Méthodologie et analyse de données

Cet enseignement vise à permettre aux étudiants de comprendre et d’articuler les différents plans de recherche (expérimentaux, corrélationnels) avec les données empiriques issues d’une étude scientifique. 

Il les amène à formuler des hypothèses théoriques et à les traduire en hypothèses statistiques testables, en assurant la cohérence entre la question de recherche, le dispositif méthodologique, les variables observées et les méthodes d’analyse mobilisées. 

Une attention particulière est portée à la modélisation des phénomènes étudiés, à la prise en compte de l’incertitude statistique et à l’interprétation critique des résultats, afin de développer une démarche d’analyse rigoureuse et reproductible.

 Cet enseignement est structuré en deux volets complémentaires :

-          Méthodologie des plans expérimentaux, visant à comprendre la construction d’un protocole expérimental, l’identification des variables indépendantes et dépendantes, ainsi que les principes d’inférence statistique permettant de tester des hypothèses causales.

-          Méthodologie des plans corrélationnels et analyse multivariée des données, portant sur l’étude des relations entre variables à partir de données observationnelles. Les étudiants seront initiés à différentes approches d’analyse multivariée, notamment la modélisation par équations structurelles et l’analyse en composantes principales, afin de comprendre comment modéliser et interpréter la structure des données complexes.

---------------- SESSION 1 ----------------

REGIME STANDARD

·         Evaluation terminale (semaine d’examens)

Devoir sur table. Durée 2h (hors tiers temps)

---------------- SESSION 2 ----------------

REGIME STANDARD / DEROGATOIRE

Oral - 45 min max

Bac+4

-          Dans le cadre de l’approche expérimentale, être capable de traduire des hypothèses théoriques en dispositifs expérimentaux opérationnels, d’identifier les variables pertinentes et de structurer les données en fonction des différents types de plans expérimentaux afin de permettre leur analyse statistique.

-          Dans le cadre de l’approche corrélationnelle, comprendre les principes et l’intérêt des méthodes d’analyse multivariée pour étudier les relations entre variables. Les étudiants devront maîtriser les principales étapes de l’analyse (préparation des données, choix du modèle, estimation, interprétation) et être capables d’interpréter de manière critique les résultats issus d’approches telles que l’analyse en composantes principales et la modélisation par équations structurelles.

-          Matalon, B. (1988). Décrire, expliquer, prévoir : démarches expérimentales et recherche en sciences sociales. Paris : Armand Colin.

-          Vallerand, R. J., & Hess, U. (2000). Méthodes de recherche en psychologie. Montréal : Gaëtan Morin.

-          Tenenhaus, M. (2007). Méthodes pour décrire, expliquer et prévoir. Paris : Dunod.

-          Bonnebille-Roussy, A. (2020). Introduction aux analyses par équations structurelles. Paris : Dunod.

-          Kline, RB. (2005). Principles and Practice of structural Equation Modeling. Second Edition. Guildford Press.

cours en ligne