence établie

d’après des hypothèses et des observations a priori.



3 Statistiques descriptives

La présente partie fournit quelques statistiques descriptives indiquant comment

les résultats sur le marché du travail des apprentis du Canada varient selon le

statut de l’apprenti, le niveau d’instruction, la province ou le territoire, le métier et

les facteurs démographiques. Elles sont conçues pour préparer le terrain au

travail de modélisation exposé dans le chapitre suivant. À noter que cette partie

présente des corrélations simples entre les variables explicatives et les résultats,

sans aucun contrôle sur les autres facteurs. Les modèles ont pour but de

présenter les effets particuliers de chaque variable, après prise en compte des

autres variables.

Signalons également que les résultats présentés portent sur les finissants et les

décrocheurs uniquement. C’est pourquoi ces chiffres peuvent, dans une certaine

mesure, varier de ceux qui figurent dans d’autres rapports où l’on tient compte

des persévérants à long terme.

3.1 Résultats sur le marché du travail selon le statut de l’apprenti

Le graphique 3.1 indique qu’en moyenne le salaire horaire et le revenu annuel

total des finissants sont de loin supérieurs à ceux des décrocheurs. Toutefois, en

moyenne, le temps nécessaire pour achever les programmes d’apprentissage

est souvent beaucoup plus long que la durée nominale desdits programmes. On

peut donc se demander si la prime de revenu associée à l’achèvement des

programmes est suffisante pour compenser ce qu’il en coûte d’abandonner le

programme. On ne peut répondre directement à cette question dans le présent

document. Toutefois, les données du graphique 3.2 indiquent que l’achèvement

du programme offre certains avantages complémentaires. En effet, davantage de

finissants ont trouvé un emploi et occupent des postes permanents, à temps

plein, qui comportent des avantages sociaux. Ils sont également plus nombreux

à être satisfaits de leurs revenus.



Graphique 3.1 Salaires horaires et revenus annuels moyens selon le statut de l’apprenti



Graphique 3.2 Caractéristiques des emplois selon le statut de l’apprenti

3.2 Résultats sur le marché du travail selon le niveau d’instruction

Le graphique 3.3 indique que les salaires horaires et le revenu annuel moyens

des répondants ayant un niveau d’études postsecondaires sont semblables à

ceux des répondants ayant un diplôme d’études secondaires ou moins. Compte

tenu des conclusions de la partie précédente, on peut penser qu’au moment où

les travailleurs suivent un programme d’apprentissage, leur statut de finissant du

programme d’apprentissage est plus important que leur niveau d’études

précédent pour déterminer leur revenu et leur salaire. Toutefois, le graphique 3.4

indique que les personnes ayant des niveaux d’études supérieurs ont plus de

chance d’obtenir un poste permanent, de bénéficier d’avantages sociaux, d’être

satisfaits de leur revenu ainsi que des conditions des programmes de santé et de

sécurité liés à leur emploi.



Graphique 3.3 Salaires horaires et revenu annuel moyens – Niveau d’instruction plus élevé



Graphique 3.4 Caractéristiques des emplois en fonction du niveau d’instruction le plus élevé



3.3. Résultats sur le marché du travail selon la province ou le territoire

Le graphique 3.5 indique que parmi toutes les provinces, l’Alberta offre le salaire

horaire et le revenu annuel moyens les plus élevés, de loin supérieurs à la

moyenne nationale. En général, les revenus dans les provinces de l’Ouest et les

Territoires sont beaucoup plus importants que dans l’Est. Le Québec constitue

une exception car le taux de salaire horaire est relativement élevé, mais le

revenu annuel est relativement faible. Ce résultat est probablement attribuable à

la nature de l’échantillon au Québec qui n’inclut que les métiers de la

construction.

La distribution des emplois chez les apprentis selon la province ou le territoire

(graphique 3.6) suit une fois de plus la tendance générale des niveaux d’emploi,

à savoir qu’ils sont beaucoup plus élevés dans les provinces de l’Ouest que dans

les provinces de l’Est. Le Québec et Terre-Neuve-et-Labrador ont des taux

d’emploi beaucoup moins élevés que ceux des autres provinces ou territoires, à

l’exception de l’Île-du-Prince-Édouard, où l’erreur d’échantillonnage est

importante.



Graphique 3.5 Salaires horaires et revenu annuel moyens selon la province ou le territoire



Graphique 3.6 Pourcentage de personnes ayant un emploi par province ou territoire

Le graphique 3.7 montre que le pourcentage d’apprentis occupant des postes

permanents est de loin plus faible au Québec que dans toute autre province ou

tout autre territoire, à l’exception de l’Île-du-Prince-Édouard, où l’erreur

d’échantillonnage est importante. Cela dit, la plupart des différences entre les

provinces et territoires ne sont pas statistiquement significatives. Le pourcentage

d’apprentis ayant des postes permanents est plus faible au Québec et à

Terre-Neuve-et-Labrador qu’ailleurs, où les chiffres sont similaires.



Graphique 3.7 Caractéristiques des emplois par province ou territoire

3.4 Résultats sur le marché du travail selon le groupe professionnel

Le graphique 3.8 présente les salaires horaires et le revenu annuel des apprentis

par groupe professionnel. Ces deux indicateurs varient considérablement selon

les groupes professionnels. Les variations des salaires horaires sont moins

importantes que celles des revenus annuels. L’explication probable est que le

revenu annuel est influencé par le temps de travail total pendant une année et

également par le revenu autre que le revenu d’emploi. Le graphique indique que

les soudeurs ont des revenus annuels beaucoup plus élevés (mais pas des



salaires horaires beaucoup plus élevés) que les autres groupes professionnels.

D’autre part, les travailleurs des services automobiles, les travailleurs des

services alimentaires et les coiffeurs/esthéticiens ont des revenus annuels et des

salaires horaires relativement inférieurs à ceux des autres groupes

professionnels, particulièrement les deux derniers groupes dont les revenus et

les salaires sont beaucoup moins élevés que ceux des travailleurs des services

automobiles.

Graphique 3.8 Salaires horaires et revenu annuel moyens par groupe professionnel



Le graphique 3.9 indique la distribution des taux d’emploi selon le groupe

professionnel. Certains groupes professionnels se situant dans la partie

inférieure de la fourchette de répartition des revenus et des emplois à temps

plein se retrouvent à un niveau relativement plus élevé dans le graphique de

répartition du pourcentage des personnes ayant un emploi. Par exemple, les

travailleurs des services automobiles ont beaucoup plus de probabilités d’avoir

un emploi que les conducteurs d’équipement lourd, même si leurs niveaux de

revenu sont de loin moins importants. Les travailleurs des services alimentaires

ainsi que les coiffeurs/esthéticiens ont également beaucoup plus de probabilités

d’avoir un emploi malgré la faiblesse des revenus. Bien entendu, cette situation

paraît exagérer les différences entre les revenus réels, à savoir que les métiers

du secteur des services emploient plus de personnes, mais il reste que celles-ci

gagnent moins en moyenne que celles occupant des postes dans les métiers

mécaniques.

Graphique 3.9 Taux d’emploi selon le groupe professionnel



Le graphique 3.10 montre la distribution des caractéristiques des emplois selon

le métier. La tendance des emplois à temps plein est semblable à celle des

salaires, les métiers mécaniques se situant en haut de la fourchette de

distribution et les métiers de services, particulièrement les services alimentaires

ainsi que les coiffeurs/esthéticiens, au bas de la fourchette. Signalons aussi que

la plupart du temps, la tendance des emplois permanents est semblable à celle

des emplois à temps plein. Toutefois, on constate plusieurs anomalies, les

soudeurs, les conducteurs d’équipement lourd ainsi que les menuisiers/ébénistes

affichant un écart important entre les échelles temps plein et permanent.

Graphique 3.10 Caractéristiques des emplois selon le groupe professionnel



3.5 Résultats sur le marché du travail selon les facteurs démographiques

Le graphique 3.11 indique que les salaires horaires et le revenu annuel moyens

des femmes sont beaucoup moins importants que ceux des hommes. Cette

situation est clairement attribuable à la concentration des femmes dans deux

métiers de services offrant des bas salaires, à savoir coiffeur/esthéticien et

services alimentaires. Par contre, les salaires et le revenu des immigrants, des

minorités visibles et des personnes handicapées sont de loin inférieurs à ceux

des autres groupes. La tendance en ce qui a trait au revenu annuel ressemble

beaucoup à celle observée dans les salaires horaires.

Graphique 3.11 Salaires horaires et revenu annuel moyens selon les facteurs démographiques



Le graphique 3.12 montre les taux d’emploi et le pourcentage des répondants

bénéficiant d’avantages complémentaires liés à leur emploi (par exemple soins

de santé et congés de maladie) selon le facteur démographique. Il n’existe

quasiment aucune différence entre les taux d’emploi, mais presque tous les

groupes que l’on considère généralement comme étant désavantagés ont moins

de probabilités de bénéficier d’avantages complémentaires liés à leur emploi. La

seule exception dans ce cas est celle qui concerne les immigrants où l’on ne

constate aucune différence. Toutefois, la différence la plus importante concerne

les femmes, un résultat qui vient rejoindre celui portant sur les salaires et les

revenus.

Graphique 3.12 Taux d’emploi et avantages complémentaires selon les facteurs démographiques



Dans le graphique 3.13, on voit que les pourcentages de personnes appartenant

aux groupes défavorisés qui occupent des emplois à temps plein ou permanents

sont inférieurs à ceux dans les autres groupes. Enfin, le graphique 3.14 montre

les indices de satisfaction quant au revenu et à la sécurité de l’emploi selon le

facteur démographique. Les différences ne sont pas aussi importantes que celles

que l’on constate dans le cas du revenu et des avantages sociaux mais sont

généralement semblables, la plupart des groupes considérés comme défavorisés

affichant des degrés de satisfaction moins élevés.

Graphique 3.13 Postes permanents et à temps plein selon les facteurs démographiques



Graphique 3.14 Satisfaction quant à la situation monétaire et à la sécurité d’emploi selon les facteurs démographiques



4 Analyse de régression : résultats et discussion

4.1 Note statistique

Analyse de régression multiple

Les résultats de l’apprentissage sont influencés par un grand nombre de facteurs qui agissent indépendamment ou de concert sur les résultats, notamment l’achèvement du programme ou la réussite sur le marché du travail. Par exemple, la province de résidence et le métier peuvent influencer le revenu indépendamment l’un de l’autre. Toutefois, si l’on prend ces facteurs ensemble, l’un d’entre eux peut avoir plus d’importance que l’autre ou l’un d’eux peut n’avoir aucun effet après avoir tenu compte de l’autre.

Dans la recherche de l’enquête, la technique statistique habituelle de prévision des résultats à partir d’un certain nombre de facteurs est appelée analyse de régression multiple ou modélisation par régression. Cette technique repose sur une équation dans le cadre de laquelle le résultat (ou la variable

dépendante) est considéré comme une combinaison linéaire d’une série de facteurs (variables explicatives ou variables indépendantes). L’apport d’une variable explicative au résultat est représenté par un coefficient de régression dont la valeur dépend de l’effet de la variable explicative et des autres

variables du modèle. Les importances relatives des coefficients de régression d’un modèle en particulier peuvent servir à indiquer les contributions relatives des facteurs d’intérêt. Les modèles qui incluent ou excluent une valeur donnée peuvent également servir à cerner la contribution particulière de cette variable après prise en compte des autres variables.

Régression logistique. Si le résultat est une variable continue, par exemple le revenu, les coefficients

peuvent être calculés de façon relativement directe à l’aide de techniques bien établies. Toutefois, certains résultats intéressants de l’ENA ayant trait particulièrement aux personnes employées ou non employées, sont de nature binaire ou dichotomique (n’ont que deux catégories). Les techniques de régression ordinaire (moindres carrés) ne conviennent pas à de tels résultats. Pour contourner le problème, on tente de prévoir la probabilité (plus précisément les cotes) qu’une personne figure dans l’une ou l’autre

catégorie de résultats. Les coefficients de régression peuvent être calculés à l’aide des cotes (plus précisément, mais pour des raisons pour lesquelles nous ne nous étendrons pas, le logarithme du risque). Interprétation des coefficients de régression. Bon nombre de résultats du présent rapport sont

présentés sous forme de coefficients de régression. En général, on peut interpréter un coefficient de régression comme la représentation d’un changement du résultat que pourrait provoquer un changement unitaire de la variable explicative. Les coefficients bidimensionnels portent sur la relation entre une seule

variable explicative et le résultat, sans prise en compte d’autres variables. Les coefficients multidimensionnels portent sur les effets d’une variable explicative donnée avec prise en compte de

toutes les autres variables explicatives de l’équation. Les coefficients de régression logistiques sont plus difficiles à interpréter que les coefficients de régression ordinaire car le résultat prédit par le modèle n’est pas directement lié à des valeurs dichotomiques (0, 1) mais à une fonction plus compliquée de probabilité du résultat. Toutefois, dans tous les cas, l ’importance relative des coefficients est comparable pour ce qui concerne les variables explicatives de même grandeur et, dans le cas d’une variable explicative isolée, pour plus d’un modèle. La signification statistique des coefficients de régression est calculée à partir de l’intervalle de confiance de la même manière que décrite précédemment. Le point de référence spécifique est un coefficient 0 qui indique que le facteur n’a aucun lien avec la variable du résultat.

On trouvera dans les parties pertinentes et dans l’Annexe B des explications plus détaillées à ce sujet reposant sur les résultats réels des modèles utilisés dans le présent document.



4.2 Aperçu des modèles et des variables

Les statistiques descriptives ont ventilé dans la partie précédente les résultats

sur le marché du travail par degré d’achèvement, niveau d’instruction, province

ou territoire, groupe professionnel et facteur démographique. Bien que ces

statistiques donnent un aperçu préliminaire de la manière dont les résultats sur le

marché du travail dépendent de ces variables, elles examinent la variation à la

lumière d’un seul facteur à la fois. Toutefois, les résultats sont influencés par

plusieurs variables agissant de concert. L’objectif de l’analyse de régression est

de donner une idée des effets combinés des variables explicatives et d’examiner

les effets particuliers de chacun d’elles après prise en compte des autres

variables. D’autre part, les résultats de l’analyse de régression peuvent être

interprétés comme une indication des effets additionnels des variables

explicatives – ou des groupes de ces variables – sur les résultats intéressants.

Autrement dit, trois mesures des résultats sur le marché de l’emploi – situation

d’emploi, salaires horaires et revenu annuel – ont servi dans l’analyse de

régression. Quatre blocs de variables explicatives ont été précisés. La présente

partie présente les principales conclusions de l’analyse de régression utilisant

ces blocs.

4.3 Situation d’emploi

La situation d’emploi est une variable binaire, ses valeurs étant 1 (employé) et 0

(sans emploi), qui a incité les chercheurs à utiliser un modèle de régression

logistique. Le graphique B4.1 présente les statistiques détaillées du modèle ainsi

que les explications. Selon les statistiques du graphique adaptées au modèle, ce

dernier a une faible efficacité prédictive. Autrement dit, les variables

indépendantes utilisées sont des valeurs explicatives relativement médiocres de

la situation d’emploi. Ce résultat peut être interprété de diverses façons. Par

exemple, les auto-évaluations utilisées dans l’enquête risquent de ne pas être

aussi précises qu’on le souhaite. En outre, quelle que soit la taille de l’enquête, il

est possible que des variables explicatives importantes des résultats sur l’emploi

n’aient pas été prises en compte. Enfin, la situation d’emploi peut avoir une

composante aléatoire ou individuelle importante qu’aucune caractéristique

mesurable du groupe de répondants ne peut permettre de prédire.

Pour simplifier la démonstration, le graphique 4.1 ne présente que les

coefficients du modèle et les intervalles de confiance. Le coefficient positif

indique une plus forte probabilité d’emploi du groupe représenté par la variable

par comparaison aux personnes qui ne figurent pas dans le groupe, ou au



groupe de référence, tel qu’indiqué. Un coefficient a une signification statistique

si la barre d’erreur ne traverse pas le point zéro de l’axe horizontal.

Graphique 4.1 Coefficients de régression logistique de la situation d’emploi

Les statistiques adaptées au modèle du graphique B4.1 indiquent que les

facteurs liés au capital humain représentent environ 25 % de la variation des



résultats expliquée par le modèle. Le graphique 4.1 indique que toutes les

variables liées au capital humain excepté l’âge au carré8 sont statistiquement

significatives et positives. Les apprentis présentant ces caractéristiques ont en

moyenne une plus forte probabilité d’emploi par rapport à ceux qui ne possèdent

pas ces caractéristiques. Autrement dit, les répondants ont plus de probabilités

d’avoir un emploi s’ils ont terminé leur apprentissage, si leur niveau d’instruction

est supérieur au secondaire, s’il ont une MPC élevée à l’école secondaire et s’ils

sont plus âgés.

Les statistiques adaptées au modèle révèlent également que les facteurs

régionaux représentent 48 % de la variance expliquée par le modèle. Ces

facteurs sont donc grandement responsables des variations des probabilités

d’emploi des apprentis canadiens, comme le prédit le modèle. Toutes les

ventilations régionales sont également statistiquement significatives même si

elles ne pointent pas toutes dans la même direction. Les apprentis de la région

des Prairies, de la Colombie-Britannique et des territoires ont plus de chances

d’avoir un emploi que les apprentis de l’Ontario, mais ceux de la région de

l’Atlantique et du Québec ont moins de chances d’en avoir un. Comme on peut

s’y attendre, les probabilités d’emploi sont également plus faibles dans les

provinces présentant des taux de chômage plus élevés.

L’appartenance à un groupe professionnel explique 12 % de la variance. Par

rapport au groupe de référence des travailleurs des services automobiles, les

apprentis dans la plupart des métiers ont moins de probabilités d’avoir un emploi.

Les seules exceptions concernent les mécaniciens de chantier et les électriciens

où on ne constate aucune différence importante par rapport aux travailleurs des

services automobiles.

Enfin, les facteurs démographiques comptent pour 15 % de la variance. Le sexe,

les statuts d’Autochtone et de personne handicapée ont des effets néfastes. Les

coefficients Exp(B) du graphique B4.1 indiquent que les femmes ont environ 6 %

moins de probabilité d’avoir un emploi que les hommes après prise en compte

des autres facteurs. Dans le même ordre d’idée, ces coefficients indiquent que

les probabilités d’emploi des apprentis nés à l’étranger, des apprentis faisant

partie des minorités visibles, des Autochtones et des personnes handicapées

sont beaucoup moindres que celles des personnes qui ne font pas partie de ces

8 En mettant au carré la variable de l’âge, on cherche à tenir compte du fait qu’il existe

habituellement une relation non linéaire entre l’âge et le revenu (le changement relatif d’une année à l’autre sur le plan du revenu diminue avec l’âge). Dans ce cas, la variable transformée, l’âge mis au carré n’a pas de conséquence une fois que les conséquences mêmes de l’âge sont prises en compte.



groupes. Signalons que l’ordre d’entrée de ces variables dans le modèle a

influencé l’importance de ces conséquences. Dans la mesure où les facteurs

démographiques étaient liés aux variables figurant déjà dans le modèle, les

conséquences étaient moindres.

4.4 Salaires horaires

La variable salaire est de type continu et permet donc d’évaluer un modèle de

régression des moindres carrés ordinaires. Les statistiques détaillées de ce

modèle sont présentées au graphique B4.2. Les coefficients du modèle et leurs

intervalles de confiance apparaissent dans le graphique 4.2. Dans ce cas, les

coefficients sont interprétés différemment de ceux du modèle logistique. Chaque

coefficient représente le changement de résultat correspondant à un

changement unitaire de la variable explicative. Par exemple, le coefficient

d’achèvement de l’apprentissage indique que, en moyenne, l’achèvement

augmente le salaire horaire de l’intéressé de 3,06 $, soit plus de 10 %.

Une fois de plus, la variable explicative du modèle est faible, expliquant 16 % de

la variation totale du résultat (voir graphique B4.2). Les variables de capital

humain représentent environ 9 % de cette variation. Quoi qu’il en soit, le

graphique 4.2 indique que toutes les variables du capital humain à l’exception de

l’âge au carré offrent une contribution positive statistiquement significative à la

variation des salaires.

Les variables régionales représentent 20 % de la variation expliquée. À l’instar

du statut de l’emploi, la région a une influence positive dans les deux régions de

l’Ouest et un impact négatif dans les régions de l’Atlantique et du Québec par

rapport à l’Ontario. Parmi les cinq régions, la région de l’Atlantique offre les

salaires horaires moyens les plus faibles, soit 4,35 $ de moins que ceux de

l’Ontario, tandis que la région des Prairies offre les salaires les plus élevés, soit

3,72 $ de plus que ceux de l’Ontario.



Une fois de plus, l’appartenance à un groupe professionnel compte plus dans la

variance expliquée (66 %) que les autres variables. Toutefois, l’influence relative

des groupes professionnels sur les salaires diffère de leur influence sur les taux

d’emploi. La plupart des métiers offrent des salaires plus élevés que celui du

groupe de référence des travailleurs des services automobiles. Par exemple, par

comparaison aux travailleurs des services automobiles, les soudeurs gagnent

environ 9,00 $ de plus par heure tandis que les conducteurs d’équipement lourd

ont près de 8,00 $ de plus. Les exceptions concernent les machinistes où on ne

constate aucune différence ainsi que les coiffeurs/esthéticiens et les travailleurs

des services alimentaires qui ont des salaires moins élevés que ceux du groupe

de référence. Le salaire moyen des coiffeurs/esthéticiens est d’environ 6,00 $ de

moins que celui des travailleurs des services automobiles.

Les facteurs individuels ne représentent que 5 % de la variance expliquée après

prise en compte des autres blocs. Tous les facteurs individuels, excepté ceux qui

ont trait aux travailleurs nés à l’étranger et aux Autochtones ont des retombées

négatives sur les salaires. La différence chez les femmes est particulièrement

impressionnante, atteignant 4,66 $ l’heure. La connaissance d’une langue autre

que l’anglais ou le français ainsi que le handicap ont également des retombées

qui oscillent aux alentours de 2,00 $ de l’heure.



Graphique 4.2 Coefficients de régression linéaire des salaires horaires



4.5 Revenu annuel

Le modèle final examiné affectait le revenu annuel total à la variable des

résultats. La variable salaire est de type continu et permet donc d’évaluer

également un modèle de régression des moindres carrés ordinaires. Dans ce

cas, les interprétations sont identiques à celles du modèle du salaire horaire. Les

statistiques détaillées du modèle figurent au graphique B4.3 et les coefficients

ainsi que les erreurs-types apparaissent au graphique 4.3.

Ce modèle a des variables explicatives supérieures à celles du modèle salarial,

représentant 20 % de la variation du revenu annuel. Les conséquences de l’ajout

des blocs de variables et l’influence des variables individuelles sont quasiment

identiques à celles du modèle du salaire horaire. Les commentaires détaillés

n’ont donc pas besoin d’être répétés. Toutefois, vu que le revenu annuel est

sans doute une meilleure mesure des résultats sur le marché du travail, nous

avons fourni quelques exemples pour indiquer l’ampleur des variations de salaire

parmi les groupes après prise en compte d’autres facteurs.

En moyenne, le revenu annuel des finissants dépasse d’environ 8 000 $ celui

des décrocheurs. Les intéressés dont le niveau d’instruction est supérieur à celui

du secondaire gagnent environ 1 400 $ de plus, en moyenne, que ceux ayant un

niveau d’études secondaires ou moins.

Parmi tous les groupes professionnels, les soudeurs ont le revenu annuel le plus

élevé qui dépasse d’environ 23 000 $ celui du groupe de référence, les

travailleurs des services automobiles. À l’opposé, le revenu annuel des

coiffeurs/esthéticiens et des travailleurs des services alimentaires est d’environ

16 000 $ de moins que celui des travailleurs d’entretien automobile.

Comme prévu, la plupart des groupes identifiés, y compris les femmes, les

personnes qui connaissent une langue autre que l’anglais ou le français, les

minorités visibles et les personnes handicapées, disposent d’un revenu annuel

moyen moins élevé que celui de leurs homologues dans les groupes de

référence. Parmi ces facteurs, le sexe a l’effet le plus important puisque le

revenu moyen des femmes est d’environ 15 000 $ inférieur à celui des hommes

après prise en compte d’autres variables.



Graphique 4.3 Coefficients de régression linéaire du revenu annuel



5 Résumé et conclusion

5.1 Comparaison entre les statistiques descriptives et l’analyse de régression

Le graphique 5.1 résume les conclusions de cette étude grâce à une

comparaison des résultats tirés des statistiques descriptives et de l’analyse de

régression. Les résultats de l’analyse de régression sont en grande partie

semblables à ceux des statistiques descriptives. On constate ainsi que de

nombreuses variables du modèle ont des conséquences qui ne dépendent pas

d’autres variables. Toutefois, il existe quelques exceptions. Le graphique montre

que les conclusions de l’analyse de régression diffèrent de celles des statistiques

descriptives dans quelques groupes, y compris les machinistes, les

coiffeurs/esthéticiens, les travailleurs des services alimentaires, les autres

métiers, les femmes, les Autochtones et les apprentis handicapés. Dans le

même ordre d’idées, les personnes ayant un niveau d’études supérieur au

secondaire, nées à l’étranger et handicapées sont sensibles aux deux types

d’analyse tant dans les modèles de revenu que de salaire, tandis que le groupe

professionnel des machinistes est également sensible au modèle salarial. À

l’exception des variables précitées, toutes les autres variables ont des

conséquences marquées semblables dans les deux types d’analyse.

La plupart du temps, les conséquences sont moins importantes dans l’analyse

de régression que dans les statistiques descriptives. Il s’agit d’un résultat

représentatif puisque les coefficients du modèle fournissent les effets particuliers

de chaque variable après prise en compte d’autres variables du modèle. Aussi,

après regroupement, les effets particuliers tendent à diminuer. Par exemple, les

statistiques descriptives indiquent que le revenu annuel moyen des femmes est

inférieur d’environ 29 000 $ à celui des hommes, tandis que l’analyse de

régression révèle une différence d’environ 15 000 $. Ce dernier montant peut

être imputé au sexe seul plutôt qu’aux relations existant entre le sexe et d’autres

facteurs, par exemple les métiers qu’exercent les femmes.



________________________________________________________________

_______________________________________________________________

Tableau 5.1 Comparaison des conclusions des statistiques descriptives et de l’analyse de régression

[Légende : + groupe identifié au-dessus du groupe de référence; = aucune différence

significative; - groupe identifié en dessous du groupe de référence]

Variables

Statistiques descriptives

Effet sur

Emploi Salaire Revenu

Analyse de régression

Effet sur


Facteurs du capital humain

Apprentissage terminé + + + + + +

Études postsecondaires + = = + + +

Région (par

comparaison avec

l’Ontario)

Région de l’Atlantique - - - - - -

Québec - = - - - -

Région des Prairies + + + + + +

C.-B. et territoires + + + + + +

Métiers (par comparaison aux travailleurs des services automobiles)

Menuisier/ébéniste - + + - + +

Conducteur

d’équipement lourd

- + + - + +

Électricien - + + - + +

Machiniste = + + - = +

Mécanicien de chantier = + + = + +

Plombier/tuyauteur/

monteur d’appareils de

chauffage

- + + - + +

Soudeur = + + - + +

Coiffeur/esthéticien = - - - - -

Services alimentaires = - - - - -

Autres métiers = + + - + +

Facteurs individuels et démographiques

Femmes = - - - - -

Nés à l’étranger = - - = = =

Minorités visibles = - - = - -

Autochtones = = = - = =

Personnes handicapées = = = - - -



5.2 Effets marqués

Le tableau 5.2 résume de façon plus concise les effets statistiquement

significatifs des statistiques descriptives et de l’analyse de régression. Ces effets

peuvent être qualifiés de « marqués », à savoir que les effets initiaux indiqués

par les statistiques descriptives ne sont pas atténués par la présence d’autres

variables du modèle de régression au point de devenir non significatifs.

Autrement dit, toute corrélation entre les variables est insuffisante pour diminuer

les effets observés initialement et les rendre non significatifs.

Tableau 5.2 Effets marqués des variables indépendantes sur l’emploi, les salaires et le revenu


Effet favorable

Achèvement de la formation

d’apprenti

Études postsecondaires

Région des Prairies

C.-B. et territoires

Effet néfaste

Région de l’Atlantique

Québec

Menuisier/ébéniste

Conducteur d’équipement

lourd

Électricien

Plombier/tuyauteur/monteur

d’appareils de chauffage

Aucun effet

Mécanicien de chantier

Nés à l’étranger

Minorités visibles

Effet favorable

Achèvement de la

formation d’apprenti




Conducteur d’équipement

lourd

Électricien




Soudeur

Autres

Effet néfaste


Coiffeur/esthéticien

Travailleurs des services

alimentaires

Femmes

Minorités visibles

Aucun effet

Autochtones

Effet favorable

Achèvement de la formation

d’apprenti




Conducteur d’équipement lourd

Électricien

Machiniste




Soudeur

Autres

Effet néfaste


Québec

Coiffeur/esthéticien

Travailleur des services

alimentaires

Femmes

Minorités visibles

Aucun effet

Autochtones

Note : La mention « effet favorable » signifie qu’un groupe identifié a un meilleur résultat que le

groupe de référence. Par exemple, l’effet favorable sur les salaires de l’achèvement de

l’apprentissage signifie que les finissants ont un salaire plus élevé que les décrocheurs. Dans le

même ordre d’idée, la mention « effet néfaste » signifie que le résultat du groupe identifié est

inférieur à celui du groupe de référence. Par exemple, l’effet néfaste sur les femmes signifie que

le salaire moyen des femmes est inférieur à celui des hommes. Enfin, la mention « aucun effet »

signifie que le groupe identifié et le groupe de référence ont des résultats semblables.



5.3 Achèvement de la formation d’apprenti, niveau d’instruction et effets sur le marché du travail

En moyenne, les finissants ont des salaires horaires, des revenus annuels et des

probabilités d’emploi de loin supérieurs à ceux des décrocheurs. De plus, les

pourcentages de finissants qui occupent des postes permanents et à temps plein

et éprouvent de la satisfaction d’ordre monétaire et non monétaire sont de loin

supérieurs à ceux des décrocheurs. Parmi les modes de formation technique, le

système prévoyant des congés continus favorise le moins l’emploi et génère

moins de revenus. Selon les conclusions, le fait d’avoir un niveau d’études

supérieur au secondaire a un effet favorable sur l’emploi, les salaires et le

revenu. Les pourcentages d’apprentis qui sont des travailleurs rémunérés, ont

des postes permanents et bénéficient d’avantages complémentaires, sont

également supérieurs s’ils ont un niveau d’études supérieur au secondaire,

comparativement à ceux qui ont un niveau d’instruction moins élevé.

5.4 Effets régionaux

En général, l’emploi, les salaires et les revenus annuels dans les provinces de

l’Ouest sont considérablement plus élevés que dans l’Est. La répartition par

province ou territoire dans la partie des statistiques descriptives indique que

l’Alberta offre le salaire horaire et le revenu moyens les plus élevés parmi toutes

les provinces, tandis que la région de l’Atlantique affiche les moins bons résultats

dans les deux catégories.

5.5 Effets sur le métier et le marché du travail

Si l’on répartit les salaires horaires et les revenus annuels des apprentis en

fonction des groupes professionnels, on constate que les salaires et revenus

moyens sont les plus élevés chez les soudeurs et les moins élevés chez les

coiffeurs/esthéticiens et les travailleurs des services alimentaires. Les travailleurs

des services automobiles et les mécaniciens d’équipement lourd bénéficient des

salaires et des revenus les plus élevés tandis que les coiffeurs/esthéticiens ainsi

que les travailleurs des services alimentaires ont les salaires et les revenus les

moins élevés. Les travailleurs des services automobiles et les mécaniciens

d’équipement lourd affichent le taux d’emploi le plus élevé et le taux de chômage

le plus faible, tandis que les menuisiers/ébénistes ainsi que les conducteurs

d’équipement lourd affichent le plus faible taux d’emploi et le plus fort taux de

chômage.



5.6 Effets démographiques

Tel que prévu, la plupart des groupes démographiques ciblés, incluant les

femmes, les personnes qui connaissent une langue autre que l’anglais ou le

français, les minorités visibles et les apprentis handicapés ont un revenu annuel

moyen inférieur à celui de leurs groupes de référence respectifs. Parmi ces

facteurs, le sexe a le rôle le plus important puisque les femmes gagnent environ

29 000 $ de moins que les hommes. Le sexe compte pour 15 000 $ dans cette

différence, le reste étant attribuable à d’autres facteurs et particulièrement aux

groupes professionnels abritant de fortes concentrations de femmes.

5.7 Conclusion

En conclusion, les données de l’ENA de 2007 indiquent que la probabilité

d’emploi, les salaires horaires, le revenu annuel et les caractéristiques des

emplois des apprentis canadiens varient considérablement et dépendent de

l’achèvement de l’apprentissage, du métier, de la région et de facteurs

démographiques. Étant donné que l’achèvement de l’apprentissage augmente

considérablement les résultats sur le marché du travail, l’importance accordée à

l’achèvement de l’apprentissage au Canada est parfaitement justifiée. Les

données concernant les différences professionnelles indiquent que les apprentis

faisant partie de certains groupes professionnels, particulièrement les

coiffeurs/esthéticiens et les travailleurs des services alimentaires, ont de moins

bons résultats sur le marché du travail que les autres groupes professionnels.

Sachant qu’il s’agit des métiers où l’on retrouve principalement des femmes, on

peut se demander si le sexe ou le métier est le principal agent de la différence.

Selon l’analyse de régression, ces deux facteurs y contribuent fortement.

Les conclusions indiquent également que les facteurs professionnels jouent un

rôle plus important pour expliquer les variations de revenu et de salaires, tandis

que les facteurs régionaux sont plus importants pour expliquer les variations des

probabilités d’emploi. On peut donc penser que le taux global de chômage d’une

région a des conséquences significatives sur la probabilité d’emploi des gens de

métier et, qu’après avoir trouvé un travail, les gains de l’intéressé seront plus

souvent fonction du métier que de la région. Toutefois, cette analyse ne permet

pas de savoir clairement si les taux de salaire d’un métier reposent sur des

facteurs nationaux tels que la mobilité entre les provinces et territoires, ou sur

d’autres facteurs locaux tels que l’offre et la demande propres au métier.



Enfin, le présent document démontre clairement que les femmes, les immigrants,

les personnes connaissant une langue autre que l’anglais et le français, les

minorités visibles, les Autochtones et les personnes handicapées obtiennent des

résultats moins encourageants sur le marché du travail professionnel que leurs

homologues. Toutefois, le document ne pouvait établir s’il s’agit des

conséquences d’une discrimination à l’égard des membres de ces groupes ou si

d’autres facteurs non mesurés contribuent aux différences.



Bibliographie

Aydemir, A., Et M. Skuterud. « The immigrants wage differential within and

across establishments », Industrial and Labour Relations Review, vol. 61,

no 3 (2008), p. 334-352.

Baker, M., D. Benjamin, A.D. Desaulniers et M. Grant. « The distribution of

male/female earnings differential: 1970–1990 », Canadian Journal of

Economics, vol. 28, no 3 (1995), p. 479–500.

Becker, G.S. Human capital: A Theoretical and Empirical Analysis, with Special

Reference to Education, 2e édition, New York, Columbia University Press

pour le National Bureau of Economic Research, 1975.

Becker, G.S., et B.R. Chiswick. « Education and the distribution of earnings »,

American Economic Review, vol. 56 (1966), p.358-369.

Gilmore, J. Les immigrants sur le marché du travail canadien en 2006 : Analyse

selon la région ou le pays de naissance, no 71-606-XIF au catalogue,

Ottawa, Statistique Canada, 2008.

Gunderson, M. « View Point: Male-female wage differential: How can that be? »,

Canadian Journal of Economics, vol. 39, no 1 (2006), p. 1-21.

Heckman, J.J., L.J. Lochner et P.E. Todd. Earnings Functions, Rates of Return

and Treatment Effects: The Mincer Equation and Beyond, NBER Working

Paper 11544, Washington, National Bureau of Economic Research, 2005.

Maxim, P., J.P. White, D. Beavon et P.C. Whitehead. « Dispersion and

polarization of income among Aboriginal and Non-Aboriginal Canadians »,

Canadian Review of Sociology, vol. 38, no 4 (2008), p. 465-476.

Mincer, J. « Investment in human capital and personal income distribution »,

Journal of Political Economy, vol. 66, no 4 (1958), p. 281-302.

Mincer. J. Labor Mobility, Wages, and Job Training, non publié, New York,

Columbia University, 1984.

Mincer, J. « On-the-job training: Costs, returns and some implications », Journal

of Political Economy, vol. 70, no 5 (1962), p. 50-79.



Mincer, J., et B. Jovanovic. « Labor mobility and wages », dans S. Rosen, éd.,

Studies in Labor Markets, Chicago, University of Chicago Press, 1981.

Mincer, J., et S. Polachek. « Family Investments in Human Capital: Earnings of

Women », Journal of Political Economy, vol. 82 (supplément) (1974),

p.76-108.

Oaxaca, R. « Male-female wage differential in urban labour markets »,

International Economic Review, vol. 14, no 3 (1973), p. 693-709.

Pendakur, K., et R. Pendakur. « The Colour of Money: Earning Differentials

Among Ethnic Groups in Canada », Canadian Journal of Economics, vol.

31, no 3 (1998), p. 518-548.

Siggner, A. J., et R. Costa. Situation des peuples Autochones dans les régions

métropolitaines de recensement 1981 à 2001, no 89-613-MIF au

catalogue, numéro 008, Ottawa, Statistique Canada, 2005.

Statistique Canada. Gains et revenus des Canadiens durant le dernier quart de

siècle, Recensement de 2006, no 97-563-X au catalogue, Ottawa, chez

l’auteur, 2008.

Statistique Canada. Immigration au Canada : Un portrait de la population née à

l’étranger, Recensement de 2006, no 97-557-X au catalogue, Ottawa,

chez l’auteur, 2008.

Statistique Canada. Regard sur le marché du travail canadien, no 71-222-X au

catalogue, Ottawa, chez l’auteur, 2009.



Appendice A : Tableaux des données

Note : Dans le présent rapport, l’échantillon a été pondéré à partir de poids

normalisés. Tous les N des tableaux représentent donc des tailles d’échantillon

plutôt que des tailles de population.

Tableau A3.1 Salaires horaires et revenu annuel moyens selon le statut de l’apprenti

Résultats Moyenne

Finissants Décrocheurs

Erreur-type


Taille totale de l’échantillon (N)

Salaires horaires ($)

27,79 25,17 0,12 0,27 19 708

Revenu annuel (en milliers de dollars) 59,23 51,79 0,30 0,58 19 744

Tableau A3.2 Caractéristiques des emplois selon le statut de l’apprenti

Caractéristiques Pourcentage


Erreur-type


Employé 88 82 0,29 0,64

Poste permanent 73 64 0,40 0,79

Satisfaction monétaire

68 63 0,42 0,80

Satisfaction – sécurité d’emploi

71 65 0,41 0,79

Satisfaction – santé et sécurité

73 67 0,40 0,78

Avantages complémentaires

73 64 0,40 0,80

Temps plein 79 70 0,37 0,76

Taille de l’échantillon (N) 17 257 5 097



Tableau A3.3 Salaires horaires et revenu annuel moyens selon le niveau d’instruction

Résultats

Moyenne

Études post-secondaires

Études secondaires ou moins


Erreur-type

Études secondaires ou moins

Taille totale de l’échantillon (N)

Salaire horaire (en dollars) 27 27 0,17 0,15 19 708

Revenu annuel (en milliers de dollars) 58 57 0,39 0,36 19 744

Tableau A3.4 Caractéristiques des emplois selon le niveau d’instruction

Caractéristique %


Études secondaires ou

moins

Erreur-type


Études secondaires ou

moins

Employé 87 86 0,42 0,35

Poste permanent 73 69 0,57 0,47

Satisfaction monétaire 69 66 0,58 0,48

Satisfaction – sécurité d’emploi 71 69 0,58 0,47

Satisfaction – santé et sécurité 73 71 0,56 0,46

Avantages complémentaires 73 69 0,56 0,47

Temps plein 75 78 0,55 0,42

Taille de l’échantillon (N) 8 724 13 629 22 353



Tableau A3.5 Salaires horaires et revenu annuel moyens par province et territoire

Provinces et territoires Moyenne

Salaire horaire (en

dollars)

Revenu annuel (en milliers de

dollars)

Erreur-type

Salaire Revenu

Alberta 31,51 71 0,29 0,70

C.-B. 26,92 57 0,30 0,75

Québec 26,74 50 0,19 0,40

Saskatchewan 26,15 56 0,60 1,24

Terre-Neuve-et-Labrador 25,47 50 1,45 2,75

Ontario 25,10 53 0,18 0,40

Manitoba 23,09 48 0,37 0,94

Nouvelle-Écosse 22,60 48 0,52 1,19

Nouveau-Brunswick 21,72 46 0,48 1,21

Î.-P.-É. 20,34 43 1,45 5,12

Territoires 31,26 63 2,66 4,24

Région de l’Atlantique 22,84 48 0,41 0,90

Région des Prairies 29,99 67 0,23 0,56

Canada 27,22 58 0,13 0,32

Taille totale de l’échantillon (N) 19 708 19 743



Tableau A3.6 Pourcentage de la population active par province et territoire

Provinces et territoires Pourcentage Erreur-type

Alberta 92 0,39

Colombie-Britannique 92 0,60

Manitoba 91 1,10

Saskatchewan 91 1,00

Ontario 90 0,42

Île-du-Prince-Édouard 86 5,05

Nouvelle-Écosse 85 1,64

Nouveau-Brunswick 84 1,75

Terre-Neuve-et-Labrador 73 2,76

Québec 71 0,74

Territoires 91 3,58

Canada 87 0,27

Taille totale de l’échantillon (N) 22 353



Tableau A3.7 Caractéristiques des emplois par province et territoire

Provinces et territoires Pourcentage

Postes permanents

Postes à temps plein

Erreur-type

Postes permanents


Alberta 85 72 0,52 0,65

Nouvelle-Écosse 82 67 1,75 2,16

Colombie-Britannique 82 74 0,85 0,96

Nouveau-Brunswick 81 71 1,86 2,15

Saskatchewan 79 71 1,40 1,57

Terre-Neuve-et-Labrador 77 59 3,39 3,07

Manitoba 75 74 1,66 1,67

Ontario 74 76 0,61 0,59

Île-du-Prince-Édouard 71 71 6,52 6,50

Québec 67 60 0,76 0,80

Territoires 79 70 5,04 5,65

Canada 77 71 0,36 0,33




Tableau A3.8 Salaires horaires et revenu annuel moyens par métier

Métier

Moyenne

Salaire horaire (en

dollars)


dollars)

Erreur-type

Salaire horaire

(en dollars)


dollars)

Soudeur 36 83

0,86 2,15

Conducteur d’équipement lourd

33 72 1,02 2,29

Mécanicien de chantier 31 67 0,40 1,02

Plombier/tuyauteur/monteur d’appareils de chauffage

31 66 0,38 1,00

Mécanicien d’équipement lourd

29 65 0,48 1,06

Électricien 30 63 0,23 0,56

Tôlier 29 60 0,41 1,00

Machiniste 26 57 0,31 0,83

Menuisier/ébéniste 27 54 0,29 0,68

Services automobiles 23 51 0,25 0,58

Services alimentaires 18 36 0,35 0,91

Coiffeur/esthéticien 15 28 0,27 0,54

Tous les métiers 27 58 0,11 0,27




Tableau A3.9 Pourcentage des actifs par groupe professionnel

Métier

Pourcentage Erreur-type

Mécanicien d’équipement lourd 95 1

Mécanicien de chantier 93 0,99

Services automobiles 93 0,63

Machiniste 92 1,01

Électricien 90 0,60

Soudeur 89 1,11

Services alimentaires 89 1,32

Plombier/tuyauteur/monteur d’appareils de chauffage 87 0,91

Coiffeur/esthéticien 83 1,10

Tôlier 81 1,42

Menuisier/ébéniste 78 0,98

Conducteur d’équipement lourd 77 2,09

Tous les métiers 87 0,27




Tableau A3.10 Caractéristiques par groupe professionnel

Métier

Pourcentage

Postes permanents


Erreur-type

Postes permanents


Mécanicien d’équipement lourd 92 84 0,86 1,20

Soudeur 89 62 1,12 1,73

Mécanicien de chantier 89 83 1,21 1,45

Machiniste 89 85 1,15 1,31

Services automobiles 87 83 0,80 0,91

Conducteur d’équipement lourd 82 65 1,89 2,38

Électricien 78 75 0,81 0,85

Plombier/tuyauteur/ monteur d’appareils de chauffage 77 65 1,12 1,27

Tôlier 75 64 1,59 1,75

Menuisier/ébéniste 74 55 1,03 1,17

Services alimentaires 67 76 1,97 1,80

Coiffeur/esthéticien 45 61 1,47 1,44

Tous les métiers 71 77 0,33 0,36




Tableau A3.11 Salaires horaires et revenu annuel moyens par groupes démographiques

Groupes démographiques

Moyenne

Salaire horaire (en

dollars)


dollars)

Erreur-type

Salaire horaire (en

dollars)


dollars)

Hommes 28,32 60 0,12 0,65

Femmes 17,24 31 0,25 1,16

Non immigrants 27,39 58 0,12 0,65

Immigrants 24,46 52 0,38 1,98

Minorités non visibles

27,46 58 0,12 0,66

Minorités visibles 24,97 52 0,37 1,87

Non autochtones 27,49 58 0,12 0,64

Autochtones 26,49 56 0,57 2,87

Personnes non handicapées 27,27 58 0,12 0,63

Personnes handicapées 25,43 54 0,76 4,18




Tableau A3.12 Emploi et avantages complémentaires par groupes démographiques

Groupes démographiques Pourcentage

Taux d’emploi Avantages

complémentaires

Erreur-type

Taux d’emploi

Avantages complémentaires

Hommes 87 73 0,28 0,37

Femmes 84 55 0,89 1,20

Non immigrants 86 71 0,28 0,37

Immigrants 89 69 0,92 1,38

Minorités non visibles

86 72 0,28 0,38

Minorités visibles 87 64 0,86 1,22

Non autochtones 87 71 0,28 0,37

Autochtones 84 63 1,35 1,77

Personnes non handicapées 87 71 0,27 0,36

Personnes handicapées 85 64 1,75 2,33




Tableau A3.13 Postes permanents et à temps plein par groupes démographiques


Pourcentage

Postes permanents

Postes à temps

plein

Erreur-type

Postes permanents

Postes à temps

plein

Hommes 71 81 0,38 0,33

Femmes 66 46 1,15 1,21


Immigrants 71 75 1,35 1,29

Minorités non visibles 71 77 0,38 0,35









Tableau A3.14 Degré de satisfaction d’ordre monétaire et à l’égard

de la sécurité d’emploi par groupes démographiques


Pourcentage

Satisfactionmonétaire

Satisfaction – sécurité d’emploi

Erreur-type

Satisfaction monétaire

Satisfaction – sécurité

d’emploi

Hommes 69 71 0,39 0,38

Femmes 55 63 1,20 1,17


Immigrants 61 66 1,72 1,67

Minorités non visibles 68 70 0,46 0,45









Appendice B : Modèles de régression

Le tableau B4.1 fournit les résultats de l’analyse de régression logistique de la

situation d’emploi. Une brève explication des chiffres pourrait s’avérer utile.

La première colonne, « B (logarithme des cotes) », donne le logarithme des

cotes d’emploi de la variable indiquée. Une valeur positive de B indique que la

variable a un lien positif avec l’emploi et une valeur négative indique qu’elle a

une relation négative avec l’emploi.

La colonne d’« erreur-type » donne l’erreur-type de B. Autrement dit, la variable

explicative a une relation significative avec le résultat si la taille de B est plus de

deux fois supérieure (1,96 pour être exact) à l’erreur-type. Cette indication est

également fournie dans la colonne « sig. ». La relation a une signification

statistique si « sig. » est inférieur à 0,05. Par exemple, une valeur logarithmique

des cotes de 0,272 pour l’achèvement de l’apprentissage indique que

l’achèvement de l’apprentissage a une relation positive avec l’emploi. Cette

relation a une signification statistique puisque le « sig » correspondant est

inférieur à 0,05.

La notion de « logarithme des cotes » est difficile à expliquer en langage

ordinaire (mais joue un rôle essentiel pour faire fonctionner le modèle et calculer

l’erreur-type). Aussi, la colonne indiquée « Exp(B) (cotes) » est une

transformation de B relative à l’influence de chaque variable de l’équation sur les

cotes d’emploi par rapport aux cotes de sans emploi. Une valeur de Exp(B)

supérieure à 1,0 implique que les personnes de la catégorie identifiée ont plus de

chances d’avoir un emploi, tandis qu’une valeur de Exp(B) inférieure à 1,0

signifie qu’il est moins probable que les personnes faisant partie de cette

catégorie aient un emploi par rapport à celles qui ne figurent pas dans leur

catégorie. Par exemple, une valeur Exp(B) de 1,311 attribuée à l’achèvement de

l’apprentissage indique que si l’on compare l’achèvement du programme à son

non-achèvement, on augmente les cotes d’emploi d’un coefficient de 1,311.

Les statistiques de calage du modèle indiquent jusqu’à quel point le modèle est

adapté aux données réelles et le degré de prédictibilité des résultats du modèle.

Sans entrer dans le détail de toutes ces statistiques, la valeur de la première

colonne R-carré peut être interprétée comme étant la proportion de la variation



du résultat qui peut être expliquée par les variables du modèle9. Plus la valeur de

R-carré est proche de 1, meilleur est le calage du modèle. La colonne de

variation de R-carré indique la variation marginale en pourcentage de l’efficacité

prédictive du modèle lorsque la variable suivante (ou dans ce cas le bloc de

variables) est ajoutée. Plus la variation marginale est importante, plus l’ensemble

des variables augmente l’efficacité prédictive.

Compte tenu de l’explication précitée du calage du modèle, le premier point à

signaler concernant le tableau B4.1 est que le modèle a un degré d’efficacité

prédictive relativement faible. Toutes les variables utilisées ne représentent que

de 8 % à 15 % de la variation de la situation d’emploi, selon l’indicateur R-carré

utilisé. Autrement dit, bon nombre de variables explicatives importantes ne

figurent pas dans le modèle (ou n’ont pas été mesurées dans le cadre de l’ENA

de 2007) ou encore, la situation d’emploi est en grande partie un phénomène

aléatoire. Bien que nous ne puissions dire à quel point les phénomènes

réellement aléatoires régissent l’emploi d’une personne, il est plus probable,

selon notre intuition, que le modèle n’a pas capturé toutes les variables

explicatives importantes.

Même si l’efficacité prédictive du modèle semble faible lorsqu’on examine le

R-carré, la plupart des coefficients de régression ont une signification statistique

indiquant que les variables explicatives contribuent au résultat en présence d’une

autre variable. Ce phénomène cadre avec les résultats descriptifs et indique que

les effets observés d’une variable donnée persistent même lorsque d’autres

variables sont prises en compte. Autrement dit, on peut considérer que les effets

sont cumulatifs à un degré important. D’autre part, en examinant le logarithme

des cotes -2, qui constitue une excellente mesure du calage global du modèle

dans le cas de l’analyse de régression logistique, on peut conclure que, pris

ensemble, les variables et les modèles contribuent de façon importante (au

niveau de 1 %) à l’augmentation de la capacité d’explication du modèle.

9 À vrai dire, le concept de R-carré ne s’applique qu’à un modèle de régression linéaire ordinaire.

Les valeurs d’un modèle de régression logistique sont approximatives.



Tableau B4.1 Modèle de régression logistique de la situation d’emploi

Facteurs B

(logarithme des cotes)

Erreur-type Sig. Exp (B) (cotes)


Achèvement de l’apprentissage 0,271 0,047 0,000 1,311

Études postsecondaires 0,241 0,045 0,000 1,272

MPC élevée à l’école secondaire 0,181 0,045 0,000 1,199

Âge 0,138 0,017 0,000 1,148

Âge au carré -0,002 0,000 0,000 0,998


Région de l’Atlantique -0,520 0,107 0,000 0,595

Québec -1,035 0,068 0,000 0,355

Région des Prairies 0,361 0,086 0,000 1,435

C.-B. et territoires 0,272 0,097 0,005 1,312

Taux de chômage dans les provinces -0,058 0,021 0,007 0,944

Bloc 3 : Facteurs professionnels (les services automobiles sont le groupe de référence)

Menuisiers/ébénistes -0,717 0,090 0,000 0,488

Conducteurs d’équipement lourd -0,772 0,131 0,000 0,462

Electriciens -0,175 0,091 0,053 0,840

Machinistes -0,343 0,131 0,009 0,710

Mécaniciens de chantier 0,027 0,145 0,853 1,027

Plombiers/tuyauteurs/monteurs d’appareils de chauffage

-0,587 0,097 0,000 0,556

Soudeurs -0,742 0,123 0,000 0,476

Coiffeurs/esthéticiens -0,939 0,132 0,000 0,391

Services alimentaires -0,409 0,141 0,004 0,664

Autres métiers -0,661 0,084 0,000 0,516



Cox and Snell

Bloc 4 : Facteurs individuels

Sexe -0,258 0,100 0,010 0,773

Nés à l’étranger -0,011 0,111 0,923 0,989

Langue parlée à la maison est principalement une autre langue

0,282 0,149 0,057 1,326

Minorités visibles -0,112 0,121 0,358 0,894

Autochtones -0,338 0,147 0,021 0,713

Personnes handicapées -1,121 0,067 0,000 0,326

Constant .508 .354 .152 1.662

Statistiques de calage du modèle

Modèle Probabilité d’un log. -2 R- carré

Variation de R-carré (%)

R-carré Nagelkerke Sig.

1. Facteurs du capital humain

17184,111a 0,022 25 0,041 0,000

2. Facteurs du capital humain et régionaux

16207,640a 0,064 48 0,117 0,000

3. Facteurs du capital humain, régionaux et professionnels

15951,709a 0,075 12 0,137 0,000

4. Facteurs du capital humain, régionaux, professionnels et individuels

15666,474a 0,087 15 0,158 0,000

Total 100



Constante 11,870

1,736 0,000

Tableau B4.2 Modèle de régression linéaire du salaire horaire

Facteurs

Coefficients non normalisés

B Erreur-ty

pe

Coefficients normalisés

Bêta Sig.





Âge 0,514 0,090 0,295 0,000

Âge au carré -0,007 0,001 -0,292 0,000


Région de l’Atlantique -4,351 0,471 -0,078 0,000

Québec -1,560 0,309 -0,045 0,000



Taux de chômage dans les provinces

0,053 0,100 0,007 0,599


Menuisiers/ébénistes 2,415 0,355 0,055 0,000

Conducteurs d’équipement lourd 7,723 0,606 0,088 0,000

Electriciens 5,005 0,303 0,139 0,000

Machinistes 0,570 0,441 0,009 0,196



5,343 0,361 0,112 0,000

Soudeurs 9,434 0,450 0,153 0,000

Coiffeurs/esthéticiens -6,073 0,568 -0,111 0,000

Services alimentaires -5,889 0,524 -0,081 0,000

Autres métiers 3,610 0,304 0,103 0,000




Sexe -4,657 0,448 -0,103 0,000

Nés à l’étranger -0,394 0,432 -0,007 0,362


-1,917 0,558 -0,027 0,001

Minorités visibles -1,312 0,474 -0,028 0,006

Autochtones -0,195 0,617 -0,003 0,752

Personnes handicapées -2,327 0,395 -0,038 0,000


Modèle R- carré

Contribution de chaque bloc : variation de

R-carré (%) Sig.


0,014 9 0,000


0,047 20 0,000


0,154 66 0,000


0,162 5 0,000



Tableau B4.3 Modèle de régression linéaire des gains annuels

Facteurs

Coefficients non normalisés

B Erreur-

type

Coefficients normalisés

Bêta Sig.

Constante

29,545 3,989 0,000





Âge 1,070 0,206 0,260 0,000

Âge au carré -0,016 0,003 -0,285 0,000


Région de l’Atlantique -9,157 1,084 -0,070 0,000

Québec -8,477 0,711 -0,102 0,000



Taux de chômage dans les provinces -0,283 0,230 -0,017 0,219


Menuisiers/ébénistes 3,969 0,815 0,038 0,000

Conducteurs d’équipement lourd 18,811 1,396 0,091 0,000

Electriciens 9,863 0,697 0,116 0,000

Machinistes 2,231 1,014 0,015 0,028



10,867 0,831 0,096 0,000

Soudeurs 22,880 1,037 0,156 0,000

Coiffeurs/esthéticiens -15,503

1,304 -0,120 0,000

Services alimentaires -13,942

1,205 -0,081 0,000

Autres métiers 5,248 0,698 0,063 0,000




Sexe -15,033

1,029 -0,141 0,000

Nés à l’étranger -0,929 0,995 -0,007 0,350


-4,886 1,283 -0,029 0,000

Minorités visibles -3,893 1,090 -0,036 0,000

Autochtones -0,478 1,421 -0,003 0,736

Personnes handicapées -5,390 0,908 -0,037 0,000


Modèle R- carré Variation de R-carré (%) Sig.


0,016 8 0,000


0,072 27 0,000


0,193 59 0,000


0,206 6 0,000



Appendice C : Méthodologie de l’enquête de l’ENA

L’Enquête nationale auprès des apprentis (ENA) de 2007 est une enquête transversale visant à recueillir des données directement auprès des apprentis canadiens. Ces apprentis ont été contactés par Statistique Canada entre janvier et mai 2007 et ont répondu de leur plein gré à un sondage téléphonique. Il convient de noter que l’échantillon représente trois types d’apprentis en particulier et non l’ensemble de la population. Les résultats de l’enquête fournissent une illustration, un aperçu de tous les groupes à un moment donné dans le temps.

Population cible Dans l’ENA de 2007, une personne sélectionnée était considérée dans le champ de l’enquête si elle participait à des activités d’apprentissage entre 2000 et 2004. L’ENA de 2007 ciblait les apprentis inscrits dans les 10 provinces et les trois territoires en fonction de leur statut d’apprenti. Par conséquent, les résultats ne sont pas représentatifs de tous les apprentis. L’enquête ciblait les trois groupes d’apprentis ci-dessous.

Finissants : ils étaient considérés comme tels par les 12 administrations10. Ce terme désigne les personnes qui ont effectué leur programme d’apprentissage en 2002, 2003 ou 2004 et qui n’étaient pas inscrites à une formation d’apprenti au 31 décembre 2004.

Décrocheurs : ils étaient considérés comme tels par les 12 administrations. Ce terme désigne ceux qui ont arrêté leur programme d’apprentissage en 2002, 2003 ou 2004 et qui n’étaient pas inscrits à une formation d’apprenti au 31 décembre 2004.

Persévérants : il s’agit des apprentis actifs au 31 décembre 2004, qui se sont inscrits comme apprentis avant l’an 2000 et qui étaient inscrits dans le même programme d’apprentissage pendant plus d’une fois et demie la durée prescrite, en 2004. Environ 19 % des persévérants en 2004 étaient des persévérants à long terme.

Les apprentis qui étaient inscrits à une formation d’apprenti au 31 décembre 2004 et qui se trouvaient dans les limites normales de la durée prescrite de leur formation ont été exclus de la population cible. Ce groupe représentait 81 % de tous les persévérants en 2004.

10 Les données du Nunavut n’étaient pas disponibles pour l’enquête



La population cible a d’abord été déterminée lors de la phase de création à l’aide des définitions ci-dessus. Lors de la collecte des données, Statistique Canada a demandé aux participants de confirmer leurs activités d’apprentissage en 2000 et 2004. S’ils confirmaient que leur statut d’apprenti n’entrait pas dans l’un des trois groupes de population cible, ils étaient considérés comme étant hors du champ de l’enquête.

Base d’échantillonnage La base d’échantillonnage de l’enquête était fondée sur les listes d’apprentis inscrits fournies par les administrations provinciales et territoriales relativement aux années de référence visées (2002, 2003 et 2004). Ces listes contenaient tous les renseignements nécessaires pour stratifier et sélectionner l’échantillon, comme le statut de l’apprenti, l’année d’inscription, le métier ou le programme de formation, l’âge et le sexe. Les listes contenaient en outre les coordonnées des apprentis, comme leurs adresses et numéros de téléphone. Certaines administrations ont également fourni une seconde source de coordonnées.

On a examiné la base d’échantillonnage afin d’en évaluer la portée, ainsi que la qualité et l’uniformité des 12 administrations. Il a fallu relier les apprentis des trois années de référence afin de classifier chacun d’eux dans le groupe correspondant (persévérants, finissants ou décrocheurs) et d’éliminer les doublons dans et entre les administrations.



Nombre

Tableau C3.1 Nombre d’apprentis de l’échantillon, selon l’administration

et la base de sondage

Administration

Statut de la base de sondage

Persévérants Finissants Décrocheurs Total

Terre-Neuve-et-Labrador

2 430 545 2 255 5 230

Île-du-Prince-Édouard 5 315 45 370

Nouvelle-Écosse 730 1 245 1,110 3 085

Nouveau-Brunswick 365 1 300 1 295 2 960

Québec 12 030 7 740 12 085 31 850

Ontario 19 650 14 410 13 740 47 795

Manitoba 530 2 160 1 635 4 325

Saskatchewan 510 2 390 2 005 4 905

Alberta 1 800 14 240 13 005 29 045

Colombie-Britannique 310 6 815 8 190 15 315

Yukon 35 65 85 190

Territoires-du-Nord-Ouest

20 110 180 310

Canada 38 405 51 340 55 630 145 375

Remarque : les chiffres sont arrondis au multiple de 5 le plus élevé. Source du tableau : Statistique Canada, Vue d’ensemble du Canada 2007, Enquête nationale auprès des apprentis, numéro de catalogue 81-598-X, 2008.



Plan d’échantillonnage Statistique Canada s’est servi de trois variables pour stratifier l’échantillon de l’enquête : l’administration, le statut de l’apprenti et le groupe de métiers principal. Il y avait 12 administrations, trois statuts d’apprenti et sept groupes de métiers principaux. Ces variables ont produit un total de 231 strates.

La taille de l’échantillon national devait être d’au moins 30 000 répondants en vue d’obtenir des estimations fiables pour chaque strate. Un échantillon minimal a été réparti dans chaque strate et le reste de l’échantillon a été réparti proportionnellement entre le nombre d’apprentis dans chaque strate. Dans plusieurs strates, on a sélectionné un registre d’apprentis pour les provinces et territoires plus petits.

Au sein de chaque strate, on a sélectionné un échantillon aléatoire d’apprentis. Cet échantillon a été réparti en sept étapes. Pour commencer, il a été réparti selon le statut définitif (le statut prévu au moment de la collecte) et ensuite selon la base d’échantillonnage. En troisième lieu, un nombre de cas minimal a été réparti par strate et on a ensuite déterminé les strates à tirage complet. L’étape suivante consistait à répartir les cas restants proportionnellement. Enfin, on a procédé aux rajustements pour le dépistage et les taux de réponse ainsi qu’à l’augmentation pour les cas sans coordonnées utiles.

Le tableau B3.2 montre le nombre total de cas, répartis selon l’administration et la base de sondage, reçu et utilisé par les bureaux régionaux de Statistique Canada pour réaliser l’enquête. L’échantillon ciblé de 30 000 répondants a été collecté à partir de cet échantillon, afin d’obtenir la précision minimale pour tous les domaines d’intérêt. L’objectif était d’atteindre un coefficient de variation (CV) de 33,3 % pour une proportion estimée de 10 % dans autant de strates que possible, et un CV d’environ 16,6 % pour une proportion estimée de 25 %.



Nombre

Tableau C3.2 Taille de l’échantillon par province et territoire

et statut de la base de sondage

Provinces et territoires




1 435 5451 1 965 3 945


Nouvelle-Écosse 7301 1 2451 1 1101 3 085


Québec 2 855 3 180 4 820 10 850

Ontario 4 510 5 635 5620 15 760

Manitoba 5301 1 335 1 6351 3 500

Saskatchewan 5101 1 410 2 0051 3 925

Alberta 1 080 5 515 5 305 11 900


Yukon 351 65 851 190


201 110 1801 310

Canada 12 375 23 700 27 830 63 905

1. Représente une strate à tirage complet. Remarque : les chiffres sont arrondis au multiple de 5 le plus élevé. Source du tableau : Statistique Canada, Vue d’ensemble du Canada 2007, Enquête nationale auprès des apprentis, numéro de catalogue 81-598-X, 2008.

Dans certaines strates, on a observé un taux d’exclusion du champ d’enquête beaucoup plus élevé que prévu. De ce fait, Statistique Canada a décidé d’ajouter des données d’appoint afin de compenser le nombre moins élevé que prévu de répondants.



Nombre

Tableau C3.3 Répartition de l’échantillon brut par province et territoire après ajout de

données d’appoint (en fonction du statut de la base de sondage)





1 825 5451 2 2501 4 620


Nouvelle-Écosse 7301 1 2451 1 1101 3 085


Québec 3 615 3 180 4,820 11 610

Ontario 7 010 5 635 5 620 18 260

Manitoba 5301 1 335 1 635 3 500

Saskatchewan 5101 1 410 2 005 3 925

Alberta 1 080 5 515 5 305 11 900


Yukon 351 651 851 190


201 1101 1801 310

Total 16 020 23 700 28 115 67 835

1. Représente une strate à tirage complet. Remarque : les chiffres sont arrondis au multiple de 5 le plus élevé. Source du tableau : Statistique Canada, Vue d’ensemble du Canada 2007, Enquête nationale auprès des apprentis, numéro de catalogue 81-598-X, 2008.

Taux de réponse Les taux de réponse au sondage constituent de bons indicateurs de l’utilité de l’échantillon de population, de l’efficacité du processus de collecte et de la qualité des estimations produites. Le tableau B3.4 montre les taux de réponse pendant la phase de collecte de l’ENA 2007, au niveau national et celui des provinces et des territoires.



Nombre Pourcentage

Tableau C3.4 Taux de réponse par province et territoire et statut de la base de sondage

Provinces et territoires et statut de la base de

sondage

Taille totale de l’échantillon

Apprentis participants

Taux de réponse lors de la collecte


4 624 1 531 42,7

Persévérants 1 826 652 46,3

Finissants 544 365 71

Décrocheurs 2 254 514 30,9

Île-du-Prince-Édouard 364 201 68,6

Persévérants 2 1 100

Finissants 317 178 69,8

Décrocheurs 45 22 59,5

Nouvelle-Écosse 3 084 1 818 73,1

Persévérants 729 467 77,6

Finissants 1 247 912 79,1

Décrocheurs 1 108 439 60

Nouveau-Brunswick 2 960 1 696 66,2




Québec 11 612 5 815 63,2

Persévérants 3 614 1 934 69,9

Finissants 3 179 2 088 72,5

Décrocheurs 4 819 1 793 50,4

Ontario 18 261 7 237 49,2


Finissants 5 633 3 647 68,8

Décrocheurs 5 618 1 786 40,2




sondage




Nombre Pourcentage

Manitoba 3 500 1 758 58,3




Saskatchewan 3 925 1 918 55,1




Alberta 11 900 5 534 50,8

Persévérants 1 079 700 67

Finissants 5 517 3 333 62,5

Décrocheurs 5 304 1 501 33,2

Colombie-Britannique 7 112 2 860 45,8


Finissants 3 033 1 708 59,6

Décrocheurs 3 770 1 003 32,5

Yukon 189 78 44,1





310 126 42,7




Canada 67 841 30 572 53,7





sondage




Nombre Pourcentage

Finissants 23 699 15 157 67,7

Décrocheurs 28 118 8 900 40,1

Table source: Statistique Canada, Vue d’ensemble du Canada 2007, Enquête nationale auprès des apprentis, numéro de catalogue 81-598-X, 2008.

Estimation et pondération Le principe qui sous-tend une estimation pour un échantillon probabiliste tel que l’ENA 2007 veut que chaque personne incluse dans l’échantillon « représente », en plus d’elle-même, plusieurs autres personnes qui en sont exclues. Afin de produire des estimations tirées des données de l’enquête qui soient représentatives de la population cible, on attribue un poids à chaque personne qui a répondu aux questions du sondage. Ce poids correspond au nombre de personnes représentées par le répondant dans la population cible. La phase de pondération calcule ce nombre pour chaque enregistrement. Ce poids apparaît dans le fichier de microdonnées et doit impérativement être utilisé pour tirer des estimations significatives du sondage.

La pondération de cette enquête a été réalisée en deux phases. Dans la première phase, les poids ont été déterminés en fonction de l’échantillonnage. Dans la seconde phase, ces poids ont été modifiés en fonction de la répartition définitive des répondants. Le poids de la première phase est égal à l’inverse de la probabilité de sélection de l’apprenti. Ce poids est ensuite multiplié par un facteur de rajustement de la seconde phase. Dans le but de procéder à ce rajustement, on a créé des groupes de réponse homogènes (GRH) d’après les caractéristiques personnelles des répondants et des non-répondants. Le facteur de rajustement est simplement égal à l’inverse du taux de réponse pondéré observé dans chaque GRH.

Pour l’estimation des écarts, on a utilisé l’approche en deux étapes du Système généralisé d’estimation (SGE).



Exactitude des données Bien que des efforts considérables aient été déployés pour que la collecte et le dépouillement des données se déroulent selon des normes rigoureuses, les estimations qui en résultent comportent inévitablement des d’erreurs. Celles-ci sont classées en deux grandes catégories : les erreurs d’échantillonnage et les erreurs non dues à l’échantillonnage.

Les imperfections de la base de sondage et la non-réponse sont des sources d’erreurs non dues à l’échantillonnage. Compte tenu des imperfections de la base de sondage, une grande proportion des apprentis (25,9 %) de l’échantillon était hors du champ de l’enquête (n’ont pas été apprentis durant la période de référence visée). Ils se trouvaient hors du champ de l’enquête parce qu’ils n’ont jamais été apprentis ou ne l’étaient pas durant les années de référence visées. Les taux de hors champ provinciaux et territoriaux se situaient entre 10 % et 40 %. Le taux de hors champ était de 7,8 % pour les finissants, de 35 % pour les persévérants et de 39,3 % pour les décrocheurs.



Pourcentage

Tableau C3.5 Taux de hors-champ par province et territoire et statut de la base de

sondage (calculés d’après les unités résolues uniquement)





38,5 7,5 52,8 39,9

Île-du-Prince-Édouard ... 25,8 26,7 26,1

Nouvelle-Écosse 21,3 9,3 45,9 24,6

Nouveau-Brunswick 7,6 5 40 18,8

Québec 30,1 12,4 40,2 28,7

Ontario 52,4 8,2 39 32,5

Manitoba 22 5,1 38,1 21,2

Saskatchewan 14,1 5,5 31,9 18,6

Alberta 4,7 5,1 33,8 15,2

Colombie-Britannique 10,6 8,8 40 23,1

Yukon 13,3 2,4 25,7 13,2


20 3 16,2 10,3

Canada 35 7,8 39,3 25,7

Source du tableau : Statistique Canada, Vue d’ensemble du Canada 2007, Enquête nationale auprès des apprentis, numéro de catalogue 81-598-X, 2008.



On constate une importante différence de couverture pour le Québec comparativement aux autres provinces. Au Québec, les métiers du bâtiment sont presque les seuls métiers représentés dans la base de sondage de l’ENA 2007. La Commission de la construction du Québec (CCQ) a fourni la liste des apprentis dans les métiers du bâtiment. Emploi-Québec (EQ) a fourni une liste concernant les quatre autres métiers. Toutefois, cette liste était incomplète puisque les finissants dans trois des quatre métiers n’y figuraient pas. De ce fait, seul un métier (électricien industriel) provenant de la liste des apprentis fournie par EQ a été retenu dans la base de sondage de l’ENA 2007. Il convient donc d’éviter de comparer les estimations du Québec avec celles des autres provinces, sauf si elles portent sur des métiers similaires.

La non-réponse constitue une autre source importante d’erreurs non dues à l’échantillonnage qui se répercute sur les résultats du sondage. L’étendue de la non-réponse varie de la non-réponse partielle (ne répond pas à une ou quelques questions seulement) à la non-réponse totale. Celle-ci s’est produite lorsque l’interviewer n’a pas pu joindre le répondant, qu’aucun membre du foyer n’était en mesure de fournir des renseignements ou que le répondant a refusé de participer au sondage. La non-réponse totale a été gérée en rajustant le poids des personnes qui ont répondu à l’enquête afin de compenser pour ceux qui ne l’ont pas fait.

Dans la plupart des cas, la non-réponse partielle à l’enquête s’est produite lorsque le répondant ne comprenait pas une question ou qu’il l’avait mal interprétée, refusait de répondre à une question ou ne se souvenait pas des informations demandées. Dans les cas de non-réponse partielle, on a procédé à une imputation d’enregistrement donneur pour certaines variables. Les variables imputées étaient les salaires et les variables liées aux salaires de la main-d’œuvre et des modules d’emploi plus récents.

La base qui permet de mesurer l’ampleur potentielle des erreurs d’échantillonnage est l’erreur type des estimations découlant des résultats du sondage. Du fait de l’immense variété d’estimations pouvant être produites à partir d’un sondage, on dit généralement de l’erreur type d’une estimation qu’elle est relative à l’estimation à laquelle elle appartient. La mesure qui en résulte, appelée « coefficient de variation » (CV) d’une estimation, s’obtient en divisant l’erreur type de l’estimation par l’estimation elle-même; elle est exprimée comme un pourcentage de l’estimation.

Remarque Les données du Nunavut n'étaient pas disponibles pour l'enquête.

résultats sur le marché du travail des apprentis canadiens · moyens des groupes professionnels...

Documents