Analyse des données quantitatives

Enseignants

Marquet Jacques;

Langue
d'enseignement

Français

Préalables

Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.

Thèmes abordés

1. Introduction à la logique de la recherche 2. Analyse des tableaux croisés 3. Construction d'indices 4. Introduction à l'analyse classificatoire 5. Introduction à l'analyse factorielle en composantes principales

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Le cours et les travaux pratiques visent l'acquisition d'un savoir-faire de base en analyse des données en sciences sociales ; il constitue une initiation à l'analyse multivariée. Au terme de ce cours, l'étudiant devrait être capable : 1°/ de préciser le type de question-problème pour lequel le recours aux méthodes étudiées au cours s'avère pertinent; 2°/ d'interpréter les analyses statistiques faisant appel à ces méthodes ; 3°/ d'utiliser à bon escient les principaux outils de la statistique descriptive et de l'inférence statistique vus au cours de Statistiques et éléments de probabilité et qui seront rappelés notamment à l'occasion de l'apprentissage des commandes SPSS y afférent.

Contenu

Le cours se situera dans la perspective d'une analyse secondaire, les données étant déjà produites. Dans un premier temps, le cours introduira à la logique de la recherche en mettant en évidence le caractère construit de toute donnée. Dans cette introduction, on retrouvera les éléments suivants : la primauté de la question posée, la séquence hypothèses-concepts-indicateurs, les niveaux de mesures, des éléments de théorie de l'échantillonnage. Dans un deuxième temps, le cours se concentre, à travers la résolution de questions-problèmes, sur la construction et la description de variables et sur l'interprétation de tableaux de contingence utilisés comme moyen de tester des hypothèses simples. Dans un troisième temps, le cours aborde l'analyse multivariée des données. Il s'agit d'abord de montrer les postulats sous-jacents aux méthodes investiguées, les limites de leurs utilisations, les questions qu'elles permettent de résoudre, et d'interpréter correctement les analyses produites. Le cours se centrera sur les comparaisons de moyennes, des méthodes d'analyse dimensionnelle et classificatoire. Le logiciel utilisé au cours et pour les exercices est SPSS. Le cours alterne les exposés théoriques et les exemples commentés (résolution de questions-problèmes); ceux-ci introduisent aux séances d'exercices (sur ordinateur). Sauf imprévu, le cours se donnera en présentiel ; certaines séances de TP pourraient cependant être dispensées en distanciel afin de gérer plus adéquatement la masse des étudiant·es.

Méthodes d'enseignement

Le cours alterne les exposés théoriques et les exemples commentés (résolution de questions-problèmes); ceux-ci introduisent aux séances d'exercices (sur ordinateur). A priori, le cours se donnera en présentiel si nous restons en code vert. Il en est de même des séances de travaux pratiques, où certaines séances en distanciel sont cependant prévues.

Modes d'évaluation
des acquis des étudiants

L'évaluation se fera progressivement au cours du quadrimestre, via trois tests portant sur des parties spécifiques de la matière. Le premier test est organisé en octobre, il vaut pour 4 points et porte sur les pré-requis et les éléments de base du cours ; le deuxième test est organisé en novembre, il vaut pour 8 points et porte sur les analyses factorielles et classificatoires ; le troisième test est organisé en décembre, il vaut pour 8 points et porte sur le data management, l'analyse des données par SPSS et le solde de la matière. Les dates de ces tests seront annoncées au début du cours et répétées via les annonces du cours sur moodle.
En seconde session, l'évaluation se fait à une date unique et couvre la même matière que celle sur laquelle portent les trois tests.

Autres infos

Pré-requis : Ce cours se situe dans le prolongement du cours de Statistiques et éléments de probabilité et du Séminaire de travail universitaire qui en constituent dès lors des pré-requis. Evaluation : o Modalités d'évaluation certificative : Le cours sera évalué via trois tests successifs. Les exercices proposés testeront la capacité des étudiants à saisir les conditions d'application des méthodes abordées au cours et à interpréter correctement les résultats d'analyse qui leur seront présentés. Modalités d'évaluation formative : Tant au cours qu'aux séances d'exercices, un certain nombre de problèmes sont proposés aux étudiants qui peuvent ainsi s'évaluer personnellement. Supports didactiques proposés aux étudiants: Des notes de cours rédigées par les enseignants ; les ppt des cours et TPs ; un portefeuille de lecture comprenant des articles présentant les méthodes étudiées ou des articles relatifs à celles-ci ; des fichiers informatiques de données (et le code-book qui l'accompagne) sur lequels sont basés les exemples et sur lequel les étudiants pourront s'exercer ; des vidéos reprenant des points de la matière, proposant des exercices et des corrections. Encadrement : deux assistantes assurent les heures d'exercices.

Ressources
en ligne

L'ensemble des ressources seront déposées sur Moodle.

Bibliographie

La bibliographie est incluse dans les ressources disponibles sur moodle.

Faculté ou entité
en charge

ESPO