SICW-News : sécurité, qualité et santé de l'information

Voir dans le futur les solutions du présent

noreply@blogger.com (luce) — Mon, 20 Jul 2015 13:42:00 +0000

Après "Conscience sociale, langage et perception de l'information", et "The day of compassion", Rygos nous propose pour sa troisième publication sur SICW une réflexion sur la convergence des technologies.

[EN] The Day of Compassion

noreply@blogger.com (luce) — Mon, 05 Jan 2015 18:49:00 +0000

In August and September of 2014, students from over 200 countries took the world's first Social Psychology "MOOC" (massive open online course). The class was offered by Wesleyan University, hosted by Coursera.org, and drew more than 140,000 students.

The final assignment of the course, "The Day of Compassion," asked students to live 24 hours as compassionately as possible and to analyze the experience using social psychology. Roughly 700 students received a perfect score on the assignment, and the class then voted on which of these students deserved a Day of Compassion Award generously sponsored by the Stanford University Center for Compassion and Altruism Research and Education (CCARE).

Here is one of the assignment write by a friend of mine, Rygos*.

* It's the second time Rygos is a guest from this french blog. In August 2013 he wrote this french article "Social consciousness, language and information perception" [FR]

Comparatif des tactiques de cyberattaques de la Russie, de la Chine et des USA

noreply@blogger.com (luce) — Wed, 02 Oct 2013 20:18:00 +0000

La société de sécurité informatique FireEye a publié un rapport sur les cyber-attaques "sponsorisées" par les États. A partir de leur analyse, nous nous intéresserons ici aux différences et points communs des tactiques d'attaques informatiques ciblées perpétrées par la Chine, la Russie et les USA.

Le rapport FireEye et contexte de l'étude

Paru le 30 septembre 2013, le rapport de FireEye, "World War C : Understanding Nation-State Motives Behind Today's Advanced Cyber Attacks" est un petit bijou condensant à la fois une vision géopolitique et une vision technique des cyberguerres transitant sur notre cher Internet, des événements apparus dès la fin des années 90^[1]. Le rapport s'articule autour de quatre régions géographiques génératrices de cyberattaques :

- La région Pacifique-Asie (Chine, Corée du Nord, Inde, Pakistan, les pays de l'ASEAN)

- La Russie et l'Europe de l'est

- Le Moyen-Orient (Iran, Syrie, Israël)

- Les États-Unis

Le rapport rappelle que par delà l'interconnexion planétaire des réseaux et la mondialisation économique, les pays ont chacun une histoire, une culture, un fonctionnement politique, une vision du monde. Ce qui amène donc à des aspirations, motivations et moyens d'action propres.

Il est également important de se rappeler (ou de prendre conscience) qu'il existe une vraie distinction entre le cybercrime et la cyberguerre d'un point de vue de la finalité (mais pas toujours des moyens ou acteurs) et que la cyberguerre n'est pas une fin en soi, mais un support pour d'autres actions militaires traditionnelles.

Le cyberespace, substrat des milieux stratégiques

Extrait de la présentation au SSTIC 2012 Protéger et défendre le cyberespace militaire : la démarche nationale

En effet en stratégie militaire (enfin si j'ai bien compris) on distingue les théâtres d'opérations en différents milieux stratégiques : terre, mer, air et plus récemment espace et cyberespace. S'il existe des frontières (plus ou moins concrètes) entre la terre, la mer, l'air et l'espace, le cyberespace se greffe à chacun de ces milieux. Au point de devenir un centre névralgique dont le contrôle procure un avantage incontestable^[2]. L'exemple le plus flagrant étant les communications, même si la numérisation du champs de bataille dépasse la simple notion de transmission de données machines-hommes ou hommes-hommes (et machines-machines avec la robotisation des moyens de combat).

C'est donc en mode "sous-marin" que ce déroule ces diverses incursions, si le terme de guerre en dérange certains, dont nous ne percevons que les remous à la surface ^[3].

Pour évoluer dans ce milieu opaque, fluide, avec à la fois des stocks et des flux constants et quasi-instantanés, il faut trouver un moyen de discriminer tout ou parti d'un évènement. Il devient possible de l'observer de manière figée et d'en apprendre pour atteindre ses objectifs (s'en défendre, se l'approprier, l'esquiver, ...). Et si une étude est nécessaire, c'est que de tels attaques requièrent un minimum de process et de moyens.

Le concept de F2T2EA et de Cyber Attack Kill Chain

Find (Trouver), Fix (Fixer), Track (Pister), Target (Cibler), Engage (Engager le combat), Assess (Faire le bilan). F2T2EA^[4], aussi connu sous le nom de Kill Chain, très utilisé dans le langage de l'US Air Force, défini les différentes procédures et différents contrôles pour cibler et détruire une force adverse en mettant l'adversaire dans la position la moins avantageuse pour continuer l'engagement.

La Kill Chain permet d'optimiser l'attaque, mais également la défense. En étudiant puis détectant un des stades de cette suite de phases, on peut essayer de mettre en place des contre-mesures pour réduire ou annuler le risque de succès de cette étape ou d'une suivante.

C'est le mammouth de la défense et de la sécurité américain Lockheed Martin qui a amené (ou popularisé?) le concept de Cyber Attack Kill Chain (originellement Intrusion Kill Chain^[5]), qui détaille les différentes phases d'une attaque informatique ciblée. Et ce pour pouvoir en tirer un bilan et pouvoir développer des compétences, utiles en interne mais également dans le porte-feuille d'offres.

Intrusion Kill Chain, Lockheed Martin

Cette chaine en sept phases regroupe un ensemble de tâches ou d'actions, potentiellement détectables. L'intérêt de cette représentation pour la défense est qu'elle permet de donner un fil rouge pour la détection de l'attaque dans sa phase de préparation, dans sa phase d'intrusion, de déploiement et de production. Et cerise sur le gâteau, la présence de ce que l'on sous-estime trop souvent dans ce monde de technicien : la motivation de l'attaque!

Une représentation de Cyber Attack Kill Chain

Cette représentation en Cyber Attack Kill Chain est utilisé par FireEye pour synthétiser les tactiques des acteurs majeures dans ce domaine.

La Chine : un éléphant dans un magasin de porcelaine

La Chine est un acteur largement connu pour ses intrusions dans les systèmes d'information du monde entier. Mais si les acteurs de la sécurité et les médias braquent les projecteurs vers le géant asiate, ce n'est pas pour la complexité de leurs attaques mais pour le nombre important que nous pouvons percevoir. En effet, les attaquants chinois utilisent des moyens peu complexes et à bas coût. Leur succès réside entre autre dans la masse des tentatives d'intrusion, qui forcément à un moment ou à un autre finissent par passer au travers des strates de défense. Donc en tirant dans le tas, en plaçant la persistance de leur présence chez leur victime comme un objectif et non comme un moyen et en se fondant dans la masse des actions cybercriminelles, les cyberattaquants parviennent à infiltrer entreprises de pointes et administrations stratégiques de pays du monde entier.

La Chine n'est pas épargné pour autant. Selon FireEye, 42% des attaques la ciblant proviendraient de son voisin Taïwanais et 25% des États-Unis. Les révélations de l'ex-prestataire de la NSA Edward Snowden semblent confirmer l'intérêt de la National Security Agency pour l'Empire du milieu et notamment pour ses universités d'excellence^[6].

La Russie : méfions nous de l'eau qui dort

Si la Russie a attiré et attire les regards quant à son écosystème cybercriminelle ultra-actif, les cyberoffensives du géant se font rares....ou discrètes. Ayant déjà démontré des capacités de cyberguerre (comme en Géorgie en 2008) et possédant des experts de classe mondiale dans le domaine de la sécurité informatique, leurs compétences ne sont pas mises en doute. Les hypothèses quand à leur tranquillité apparente sont nombreuses (performance du renseignement humain (ROHUM), discrétion et qualité de leurs hackers, fausses opérations semblant venir de Chine, ...), même s'il y en a une qui me plait un peu plus : la Russie ne cible pas des pays avancés sur le plan de la cyberdéfense et qui nous intéresse, nous occidentaux. Cette hypothèse pourrait trouver dans la révélation de la campagne Red October^[7], par la firme (russe) Kaspersky, une bonne illustration : si la campagne de cyberespionnage a touché plus de 60 pays de tous les continents, les cibles principales semblent se concentrer sur les membres de l'ex-bloc soviétique. Les cybersoldats russes pourraient donc se concentrer sur ses propres citoyens et organisations, sur ses pays voisins et ses partenaires privilégiés (Moyen-Orient notamment).

États-Unis : le pêché d'over-engineering

Les champion des cyberarmes complexes, c'est eux. De son ver Stuxnet qui a saboté des centrifugeuses nucléaires iraniennes avec probablement plus d'efficience qu'un missile à guidée laser, en passant par ses logiciels d'espionnage et de reconnaissance Duqu et Flame^[8], l'arsenal informatique des USA a de quoi faire pâlir. Le soin apporté tant dans la conception des charges malveillantes, la planification des opérations et le ciblage très précis demandent de tels moyens financiers, expertises et procédures légales que les hypothèses d'attribution de certaines cyberattaques se résument à une seule possibilité. Par exemple la fonctionnalité de détournement des mises à jour Windows Update de Flame utilisait une faille inconnue dans l'algorithme cryptographique MD5^[9], un constat qui a braqué les yeux des analystes vers la NSA et son armée de mathématiciens et cryptopathes.

(Bonus) Moyen-Orient : la simplicité propulsée par l'astuce et l'imagination

Le rapport FireEye inclus également un balayage des attaques en provenance du Moyen-Orient (Syrie et Iran principalement). Les attaquants de ses pays n'utilisent pas de moyens très avancés. Leurs outils sont relativement basiques, mais leur force réside dans la capacité à détourner l'attention de l'utilisateur et de lui faire oublier les bonnes pratiques de sécurité ou d'ignorer les avertissements des antivirus. Les attaques ont un emballage très attrayant : mini-jeux, images attirantes, animations, ...

Un des acteurs faisant dernièrement parler de lui, avec les événements en Syrie, est la Syrian Electronic Army (SEA). Loyale envers le président Assad, elle attaque ceux qu'elle considère comme hostile au gouvernement : le collectif Anonymous, les ONG liées aux droits de l'homme, la presse^[10], ....

Comparatif des Cyber Attack Kill Chain

Ce petit panorama des acteurs réalisé, nous pouvons à partir des données du rapport synthétiser les différentes techniques dans un tableau reprenant le formalisme de la Cyber Attack Kill Chain. Pour chaque étape, des techniques génériques ont été identifiées. Chaque pays possède sa colonne, avec une petite croix quand il utilise une technique. La dernière colonne est la somme des pays utilisant une technique particulière.

En bas de tableau se trouve deux lignes Total pays. La première est la somme des techniques utilisées par un pays et la seconde la somme des techniques utilisées uniquement par ce pays.

Quelques rappels de vocabulaire avant de balancer la sauce :

- Watering Hole : Attaque consistant à infecter un site web de renommé et très probablement visité par la ou les cibles. Le site infecté délivre ensuite une charge malveillante. En 2011 j'en avait couvert une sur le site d'Amnesty International^[11] visant des activistes des droits de l'homme (même si à l'époque je ne savais pas que c'était du Watering Hole) et plus récemment nous avons pu en voir une traitée largement dans la presse, puisqu'ayant visée les réseaux d'Apple, Facebook et Microsoft^[12] .

- Spear-phishing : Email ciblé visant à faire visiter une page malveillante ou télécharger une pièce jointe infectée à sa cible.
- Lateral Movement : Une fois introduit dans le réseau de la cible, l'attaquant doit infecter pas à pas d'autres systèmes jusqu'à atteindre le positionnement voulu. On parle alors de lateral movement.

Comparatif des Cyber Attack Kill Chain de la Chine, de la Russie, des USA et du Moyen-Orient

Pour les quatre acteurs considérés, nous pouvons remarquer que chacun a sa ou ses techniques privilégiées pour la conception des cyberarmes et pour la commande et le contrôle des machines infectées. Tous en revanche ont un point commun : la collecte de données à des fins de renseignement.

La Chine totalise 17 techniques, ce qui illustre bien l'image de tirer dans le tas avec tout ce qui leur tombe sous la main. 50% de leurs techniques leur sont propres.

La Russie est la plus centrée, avec 7 techniques principales. Seules 2 leur sont spécifiques, d'où peut-être la difficulté de différencier leurs actions de celles d'autres cyberattaquants (notamment de la Chine).

Le Moyen-Orient et les USA ont à peu près les mêmes scores, avec moins d'une dizaine de techniques dont 50% leur sont spécifiques.

Imputabilité : en complément des Indicators of Compromise (IOC), des Indicators of Attribution (IOA)?

La motivation première en réalisant cet article était de mettre en lumière les points communs entre les divers acteurs. Mais au regard des résultats, nous pouvons remarquer que les quatre profils étudiés ont des spécificités qu'il pourrait être intéressant de capitaliser afin d'apporter de nouveaux éléments de réponse au problème de l'attribution d'une attaque. En effet, ce n'est pas parce qu'un serveur C&C est en Chine que les attaquants sont chinois. L'imputabilité d'une attaque est un élément majeur dans le cadre d'une contre-offensive : si on ne sait pas qui a tiré, on ne peut riposter (par une contre-attaque, des actions juridiques, par propagande média en pointant du doigt publiquement le méchant pirate, ...).

Les techniques d'anti-détection par les antivirus de logiciels malveillants, limitant l'intérêt des antivirus dans le cas des attaques ciblées (mais pas que...) ont poussé les spécialistes à trouver de nouvelles méthodes de détection. En définissant des règles ciblant des comportements (installation de clés de registres, présence de chaines de caractères spécifiques dans les messages envoyés au C&C, ...) d'un logiciel malveillant, la qualité et l'efficacité des réponses à incident en sont améliorées. C'est ce que l'on appelle les Indicators of Compromise, ou IOC^[13].

Exemple d'une règle IOC

En partant de ce paradigme, nous pourrions imaginer une méthode similaire non plus pour détecter un comportement malveillant, mais pour donner un indice de corrélation avec les techniques courantes de cyberattaques des adversaires. Cette tâche se fera à postériori de l'attaque, après une analyse de la compromission et après un travail de recensement des techniques des adversaires. Les indicateurs choisis ne devront pas être commun à un grand nombre d'acteurs : il faut chercher à discriminer les Cyber Attack Kill Chain.

Un exemple basique tiré du tableau ci-dessus :

Pièce jointe infectée

ET Social Engineering

ET RAT minimaliste OU RAT avancé

ET flux encodés par un algorithme maison

ALORS Chine

Des faux positifs sont bien entendu possibles (tout comme les faux-négatifs), d'où l'intérêt de bien étudier les différents attaquants et leurs techniques favorites. Cela requièrent pour les acteurs de la sécurité et les décideurs (qui tiennent les budgets) de lever un peu les yeux de leur écrans et de regarder dans les yeux les menaces (dans le sens de l'Individu et non du logiciel), d'étudier leurs méthodes, leurs procédés, leurs habitudes, ... Une fois l'inventaire réalisé, en combinant de l'analyse de malware, de l'analyse de communications malveillantes et du renseignement, il est alors possible de remplir un tableau comme présenté ci-dessus. L’identification des indicateurs discriminants est alors facilité et un raisonnement à la Indicator of Attribution peut être entrepris, menant peut être à la possibilité d'imputer l'attaque à un groupe de cybercriminels, de cybermercenaires ou de cybersoldats. Pour la contre-attaque ... cela ne dépend que de vous!

=========

Références :

[1] "1998 Report Told of Lab Breaches and China Threat" (New York Times)

[2] "La combinaison des actions russes, sur terre, dans les airs, sur mer mais aussi dans le domaine de la guerre électronique qui perturbe les communications militaires géorgiennes dès le 8 août, va conduire à un effondrement des forces géorgiennes à partir de la fin de matinée du 10août." La guerre d'Ossétie du Sud et ses conséquences, (Jacques Sapir, EHESS)

[3] "Architecture liquide et cyberespace : De William Gibson à la virtualité éversée. Partie I" (DNArchi)

[4] "The Targeting Process" (US Army)

[5] "Intelligence-Driven Computer Network Defense Informed by Analysis of Adversary Campaigns and Intrusion Kill Chains" (Lockheed Martin)

[6] "NSA targeted China's Tsinghua University in extensive hacking attacks" (South China Morning Post)

[7] "Kaspersky Lab identifie l’opération «Red October», une campagne évoluée de cyberespionnage ciblant les représentations diplomatiques et les administrations à travers le monde" (Kaspersky)

[8] "Duqu, Flame, Gauss : Followers of Stuxnet" (CrySys Lab)

[9] "Flame : le malware aurait reçu le concours d'éminents cryptologues" (PCInpact)

[10] "Cyberguerre et manipulation de l'économie : exemple de la cyberarme Twitter" (SICW)

[11] "Il n'y a pas que sur les sites pour adultes que l'on peut attraper des virus" (SICW)

[12] "Microsoft Hacked: Joins Apple, Facebook, Twitter" (Information Week)

[13] "Using Indicator of Compromise to Find Evil and Fight Crime" (US-CERT)

Conscience sociale, langage et perception de l'information

noreply@blogger.com (luce) — Fri, 09 Aug 2013 12:47:00 +0000

Par Rygos

A l’heure d’une société fortement technologiste, l’Homme tend à s’écarter du chemin de Mère nature et de nos frères et sœurs qui constituent la faune et la flore. Ainsi les humains se sentent intellectuellement supérieurs à leurs congénères de la terre, puisque de ses observations, il en déduit que les animaux sont des bêtes associables ayant un pouvoir de communication plus que limité.

Pourtant, la communication intuitive est définie comme la possibilité de recevoir des messages télépathiques ou intuitifs de la part des animaux, et ce, quelle que soit la distance qui nous sépare d’eux, y compris lorsqu’ils sont décédés. Nous renvoyant aux fables anthropomorphiques de La Fontaine, c’est bien sûr avec l’esprit ouvert qu’il faut se soumettre à une méditation spécifique permettant ainsi le contact kinesthésique tant attendu. Les pratiquants relatent des communications diverses puisque variables selon les espèces.

L’accession à un tel pouvoir doit se faire avec des pensées positives excluant toutes intentions de soumettre ou d’exploiter les êtres vivants. Ainsi, un partage des envies et des besoins, et la compréhension du système de représentation de son interlocuteur deviennent une nécessité agréablement surprenante. Si cette pratique, également appelée communication animale, est peu répandue, ses applications sont multiples. De la santé à la découverte, dialoguer avec ses animaux domestiques implique un code de conduite garantissant l’intégrité de tout un chacun par un comportement respectueux de son environnement. Échanger sur le confort et l’hygiène de vie est primordial lorsque des espèces cohabitent à la maison, au zoo, ou dans tout autre espace de vie.

Le sujet surprend les personnes les plus rationnelles et sourire les plus rêveuses, d’autant que les preuves scientifiques sont faibles voir inexistantes. De plus, si l’envie nous prenait de vérifier la véracité de cette forme de communication, il faudra s’initier sinon spéculer. Ainsi, sur un sujet définitivement hors plan physique et aux relations quasi spirituelles, il convient de remettre en question ses valeurs et ses croyances et amorcer une réflexion autour de la conscience.

Le monde de l’information mondialisée, constitué d’une multitude de cultures aux ambitions différentes, utilise des moyens de communication variés. De la parole à l’informatique, en passant par l’écriture, les langages se sont multipliés. Aujourd’hui, grâce aux sciences, il existe des recherches innovantes dans les technologies d’information et de communication. Tous ces éléments ont le même dénominateur commun : l’Homme utilise sa conscience pour interagir avec son environnement. La communication intuitive, le fait de communiquer avec les animaux, nous incite à définir et éclaircir le rôle de la conscience chez l’Homme. Le domaine des sciences cognitives nous informera sur les principales fonctions qu’on lui attribue. Ensuite nous nous intéresserons aux caractéristiques du cerveau et de l’esprit. Puis une réflexion autour de l’influence du langage sur nos systèmes de représentation terminera cette présentation.

I) Les fonctions de la conscience

Il est impossible de donner une définition unique et indiscutable de la conscience. Elle varie
selon l’usage courant, selon la psychologie, ou selon la morale. Quatre fonctions^[1] lui sont cependant octroyées :
- La sélectivité est la fonction de filtrage des perceptions, des émotions et des sensations. Une fonction de la conscience, liée au libre arbitre, est une sélection des éléments amenant à des pensées intéressantes.
- L’exclusivité est la fonction de traitement séquentiel des informations tel que l’illustre la figure d’une jeune femme ou d’une tête de vieille femme. Manifestement, on ne voit que l’une ou l’autre. Tous les niveaux de traitement ne peuvent être conscients, comme le fait d’écrire et de respirer.
- L’enchaînement est une fonction constructive qui s’appuie sur la sélectivité et l’exclusivité. Elle utilise des liens de reconstruction afin de produire des événements conscients de manière cohérente.
- L’unité fait de l’esprit un ensemble unissant tous les éléments du monde extérieur.

La conscience est capable de créer ou modifier aussi bien les résultats des perceptions que les données elles-mêmes. En effet, l’expérience où un point vert s’allume quelques dixièmes de seconde après un point rouge situé à quelques centimètres à sa gauche, construit systématiquement un point intermédiaire allant de l’un à l’autre et changeant de couleur au milieu. De ce fait, on oppose une vision Stalinienne à une image Orwellienne^[2]. Nous retrouvons pour l’une un effacement ou une modification des événements, et pour l’autre une reconstruction d’événements qui n’ont jamais eu lieu. Et cela sans savoir quelle reconstruction est la plus pertinente.

La Global Workspace Theory représente la conscience comme un espace de travail^[3]. Elle explique que c’est grâce à la cohérence interne que des processus conscients émergent : les processus inconscients voulant accéder à la zone de travail sont sélectionnés lors d’une compétition continue et sont organisés par la suite en perception consciente cohérente.

Source image : Emergence 7: Global Workspace Theory

Le neurologue qui a élaboré cette théorie nous renvoie ainsi à la fonction de sélectivité en décrivant que c’est la différence entre une nouvelle représentation mentale et les attentes qui sont le moteur des phénomènes conscients. Autrement dit, plus la représentation mentale est nouvelle, informative et difficile, plus elle a de chance d’être consciente. Par exemple, les jeunes conducteurs conduisent de manière consciente car ils ne sont pas habitués à devoir gérer la circulation, le clignotant, regarder les rétroviseurs, etc. Tandis qu’un conducteur chevronné pourra changer le CD de son autoradio sans difficulté puisque les processus utilisés lors de la conduite ne sont pour lui ni nouveaux, ni difficiles.

Ainsi, les fonctions attribuées à la conscience filtrent les informations afin de les traiter en série de manière cohérente. L’inconscient, quant à lui, devrait donc s’occuper des autres informations.

II) Propriétés du cerveau et de l’esprit

Les multiples états du cerveau, alliés à la caractéristique que l’esprit fait référence à d’autres êtres ou d’autres objets dans un monde qui change sans cesse, engagent à la prudence : la science ne peut être totalement objective sur l’étude du vivant à cause de la complexité psychologique de l’observateur. Ce dernier modifie ses propres observations car son cerveau change ses propres caractéristiques dynamiquement selon ses relations avec le monde.

Source image : IEC News 3

Des incertitudes persistent concernant l’unicité de chaque être mais, il est acté qu’une personne n’est pas l’ensemble de ses expériences et de ses pensées car on ne peut séparer chez l’être humain le stockage (mémoire) et l’exécution (action).
Le cerveau administre deux processus distincts : le conscient et l’inconscient. Le premier, quand nous pensons, procède de façon à ce que les opérations et leurs interactions soient effectuées, tandis que nous ne percevons de l’inconscient que le résultat.
Les recherches d’optimisation des processus conscients, portées par Bandler et Grinder, contribuent à la structuration des représentations sociales (PNL), notamment par des techniques d’ancrages. Il en existe deux sortes. Les ancres positives renforcent la confiance, l’assurance, la joie et suscitent des états intérieurs agréables. Les ancres négatives provoquent des états de gêne vis-à-vis desquels on cherche à se prémunir par l’agressivité et la fuite ou suscitent la passivité et l’inhibition^[4].

Source image : L’approche cognitive de la stratégie d’entreprise

Les fonctions et les caractéristiques décrites montrent bien que la conscience joue un rôle important sur nos systèmes de représentations. Ainsi, ses capacités à traiter des informations nouvelles lui donnent le premier rôle lorsque la parole est utilisée pour communiquer.

III) Le langage : moteur des phénomènes conscients

Les caractéristiques du langage, et le fait que parler revient à « rendre conscient », favorisent l’enrichissement de notre mémoire par le discours intérieur à court terme.

Source image : Pensée verbale et langage égocentrique

De même, le dialogue avec autrui et la transmission écrite ont un rôle respectif sur le moyen et long terme. Ainsi le langage joue un rôle essentiel dans l’augmentation de notre stock d’informations et de toutes nos représentations conscientes. Il rend explicite les éléments du temps (passé, présent, futur). Le langage intérieur constitue donc un commentaire continu de nos expériences et de nos sentiments reliant nos analyses du passé à nos plans sur l’avenir^[5].

Source image : L'apparition d'une hallucination

Bien loin de nos computers, rappelons-nous les fabuleuses peintures rupestres de Chauvet : parler et écrire sont des innovations très différentes. Si l’on estime l’apparition de l’écriture, sous sa forme la plus rudimentaire de symboles figuratifs, au paléolithique supérieur, c’est sans doute à plusieurs millions d’années que remonte l’usage de la parole, également sous sa forme la plus rudimentaire de sons pseudo-articulés associés à des comportements. C'est ce que Derek Bickerton appelle le protolangage. Son apprentissage, similaire à celui de l’enfant aujourd’hui, utilise le langage intérieur pour des opérations de marquage : un son est premièrement assimilé à la situation. Puis, suite à une familiarisation, ils vont être répétés sans toutefois comprendre le sens du message : son = « pipi, caca, popo » ; situation = « rires ».

Et même si d'autres personnes pensent que la parole est arrivée vers -100 000 ans grâce à l'abaissement du larynx, cette seconde théorie ne change, pour notre sujet, que le delta temps entre le dépassement du seuil ayant amené à la parole et celui dont résulte l'écriture (symbole figuratif).

L'émergence des mots n'est qu'un développement de la capacité de marquer certains objets en utilisant des symboles explicites. De plus, le philosophe Daniel Dennett présumait que les flux de conscience contiennent le plus souvent des processus mentaux liés aux langages^[6]. Et puisque les produits du langage sont avant tout des produits sociaux, la conscience n’est elle pas aussi un produit social ?

Conclusion

De tout temps, l’Homme a essayé de définir la conscience. Actuellement, les opinions varient encore et la question reste ouverte sur ce qu’est véritablement la conscience. Néanmoins les travaux scientifiques et philosophiques ont permis de refléter une ébauche de définition où la conscience semble être un/le vecteur liant l’Homme et son besoin de communication. Le rôle de la parole, puis de l’écriture, apparaissent comme le moteur de la conscience humaine. De plus, si on admet la véracité des préceptes de la communication intuitive, l’Homme, au contraire des autres animaux, a choisi de structurer ses représentations pour optimiser ses relations sociales en les organisant de manière consciente. Ce choix l’a conduit vers la performance sociale, grâce à des moyens universels d’information et de communication.

==============================

Note de Luc3 : Cet article (essai?) a été rédigé par une très bonne connaissance, Rygos. Il propose ici une réflexion sans prétention puisqu’émise par un amateur, étant neticien de formation. Avec l'accord de Rygos, j'ai apporté quelques modifications mineures à son texte original, corrigé quelques fautes (et oui il en fait plus que moi!) et ajouté les images d'illustrations.

==============================

Références :

[1] Hearth Erich, 1993, The creative loop ; how the brain makes a mind, Addison-Wesley, New York
[2] Daniel Dennett, Consciousness explained, 1991, Little, Brown & Company, Boston
[3] Bernard Bars, 1988, A cognitive theory of consciousness, Cambridge University Press, Cambridge
[4] Pré requis à la formation : techniques de communications et PNL, document interne, Groupe E.S.C, Chambéry, France
[5] Synthèse de « Biologie de la conscience » d’Edelman Gerald par Gérard Sabah au club de lecture de l’ISCC du 10 janvier 1994
[6] Daniel Dennett, 1996, Kinds of Minds: Towards an Understanding of Consciousnes, Winson & Newton

Glossaire incomplet des noms de code d'outils, logiciels, programmes ou projets liés à la NSA

noreply@blogger.com (luce) — Wed, 07 Aug 2013 10:50:00 +0000

Dans le cadre de recherches sur un article (je l'espère) à venir bientôt, traitant de la surveillance au sens large de nos sociétés, j'ai parcouru l'interweb à la recherche de noms de codes liés à la NSA.

Algorithmes de chiffrement, désignation de partenaires dans des procédures d'échanges de renseignement electr-magnétiques (ROEM), programmes, outils, logiciels, ... la liste est longue, incomplète et parsemée d'incertitudes. 167 items ont été répertoriés, mais lors des recherches, au moins une bonne quarantaine a été écarté pour divers raisons : pas assez d'informations ou terme ambigu (ex : WITCHHUNT), outil basique ou considéré comme tel (ex : TRACEROUTE), ...

Les recherches ont été effectué simplement à partir de sources ouvertes. La liste initiale a été forgée en parcourant des profils Linkedin et CV ne respectant pas les préconisations de la NSA (Resumé, do's and don'ts), des offres d'emploi un peu bavardes et des personnes ayant déjà fait un travail similaire (voir bas de page). En revanche, je n'ai trouvé aucun travail similaire en français.

Un certain nombre de noms vous seront probablement familiers avec les révélations d'Edward Snowden (PRISM, XKEYSCORE, TURBULENCE, TURMOIL, ...) mais beaucoup de ces noms de code se baladaient bien avant sur la toile, parfois même dans des documents publiques de la NSA (ex : TRICKLER). Les fuites de l'ancien analyste n'ont fait que rajouter quelques noms dans la liste et apporter une vision technique et technologique de l'affaire.

Notez bien que ceci est un travail d'amateur et si vous planifiez d'utiliser ces données, vérifiez bien les sources (notoriété, objectivité et véracité) et la péremption des informations. Certains noms de codes désignent des produits développés par la NSA et d'autres utilisés par la NSA. Certains ne sont plus en service.

Chaque item du glossaire est à considérer avec prudence, et particulièrement les items comportant la plus grande incertitude (manque de sources, nom trop générique, ...) qui sont précédés d'un '?'.

Le glossaire consiste en un tableau de 168 lignes, et de six colonnes :

- Forte incertitude

- Nom de code (classés par ordre alphabétique)

- Nom complet

- Description

- Source n°1

- Source n°2

La longueur et la largeur de la liste ne permettant pas un affichage ergonomique en mode tableau (pour le moment), voici en attendant la liste au format image (cliquer pour agrandir) :

Le problème d'affichage du tableau brut vient principalement des colonnes sources que je devrais reformater (si j'ai le courage). En attendant, si vous souhaitez que je vous transmette le xls, vous pouvez me contacter en vous rendant sur la page A Propos.

N'hésitez pas à compléter ou corriger cette liste en commentaire ou via canal privé.

==========================

Points d'entrées principaux pour rebond de recherche :
- Federation of American Scientists - Intelligence Programs and Systems
- Top Level Telecommunications - Nicknames and Codewords
- William M. Arkin Online - NSA Code Names Revealed

La protection des whistleblowers ne sert à rien sans journalistes honnêtes

noreply@blogger.com (luce) — Thu, 11 Jul 2013 15:02:00 +0000

L'ONG d'origine allemande Transparency International a publié son rapport annuel sur la corruption dans le monde, basé sur le sondage de 114 000 personnes de 107 pays différents. Après la définition du périmètre de l'étude, nous nous intéresserons à la manière dont la presse française a traité cette information.

Présentation du rapport et du périmètre de l'étude

Le Global Corruption Barometer 2013

Presque chaque année depuis 2003, Transparency International publie son baromètre de la corruption dans le monde. Ce n'est pas le seul organisme à le faire, le Rule of Law Index du World Justice Project intégrant également dans ses facteurs la corruption, mais le travail de l'ONG allemande va bien plus loin dans le détail que son homologue américain.

Carte de la perception de la variation de corruption (p7 du rapport)

Dans son baromètre 2013 annoncé via communiqué de presse le 9 juillet, TI fournit une vision mondiale des 107 pays considérés, une vision pays par pays, un rapport général de la corruption dans le monde, des histoires de cas de corruption, un communiqué de presse et leur dataset. Les données proviennent de sondages par des sociétés à l'échelle nationale ou urbaine, via divers moyens de collectes (face-à-face, en ligne ou CATI) et sur des échantillons variants de 502 (Luxembourg) jusqu'à 2451 (Pakistan) personnes interrogées. Tous les détails sur le sondage pays par pays peut-être trouvés à l'Appendice A (page 27) du rapport.

Les douze questions du sondage

Le sondage, dont les réponses forment les données chiffrées du rapport, est composé de douze questions :

- Q1 : Sur les deux dernières années, le niveau de corruption dans ce pays a-t'il changé? (Over the past 2 years, how has the level of corruption in this country changed?)

- Q2 : Dans quelle mesure pensez-vous que la corruption est un problème dans le secteur public de ce pays? (To what extent do you think that corruption is a problem in the public sector in this country?)

- Q3 : Dans vos échanges avec le secteur public, quel est l'importance des contacts personnels pour que les choses soient faites? (In your dealings with the public sector, how important are personal contacts to get things done)

- Q4 : Dans quelle mesure le gouvernement de ce pays est tenu par un petit nombre de grosses entités agissant dans leur propre intérêts? (To what extent is this country's government run by a few big entities acting in their own best interests)

- Q5 : Quelle est l'efficacité selon vous des actions de votre gouvernement pour combattre la corruption? (How effective do you think your government's actions are in the fight against corruption)

- Q6 : Perception de la corruption, par institutions (Perceptions of corruption, by institution)

- Q7 : Avez-vous payé un pot-de-vin à un des huit services listés durant les douze derniers mois? (Have you paid a bribe to any one of 8 services listed in the past 12 months)

- Q8 : Quelle était la raison la plus commune pour payer un pot-de-vin? (What was the most common reason for paying the bribe/bribes?)

- Q9 : Les gens ordinaires peuvent-ils faire la différence dans le combat contre la corruption? (Can ordinary people make a difference in the fight against corruption?)

- Q10 : Avez vous la volonté de vous engager dans le combat contre la corruption? (Are you willing to get involved in the fight against corruption?)

- Q11 : Dénoncer la corruption (Reporting corruption)

- Q12 : Refus de payer un pot-de-vin (Refusing to pay a bribe)

Capture d'écran du contenu du dataset GCB2013_Data.xls

Dans cet article, nous nous focaliserons principalement sur les résultats de la question n°6 en France (Corruption des institutions), ainsi que sur la question n°11 (Dénoncer la corruption).

Les douze institutions considérées
Transparency International, dans sa question n°6, demande au panel d'un pays s'il considère les douze institutions suivantes comme corrompus ou extrêmement corrompus :
- Partis politiques
- Parlement / Pouvoir Législatif
- Militaire
- ONG
- Média
- Corps religieux
- Secteur privée et business
- Système éducatif
- Pouvoir judiciaire
- Santé et soins
- Police
- Représentants officiels de l’État et fonctionnaires.

Le score de chaque institution est exprimé en pourcent.

Les cinq services réceptionnaires des dénonciations de la corruption
Transparency International, dans sa question n°11, demande au panel d'un pays s'il dénoncerait un cas de corruption et si oui à qui parmi les cinq services ci-dessous :
- Directement à l'institution concernée
- Une hotline gouvernementale
- Organisation indépendante et non lucrative
- Média
- Autre

Le score de chaque institution est exprimé en pourcent.

Données du rapport pour la France
Pour la corruption en France, le sondage a été réalisé en ligne par BVA sur un échantillon de 1009 français représentatifs de la population.

Extrait de l'appendice A du rapport de Transparency International (page 28)

Les chiffres tirés du dataset pour les deux questions considérées sont les suivants :

Corruption des institutions
- Partis politiques : 73%
- Secteur privé et business : 61%
- Média : 54 %
- Parlement / Pouvoir Législatif : 52 %
- Représentants officiels de l’État et fonctionnaires : 48%
- Police : 41%
- Pouvoir judiciaire : 34%
- Corps religieux : 31%
- Santé et soins : 28%
- ONG : 26%
- Militaire : 19%
- Système éducatif : 16%

La représentation de ces résultats sur la page France du site de TI est la suivante :

Cette représentation, reprenant exactement les données du dataset, est ludique est extrêmement facile à comprendre (à fortiori par des personnes dont le métier est de traiter de l'information).

Dénonciations des cas de corruption
85% des français interrogés dénonceraient un cas de corruption, et ce de la manière suivante :
1/ Une hotline gouvernementale : 31%
2/ Organisation indépendante et non lucrative : 27%
3/ Directement à l'institution concernée : 21%
4/ Média : 18%
5/ Autre : 3%

Traitement de l'information par les médias français

Méthodologie

Pour réaliser cette étude, je me suis rendu sur Google Actualité. La recherche effectuée est "transparency+ong+corruption", sur les pages "Pays : France" et sur le mois passé. Cette méthodologie a été utilisée, afin de se placer dans la peau d'un internaute lambda et de voir ce qui est proposé comme informations à consommer.

Des recherches complémentaires, détaillées dans le paragraphe "Volumétrie", ont été réalisées pour compléter l'échantillon qui tend vers l'exhaustivité à la date de l'écriture de ces lignes.

La recherche a été effectuée à partir d'un navigateur Firefox fraichement installé, sans être connecté à un compte Google et avec une adresse IP française.

Volumétrie

A ce jour, Google indique que 45 sources d'actualités correspondent à cette recherche. Mais une fois le tri des faux positifs effectués (transformation automatique par google de transparency en transparence, article en lien avec TI mais pas son rapport, citation uniquement en commentaire, ...) 39 articles en parlent ou citent le rapport de Transparency International.

Après ce travail, j'ai tenté de compléter la recherche et augmenter le nombre d'articles en faisant baisser le nombre de faux-négatifs par une requête plus précise du type site:[nom de domaine du journal] + "Transparency International" + corruption. Dans nom de domaine du journal, j'ai essayé de mettre de grands absents des résultats de Google Actualité (lemonde.fr, lefigaro.fr, marianne.net, ...). Par cette méthode, aucun article n'a été rajouté!

Généralités

Les 39 articles de langue françaises peuvent traiter le problème de manière mondiale, régionale (ex : Europe, Afrique, ...) ou national. Tous les traitements nationaux ne parlent pas forcément de la France. Il peut s'agir de la Tunisie, de la Russie, du Maroc, du Luxembourg, etc.

Sur l'ensemble des 39 articles :
- 13 parlent de la corruption générale des médias
- la corruption des médias est cité 17 fois

Pour les 7 articles parlant de la France :

- 3 parlent de la corruption des médias dans le monde

- la corruption des médias dans le monde est cité 4 fois

- 1 parle de la corruption des médias en France (come4news)

- la corruption des médias en France est cité 2 fois (come4news)

- 5 parlent de la corruption des partis politiques en France (les deux qui n'en parlent pas sont Mediapart et son article centré sur les whistleblowers et lesechos sur son article centré sur la corruption dans les appels d'offres).

Quelques cas par cas

Pour les principaux sites d'informations français, voici comment est traité l'information. Certains articles proviennent des blogs sous-jacents à un site de journal, car parfois le sujet n'est pas traité par l'organe de presse lui-même.

20minutes.fr
(Lien) Présentation générale de l'étude

agrobiosciences.org

(Lien) Citation de l'étude dans le contexte de pollution à Singapour et en Malaisie

Note : La Mission d'Animation des Agrobiosciences (MAA) est financé par le conseil Général Midi-Pyrénées et le ministère de l'Agriculture.

atlantico.fr

(Lien) Présentation générale du rapport et des résultats, citation du haut score des partis politiques en France, citation bas score de l'éducation en France, classement mondiale de la perception

challenges.fr

(Lien) Présentation générale de l'étude, citation du classement général de la perception. Cite la 9ième place sur 12 de la corruption dans les médias au niveau mondial.

come4news.com
(Lien) Présentation globale des chiffres français avec une exhaustivité relativement bonne. Je parle bien ici de la présence des données et non de la qualité de l'analyse.
Note : come4news n'est pas un organe de presse mais un journal dit "citoyen"

dreuz.info

(Lien) Présentation générale de l'étude, citation du classement général de la perception. Les données citées sont les données moyennées au niveau du monde, alors que les images d'illustrations et les conclusions sont tirées au niveau de la France. Ni fait ni à faire.

Note : dans sa description, dreuz indique être tenu par des journalistes. Le journal se veut francophone, chrétien, néo-conservateur et pro-israélien.

euronews.com
(Lien) Présentation générale du rapport et des résultats, aucun chiffres sur la France alors qu'il cite la réforme sur la transparence de la vie publique et l'affaire Cahuzac

europe1.fr
(Lien) Article 'Flash', dénonciation de la corruption en Inde, Brésil, Chine et Russie.

jolpress.com
(Lien) Présentation générale de l'étude, pour la France, cite la corruption dans la classe politique, la justice et la police.
Note : le slogan de jolpress est "Un autre regard sur le monde"
Note : Cet article n'est plus dans la mésinformation mais dans la désinformation. La classe politique regroupe au moins les partis et le pouvoir législatif. Il est faux de dire que la classe politique, la justice et la police sont les institutions perçues comme les plus corrompus en France.

lepoint.fr
(Lien) Citation de l'étude dans le contexte de la Croatie au sein de l'Union Européenne
(Lien) Citation de l'étude dans le contexte du G8

lesechos.fr
(Lien) Présentation générale de l'étude, classement mondiale de la perception
(Lien) Citation du rapport dans le contexte des entreprises de prospections et d'extraction (mines, forêts, ...) en Europe.
(Lien) Le Cercle - Traitement de la nouvelle au niveau Français dans le contexte des appels d'offres (corruption du business)

mediapart.fr
(Lien) Centré sur le colloque de Transparency International France du jeudi 4 juillet et de la protection des whistleblowers.

metronews.fr
(Lien) Cite les comptes de campagnes de l'UMP, l'affaire Cahuzac et la protection des lanceurs d'alertes; se concentre sur la corruption des politiques français en général

myeurop.info

(Lien) Présentation de la corruption au Royaume-Uni (enfin on suppose, comme ils mélangent les anglais, les britanniques, le Royaume-Uni, la Grande-Bretagne, ...). Cite deux fois la corruption des médias dans ce pays, qui est l'institution perçue comme la plus corrompue (69%, suivi des partis politique à 62%)

nouvelobs.com

(Lien) Présentation générale de l'étude, citation du classement générale de la perception. Mention de la corruption des médias pour l'Australie et le Royaume-Uni.

(Lien) Citation du rapport dans le contexte des élections en Iran

ouest-france.fr
(Lien) Centré sur la corruption en Egypte et en Tunisie sur fond de printemps Arabe.

Remarques

Citation du classement de la corruption des institutions

Une majorité des articles français citent le classement moyenné sur les 107 pays de la perception de la corruption. Dans ce classement mondial, les médias se trouvent à la neuvième place.

Classement sur les 107 pays de la perception de la corruption, (1 : minimum; 5 : maximum)(Rapport page 16)

Corruption des institutions en France

Quand la presse en parle, elle cite en général les partis politiques. Le business dans le secteur privé (2nd place) et les médias (3ième place) ne sont quasiment jamais cités. Aucun article ne propose le classement total de la corruption des institutions en France.

Les leçons de moral des journalistes

Dans les articles traitant de la corruption en France, reviennent l'affaire Cahuzac, les comptes de l'UMP et l'urgence de protéger les lanceurs d'alertes (quand l'article fait un peu plus que reciter/paraphraser des pans entiers du communiqué de presse de Transparency International). Il est également amusant de remarquer les charges récurrentes des médias d'informations français contre la corruption au Brésil, en Chine, en Inde et en Russie. Pourquoi amusant? Je vous laisse juger par vous même :

Corruption des institutions en % au Brésil, en Inde, en France et en Russie

(pas de chiffres pour la Chine)

Conclusions

Cet article a nécessité environ 7h de travail, dont 3h dans la recherche et la lecture des sources. Je n'ai pas de statistiques là dessus mais je pense que c'est bien plus que ce que consacre le français moyen pour toute sa veille actualité de la journée. Donc même si j'ai probablement oublié des articles, nous voyons que dans la masse accessible, le traitement de l'information par les journalistes est biaisé, ou tout du moins extrêmement tronqué, par rapport à la réalité dévoilé par la source.

Le seul article français qui mentionne la corruption des médias en France provient d'un journal citoyen, qui n'est pas tenu par des journalistes.

Nous pouvons également remarquer que beaucoup des articles se contentent d'un seul lien hypertexte dans tout l'article, vers le communiqué de presse de Transparency International ou vers la dépêche AFP/Reuters/....

Il serait intéressant de réaliser un mapping des interactions hypertextes dans les articles des journaux français. De ce que j'ai pu voir à la volée, la plupart des liens pointent en interne (même domaine ou vers le sous-domaine "blogs") ou au mieux vers un journal "concurrent". D'où une consanguinité informationnelle qui semble très forte, couplée à une information morcelée, des données occultées et très peu d'analyse : miam la soupe!

La Presse s'offusquait récemment, dans des envolées lyriques aussi exaspérantes que déplacées, des affaires "occultes" qui noyautent notre vie politique et de la faible protection dans les faits des lanceurs d'alertes dans notre pays. Pour rappel, en France, le Transparency International's Corruption Report 2013 indique que moins d'un français prêt à dénoncer la corruption sur cinq le ferait au travers des médias. Le but d'un lanceur d'alerte est d'alerter la population de faits ou d'agissements représentant une menace pour l'homme, l'économie, une entreprise, ... et ce de manière totalement désintéressée. Donc si son rôle est d'alerter l'opinion, et que la "voix, les yeux, les oreilles du peuple" que sont censés être les journalistes trifouillent eux mêmes ces alertes (par intérêt, négligence, incompétence, pression, ou autre) alors vers qui se tourner?

Protéger les lanceurs d'alertes en tant que personne, oui. Mais cette protection devrait elle même intégrer la protection de l'information émise par le lanceur d'alerte et de son traitement pour analyse.

Un Whistleblower n'est que le porteur du message. Protégeons le porteur, protégeons le message, protégeons son utilisation. Cela passe par un nettoyage en profondeur des objectifs et méthodes des médias d'information français.

Cela amène également à des questions de perception de la réalité par la société d'un pays. Ce même 9 juillet est paru une étude de la britannique Royal Statistical Society qui indique que dans ce pays où les médias sont considérés comme corrompus à 69% et les partis politique à 66%, il existe un immense écart entre ce que les Britanniques pensent de leur pays et la réalité reflétée par les statistiques officielles. Et, paradoxalement, cette information est reprise avec une certaine honnêteté chez le journal anglais The Independant dans son article Royaume-Uni : Pourquoi nous déformons notre réalité. Il cite par exemple que la perception du phénomène des adolescentes enceintes en UK est 25 fois supérieure à la réalité des chiffres.
En France, même si la perception de la corruption de nos médias est inférieure d'une bonne dizaine de points, quel est notre delta de perception de la réalité? Et sur quels sujets?

Il est également intéressant de remarquer que par exemple au Bangladesh, la perception de la corruption des médias est de 9%. Je ne pense pas personnellement que la presse de ce pays soit si blanche. En revanche mon hypothèse est que le niveau d'éducation et de culture de la masse de population de ce pays ne leur permet pas d'apprécier, en parti ou en totalité, la corruption.
Donc un score haut comme en Grande-Bretagne n'est-il que le signe d'une corruption profonde des médias, ou n'est-ce pas plutôt le signe que la population britannique est assez instruite pour pouvoir remettre en cause l'intégrité personnelle ou le travail des gens des médias? Un haut score de corruption pourrait donc être, dans certains cas, un espoir puisqu'il exprimerait la prise de conscience de la population et serait donc potentiellement le début d'un chantier pour atteindre une perception de la corruption faible dans un pays instruit. Cette faible perception peut être atteinte par une réduction réelle de la corruption ou par la création d'un écran de fumée.

Mais pour que ce travail débute, il faut premièrement une prise de conscience personnelle (ce qu'ont les Français sur les partis politique, le secteur privée et les médias) mais il faut ensuite une prise de conscience collective. Normalement supportée, transmise ou mise à disposition de manière large et rapide par les médias...ce qui visiblement en France risque de poser un problème. Un autre recourt pourrait être par le système éducatif (considéré comme peu corrompu en France, mais cela ne veut pas dire qu'il est parfait), mais cela repousserait la prise de conscience collective à la génération future.

Annexes

Articles ressortants de Google Actualité

Mon inventaire complet (cliquer pour agrandir)

Transparency International Corruption Report 2013
Lien : Global Corruption Barometer

Cote de popularité des partis politiques français de 1978 à 2013

noreply@blogger.com (luce) — Tue, 02 Jul 2013 09:25:00 +0000

Dans la continuité des articles sur la cote de popularité des présidents et premiers ministres français de 1978 à nos jours, nous allons aujourd'hui nous intéresser à celle de douzes partis politique. Toujours sans partisanisme ni interprétation.

1. Introduction

Cet article se propose de représenter sous la forme de divers graphiques la cote de popularité mensuelle des principaux partis politique français, d'octobre 1978 à juin 2013. Les données proviennent du site de l'institut de sondage TNS-SOFRES (Cotes de popularité des partis politiques) et sont exploitées dans le baromètre politique Figaro-Magazine.
C'est le troisième volet d'une série d'articles sur la politique et la popularité en France, le premier étant l'analyse de la cote de popularité des président français de 1978 à 2013 et le deuxième celle des premiers ministres français de 1978 à 2013.
Les données du mois d'avril 2004, mai 2004, aout 2008 ont été supprimés du jeu de données de la TNS-SOFRES, pour cause de chiffres manquants. A partir de septembre 2008, les statistiques ne sont plus mensuelles mais trimestrielles. Cette trimestrialisation des données est importante à prendre en compte pour la lecture des graphiques de corrélation. La période de corrélation est mensuelle avant septembre 2008 et trimestrielle après septembre 2008.

La cote de popularité correspond au pourcentage de personnes de l'échantillon sollicité qui déclarent avoir une opinion très bonne ou plutôt bonne d'un parti à l'instant considéré. Cette donnée est contre-balancée par les personnes ayant répondu avoir une image plutôt mauvaise ou très mauvaise.

La somme de ces deux populations ne font pas 100%, le delta correspondant au "Ne se prononce pas". La mauvaise opinion et les NSPP ne sont pas étudiées ici. Seules les données concernant la bonne opinion seront abordées pour cause de bien trop d'informations et de combinaisons possibles.

Douze partis politiques seront présentés, séparables en deux catégories temporelles :

- partis "vivants" : Parti Communiste, Parti Socialiste, Front de Gauche, Europe Écologie Les Verts, Nouveau Parti Anticapitaliste, MoDem, Nouveau Centre, UDI, UMP et Front National

- partis "morts" : UDF et RPR

Ces douze partis sont également découpables selon le courant politique. Le découpage suivant a été réalisé :

- gauche : PC, PS, les Verts, Front de Gauche, NPA
- centre : UDF, MoDem, NC, UDI
- droite : RPR, UMP, FN

Voici la frise temporelle des durées de vie des partis politiques sur la période étudiée (cliquer pour agrandir) :

Nous visualiserons sous divers angles la bonne opinion des partis, en suivants trois axes :
- Bonne image globale de la gauche, la droite et du centre de 1978 à 2013
- Bonne image des partis au sein de leur courant de 1978 à 2013
- Popularité du président et bonnes images des courants et partis durant son mandat

Les calculs de régression ont été réalisés avec la fonction "Courbe de tendance" d'Excel 2007. Les régressions sont pour la plupart linéaires affines. Des régressions polynomiales ont été utilisées dans certains cas. Ils auraient également été possible de réaliser des régressions exponentielle, de puissance ou logarithmique, mais cela ne change pas l'essence des représentations de tendance obtenues.
Les calculs de corrélation ont été réalisés avec la fonction "Coefficient de corrélation" d'Excel 2007. Cette fonction permet de repérer des relations entre deux plages de données, sans pour autant permettre de tirer de conclusions sur les liens de causalité.

La seule assertion réalisée ici est que nous faisons confiance aux chiffres de TNS-SOFRES et à la stabilité/cohérence de leur méthode de production de ces données de 1978 à aujourd'hui.

2. Bonne image de la gauche, de la droite et du centre de 1978 à aujourd'hui

Les courbes ci-dessous représentent l'évolution de la bonne image des trois "courants" politiques sur la période, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau").

Pour chaque courant, nous lui avons attribué deux valeurs :

- Score de bonne image absolu : somme du score de bonne image de tous les partis du courant

- Score proportionnel de bonne image : somme du score de bonne image de tous les partis du courant divisée par le nombre de partis de ce courant à l'instant T

2.1. Courbe de bonne image et tendances

Figure 1 : Bonne image que les français ont de la gauche, du centre et de la droite de 1978 à 2013

Dans le graphique ci-dessus, une cassure se produit entre 1995 et 1998, nous avons donc découpé la période 1978-2013 en deux périodes (1978-1997 et 1997-2013

Figure 2 : Bonne image que les français ont de la gauche, du centre et de la droite de 1978 à 1997

Figure 3 : Bonne image que les français ont de la gauche, du centre et de la droite de 1997 à 2013

Observations :
- Sur l'ensemble de la période, seule la tendance de la bonne image de la gauche augmente
- Sur l'ensemble de la période, les tendances de la bonne image de la droite et du centre ont quasiment le même coefficient de décroissance (droites parallèles)
- D'octobre 1978 à mai 1997, seule la tendance de la bonne image du centre augmente
- D'octobre 1978 à mai 1997, les tendances de la bonne image de la droite et de la gauche ont quasiment le même coefficient de décroissance (droites parallèles)
- De juin 1997 à juin 2013, seule la tendance de la bonne image de la droite augmente
- Le centre subit une grave crise de bonne image en 2007, période de transition pour le centre (fin de l'UDF, création du MoDem et du Nouveau Centre

2.2. Répartition de la bonne image entre les trois courants

2.2.1 Répartition absolue et proportionnelle sur toute la période

Figure 4 : Répartition absolue de la bonne image que les français ont de la gauche, du centre et de la droite de 1978 à 2013

Figure 5 : Répartition proportionnelle de la bonne image que les français ont de la gauche, du centre et de la droite de 1978 à 2013

Observations :
- Depuis 2010, la droite accroit sa bonne image au détriment du Centre mais surtout de la Gauche

2.2.2 Répartition proportionnelle à un instant T

Figure 16 : Répartition proportionnelle de la bonne image que les français ont de la gauche, du centre et de la droite en octobre 1978, octobre 1988, septembre 1998, septembre 2008 et juin 2013

2.2.3 Observations
- Répartition à peu près équilibrée en octobre 1978
- Forte bonne image proportionnelle du centre dans les années 80
- Forte bonne image proportionnelle de la gauche dans les années 90 et 2000
- Regain de la droite depuis la crise du centre de 2007 et l'élection présidentielle de 2012

2.3. Similitudes Droite-Centre et Gauche-Centre

2.3.1 Courbe de bonne image proportionnelle de la droite et du centre

Figure 11 : Bonne image que les français ont du centre et de la droite de 1978 à 2013

2.3.2 Courbe de bonne image proportionnelle de la gauche et du centre

Figure 12 : Bonne image que les français ont du centre et de la gauche de 1978 à 2013

2.3.3 Période de similarité Gauche-Centre-Droite

Les graphiques ci-dessous représentent le coefficient de corrélation entre la bonne image de la gauche, de la droite et du centre. Le coefficient de corrélation varie entre 1 et -1. Plus la valeur est proche de 1, plus les séries évoluent dans le même sens. Plus elle est proche de - 1, plus les séries évoluent en sens opposé. Un coefficient égal à zéro indique que les deux plages de données ne sont pas corrélées.
La corrélation est généralement considérée comme faible entre 0 et +/- 0.5 et forte entre +/-0.5 et +/-1.
Si deux plages de données sont indépendantes (Dire que A et B sont indépendants signifie qu'avoir des informations concernant la réalisation de A ne renseigne pas sur la réalisation de B.), alors leur coefficient de corrélation est de zéro. La réciproque n'est pas vraie (un coefficient de corrélation de zéro n'indique pas forcément une indépendance).

Figure 13 : Évolution de 1978 à 2013 de la corrélation de la bonne image de la droite et du centre

Figure 14 : Évolution de 1978 à 2013 de la corrélation de la bonne image de la gauche et du centre

Figure 15 : Évolution de 1978 à 2013 de la corrélation de la bonne image de la gauche et de la droite

Le graphique ci-dessous représente le coefficient de méta-corrélation entre l'évolution de la corrélation Droite-Centre et de la corrélation Centre-Droite. Le coefficient de corrélation varie entre 1 et -1. Plus la valeur est proche de 1, plus la bonne image de la droite, de la gauche et du centre évoluent dans le même sens. Plus elle est proche de - 1, plus les corrélations Gauche-Centre et Droite-Centre évolue en sens opposé.

Exemple : valeur d'octobre 1995 = -0.9 -> La corrélation entre Gauche-Centre et Centre-Droite évolue fortement en sens opposé. Cela signifie que :

- soit l'image de la Gauche évolue en sens opposé du celle du Centre et que l'image du Centre évolue dans le même sens que celle de la Droite

- soit l'image de la Droite évolue en sens opposé du celle du Centre et que l'image du Centre évolue dans le même sens que celle de la Gauche

Dans notre cas, en se reportant aux Figures 13 et 14, nous savons que :

- corrélation Gauche-Centre à cette période est de -0.6

- corrélation Droite-Centre à cette période est de 0.95

Figure 16 : Évolution de 1978 à 2013 de la méta-corrélation de la corrélation Droite-Centre et de la corrélation Gauche-Centre

Observations :
- La bonne image de la Droite et de la Gauche tendent à être corrélées en sens opposé
- La bonne image de la Droite et du Centre sont globalement fortement corrélées dans le même sens
- La bonne image du Centre et de la Gauche tendent à être de plus en plus corrélées dans le même sens
- La tendance de la méta-corrélation tend à montrer une corrélation en sens opposé de plus en plus forte
Note : cela signifierait les périodes où Gauche-Centre tend vers x et Droite-centre vers -x sont de plus en plus courantes (avec x = +/- 1)

3. Bonne image des partis politiques dans leur courant de 1978 à aujourd'hui

3.1. Bonne image des partis de Gauche de 1978 à 2013

3.1.1 Evolution de la bonne image des partis de gauche

Figure 17 : Évolution de la bonne image des partis politique de Gauche de 1978 à 2013

Figure 18 : Répartition de la bonne image entre les partis politique de Gauche de 1978 à 2013

3.1.2 Répartition de la bonne image des partis de Gauche à un instant T
Les instants suivants ont été choisis :
- Octobre 1978 : début de la plage de données
- Septembre 1992 : premières données des Verts
- Mars 2009 : premières données du NPA
- Juin 2010 : premières données du Front de Gauche
- Juin 2013 : fin de la plage de données

Figure 19 : Répartition de la bonne image que les français ont des partis de gauche en octobre 1978, septembre 1992, mars 2009, juin 2010 et juin 2013

3.1.3 Bonne image totale et proportionnelle des partis de Gauche de 1978 à 2013

La courbe ci-dessous représente l'évolution de la bonne image de la gauche via deux valeurs :

- Score total de bonne image absolu : somme du score de bonne image de tous les partis du courant

- Score proportionnel de bonne image : somme du score de bonne image de tous les partis du courant divisée par le nombre de partis de ce courant à l'instant T

Figure 20 : Évolution de 1978 à 2013 du score total de la bonne image à gauche et du score proportionnel

Observations :
- La multiplication des partis de Gauche entraine une forte hausse de la bonne image absolue de la Gauche.
- L'image relative de la gauche (score absolu ramené au nombre de partis) est quant à elle en très légère hausse.

3.1.4. Bonne image du Parti Socialiste et du Parti Communiste de 1978 à 2013

Figure 21 : Évolution de 1978 à 2013 de la bonne image du parti socialiste et du parti communiste

Le graphique ci-dessous représente le coefficient de corrélation entre la bonne image du Parti Communiste et celle du parti Socialiste. Le coefficient de corrélation varie entre 1 et -1. Plus la valeur est proche de 1, plus les séries évoluent dans le même sens. Plus elle est proche de - 1, plus les séries elles évoluent en sens opposé.
Ici, chaque barre représente la corrélation des valeurs de bonne image du PS et du PC sur deux ans. Ainsi, la barre d'octobre 1978 représente la corrélation entre l'évolution de la bonne image du PS et du PC entre octobre 1978 et octobre 1980. La valeur suivante représente la corrélation entre l'évolution de la bonne image du PS et du PC entre novembre 1978 et novembre 1980 et ainsi de suite.

Figure 22 : Évolution de 1978 à 2013 de la corrélation de la bonne image du parti socialiste et du parti communiste

Observations :
- Relative corrélation dans le même sens de variation entre la bonne image du PS et du PC, sauf au début des années 90
- La courbe de tendance indique que cette corrélation tend à être plus forte dans le même sens de variation

3.1.5. Bonne image du Front de Gauche et du Parti Communiste de 2010 à 2013

Figure 23 : Évolution de 1978 à 2013 de la bonne image du Parti Communiste et du Front de Gauche

Le graphique ci-dessous représente le coefficient de corrélation entre la bonne image du Parti Communiste et celle du Front de Gauche. Le coefficient de corrélation varie entre 1 et -1. Plus la valeur est proche de 1, plus les séries évoluent dans le même sens. Plus elle est proche de - 1, plus les séries elles évoluent en sens opposé.
Ici, chaque barre représente la corrélation des valeurs de bonne image du FdG et du PC sur trois trimestre. Ainsi, la barre de juin 2010 représente la corrélation entre l'évolution de la bonne image trimestrielle du FdG et du PC entre juin 2010 et décembre 2010. La valeur suivante représente la corrélation entre l'évolution de la bonne image du PS et du PC entre septembre 2010 et mars 2011 et ainsi de suite.

Figure 24 : Évolution de 2010 à 2013 de la corrélation de la bonne image du front de gauche et du parti communiste

Observations :
- Forte corrélation dans le même sens de variation entre la bonne image du Front de Gauche et du PC, deuxième et troisième trimestre 2011
- La courbe de tendance indique que cette corrélation tend à être plus forte dans le même sens de variation

3.2. Bonne image des partis de Droite de 1978 à 2013

3.2.1 Evolution de la bonne image des partis de Droite

Figure 25 : Évolution de la bonne image des partis politique de Droite de 1978 à 2013

Figure 26 : Répartition de la bonne image entre les partis politique de Droite de 1978 à 2013

Observations :
- Au regard des données de bonne image, l'UMP est bien le parti héritier du RPR
- La transition RPR->UMP s'est réalisé sans aucune "perte de transfert"
- L'augmentation de la bonne image de la Droite observée en 2.2.1 est, au regard des courbes ci-dessus, uniquement due à la croissance de la bonne image du Front National, qui a triplée entre septembre 2009 (Bonne image = 8) et juin 2013 (Bonne image = 23)

3.2.2 Répartition de la bonne image des partis de Gauche à un instant T
Les instants suivants ont été choisis :
- Octobre 1978 : début de la plage de données
- Janvier 1984: premières données du FN
- Décembre 2002 : premières données de l'UMP et fin du RPR
- Juin 2013 : fin de la plage de données

Figure 27 : Répartition de la bonne image que les français ont des partis de droite en octobre 1978, janvier 1984, décembre 2002 et juin 2013

Observations :
- Entre fin 2002 (création de l'UMP et dissolution du RPR) et juin 2013, la répartition de la bonne image du FN au sein de la droite a doublé.

3.2.3 Bonne image totale et proportionnelle des partis de Droite de 1978 à 2013

La courbe ci-dessous représente l'évolution de la bonne image de la droite via deux valeurs :

- Score total de bonne image absolu : somme du score de bonne image de tous les partis du courant

- Score proportionnel de bonne image : somme du score de bonne image de tous les partis du courant divisée par le nombre de partis de ce courant à l'instant T

Figure 28 : Évolution de 1978 à 2013 du score total de la bonne image à droite et du score proportionnel

Observations :
- L'arrivée du FN en 1984 ainsi que sa poussée à partir de 2009-2010 entraine une légère hausse de la bonne image absolue de la Droite.
- L'image relative de la droite (score absolu ramené au nombre de partis) est quant à elle en légère baisse.

3.2.4. Bonne image du Front National et de l'UMP de 2002 à 2009

Figure 29 : Évolution de 2002 à 2009 de la bonne image du front national et de l'UMP

Le graphique ci-dessous représente le coefficient de corrélation entre la bonne image du Front National et celle de l'UMP. Le coefficient de corrélation varie entre 1 et -1. Plus la valeur est proche de 1, plus les séries évoluent dans le même sens. Plus elle est proche de - 1, plus les séries elles évoluent en sens opposé.

Ici, chaque barre représente la corrélation des valeurs de bonne image du FN et de l'UMP sur 4 mois. Ainsi, la barre de décembre 2002 représente la corrélation entre l'évolution de la bonne image du FN et de l'UMP entre décembre 2002 et mars 2003. La valeur suivante représente la corrélation entre l'évolution de la bonne image du FN et de l'UMP entre janvier 2003 et avril 2003 et ainsi de suite.

Figure 30 : Évolution de décembre 2002 à septembre 2009 de la corrélation de la bonne image du front national et d l'UMP

Observations :

- De 2002 à 2009, la bonne image de l'UMP est linéairement en légère hausse

- De 2002 à 2009, la bonne image du FN est linéairement en très légère baisse

- De 2002 à 2009, la tendance de la corrélation est en légère hausse

3.2.5. Bonne image du Front National et de l'UMP de 2009 à 2013

Figure 31 : Évolution de 2009 à 2013 de la bonne image du front national et d l'UMP

Ici, chaque barre représente la corrélation des valeurs de bonne image du FN et de l'UMP sur trois trimestres. Ainsi, la barre de mars 2009 représente la corrélation entre l'évolution de la bonne image du FN et de l'UMP entre mars 2009 et septembre 2009. La valeur suivante représente la corrélation entre l'évolution de la bonne image du FN et de l'UMP entre juin 2009 et décembre 2009 et ainsi de suite.

Figure 32 : Évolution de mars 2009 à juin 2013 de la corrélation de la bonne image du front national et d l'UMP

Observations :

- De 2002 à 2009, la bonne image de l'UMP est linéairement en très légère hausse

- De 2002 à 2009, la bonne image du FN est linéairement en hausse

- De 2002 à 2009, la tendance de la corrélation est en légère hausse (même dérivée de tendance que pour 2002-2009)

3.3. Bonne image des partis du Centre de 1978 à 2013
3.3.1 Evolution de la bonne image des partis du Centre

Figure 33 : Évolution de la bonne image des partis politique du Centre de 1978 à 2013

Figure 34 : Répartition de la bonne image entre les partis politique du Centre de 1978 à 2013

3.3.2 Répartition de la bonne image des partis de Gauche à un instant T
Les instants suivants ont été choisis :
- Octobre 1978 : début de la plage de données
- Juin 2007 : premières données du MoDem et du Nouveau Centre
- Janvier 2008 : disparition UDF
- Décembre 2012 : premières données de l'UDI
- Juin 2013 : fin de la plage de données

Figure 35 : Répartition de la bonne image que les français ont des partis du centre en octobre 1978, Juin 2007, Janvier 2008, décembre 2012 et juin 2013

3.3.3 Bonne image totale et proportionnelle des partis du Centre de 1978 à 2013

La courbe ci-dessous représente l'évolution de la bonne image du centre via deux valeurs :

- Score total de bonne image absolu : somme du score de bonne image de tous les partis du courant

- Score proportionnel de bonne image : somme du score de bonne image de tous les partis du courant divisée par le nombre de partis de ce courant à l'instant T

Figure 28 : Évolution de 1978 à 2013 du score total de la bonne image du centre et du score proportionnel

3.3.4. Bonne image du MoDem et du Nouveau Centre de juin 2007 à juin 2013

Figure 36 : Évolution de 2007 à 2013 de la bonne image du MoDem et du Nouveau Centre

Le graphique ci-dessous représente le coefficient de corrélation entre la bonne image du Nouveau Centre et celle du MoDem. Le coefficient de corrélation varie entre 1 et -1. Plus la valeur est proche de 1, plus les séries évoluent dans le même sens. Plus elle est proche de - 1, plus les séries elles évoluent en sens opposé.

Ici, chaque barre représente la corrélation des valeurs de bonne image du NC et du MoDem sur périodes.

Figure 37 : Évolution de juin 2007 à juin 2013 de la corrélation de la bonne image du MoDem et du Nouveau Centre

Observations :

- Les deux principaux actuels partis du centre ont une tendance à la baisse depuis leur création.

- La tendance de la corrélation indique que les bonnes images tendent de moins en moins à évoluer dans le même sens.

4. Bonne image du président, de son courant et de son parti politique de 1978 à 2012

4.1. Bonnes images sous Valéry Giscard d'Estaing

Période de corrélation : 4

4.1.1 Popularité de VGE et de l'UDF

Figure 38 : Evolution de la popularité de VGE et de la bonne image de l'UDF, et coefficient de corrélation

Observations :
- Sur les deux dernières années et demi de son mandat, la popularité de Giscard et celle de son parti (UDF) sont fortement corrélés
- La tendance de la corrélation est à la baisse, la corrélation étant dégradée vers la fin du mandat

4.1.2 Popularité de VGE et du RPR

Figure 39 : Evolution de la popularité de VGE et de la bonne image du RPR, et coefficient de corrélation

Observations :
- Sur les deux dernières années et demi de son mandat, la popularité de Giscard et celle du RPR sont fortement corrélées par portion.
- La tendance de la corrélation est à la baisse, la corrélation étant dégradée vers la fin du mandat

4.1.3 Popularité de VGE et du PS

Figure 40 : Evolution de la popularité de VGE et de la bonne image du PS, et coefficient de corrélation

Observations :
- Sur les deux dernières années et demi de son mandat, la popularité de Giscard et celle du PS sont fortement corrélées jusqu'au début des années 80
- La tendance de la corrélation est à la baisse, la corrélation étant dégradée vers la fin du mandat
4.1.4 Popularité de VGE et du Centre plus la Droite

Figure 41 : Evolution de la popularité de VGE et de la bonne image du centre (UDF) plus de la droite (RPR), et coefficient de corrélation

Observations :
- Sur les deux dernières années et demi de son mandat, la popularité de Giscard et celle du RPR+UDF sont fortement corrélées jusqu'au début des années 80
- La tendance de la corrélation est à la baisse, la corrélation étant dégradée vers la fin du mandat
4.1.5 Popularité de VGE et du Centre plus le PS

Figure 42 : Evolution de la popularité de VGE et de la bonne image du centre (UDF) plus du PS, et coefficient de corrélation

Observations :
- Sur les deux dernières années et demi de son mandat, la popularité de Giscard et celle du PS+UDF sont fortement corrélées jusqu'au début des années 80
- La tendance de la corrélation est à la baisse, la corrélation étant dégradée vers la fin du mandat

4.1.6 Compilation des courbes de corrélation

Figure 43 : Compilation des divers coefficients de corrélation sous VGE

Observations :
- Relative similarité entre les divers courbes de corrélation

4.2. Bonnes images sous François Mitterrand

Période de corrélation : 6

4.2.1 Popularité de MIT et du PS

Figure 44 : Evolution de la popularité de MIT et de la bonne image du PS, et coefficient de corrélation

4.2.2 Popularité de MIT et de la Gauche

Figure 45 : Evolution de la popularité de MIT et de la bonne image de la Gauche, et coefficient de corrélation

4.2.3 Popularité de MIT et du PS plus PC

Figure 46 : Evolution de la popularité de MIT et de la bonne image du PS plus du PC, et coefficient de corrélation

4.2.4. Compilation des courbes de corrélation

Figure 47 : Compilation des divers coefficients de corrélation sous VGE

4.3. Bonnes images sous Jacques Chirac

Période de corrélation : 4

4.3.1 Popularité de CHI et du RPR/UMP

Figure 48 : Evolution de la popularité de CHI et de la bonne image du RPR/UMP, et coefficient de corrélation

4.3.2 Popularité de CHI et de la Droite

Figure 49 : Evolution de la popularité de CHI et de la bonne image de la droite (RPR/UMP + FN), et coefficient de corrélation

4.3.3 Popularité de CHI et du Centre

Figure 50 : Evolution de la popularité de CHI et de la bonne image Centre (UDF), et coefficient de corrélation

4.3.4 Popularité de CHI et du RPR/UMP plus l'UDF

Figure 51 : Evolution de la popularité de CHI et de la bonne image du RPR/UMP et de l'UDF, et coefficient de corrélation

4.3.4. Compilation des courbes de corrélation

Figure 52 : Compilation des divers coefficients de corrélation sous CHI

4.4. Bonnes images sous Nicolas Sarkozy

Période de corrélation : 4

4.4.1 Popularité de SAR et de l'UMP

Figure 53 : Evolution de la popularité de SAR et de la bonne image de l'UMP, et coefficient de corrélation

4.4.2 Popularité de SAR et du FN

Figure 54 : Evolution de la popularité de SAR et de la bonne image du FN, et coefficient de corrélation

4.4.3 Popularité de SAR et de la Droite

Figure 55 : Evolution de la popularité de SAR et de la bonne image de la Droite (UMP+FN), et coefficient de corrélation

4.4.4 Popularité de SAR et de la Gauche

Figure 56 : Evolution de la popularité de SAR et de la bonne image de la Gauche, et coefficient de corrélation

4.4.5 Popularité de SAR et du Centre

Figure 57 : Evolution de la popularité de SAR et de la bonne image du Centre, et coefficient de corrélation

4.4.6 Corrélation SAR-Gauche et SAR-Centre

Au regard des courbes de corrélation entre la popularité de Sarkozy et celle de la Gauche, et de corrélation entre la popularité de Sarkozy et celle du Centre, il est intéressant de remarquer qu'elles sont strictement égales entre janvier 2008 (fin de l'UDF) et mars 2012 :

Figure 58 : Corrélation SAR-Gauche et SAR-Centre

4.4.7. Compilation des courbes de corrélation

Figure 59 : Evolution de la popularité de VGE et de la bonne image du centre (UDF) plus du PS, et coefficient de corrélation

4.4. Bonnes images sous François Hollande

Non réalisé pour cause de trop peu de données (5 valeurs).

5. Observations générales

- La bonne image du Centre et de la Droite présentent la plus grande corrélation dans le même sens par rapport à Centre-Gauche et Gauche-Droite

- La bonne image de la Gauche et de la Droite ne sont pas forcément corrélées à sens inverse

- 1982 à 1986 est la plus longue période où la bonne image de la Gauche, la Droite et le Centre évoluent fortement dans le même sens

- La bonne image du Parti >Socialiste et du Parti Communiste sont globalement corrélées dans le même sens et cette tendance va en s'accentuant

- La bonne image du Front de Gauche et du PC sont très fortement corrélées dans le même sens (coefficient de corrélation quasi égal à 1) de aout 2011 à mai 2012

- Depuis 2009, l'accroissement relatif et absolu de la bonne image de la Droite correspond à l'accroissement de la bonne image du Front National

- Depuis 2009, proportion ramenée aux trois courants, l'accroissement de la bonne image de la Droite semble se réaliser principalement au détriment de la Gauche

- La corrélation dans le même sens de l'UMP et du FN n'est pas une constante. Nous pouvons même observer de fortes corrélations à sens inverse et ce bien souvent de manière plus marquée que les phases de corrélation à sens inverse Gauche-Droite

- Depuis 2007, la bonne image des partis du Centre est dégradée mais la bonne image du centre reste à peu près stable stable en proportion Gauche-Centre-Droite

- Le MoDem et le Nouveau Centre tendent à avoir des images de moins en moins corrélées dans le même sens

- Depuis 1978, seule la tendance de la bonne image proportionnelle de la Gauche ne baisse pas (elle augmente même).

- Depuis 1978, la Droite et le Centre ont quasiment le même coefficient de tendance de bonne image proportionnelle (respectivement -0.001 et -0.0008).

- Entre 1978 et 1997, la Droite et la Gauche ont quasiment le même coefficient de tendance de bonne image proportionnelle (respectivement -0.0012 et -0.0010).

- Depuis 1997, seule la tendance de la bonne image proportionnelle de la Droite ne baisse pas (elle augmente même).

- La bonne image du RPR semble se transférer "sans pertes" vers l'UMP en 2002. L'exemple du centre et de l'UDF-MoDem-NC montre que ce n'est pas systématique (Même si globalement NC+MoDem ~= tendance prolongée de l'UDF)

- La popularité du Président de la république et la bonne image de son parti sont fortement corrélées dans le même sens

- La popularité du Président étant environ égale à celle de son parti, avec la parcellisation partisane des courants (à part la Droite) indique qu'il est normal qu'un président aujourd'hui soit plus impopulaire qu'hier (surtout s'il est du Centre ou de la Gauche). Cela pourrait être un des facteurs expliquant la baisse conjoncturelle de la popularité de la fonction de Président de la république depuis 1978, observée dans le premier article de cette série sur la popularité des présidents français.

- Le mandat d'un président se termine toujours par une période de non corrélation dans le même sens (voire de corrélation en sens inverse) quelque soit l'indicateur comparé (Courant, parti, agglomération de partis) à l'exception des mandats de Chirac

- Le mandat de Sarkozy et la curieuse égalité de la corrélation Sarkozy-Centre et Sarkozy-Gauche mériterait une étude plus approfondie

7. Note de l'auteur

Cette brève étude ne saurait être appréciée totalement sans la lecture du premier article sur la popularité des présidents de la république, et du second sur la popularité des premiers ministres.

Dans le cas de l'étude de la bonne image des partis, même si des choses ont pu être observé, une grosse part de l'information doit résider dans l'étude de la mauvaise image mais également des "Ne se prononce pas". En effet, il semblerait au regard des chiffres de la TNS-SOFRES que la bonne image croissante du Front National viendrait en parti d'une baisse du pourcentage de ne se prononce pas.

Si vous constatez des erreurs de méthodologie, n'hésitez pas à laisser un commentaire ci-dessous ou à me contacter par mail.

Je ne vais pas continuer plus loin, j'ai assez creusé à mon goût le sujet, même si une quatrième strate pourrait être rajoutée en étudiant la popularité des personnalités politique. Seulement, à ce niveau de granularité, nous touchons plus à de l'analyse de coolitude d'un Star-System que de la tendance historique.

La prochaine étape sera l'écriture d'un condensé Président/Premier Ministre/Partis. L'idée étant de réactualiser certaines études (dont certaines sont librement accessible sur persee ou revue-pouvoirs), de donner une image agglomérée de ces trois indicateurs de 1978 à 2013, voire selon les données accessibles une image agglomérée de ces trois indicateurs de 1959 à 2013 soit la période de la Vième République

Cote de popularité des premiers ministres français de 1978 à 2013

noreply@blogger.com (luce) — Mon, 03 Jun 2013 06:55:00 +0000

Dans la continuité de l'article sur la cote de popularité des président français de 1978 à nos jours, nous allons aujourd'hui nous intéresser à celle des quatorze premiers ministres de cette période, de l'influence de la cohabitation politique et de la corrélation entre popularité du chef de l'État et celui du gouvernement. Toujours sans partisanisme ni interprétation.

1. Introduction

Cet article se propose de représenter sous la forme de divers graphiques la côte de popularité mensuelle des premiers ministres français, de octobre 1978 à juin 2013. Les données proviennent du site de l'institut de sondage TNS-SOFRES (Cotes de popularité des Présidents et Premiers ministres) et sont exploitées dans le baromètre politique Figaro-Magazine.

C'est le deuxième volet d'une série d'article sur la politique et la popularité en France, le premier étant l'analyse de la cote de popularité des président français de 1978 à 2013.

A partir de 2008, pour une raison inconnue, la cote de popularité n'est pas calculée pour le moi d'aout. Les données du mois de juillet 1984, aout 1984, mai 1988, juin 2005 ont été supprimés du jeu de données de la TNS-SOFRES, pour cause de chiffres manquants.

La côte de popularité correspond au pourcentage de personnes de l'échantillon sollicités qui déclarent faire confiance ou plutôt confiance au premier ministre en cours pour résoudre les problèmes qui se posent en France à l'instant considéré. Cette donnée est contre-balancée par les personnes ayant répondu n'avoir plutôt pas confiance ou pas confiance. Nous appellerons ces deux données la confiance et la défiance.

La somme de la confiance et de la défiance ne font pas 100%, le delta correspondant au "Ne se prononce pas". La défiance et les NSPP ne sont pas étudiées ici. Seules les données concernant la courbe de confiance seront abordées pour cause de bien trop d'informations possibles.

Sept mandats seront présentés, dont deux partiels : les deux dernières années et demi du mandat de Valéry GISCARD-D'ESTAING et la première année du mandat de François HOLLANDE. Les mandats complets concernent les deux présidences de François MITTERRAND, les deux présidences de Jacques CHIRAC et la présidence de Nicolas SARKOZY. Durant ces sept mandats, quatorze premiers ministres se sont succédés, parfois dans des périodes de cohabitations politiques.

Nous visualiserons sous divers angles la popularité des premiers ministres, en réalisant plusieurs découpages :
- Popularité globale de la fonction de PM de 1978 à 2013
- Popularité globale de la fonction de PM durant un mandat
- Popularité globale de la fonction de PM durant une période de non cohabitation ou de cohabitation
- Popularité d'un premier ministre en particulier

Les calculs de régression ont été réalisés avec la fonction "Courbe de tendance" d'Excel 2007. Les régressions sont linéaires affines. Ils auraient également été possible de réaliser des régressions exponentielle, de puissance ou logarithmique, mais cela ne change pas l'essence des représentations de tendance obtenues.

La seule assertion réalisée ici est que nous faisons confiance aux chiffres de TNS-SOFRES et à la stabilité/cohérence de leur méthode de production de ces données de 1978 à aujourd'hui.

2. Courbe de confiance de 1978 à aujourd'hui

Les courbes ci-dessous représentent l'évolution de la confiance sur la période, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau"). Des jalons représentant les mois d'élection ont été rajoutés. La distinction a été faite entre les élections entrainant un changement de président et une ré-élection. Un fond de couleur distingue également les périodes de non cohabitation (arrière-plan transparent rouge) et les périodes de cohabitation (arrière-plan transparent vert).

2.1. Courbe de confiance et cohabitation

Figure 1 : Confiance des français dans son PM de 1978 à aujourd'hui et périodes de cohabitation

2.2. Courbe de confiance et élection présidentielle

Figure 2 : Confiance des français dans son PM de 1978 à aujourd'hui et élections

2.3. Courbe de confiance et tendance

Figure 3 : Confiance des français dans son PM de 1978 à aujourd'hui et tendance linéaire

2.4. Observations
- La popularité de la fonction de premier ministre fait un bond lors d'un changement de personne en charge de cette fonction

- La popularité de la fonction de premier ministre est linéairement légèrement décroissante depuis 1978, à l'image de celle du président.

3. Courbe de confiance Président vs Premier Ministre de 1978 à aujourd'hui

Les courbes ci-dessous représentent l'évolution de la confiance du premier ministre et du président sur la période, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau"). Un fond de couleur distingue également les périodes de non cohabitation (arrière-plan transparent rouge) et les périodes de cohabitation (arrière-plan transparent vert). Un graphique delta représente à un mois donné la popularité du président moins la popularité du premier ministre.

3.1. Évolution et delta de la confiance entre le Premier Ministre et le Président

Figure 3 : Courbe de popularité du PM (bleu) et du PR (rouge) et courbe de delta de popularité PR - PM (>0 : PR plus apprécié que PM)

Pas de cohabitation (fond rouge), Cohabitation (fond vert)

3.2. Courbe de confiance du président et du premier ministre et tendances

Figure 4 : Courbe de popularité du PM (bleu) et du PR (rouge) et courbes de tendance

Figure 5 : Delta de popularité entre le président et le premier ministre et tendances minimale et maximale

3.3. Observations

- L'évolution de la popularité du premier ministre et du président sont en première approximation fortement corrélées. Une exception : la période de la seconde cohabitation Mitterrand-Chirac.
- L'écart de popularité entre le président et le premier minisre tend à se réduire depuis 1978

4. Courbes de confiance par mandat

Les courbes ci-dessous représentent la confiance des premiers ministres et du président pour chacun des sept mandats de la période, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau"). Deux courbes de tendance, réalisée par régression linéaire, ont été rajoutées pour le président et les différentes représentation des premiers ministres.

4.1. 1978 - 1981 : Valéry GISCARD-D'ESTAING

Figure 6 : Confiance dans le PM (bleu) et confiance dans le PR

Observation :

- La popularité du président et du premier ministre sont fortement corrélées

4.2. 1981 - 1995 : François MITTERRAND

4.2.1 Premier mandat

Figure 7 : Courbe de popularité des PM (bleu) et du PR (rouge)

Figure 8 : Courbes de popularité des PM (bleue : Mauroy; rouge : Fabius; vert : Chirac)

Pas de cohabitation (fond rouge), Cohabitation (fond vert)

Figure 9 : Courbe de popularité des PM (bleu) et du PR (rouge) durant la période de non cohabitation

Figure 10 : Courbe de popularité du PM (bleu) et du PR (rouge) durant la période de cohabitation

Observations :
- La popularité du président peut faire un bond lors d'un changement de premier ministre (arrivée de Fabius puis Chirac à Matignon)
- En période de non cohabitation, la popularité du président et de la fonction de premier ministre sont corrélées
- En période de cohabitation, la popularité du président peut augmenter de manière linéaire tandis que celle du premier ministre peut décroitre

4.2.2 Second Mandat

Figure 11 : Courbe de popularité des PM (bleu) et du PR (rouge)

Figure 12 : Courbes de popularité des PM (bleue : Rocard; rouge : Cresson; vert : Bérégovoy; violet : Balladur)

Pas de cohabitation (fond rouge), Cohabitation (fond vert)

Figure 13 : Courbe de popularité des PM (bleu) et du PR (rouge) durant la période de non cohabitation

Figure 14 : Courbe de popularité du PM (bleu) et du PR (rouge) durant la période de cohabitation

Observations :
- La popularité du président peut stagner ou décroitre lors d'un changement de premier ministre
- En période de non cohabitation, la popularité du président et de la fonction de premier ministre sont corrélées
- En période de cohabitation, la popularité du président peut augmenter de manière linéaire tandis que celle du premier ministre peut décroitre

4.3. 1995 - 2007 : Jacques CHIRAC

4.3.1 Premier mandat

Figure 15 : Courbe de popularité des PM (bleu) et du PR (rouge)

Figure 16 : Courbes de popularité des PM (bleue : Juppé; rouge : Jospin)

Pas de cohabitation (fond rouge), Cohabitation (fond vert)

Figure 17 : Courbe de popularité du PM (bleu) et du PR (rouge) durant la période de non cohabitation

Figure 18 : Courbe de popularité du PM (bleu) et du PR (rouge) durant la période de cohabitation

Observations :

- La popularité du président peut croitre lentement lors d'un changement de premier ministre (arrivée de Jospin à Matignon)

- En période de non cohabitation, la popularité du président et de la fonction de premier ministre sont relativement corrélées

- En période de cohabitation, la popularité du président peut augmenter de manière linéaire tandis que celle du premier ministre peut décroitre

4.3.2 Second Mandat

Figure 19 : Courbe de popularité des PM (bleu) et du PR (rouge)

Figure 20 : Courbe de popularité des PM (bleue : Raffarin; rouge : De Villepin)

Observations :

- La popularité du président et de la fonction de premier ministre sont relativement corrélées
- La tendance d'évolution de la popularité des deux ministres Raffarin et De Villepin sont très proches

4.4. 2007 - 2012 : Nicolas SARKOZY

Figure 21 : Courbe de popularité du PM (bleu) et du PR (rouge)

Observation :
- La popularité du président et du premier ministre sont grandement corrélées

4.5. 2012 - aujourd'hui : François HOLLANDE

Figure 22 : Courbe de popularité du PM (bleu) et du PR (rouge)

Observation :
- La popularité du président et du premier ministre sont grandement corrélées

5. Courbes de confiance par premier ministre

Les courbes ci-dessous représentent la confiance des premiers ministres et du président pour les quatorze périodes différentes de chancellerie, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau"). Deux courbes de tendance, réalisée par régression linéaire, ont été rajoutées pour le président et le premier ministre en fonction.

5.1. Premiers ministres sous Valéry GISCARD-D'ESTAING

Figure 23 : Confiance dans Raymond BARRE (bleu) et Giscard d'Estaing (rouge)

Observation :
- La popularité du président et du premier ministre sont grandement corrélées

5.2. Premiers ministres sous François MITTERAND

5.2.1 Premier mandat

Figure 24 : Confiance dans Pierre Mauroy (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre sont grandement corrélées

Figure 25 : Confiance dans Laurent Fabius (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre ont une tendance inverse

Figure 26 : Confiance dans Jacques Chirac (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre ont une tendance inverse (période de cohabitation)

5.2.2 Second Mandat

Figure 27 : Confiance dans Michel Rocard (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre sont relativement corrélées

Figure 28 : Confiance dans Edith Cresson (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre sont fortement corrélées

Figure 29 : Confiance dans Pierre Bérégovoy (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre sont relativement corrélées

Figure 30 : Confiance dans Édouard Balladur (bleu) et François Mitterrand (rouge)

Observation :
- La popularité du président et du premier ministre ont une tendance inverse (période de cohabitation)

5.3. Premiers ministres sous Jacques CHIRAC

5.3.1 Premier mandat

Figure 31 : Confiance dans Alain Juppé (bleu) et Jacques Chirac (rouge)

Observation :
- La popularité du président et du premier ministre sont fortement corrélées

Figure 32 : Confiance dans Lionel Jospin (bleu) et Jacques Chirac (rouge)

Observation :
- La popularité du président et du premier ministre ont une tendance inverse (période de cohabitation)

5.3.2 Second Mandat

Figure 33 : Confiance dans Jean-Pierre Raffarin (bleu) et Jacques Chirac (rouge)

Observation :
- La popularité du président et du premier ministre sont relativement corrélées

Figure 34 : Confiance dans Dominique De Villepin (bleu) et Jacques Chirac (rouge)

Observation :
- La popularité du président et du premier ministre sont relativement corrélées mais finalement, de manière linéaire, à tendance inverse

5.4. Premiers ministres sous Nicolas SARKOZY

Figure 35 : Confiance dans François Fillon (bleu) et Nicolas Sarkozy (rouge)

Observation :
- La popularité du président et du premier ministre sont relativement corrélées

5.5 Premiers ministres sous François HOLLANDE

Figure 36 : Confiance dans Jean-Marc Ayrault (bleu) et François Hollande (rouge)

Observation :
- La popularité du président et du premier ministre sont fortement corrélées

6. Observations

A partir des observations intermédiaires, nous allons essayer de resortir les grandes tendances.

La popularité de la fonction de premier ministre fait un bond lors d'un changement de personne en charge de cette fonction.

La popularité du président n'est pas systématiquement impactée par l'euphorie de changement de premier ministre.

La popularité de la fonction de premier ministre est linéairement légèrement décroissante depuis 1978, à l'instar de celle du président.
Lors des trois cohabitations, de manière linéaire, la popularité du président a augmenté tandis que celle du premier ministre a baissé.

Mise à part Mauroy qui bénéficie de l'euphorie post-présidentielle du retour des socialistes au pouvoir, et de la cohabitation Mitterrand-Chirac, les ministres à la fois les plus appréciés et les plus stables sont Balladur et Jospin, et ce lors des deux dernières cohabitations.

Depuis avril 2003, hors période d'euphorie post-présidentielle, la confiance du PM est toujours inférieur à 50%. Pour les président, ce chiffre est vrai depuis septembre 2003.

Durant les deux dernières cohabitation, et durant toute la durée de la cohabitation, les français on plus confiance dans le PM que dans le président .

Globalement depuis 1978, le delta de confiance entre le 1er ministre et le président tend à décroitre.

Hors période de cohabitation, la tendance de la popularité du président et du premier ministre sont au moins relativement corrélées, sauf lors de la présence de Laurent Fabius à Matignon (tendances inversées). Sans étude plus approfondie, il n'est en revanche pas possible de déterminer le lien de causalité.

De manière linéaire, aucun premier ministre n'a vu sa popularité augmenter durant son temps à Matignon.

De manière linéaire, seul durant le premier mandat de Jacques Chirac la popularité de la fonction de premier ministre a augmenté. Ce mandat est également le seul où linéairement un président a été plus populaire à sa sortie qu'à son arrivée.

Si aucun président n'a quitté l'Élysée avec plus de 50% de confiance, un seul premier ministre à réussi : Michel Rocard, avec pile 50% de français lui faisant confiance à la fin de ses fonctions.

7. Note de l'auteur

Cette brève étude fait référence à plusieurs reprises à des observations effectuées dans le premier article sur la popularité des présidents de la république, que je conseille de le lire pour comprendre à la fois les liens avancés entre PM et PR ici, mais également pour comprendre l'esprit de cette série d'article.

Si vous constatez des erreurs de méthodologie, n'hésitez pas à laisser un commentaire ci-dessous ou à me contacter par mail.

Maintenant que je suis lancé, je vais continuer avec l'image des partis politique (toujours sans échéance précise). Je réaliserais peut-être un rapport combinant les trois études et voir si des choses se dégagent à l'image de ce que nous avons pu déjà mettre en lumière avec les présidents ou premiers ministres.

Cote de popularité des présidents français de 1978 à 2013

noreply@blogger.com (luce) — Thu, 30 May 2013 09:55:00 +0000

L'actualité politique récente en France met en avant la rapidité de dégradation de la confiance qu'accordent les français au président Hollande. A partir de données publiques de l'institut de sondage TNS-SOFRES, nous allons présenter ces statistiques mensuelles remontant à 1978 sous diverses angles, afin de tirer des observations factuelles, sans partisanisme ni interprétation.

1. Introduction

Cet article se propose de représenter sous la forme de divers graphiques la côte de popularité mensuelle des présidents français, de octobre 1978 à juin 2013. Les données proviennent du site de l'institut de sondage TNS-SOFRES (Cotes de popularité des Présidents et Premiers ministres) et sont exploitées dans le baromètre politique Figaro-Magazine.

A partir de 2008, pour une raison inconnue, la côte de popularité n'est pas calculée pour le moi d'aout.

La côte de popularité correspond au pourcentage de personnes de l'échantillon sollicités qui déclarent faire confiance ou plutôt confiance au président en cours pour résoudre les problèmes qui se posent en France à l'instant considéré. Cette donnée est contre-balancée par les personnes ayant répondu n'avoir plutôt pas confiance ou pas confiance. Nous appellerons ces deux données la confiance et la défiance.

La somme de la confiance et de la défiance ne font pas 100%, le delta correspondant au "Ne se prononce pas", non étudié ici.

Les courbes ci-dessous représentent la confiance et la défiance pour les sept mandats de la période, par président, telles qu'elles apparaissent sur le site de TNS-SOFRES.

2.1. 1978 - 1981 : Valéry GISCARD-D'ESTAING

Figure 1 : Côte de popularité de Valéry GISCARD-D'ESTAING (source)

2.2. 1981 - 1995 : François MITTERRAND

2.2.1 : Premier mandat

Figure 2 : Côte de popularité de François MITTERRAND lors de son premier mandat (source)

2.2.2 : Second mandat

Figure 3 : Côte de popularité de François MITTERRAND lors de son second mandat (source)

2.3. 1995 - 2007 : Jacques CHIRAC

Figure 4 : Côte de popularité de Jacques CHIRAC lors de ses deux mandats (source)

2.4. 2007 - 2012 : Nicolas SARKOZY

Figure 5 : Côte de popularité de Nicolas SARKOZY (source)

2.5. 2012 - aujourd'hui : François HOLLANDE

Figure 6 : Côte de popularité de François HOLLANDE (source)

3. Courbes par appréciation de 1978 à 2013

Les courbes ci-dessous représentent la confiance et la défiance pour les sept mandats de la période, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau"). Des jalons représentant les mois d'élection ont été rajoutés. La distinction a été faite entre les élections entrainant un changement de président et une ré-élection.

3.1. Courbe de confiance

Figure 7 : Confiance des français dans son président de 1978 à aujourd'hui

3.2. Courbe de défiance

Figure 8 : Défiance des français dans son président de 1978 à aujourd'hui

3.3. Tendance linéaire des appréciations

Figure 9 : Confiance et défiance des français dans son président de 1978 à aujourd'hui et régression linéaire

4. Tendance linéaire de la confiance par mandat et par président

Les courbes ci-dessous représentent la confiance chacun des sept mandats de la période, réalisées à partir des données chiffrées de la TNS-SOFRES (représentation dite "Tableau"). Une courbe de tendance, réalisée par régression linéaire, a été rajoutée.

4.1. Giscard

Figure 10 : Confiance des français en Valéry GISCARD-D'ESTAING et régression linéaire