L’indice de position sociale des élèves (IPS) est un indicateur statistique utilisé en France pour mesurer le contexte socio-économique des élèves et son influence sur les apprentissages. Calculé à partir des professions et catégories socioprofessionnelles des familles, il permet d’évaluer le degré de faveur sociale du foyer : plus l’indice est élevé, plus le contexte est favorable aux apprentissages. L’Education nationale en livre une explication succincte sur son site.
L’IPS est donc un indicateur de contexte social, mais il ne mesure ni la qualité pédagogique d’une école, ni directement la réussite des élèves.
Créé en 2016 par la DEPP et actualisé en 2022, il sert notamment à analyser la composition sociale des établissements scolaires et à orienter l’attribution de moyens éducatifs. La DEPP est la Direction de l’Evaluation, de la Prospective et de la Performance. C’est un service relevant du Ministère de l’Education Nationale chargé – notamment – de produire des statistiques sur le système éducatif, d’analyser les politiques éducatives et les inégalités de parcours et de résultats des élèves.
L’indice de position sociale est compris entre 45 et 185. Cet indice est notamment utilisé par l’algorithme Affelnet comme l’un des critères d’un barème plus global déterminant l’affectation des élèves dans les lycées. En effet l’objectif principal d’Affelnet est d’affecter les élèves dans les lycées publics de manière automatisée et régulée, en tenant compte, non seulement de la localisation géographique et des résultats scolaires des élèves, mais aussi de leur contexte socio-économique. L’IPS est donc utilisé notamment pour équilibrer la composition sociale des lycées et favoriser ainsi la mixité sociale.
A titre indicatif, sur la page Wikipedia de l’article sur l’IPS, on trouve quelques exemples de valeurs établies en fonction des professions des parents. Ne me demandez pas pourquoi l’indice de position sociale est plus haut dans le binôme professeure des écoles – ingénieur que dans le binôme ingénieure – professeur des écoles – j’imagine pour des raisons d’inégalités de répartition du temps domestique liées à la fois au genre et au métier du parent : la mère consacrerait plus de temps à l’éducation de ses enfants à la maison dans sa version professeure que dans sa version ingénieure (?).

Publication des données de l’IPS 2022 – 2025, analyses et résultats
Les données sur l’IPS sont publiées en open data sur data.gouv.fr par le ministère de l’Éducation nationale.
Plusieurs jeux de données sont disponibles : des données sur l’IPS des collèges et des lycées, des données sur l’IPS des écoles. Ce qui m’intéresse ici sont les indices de position sociale des écoles. J’ai pu télécharger sur data.gouv les données 2022 – 2025 en format csv (format tabulé) et réaliser quelques analyses. Chaque IPS d’établissement peut être mis en regard avec d’autres IPS donnés à différentes échelles :
- nationale
- académique
- départementale
A noter également que, pour chaque échelle, les données comprennent distinctement les IPS du public et du privé.
Pour faciliter l’analyse, j’ai commencé par réaliser un découpage de ces données selon deux tranches. Je suis partie pour cela de la moyenne de l’IPS : (45+185)/2 = 115. L’objectif était de me rendre compte, rapidement, des disparités sociales entre les établissements scolaires. J’ai ainsi fixé une première tranche à 45 – 115, une seconde à 115 – 185.
Premier constat : sur la totalité des établissements, 23% relèvent de la seconde tranche et 77% relèvent de la première, public et privé confondus. On a donc plus de trois-quart des établissements dont l’indicateur de position sociale est inférieur à la moyenne.
Si l’on s’intéresse plus précisément aux critères du public et du privé, on remarque que le rapport entre public et privé est très important pour la première tranche (≈ 7) tandis qu’il est beaucoup moins marqué pour la seconde (≈ 2,6). En clair, on a 7 fois plus d’établissements publics que d’établissements privés (on parle toujours ici d’écoles privées sous contrat) dans la tranche 45 – 115, ce qui signifie concrètement qu’il y a beaucoup plus d’écoles dont l’indicateur de position sociale est bas dans le public que dans le privé.
Cette différence peut aisément s’expliquer par plusieurs facteurs. Les écoles publiques sont présentes dans toutes les zones et ont pour mission d’assurer l’accès à l’école pour tous, y compris dans les secteurs socialement défavorisés. Les écoles privées, même sous contrat, ont tendance à se concentrer dans des zones plus favorisées et à être choisies par des familles disposant de ressources suffisantes. Les frais d’inscription ou contributions financières constituent également un frein pour les familles à revenus plus faibles, limitant ainsi leur accès aux écoles privées. Par ailleurs, les écoles publiques accueillent souvent des effectifs plus importants, ce qui accentue leur surreprésentation dans cette tranche.
Afin de mieux se rendre compte des disparités sur le territoire, j’ai généré une représentation graphique des départements français les plus représentés lorsque l’IPS des établissements est inférieur à 115 (je vous parlerai, plus bas, des outils que j’utilise pour réaliser ces analyses et ces représentations). Afin d’obtenir des résultats plus pertinents, j’ai mis en regard ces données d’IPS avec le nombre total d’établissements par département, ce qui permet d’afficher les résultats en proportion. En voici un premier résultat sur les données de la rentrée 2024-2025 :

On constate que, bien que le département du Nord compte le plus grand nombre d’établissements ayant un indice de position sociale inférieur à 115, la proportion d’établissements concernés par rapport au total est en réalité plus faible que dans d’autres départements comme l’Aisne ou La Réunion.
En faisant le même travail pour les IPS > 115 sur les départements les plus représentés, on obtient le diagramme suivant :

Là encore, si l’on observe les résultats en regardant la part des établissements dont l’indicateur de position sociale est supérieur à 115 sur le total des établissements, on constate que les départements qui ont la plus forte proportion d’établissements avec un IPS élevé sont Paris, les Hauts de Seine et les Yvelines. Pas étonnant quand on sait que ces trois départements figurent parmi les départements les plus riches de France. En effet, d’après les données 2024 produites par la Direction générale des Finances publiques du ministère de l’Economie pour l’ensemble des villes de France, le montant moyen des revenus déclarés par foyer à l’administration fiscale s’élève, respectivement pour ces trois départements, à 53 303 €, 51 148 € et 45 380 €.
J’ai aussi calculé la moyenne de l’IPS par académie, en utilisant, cette fois, l’ensemble des données 2022-2025. J’ai alors obtenu les résultats suivants :

Ces résultats révèlent des disparités non seulement au sein de l’Hexagone, mais aussi entre l’Hexagone et les territoires d’outre-mer. En effet parmi les cinq académies d’outre-mer, quatre présentent les moyennes les plus faibles : la Guadeloupe, la Réunion, la Guyane et Mayotte.
Enfin, si l’on suit l’évolution des IPS à l’échelle du territoire sur les quatre rentrées scolaires (2022-2023, 2023-2024 et 2024-2025), on obtient des résultats qui montrent une légère augmentation de l’indice sur les trois rentrées, ce qui semble plutôt aller dans le bon sens :

Outils utilisés : python, pandas et matplotlib
Pour réaliser mes analyses des indices de position sociale des écoles en France, je me suis principalement appuyée sur trois outils : python, pandas et matplotlib.
Python
Python est le langage de programmation par excellence pour l’analyse de données. Combiné à pandas et matplotlib, Il permet de traiter et de manipuler de grands volumes de données, d’automatiser des traitements et de produire des visualisations. Cela nécessite d’avoir quelques bases en programmation mais Python a l’avantage d’être un langage de programmation libre et open source, il est donc non seulement gratuit et accessible à tous et toutes, mais il bénéficie également d’une grande communauté d’utilisateurs-trices et de développeurs-euses, et la documentation et les ressources en ligne sont nombreuses. J’utilise également des LLM (large language model – de type ChatGPT ou Gemini) pour m’aider à coder.
Pandas
Pandas est une bibliothèque Python spécialisée dans la manipulation de données tabulaires, organisées en « dataframe » (df) : elle facilite ainsi la lecture et l’écriture de fichiers en format xls ou csv, le filtrage et le tri des données, les regroupements et le calcul d’indicateurs statistiques (moyennes, écarts, pourcentages…)
Matplotlib
Matplotlib est une bibliothèque Python destinée à la visualisation des données.
Elle permet de créer différents types de graphiques, notamment des diagrammes en barres pour représenter des proportions.