La plupart des principes avec lesquels nous jugeons et agissons sont des énoncés de corrélation - comment deux variables ou plus sont reliées les unes aux autres. Par exemple, est-il vrai que ...

La corrélation a plusieurs sens, mais la plupart de ses applications dans le cadre de l'analyse des violations des droits de l'homme concernent deux de ces significations, la dépendance et la prédiction. Le fait qu'il y ait une dépendance apparente et qu'une variable soit reliée à une autre variable permet de pouvoir donner des explications plus facilement. Une telle dépendance apparente peut avoir lieu, par exemple, entre l'éducation, l'origine ethnique, le chômage, etc., et la violence de la police, les disparitions, le viol des femmes, etc. Et, dans certains cas, on peut prédire la valeur d'une variable en connaissant la valeur de l'autre.

Il existe un certain nombre d'outils statistiques utilisés à ces usages, et nous allons montrer ceux qui peuvent servir le plus dans le travail lié aux droits de l'homme. Ils appartiennent à deux catégories principales, selon qu'une variable ou plus prend des valeurs catégoriques ou numériques. (Comme on l'a expliqué dans le Chapitre 4, les variables qualitatives ont des valeurs qui sont des noms; les noms dépendent de la variable ou la décrivent.)

Dans ce cas, la variable qui nous intéresse est la présence ou l'absence de ces deux violations majeures des droits de l'homme, le génocide et le massacre. «L'autre variable» est la situation : en guerre ou pas en guerre. Dans ce cas, les deux variables sont qualitatives. Les modalités de la première variable sont «Génocide», «Massacre» et «Aucun». Les modalités de l'autre variable, la situation par rapport à une guerre civile, sont «En Guerre» ou «Pas en Guerre».

Avec cette définition de la variable, nous pouvons répondre à la question du début: les pays subissant une guerre civile ont-ils un taux plus élevé de ces violations des droits de l'homme que les pays qui n'ont pas de guerres civiles?

Si le taux de ces violations des droits de l'homme est supérieur dans les pays qui sont en guerre à ceux qui ne sont pas en guerre, alors ce taux dépend du fait qu'ils soient en guerre ou non. Si ce n'est pas le cas, alors le taux de violations des droits de l'homme est indépendant de l'existence d'une guerre. Si nous avons une dépendance, cela ne signifie pas forcément qu'un état de guerre provoque un génocide et/ou un massacre, bien qu'évidemment ce peut être le cas. Cela signifie en général, pour ces pays, qu'un état de guerre et un génocide et/ou un massacre ont lieu probablement dans le même pays.

Exemple 6.2

L'étape suivante est de convertir les nombres en pourcentages en suivant les colonnes :

La présence ou l'absence de génocides et massacres est-elle liée au fait que le pays soit en guerre ou non? Comparez ces pourcentages! Vingt-neuf pour cent des pays en guerre ont connu des génocides contre zéro pour cent de pays non en guerre. Cinquante-huit pour cent des pays en guerre ont subi des massacres ou des génocides contre zéro pour cent de pays non en guerre. Il existe une différence; un statisticien dirait que les distributions de ces violations sont différentes pour les deux modalités, En Guerre ou Pas en Guerre.

En utilisant ce tableau, on peut montrer que la présence ou l'absence de génocides et massacres peut dépendre du fait que le pays soit en guerre ou non.

Le type de tableau ci-dessus, utilisé pour vérifier si une dépendance existe entre le génocide, le massacre et un état de guerre, est appelé un tableau de contingence.

Remarquez les caractéristiques suivantes du tableau de l'exemple précédent:

1. La variable qui nous intéresse le plus - dans ce cas, la Violation Majeure des droits de l'homme - se situe verticalement sur le côté gauche. Cela permet de faire un jugement plus facilement. (C'est aussi une convention que la plupart des analystes utilisent.) L'autre variable, qui peut être corrélée à la variable qui nous intéresse le plus, est présentée horizontalement.

2. Les pourcentages sont totalisés en bas. Ceci peut paraître sans aucun intérêt, puisqu'ils doivent atteindre 100% (mises à part de petites déviations dues aux arrondis des chiffres). Mais cela montre immédiatement au lecteur que les pourcentages ont été placés en colonnes.

3. Les nombres totaux réels étudiés sont entre parenthèses. En effet, s'il y a trop peu de pays, les résultats pourraient dépendre du hasard.

Voici un autre exemple dans lequel nous allons encore présenter les nombres de cas utilisés comme éléments du tableau.

Exemple 6.3

Nous pouvons poser à présent les questions suivantes: à partir de ces données, le verdict rendu pour un assassinat dépend-il ou ne dépend-il pas de la race de la victime? Condamne-t-on plus les assassins à mort s'ils ont tué des victimes blanches que s'ils ont tué des victimes noires? En d'autres termes, la condamnation est-elle plus dure si la victime est blanche et moins dure si la victime est noire (dépendance)? Ou le verdict rendu est-il juste, sans que la race soit prise en compte (indépendance)? Dans le cadre des droits de l'homme, donne-t-on plus de valeur à une race qu'à une autre? Ou les deux sont-elles traitées équitablement? (Remarquez que, afin de simplifier l'exposé de cet exemple, nous avons ignoré les facteurs régionaux dans l'utilisation de la peine de mort aux Etats-Unis.)

Comment pouvons-nous vérifier si le verdict donné est dépendant ou indépendant de la race de la victime?

Regardons d'abord les chiffres de la colonne des victimes blanches :

Regardons maintenant la colonne des pourcentages des victimes blanches. Quand la victime était blanche, 108 sur 981, soit 11,0% des meurtriers inculpés, ont été condamnés à mort. Par conséquent :

Regardons à présent la colonne des pourcentages des victimes noires :

Quand la victime était noire, 20 meurtriers sur 1503, soit 1,3% ont été condamnés à mort. Comparons cela aux meurtres dont les victimes étaient blanches: 108 sur 981, soit 11,0% des meurtriers inculpés ont été condamnés à mort. Par conséquent, d'après les cas qui ont servi à établir ces données, il y a une forte présomption que la race des victimes ait influencé la condamnation : le type de condamnation (Mort ou Autre) est dépendant de la Race des Victimes.

Dans la figure 6.1, nous montrons une façon d'utiliser un diagramme à barres afin d'illustrer la relation de dépendance qui a été mise en évidence dans le tableau de contingence.

L'exemple suivant se rapporte aux droits économiques et sociaux.

Exemple 6.4

Afin de dresser le tableau de contingence, on compte les pays tombant dans chacune des 24 cases (quatre Niveaux de Souffrance fois six Régions). Les calculs donnent le tableau suivant :

Que peut-on conclure sur ces régions en 1987 à partir de ce tableau? Pour répondre à cette question, on voudra regarder comment le niveau du «Human Suffering Index» varie pour chaque région.

Comment les niveaux de l'«Index» sont-ils distribués dans les différentes régions? Par exemple, l'Afrique a une forte proportion de pays ayant la valeur Extrême de l'«Index»; l'Amérique Latine et du Nord, l'Europe et l'Océanie n'en ont pas. Cela aide-t-il à tirer des conclusions sur les droits de l'homme dans ces différentes régions?

Remarquons une fois encore que la variable qui nous intéresse le plus - dans ce cas le Niveau du «Human Suffering Index» - se situe sur la gauche, verticalement (comme il est possible de le voir ici). Le centre d'intérêt est la relation du Continent par rapport aux valeurs de cet «Index».

Une telle comparaison est facilitée par le fait de calculer les pourcentages par colonnes, soit (Afrique) 24/41=58%, (Asie) 10/34=29%, etc. L'exemple suivant nous le montre :

De nouveau, remarquons que la raison qui nous mène à calculer les pourcentages en colonnes (au lieu de les calculer en lignes) est que nous essayons de déterminer l'effet apparent de la Région sur le «Human Suffering Index», et non l'inverse.

L'étape suivante est d'examiner chaque corps et de mettre une croix à l'endroit correspondant sur le corps de la carte de concentration, en utilisant le Devant et le Derrière en fonction du lieu où sont rentrées les balles. Dans le cadre de cet exemple, nous postulons qu'il y avait six corps. Nous montrons les résultats hypothétiques des lieux d'entrées de la balle (x) sur les six cartes ci-après (Figure 6.3):

Ces cartes, à elles seules, constituent des preuves écrasantes. Il est possible de s'arrêter à ce point, mais si vous avez une masse importante de données à présenter, vous devrez passer à l'étape suivante qui consiste à indiquer les impacts de balles de tous les corps sur une seule carte (Figure 6.4) :

Avec une telle carte, la vérité de l'ancien proverbe chinois, «Un dessin vaut mille mots», devient évidente.

Exemple 6.6

La carte de la Figure 6.5 représente les cadavres découverts dans le département de San Marcos. Dans l'exemple précédent, nous avons utilisé une croix pour chaque impact de balle, tandis que pour cette carte, Yamauchi utilise un triangle afin de montrer le lieu où chaque cadavre a été trouvé pendant la période de 1978 à 1985 (chaque lieu indiqué peut désigner plusieurs cadavres). Aux endroits où il y a eu plusieurs cadavres, la superposition des triangles produit une marque noire. La taille et la forme de la marque dépendent du nombre et de la distribution géographique exacte des corps.

En général, les zones urbaines (Municipio Coatepeue, Flores Costa Cuca, Colomba) possèdent de grands nombres de cas. Mais on constate aussi une bande de découvertes le long de l'autoroute CITO (côté droit en bas de la carte). Cette autoroute est clairement un lieu que les miliciens trouvent pratique pour se débarrasser des cadavres.

Plusieurs structures peuvent être déduites de cette carte. La zone marquée «A» près de Municipio Colomba n'est pas urbaine, c'est un ensemble de grandes fermes. Le nombre important de découvertes à cet endroit peut refléter comment les militaires locaux répondent aux tentatives de syndicalisation des travailleurs ou aux négociations des demandes des travailleurs. Le fait qu'autant de découvertes soient faites le long de la route principale suggère qu'il est extrêmement peu probable que les guérilleros soient les responsables de ces morts - seules les forces de sécurité pourraient avoir l'accès direct et la liberté de passage nécessaire pour disposer les cadavres le long de cette route dans le département de San Marcos.

Ces analyses graphiques basées sur la situation géographique peuvent être utilisées avec profit par les partisans des droits de l'homme. Elles nous permettent de corréler des variables telles que le nombre de victimes, de blessures, etc., avec leur situation spatiale, d'une façon efficace.

a. Calculer les totaux.

b. Convertir en pourcentages afin de voir si les femmes sont traitées différemment des hommes.

c. Que concluez-vous, et pourquoi?

6.2. Nous savons maintenant que pendant la «Guerre Sale (Guerra Sucia)» en Argentine (1976-1983), les cadavres de la plupart des 9000 Argentins qui ont été tués ou qui sont morts sous la torture, ont été enterrés comme non-identifiés (Ningún Nombre) sous des pierres tombales sans inscription dans des cimetières publics.

Des spécialistes médico-légaux étudiant cette période ont voulu savoir si les départements qui comportaient un nombre clairement excessif de tombes Ningún Nombre étaient situés près des Centres de Jugement de Prisonniers où les morts avaient généralement lieu.

La province de Buenos Aires contient 121 départements, mais pour cet exercice nous fournissons les données de seulement 103 départements. Chaque département est défini par deux variables : le Niveau de tombes de Ningún Nombre et le Lieu du centre de jugement de prisonniers.

Le Niveau de tombes de Ningún Nombre prend deux valeurs, Excessif et Pas Excessif. Le Lieu du centre de jugement de prisonniers prend aussi deux valeurs, Dans le département et En Dehors du département.

Dans les 15 départements qui contenaient un centre de jugement de prisonniers, cinq avaient un niveau excessif de tombes de Ningún Nombre. Sur les 88 départements qui ne possédaient pas de centre de jugement de prisonniers, 60 n'avaient pas un niveau excessif de tombes de Ningún Nombre.

6.3. Suite de l'exercice précédent. Le rapprochement entre un centre de jugement de prisonniers et un département où des tombes de Ningún Nombre ont été trouvées peut être défini plus précisément en séparant la valeur En Dehors du département en deux parties, Adjacent et Séparé.

Avec ce changement, le lieu du centre de jugement de prisonniers prend trois valeurs, Dans le département, Adjacent au département et Séparé du département. Sur 43 départements adjacents, 15 départements avaient un niveau excessif de tombes. Sur 45 départements qui étaient séparés, on en a trouvé trois avec un niveau excessif de tombes.

6.4. Présenter le tableau de l'exercice 6.1 sous forme de diagramme à barres.

6.5. Présenter le tableau de l'exercice 6.2 sous forme de diagramme à barres.

6.6. Ce qui suit provient (sous une forme un peu modifiée) du tableau 3.10 du Rapport sur le Développement Humain 1991 des Nations Unies :

6.7. La figure 6.6 est une carte simulée d'une région dans un pays qui subit une guérilla incessante et des actions gouvernementales répressives. Les découvertes de cadavres sont marquées par un «c»; le centre local de fermes par un «F»; les quartiers généraux régionaux de la milice par un «P»; et les routes sont représentées par des lignes. La zone sombre est un lac. Quelles conclusions, basées sur des associations géographiques, pouvez-vous tirer de la disposition des cadavres?

6.8. Une carte de la même région est présentée ci-dessous, sans les découvertes de cadavres, mais avec la zone urbaine indiquée (zone sombre). Comment la connaissance de cette carte change-t-elle les conclusions que vous avez tirées des associations géographiques précédentes, et quels éléments permet-elle d'y ajouter?