Techniques d'enquête

Ce cours initie les étudiants à la conception, à l'administration et à l'exploitation d'une enquête par questionnaire. Il combine un volet de connaissances sur les différentes méthodes de collecte de données mobilisées en économie (questionnaire classique, mais aussi web scraping, réseaux sociaux, données satellitaires, image, vidéo, audio) et sur leurs enjeux éthiques, et un volet pratique centré sur l'enquête par questionnaire : les étudiants conçoivent et administrent, à l'aide d'un outil de questionnaire en ligne, une enquête répondant à une question de recherche qu'ils auront eux-mêmes formulée. Le cours se concentre sur la production de données primaires de qualité ; l'analyse économétrique de ces données et la théorie de l'échantillonnage sont approfondies dans les autres cours du parcours.

L'objectif principal est de rendre les étudiants autonomes dans la production de données primaires de qualité, au premier rang desquelles l'enquête par questionnaire. Il s'agit de leur permettre de : choisir et justifier un plan d'échantillonnage adapté et faisable ; concevoir un questionnaire rigoureux (formulation, échelles, ordre, pré-test) et l'administrer en ligne ; identifier et limiter les principaux biais de collecte ; conduire la collecte dans le respect des exigences éthiques et légales (consentement, anonymisation, RGPD) ; et préparer les données collectées en vue de leur analyse.
Le cours vise aussi à leur donner une vue d'ensemble du paysage contemporain des données en économie (y compris les sources numériques émergentes) afin qu'ils sachent situer le questionnaire parmi ces méthodes et en mesurer les compromis, et maitrisent les outils de collecte de ces nouveaux types de données.

Modalités : Mixte : CC + CT
SESSION 1 :
Contrôle Terminal
• Type : Oral, Dossier
• Durée : --
• Précisions : L'évaluation repose sur un projet d'enquête individuel ou collectif, donnant lieu à deux livrables :
  ••• un document écrit présentant la question de recherche, le protocole de collecte de données ; les résultats de celle-ci et une discussion critique des biais et des limites ;
  ••• une soutenance orale

Régime Dérogatoire
• Type : Oral, Dossier
• Durée : 2h00

SESSION 2 :
• Type : Oral, Dossier
• Durée : 2h00

Utilisation de l'intelligence artificielle :
Usages IA : usage autorisé pour aider à la réalisation des travaux soumis à évaluation pour la Session 1

• est autorisé pour les tâches suivantes :
  • documentation (identification de ressources pertinentes, synthèse de travaux existants, état de l’art)
  • assistance au code et à la production de scripts
  • recherche d’idées (explicitation du sujet, “brainstorming”)
  • édition (correction de fautes d’orthographe et de syntaxe, mise en forme des références, traduction de citations et d’extraits).
• Il est interdit pour les tâches suivantes :
  • construction (problématisation, suggestion de plan)
  • rédaction (amélioration du style, réécriture de passages, rédaction de résumés)

Les résultats fournis par l’IA doivent constituer un matériau pour votre réflexion, et toujours faire l’objet d’une réappropriation et d’une reprise critique.

Tous les usages doivent être documentés dans une section dédiée à la fin de votre travail, à l’exception des usages de recherche web augmentée, de correction orthographique et syntaxique. Cette section doit permettre à votre lecteur d’évaluer la manière dont vous avez travaillé avec l’IA et mobilisé cette ressource au service d’un travail personnel.

L’intégration directe de contenus engendrés par l’IA doit être faite sous le régime de la citation.

Connaissances de base en statistique descriptive et inférentielle et en économétrie (niveau M1). Connaissances de base en R ou Python. Aucun prérequis sur les outils d'enquête en ligne.

À l'issue du cours, les étudiants seront capables de :
• Situer l'enquête par questionnaire dans le paysage contemporain des données économie, y compris au regard des sources numériques émergentes (web scraping, réseaux sociaux, données satellitaires, image, vidéo, audio), et en comprendre les atouts et limites respectifs
• Identifier et comparer les principales méthodes de collecte de données en économie appliquée et choisir la plus adaptée à une question de recherche
• Traduire une question de recherche en un protocole d'enquête (population, échantillon, hypothèses)
• Choisir et justifier un plan d'échantillonnage faisable au regard des contraintes de l'enquête
• Concevoir, tester et administrer un questionnaire à l'aide d'un outil en ligne
• Anticiper, repérer et limiter les biais de collecte (non-réponse, sélection, désirabilité sociale)
• Réaliser une évaluation psychométrique de la qualité du questionnaire
• Conduire une collecte de données conforme aux exigences éthiques et légales (consentement, anonymisation, RGPD)
• Préparer les données collectées et en discuter de façon critique les limites en vue d'une analyse ultérieure

• Ardilly, P. (2006). Les techniques de sondage (2e éd.). Technip.
• Auspurg, K., & Hinz, T. (2015). Factorial survey experiments. SAGE.
• Berthier, N. (2015). Les techniques d’enquête en sciences sociales : méthodes et exercices corrigés (4e éd.). Dunod.
• Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, phone, mail, and mixed-mode surveys: The tailored design method (4th ed.). Wiley.
• Fowler, F. J. (2013). Survey research methods (5th ed.). SAGE Publications.
• Groves, R. M., Fowler, F. J., Couper, M. P., Lepkowski, J. M., Singer, E., & Tourangeau, R. (2009). Survey methodology (2nd ed.). Wiley.
• Martin, O. (2017). L’analyse quantitative des données (4e éd.). Armand Colin.
• Salganik, M. J. (2018). Bit by Bit: Social Research in the Digital Age. Princeton University Press.
  • Tourangeau, R., Rips, L. J., & Rasinski, K. (2000). The psychology of survey response. Cambridge University Press.
• Tillé, Y. (2019). Théorie des sondages : échantillonnage et estimation en populations finies (2e éd.). Dunod.
• CNIL. (s. d.). Guides et recommandations sur la recherche et le RGPD. https://www.cnil.fr/

Support de cours : diaporamas et notes de cours déposés sur l'espace de Cours en ligne
Outil de collecte : plateforme de questionnaire en ligne (Google Forms, avec accès via le compte @parisnanterre des étudiant.e.s) pour la conception et l'administration des enquêtes.
GitLab du cours : pour le dépôt des projets terminés et l’apprentissage de la productibilité de la recherche.
Outils de traitement des données : tableur et logiciel statistique (R ou Python) pour la préparation des données collectées.
Exemples de questionnaires et jeux de données d'enquêtes existantes (ex. enquêtes de l'INSEE) servant de modèles et de cas d'étude.
Ressources de référence : manuels et articles listés dans la bibliographie.
Ressources réglementaires : guides de la CNIL sur la recherche et le RGPD.