De l'intérêt de la régression multiniveau en politique comparée

La régression est la technique d’analyse de données la plus répandue en science politique. Elle permet de mesurer l’effet net d’une variable explicative sur une variable expliquée en contrôlant l’effet perturbateur d’autres variables. Une de ses sous-techniques dite ‘régression multi-niveau’ est destinée à l’analyse de bases de données regroupant des informations issues de différents pays, comme par exemple les réponses à des sondages réalisés sur différents échantillons de populations européennes ou les résultats de plusieurs élections de par le globe. La régression multi-niveau est toutefois sous-exploitée dans la politique comparée francophone. La plupart des analyses quantitatives publiées dans les meilleures revues de la discipline se bornent en effet à réaliser les mêmes régressions en parallèle dans différents pays et à comparer leurs résultats. Cet article présente deux types spécifiques de régression multi-niveau : la régression à effets fixes et la régression à effets aléatoires. Celles-ci permettent de rencontrer deux objectifs fondamentaux de la politique comparée, à savoir la quête de l’universalité et le refus des explications culturalistes.