Méthodes quantitatives en sciences sociales : analyses causales, factorielles et typologies

Enseignants

Masquelier Bruno;

Langue
d'enseignement

Français

Préalables

Un cours de base en statistiques en bac.

Thèmes abordés

• Sources de données quantitatives en sciences sociales
• Méthodes univariées et bivariées (rappel)
• Variables de confusion
• Méthodes multivariées : régression linéaire et régression logistique
• Analyse des interdépendances : analyse factorielle et en composantes principales
•  Analyses des ressemblances et typologies : méthodes de classifications
•  Application des méthodes sur données réelles pour répondre à des questions de recherche
• Utilisation d'un logiciel d'analyse de données (SPSS)

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Acquérir la maîtrise des outils de base de l'analyse bivariée (rappels) et multivariée des données quantitatives (essentiellement d'enquêtes).  La logique des tests statistiques Maîtriser les méthodes de régressions simples et multiples et de régression logistique Maîtrise des analyses factorielles et des techniques de classification (typologies) Pouvoir comprendre et utiliser la littérature scientifique ayant recours aux méthodes de régression linéaire et logistique, analyses factorielles, et typologiques Etre autonome dans l'utilisation d'un logiciel d'analyse des données. Pouvoir sélectionner une stratégie d'analyse des données en rapport avec les questions de recherche posées, l'appliquer et en présenter et interpréter correctement les résultats.

Contenu

Le cours LSPED2047 offre une solide introduction aux méthodes quantitatives en sciences sociales. Au terme de ce cours, les étudiants seront en mesure: 

• d'acquérir la maîtrise des outils de l'analyse bivariée (rappels) et multivariée des données quantitatives.
• d'utiliser des méthodes de régressions simples et multiples et quelques applications des modèles linéaires généralisés (régression logistique et Poisson)
• de comprendre et pouvoir utiliser des méthodes d'analyses factorielles et des techniques de classification (typologies)
• d'être autonome dans l'utilisation de R, un logiciel gratuit d'analyse des données.

Description des thèmes abordés:

• Analyse univariée (rappels): pour décrire les données.
• Khi-deux, risques relatifs, odds ratios: pour croiser deux variables qualitatives.
• Test-t, test-F et ANOVA: pour tester les relations qui s'établissent entre une variable qualitative et une variable quantitative. 
• Corrélations, régression linéaire simple: pour croiser deux variables quantitatives 
• Analyses dimensionnelles - analyse en composantes principales (variables quantitatives) et analyse factorielle des correspondances multiples (variables qualitatives): pour construire des indicateurs ou identifier des dimensions 'latentes' de l'ensemble des variables analysées.
• Méthodes de classification (classification hiérarchique de Wald): pour identifier des `groupes' d'unités d'observations ou élaborer des typologies.
• Régression linéaire multiple et le modèle linéaire généralisé (régression logistique et régression de Poisson): pour prédire la valeur d'une variable dépendante, et identifier ses déterminants.

Méthodes d'enseignement

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

Le cours est articulé autour de cours magistraux et de travaux pratiques (voir programme donné en séance et sur Moodle). La participation  aux cours et aux TP est essentielle. La lecture préalable de chapitres repris dans le programme de cours est nécessaire.
Pour l'année académique 2020-2021, le cours se donnera selon un mode comodal, avec une partie des étudiant(e)s présent(e)s physiquement, et une partie des étudiant(e)s à distance.

Modes d'évaluation
des acquis des étudiants

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

1.  Un test dispensatoire individuel permettant aux étudiants d'évaluer leur maîtrise du logiciel R est programmé en cours de quadrimestre. 
2. La participation à trois exercices complémentaires associés des travaux pratiques est notée.
3. L'évaluation finale est également basée sur un examen écrit réalisé en session d'examens.

Ressources
en ligne

Logiciel R: https://www.r-project.org/
Inferface Rstudio: https://www.rstudio.com/

Bibliographie

G. Masuy-Stroobant and R. Costa, editors. Analyser les données en sciences sociales : De la préparation des données à l'analyse multivariée. P.I.E. Peter Lang, 2013.
D.C. Howell, V. Yzerbyt, Y. Bestgen, and M. Rogier. Méthodes statistiques en sciences humaines. Série Internationale. De Boeck Supérieur, 2008.
 

Support de cours

• Les supports de cours, ainsi que la bibliographie complémentaire se trouvent sur la page Moodle du cours.
• G. Masuy-Stroobant and R. Costa, editors. Analyser les données en sciences sociales : De la préparation des données à l'analyse multivariée. P.I.E. Peter Lang, 2013. Disponible en bibliothèque et sur Moodle (certains chapitres)

Faculté ou entité
en charge

PSAD