Академический Документы
Профессиональный Документы
Культура Документы
DKS/TECFA 7/12/00
A propos de ce matriel
Ce document est compos de transparents utiliss par lauteur dans des enseignements de mthodes. Il sagit ici dune nouvelle version, consommer avec prudence donc! Je tiens galement mexcuser pour mes fautes de franais. La matire couverte est assez simple sur le plan technique, mais il ne faut pas sous-estimer les difficults. Apprendre faire des recherches est quelque chose qui sapprend uniquement dans la pratique. Un cours (y compris tout matriel de formation) ne peut fournir quun point de dpart et des balises. Ce document peut tre utilis comme aide pour toute auto-formation. Toutefois, il est indispensable de consulter dautres textes. Il sagit ici dune collection de transparents facilitant surtout le travail dans le cadre dun sminaire et pas dun texte complet! Voici 4 autres sources conseilles:
Manuels dintroduction la recherche Fragnire, 1996 Quivy & van Campenhoudt, 1995
Manuels dintroduction aux mthodes en sciences sociales Thitart, 1999 Brimo, 1972 (ou plus rcent) Marshall & Rossman 1995 (mthodes qualitatives)
DKS/TECFA 7/12/00
1-1
I Introduction
1.
1.1 La recherche cest: 1.2 Les tapes majeurs dune recherche: 1.3 Agencement des lments de ce cours I-2 I-3 I-4 I-7
I-1
2.
II-1
2.
III-1
III-4 III-5 III-7
DKS/TECFA 7/12/00
Table des matires 2.4 La mesure: observer attributs et comportements de cas III-12 III-16 III-20 III-21 III-26 III-31 III-33 III-37 III-38 III-40 III-41 III-45 III-48 III-49
1-2
3. 4.
La causalit ..................................................................................................................................III-20
5. 6.
Conclusion ..................................................................................................................................III-48
B Bibliographie
B-1
DKS/TECFA 7/12/00
I Introduction
Utilisation de ce matriel
DKS/TECFA 7/12/00
I-2
Poser une question bien dfinir les limites bien laborer les dtails
Creuser utiliser des concepts et dfinitions clairs utiliser un outillage appropri et explicite comparer avec les connaissances qui existent Y rpondre avec un texte clair et une structuration logique
DKS/TECFA 7/12/00
I-3
DKS/TECFA 7/12/00
I-4
trouver un sujet prciser un sujet dfinition dun plan de recherche mise en oeuvre rdaction
DKS/TECFA 7/12/00
I-5
DKS/TECFA 7/12/00
I-6
1. CONCEVOIR
2. INSTRUMENTER!!
(REALITE)
DKS/TECFA 7/12/00
I-7
En clair: vous ne devez pas savoir ce quil y a dans un plan de recherche, mais vous devez en faire un et ensuite lappliquer .... ca prendra du temps !!
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
I-8
DKS/TECFA 7/12/00
II-1
lapproche et le paradigme
DKS/TECFA 7/12/00
II-2
1. La notion de science
Pourquoi ce chapitre? pour comprendre comment formuler un projet de recherche pour comprendre comment fonctionnent vos profs
II-3
Contraintes entre lments de ces 5 axes: ... un premier regard sur la recherche selon ces 5 axes:
mthodes
co
lim
Mthodes de recherches et de rdaction des mmoires
objet
moyens
limite
but
con trai n
in
te
te
nt
ra
lim
ite
ite
DKS/TECFA 7/12/00
II-4
II-5
produire quelque chose qui fait plaisir une certaine communaut (vous ncrivez pas pour vous tout seul!). vous-mme
DKS/TECFA 7/12/00
II-6
2. La place de la mthode
2.1 Les dimensions pistmologiques de la recherche
Les thories de la science analysent dun point de vue philosophique les conditions du savoir scientifique et elle formule des recommandations. Les mthodologies faon gnrale dont il faut mener bien une recherche. sappuyant sur des rflexions dune ou plusieurs thories de la science et propose lutilisation dun ensemble de mthodes. Les mthodes recettes gnrales pour tudier une classe de phnomnes donns. sappuient sur des techniques et des mthodes de rflexion Les mthodes de rflexion comment il faut passer des donnes la thorie ou inversement ? .... (influences par les thories de la science). Les techniques recettes pratiques pour acqurir, manipuler, analyser des donnes, manipuler des concepts, etc.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
II-7
DKS/TECFA 7/12/00
II-8
Grande thorie
concret
DKS/TECFA 7/12/00
II-9
DKS/TECFA 7/12/00
II-10
Pourquoi ?? pouvoir sappuyer sur des mthodologies de recherche confirmes diffrents chercheurs peuvent contribuer ensemble lvolution des connaissances Les chercheurs hors paradigme risquent: lincomprhension (les autres vont ignorer des recherches bases sur une mthodologie trs diffrente) lisolement (les rsultats ne sont pas comparables) Il est fortement conseill deffectuer son travail de mmoire ou de sminaire dans un cadre bien structur, donc ne pas faire du LEGO avec tous les lments que lon trouve.
DKS/TECFA 7/12/00
II-11
2.5 Lapproche
approche +/- = mthodologie ou dmarche une faon de faire comprend un ensemble de mthodes utiles pour tudier une certaine classe de phnomnes. par exemple: lapproche fonctionnelle-systmique, lapproche quasi-exprimentale ou encore lapproche comparative. transdisciplinarit: exemple: Lapproche quasi-exprimentale dveloppe en sciences de lducation, mais populaire en analyse de politiques publiques. Attention Frquemment, approche la place de paradigme. par exemple: public policy approach pour dire: (a) on sintresse lanalyse des politiques publiques (b) on sidentifie la mthodologie dominante dans ce milieu. dans ce sens: approach pour paradigme un peu plus soft.
DKS/TECFA 7/12/00
II-12
DKS/TECFA 7/12/00
II-13
A. Difficults
Une recherche multi-disciplinaire est trs difficile mener. Il faut dabord possder des connaissances trs larges et/ou savoir communiquer avec les gens utilisant un autre langage. Une recherche interdisciplinaire est plus simple mener ..... puisquon ne puise que les concepts et mthodes ailleurs, mais il est difficile de se faire accepter par toutes les communauts scientifiques concernes prend plus de temps en rgle gnrale.
DKS/TECFA 7/12/00
II-14
2.6 Types de recherches A. selon le degr de thorisation (en excluant les ingnieries)
1. La description pure et simple: elle na pas de grande valeur scientifique (sauf pour prparer dautres chercheurs) 2. Les classifications, catgorisations etc. mettent de lordre dans les concepts et les donnes: Ltude intelligente de cas Le type Lidal-type Le modle 3. La thorie: gnralise et montre des rgularits. Elle cherche comprendre et/ou expliquer et/ou prdire. Lidal de la recherche aspire au niveau III
DKS/TECFA 7/12/00
II-15
Question typiques
II-16
DKS/TECFA 7/12/00
Elments de la mthodologie - .
III-1
DKS/TECFA 7/12/00
III-2
Mesure(s)
Il sagit ici dune simplification de ce qui est au coeur dun research design: Conceptualisations: on explicite les questions, fait des hypothses, tablit un cadre danalyse, dfinit des critres danalyse, etc. Mesures: On va voir sur le terrain (selon un chantillonnage) Analyses & conclusion: On met en rapport mesures, analyses de mesures (statistiques ou qualitatives) avec conceptualisations.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-3
Les lments clefs dune recherche empirique (bis) Lagencement entre conceptualisation, mesure, analyses et mthodes de conclusion dpend de lapproche choisie. Thme, objectifs rsultat comparaison avec dautres travaux Analyses et conclusions analyses
hypothses, prcisions
Conceptualisations
Mesure
DKS/TECFA 7/12/00
III-4
Identifie clairement les composantes dun modle cot-bnfice Postule implicitement ou explicitement des liens, causalits, etc. Note: il manque une dfinition des cots et bnfices ....
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-5
indicateurs
DKS/TECFA 7/12/00
analyses statistiques
postulat
III-6
canton d
canton a
Type de plaintes
stratgie 1
stratgie 2
stratgie 3
pleintes formelles de on ne fait rien on cre une clients (lettres) (4) commission (1) pleintes de notables on cre une commisson (2) on acclre le cas (3)
III-7
III-8
Entre un concept thorique et la mesure il existe 2 liens: 1. abstrait - concret (thorie - observables) Exemples: Mesure de participation politique avec participation aux votations Mesure de succs dune limitation de vitesse avec accidents 2. ensemble - partie (dimensions): Exemples: Dcomposition de participation politique en participation aux lections et interventions de groupes dintrts Dcomposition de dveloppement conomique en industrialisation, urbanisation, transports, communications et ducation. Exemple 2-4: Dimensions des concepts utiliss dans ltude job-sharing Dcomposition de bnfices de job-sharing en productivit, qualit (crativit, innovation, ...), remplacements, absentisme, taux de fluctuation, Dcomposition de cot de job-sharing: salaires, contributions de lemployeur, cots de formation, cot place du travail, cot administratifs (gestion du personnel), cot dintroduction (dveloppement du systme), cot pour le suprieur hirarchique, cot de la gestion dinformation, cot de la coordination......
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-9
Concept explicatif
explique
Indice global Dimension1 (ex. industrialisation) Indice Indicateur (ex. PNB) Dimension2 (ex. urbanisation) Indice2
DKS/TECFA 7/12/00
III-10
Exemple 2-6: La mesure de lefficacit stratgique dune entreprise la mme problmatique prsent autrement exemple tir de Thitart (1999:173)
Efficacit stratgique
concept
Performance financire
dimensions
Profits
indicateurs
indice
DKS/TECFA 7/12/00
III-11
DKS/TECFA 7/12/00
III-12
III-13
B. Histoires de fiabilit
fiabilit = degr de consistance de mesures dun mme objet 1. par diffrents observateurs 2. par le mme observateur diffrentes occasions Exemple: Mesure deau bouillante Un thermomtre donne toujours 82 => il est fiable (mais pas valide) Lautre donne entre 99 et 101: => il nest pas trs fiable (mais valide) Sous-types de fiabilit (Kirk & Miller): 1. Fiabilit circonstancielle: le fait que les gens disent toujours la mme chose par rapport une question ne veut pas dire que le rsultat est vrai 2. Fiabilit diachronique: le mme type de mesure fonctionne dans le temps 3. Fiabilit synchronique: peut-on obtenir les mme rsultats en utilisant diffrentes techniques? (par ex. observation & entretien) En bref: peut-on reproduire et rpliquer ?
DKS/TECFA 7/12/00
III-14
Est-ce que vos donnes sont correctes ? La fiabilit des indicateurs est souvent mauvaise. Exemple: le PNB, il est difficile de mesurer par ex. lconomie souterraine (ou lconomie de troc). Est-ce que vos donnes sont comparables ? Il faut se mfier encore plus de la signification de certains indicateurs. Exemples: (a) PNB/hab. identique pour deux pays ne veut pas dire que les deux populations ont le mme niveau de la vie. (prestations en nature, distribution des revenus, etc.) (b) Dans certains cas la signification thorique change. En France par. ex. on peut mesurer la religiosit avec la frquentation des glises. En Irlande dj cela ne veut rien dire, comme tout le monde tendance aller lEglise assez frquemment.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-15
D. Techniques de mesures
Il ny a pas que les chiffres ! cette problmatique sera aborde dans dautres modules ! Formes principales
Articulation verbale Situation informelle formelle et non structure formelle et structure non-verbale et verbale observation (participante) observation (systmatique) exprience simulation, etc. orale entretien dinformation entretien ouvert entretien standardis crite analyse de texte questionnaire ouvert questionnaire standardis
DKS/TECFA 7/12/00
III-16
Un bon travail doit avant tout servir un objectif ! La validit dune thorie ou dun modle se juge par la validit de ses composantes empiriques.
DKS/TECFA 7/12/00
III-17
Autrement dit: Les critres formels les plus importants sont validit et fiabilit il existe plusieurs types de validit de fiabilit les dfinitions ne sont pas toujours les mmes dans la littrature ! UTILITE thorique, pratique, etc. Utilit scientifique CONSTRUCTION, COHERENCE VALIDITE Qualit scientifique FIABILITE ... mais une recherche sera aussi juge sur son utilit et sa cohrence !
DKS/TECFA 7/12/00
III-18
DKS/TECFA 7/12/00
III-19
DKS/TECFA 7/12/00
III-20
4. La causalit
4.1 Une premire rflexion sur les causes
Une corrlation entre deux variables (mesures) ne prouve pas une relation causale La meilleure protection contre ce type de raisonnement erron reste toujours la rflexion thorique. Exemple: Les criminels on tendance manger plus de patates. On sait quil faut chercher du ct situation conomique prcaire et que manger des patates nest quun indicateur pour cette dernire. Exemple: On a privatis et le service marche mieux (cest peut-tre juste leffet de la rorganisation) Quand vous ntes pas srs, parlez dassociation et non pas de cause Mme si une rflexion thorique semble bonne, il faudrait la tester en principe contre des hypothses rivales. Ici on abordera dabord la comparaison de type exprimental (de la mesure dun effet ventuel dune intervention).
DKS/TECFA 7/12/00
III-21
O1
X1
O2
ou
O1
X1
O2
O1 signifie observation de lobjet non-manipul X signifie stimulus ou traitement ou intervention O2 signifie observation aprs intervention. Effet de lintervention: la diffrence entre O1 et O2
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-22
O O
X=stimulus, groupe dexprience (variable explicative) O=mesure groupe de contrle (variable dpendante, expliquer)
DKS/TECFA 7/12/00
III-23
Problmes de lexprimentation simple: Slection: Les sujets ne sont pas les mmes dans les deux groupes Ractivit des sujets: Les individus se posent des questions sur lexprience (effets de compensation) ou peuvent changer entre les observations Difficult de contrler certaines variables dans un contexte rel Par exemple: une nouvelle pdagogie peut marcher mieux cause de lenseignant, cause de la quantit de travail demand, cause de la taille du sminaire etc. Lexprimentation simple avec mesure pralable peut contrler la slection: R R O1 O3 X O2 O4 groupe dexprience groupe de contrle
Dsavantage: effets de la premire mesure sur lexprimentation Exemples: (a) Si X est cens amliorer lenseignement, les tests O1 et O3 peuvent dj avoir un effet (b) Si X mesure la disposition linnovation, un questionnaire de personalit au dpart peut sensibiliser les gens Pour contrler ces effets on dduit: de O2-O1 (rsultat brut) leffet de la mesure au dpart O4-O3
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-24
Il manque une vraie comparaison! On ne compare pas les pourcentages dans deux groupes diffrents! Le faux discours ...
x=120/h y=sans accidents ??? y=avec accidents 1000 x=200/h ??? 100 comparaison horizontale des % ???
III-25
Lexprience sans mesure pralable avec groupes mal choisis X O O groupe d exprience groupe de contrle
Pas de contrle de lvolution du groupe de contrle Il nest pas quivalent, pas de randomisation Exemple: Les discours du style ici a va mieux quailleurs parce quon a fait X Lexprience sans groupe de contrle O X O groupe d exprience
On ne sait pas si X tait la cause Exemple: Les discours du type: Maintenant a va mieux, parce quon a fait X
DKS/TECFA 7/12/00
III-26
4.3 La quasi-exprience
On sinspire du design exprimental, notamment pour les points de mesure dans le temps la slection des objets mesurs (chantillonnage) Il manque un vrai contrle: on ne connat pas tous les stimuli (causes) on narrive pas randomiser (liminer le hasard dautres causes) choix de groupes quivalents trop peu de sujets comparer Il faut optimiser le design et rester critique La quasi-exprience est aussi utile que lexprience car on observe les choses dans un cadre naturel Exemples dutilisation en sciences sociales: recherches dvaluation tude des organisations design de questionnaires (notamment pour lchantillonnage)
DKS/TECFA 7/12/00
III-27
Avantages: on arrive contrler des tendances (trends) (voir pages suivantes) Problmes: Effets externes (un X2 intervient en mme temps que X1) Exemple: On libralise les lois sur le divorce....et on observe plus de divorces, possible cause alternative: On a aussi chang la lgislation qui supporte les mres cheffes de famille (en mieux), alors elles hsitent moins se sparer. Dans ce cas il faut aussi faire attention des effets daccumulation (les gens patientent parfois pour attendre la mise en vigeur de la nouvelle loi pour divorcer plus facilement) Difficults pratiques Obtenir les points de mesure dans le pass et avoir la patience dattendre les effets Exemple: Dans certains quartiers de la ville on instaure des mesures provisoires pour ralentir le trafic. Il manque des mesures pour les annes prcdentes et on na pas la patience dattendre.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-28
B C effet probable D E F G
pas deffet O1
Mthodes de recherches et de rdaction des mmoires
X O2 O3 O4 O5 O6 O7 O8
DKS/TECFA 7/12/00
III-29
A. Leffet statistique est vident (pas besoin dexemple), mais attention: on introduit une mesure, mais leffet est d une autre intervention. B. Effet de feu de paille: On introduit une nouveaut comme des amendes plus leves contre les excs de vitesse. Dabord a marche, ensuite les gens reprennent les habitudes C. Trend naturel (pas besoin dexemple), mais lerreur arrive quand on ne mesure que O4 et O5. D. Confusion entre effets de cycles et intervention Exemple: On prend des mesures contre la hausse des taux dintrts, mais en fait elles sont par hasard intervenues dans un cycle naturel (en politique on agit souvent quand un cycle est au top, voir les politiques conomiques) E. Effet avec dlai: Exemple: Les mesures pour diminuer le trafic en ville (meilleurs transports communs) F. Effet acclration de trend, difficile de faire la diffrence avec (G) parfois G. Evolution exponentielle: mme chose que (C).
DKS/TECFA 7/12/00
III-30
Avantages: Bon test des causes externes Si O2-O1 est similaire O4-O3, on peut rejeter lhypothse que O2-O1 est leffet de X. Inconvnients: Mauvais contrle des tendances naturelles Problmes: Trouver des groupes quivalents et contrle des effets dinteraction entre les deux groupes (voir 4.7 [-38]) Exemple ( laborer):
Commune A Commune B introduit NPM ne fait rien .... .... comparaison horizontale des rsultats .... ....
DKS/TECFA 7/12/00
III-31
4.4 Conclusion sur la causalit de type exprimental (2 situations) A. Cherchez une double comparaison diachronique et synchronique
O O O O O O O O X O O O O O O O O
1. la comparaison entre diffrentes situations 2. mais avec une srie de mesures dans le temps Difficults: 1. Trouver 2 groupes (dobjets/sujets) comparables 2. Sassurer que le groupe de contrle na pas t sous influence dautres variables Difficults pratiques: Ceux qui vous payent veulent souvent des preuves pour dire du bien ou du mal de lobjet tudi.
DKS/TECFA 7/12/00
III-32
problme
impact
Pour lvaluation, il faut distinguer (au moins!): efficience (cot), effectivit (rsolution du problme), efficacit (atteint les objectifs), effets secondaires (impact sur dautres comportements) lapproche quasi-exprimentale value leffectivit et lefficacit elle nexplique pas tout mais ses mthodes et techniques sont utiles partout
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-33
12 (100%) 14 (100%) 26
Le rapport postul existe effectivement, bien que la corrlation soit mdiocre (0.41).
Participation leve ==> 83% de chance pour dpenses gouvern. leves. Participation faible ==> 43% de chance que les dpenses soient leves.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-34
DKS/TECFA 7/12/00
III-35
Exemple: Les jeunes sont plus colos Les jeunes (A) ont moins de voitures (C) parce quils sont moins riches (B)
DKS/TECFA 7/12/00
III-36
Exemple dun effet dinteraction plus complexe Situation 4: Effet dinteraction C Exemple: (dun manuel de sociologie) Ltat civil (B) pour les 2 sexes (A) est influence par C (ducation) B femmes hommes +ducation: maries < maris. - ducation: maries > maris ... et bien sr: il faut encore aller creuser plus loin !
Quest-ce qui va vous sauver: une bonne rflexion des bonnes observations une bonne connaissance des techniques danalyse
DKS/TECFA 7/12/00
III-37
DKS/TECFA 7/12/00
III-38
Un autre vnement que X arrive entre les mesures histoire Exemple: Les effets dune lgislation sont dues un autre phnomne (moins de rfugis cause de la situation internationale) Lobjet mesur change naturellement entre les mesures maturation Exemple: Mesurer leffet dun cours de mthodes ne sert rien parce que les gens les apprennent aussi naturellement pendant leurs tudes La mesure elle-mme a un effet sur lobjet testing Exemple: Si on interroge les gens avant lintervention il vont changer cause de cette mesure La mthode pour mesurer ne donne plus les mmes rsultats instrumentation Exemple: Les statistiques sur les petits dlits sont fausses car on ne les annonce plus la police Les diffrences sattnuent naturellement rgression Exemple: On introduit des mesures politiques quand il y a une grande crise statistique (par exemple 5 crimes contres les enfants en une anne) mais lanne daprs il y aurait eu baisse naturellement.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-39
Type (auto) slection mortalit interaction avec slection Ambigut sur la direction Diffusion ou imitation du traitement Egalisation compensatoire
Dfinition: Variable dpendante = objet tudi (mesur O) Variable indpendante = intervention X Les sujets sauto-slectionnent Exemple: On teste lefficacit dune assistance sociale renforce ... et les bons restent, les mauvais partent. Les sujets ne sont plus les mmes Exemple: on prend des mesures contre certains trafiquants de drogue, mais ils se sont installs ailleurs pour des raisons indpendantes Des effets combinatoires, par exemple le groupe de contrle possde une maturation diffrente Exemple: Est-ce que les gens travaillent mieux dans une organisation libertaire ou est-ce que les gens bien ont besoin de moins de contrle ? Exemple: Une commune fait de la promotion industrielle. La commune voisine qui sert de contrle peut aussi en profiter ou mme imiter un peu. Exemple: Les sujets qui ne reoivent pas un meilleur traitement sont dus.
DKS/TECFA 7/12/00
III-40
III-41
5. Analyse et gnralisation
il sagit ici dune petite sensibilisation
III-42
oprationalisation mesure
ensemble de dimensions /indices ou indicateurs ensemble dindicateurs chelles (ensemble de valeurs dune chelle) lments (cas) de lchantillon donnes (variables statistiques)
statistique
On ne veut pas connatre les cas individuels (pas de noms!) et on ne conceptualise que ce qui est mesurable!
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-43
Exemple 5-1: Un exemple de sensibilisation pour le design statistique: Hypothse: Le niveau de formation dans un pays est fonction de sa richesse. On mesure les concepts de la faon suivante: richesse: PNB/habitant niveau de formation: taux dalphabtisation Rsultats: Le plot suivant montre le rapport entre PNB/habitant et alphabtisation (selon Worldhandbook 1980 ?): Dans lensemble ca joue, mais les pays marqus par + drangent: il sagit de pays producteurs de ptrole Soit on admet que lhypothse nest pas si bonne que cela ou encore on rvise le modle et on le teste de nouveau. En aucun cas on le droit de dire que le modle joue sauf pour Kowet, Arabie Saoudite, etc.
DKS/TECFA 7/12/00
III-44
100.00 |** 2 22* 2 2 **23**3* ** | *22 ** |2 3 * * * |4 * 2 ** 2 |*** * 2 *** * *22 + *33 * 2* * |* + 3 * * 32* *3 4* 52 * + 52 6* * 6* |------------+-----------------------------------0 X= PNB/habitant en $ 15190
Y a l p h a b e t
On ne veut rien savoir des cas ...... Ce qui nous intresse sont niveau de formation et richesse ainsi que la relation entre ces 2 variables thoriques On les regarde seulement des ides pour formuler une nouvelle thorie.
DKS/TECFA 7/12/00
III-45
Une recherche comparative procde souvent par itration entre autres pour liminer les noms (voir: exemple 5-1 Un exemple de sensibilisation pour le design statistique: [43])
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
III-46
Gnralisation plus faible (validit externe) Il faut sassurer quil existe une bonne variance des variables opratives (explicatives et expliquer) car sans variance pas de relation et donc pas de lois ! Les variables de contrle sont constantes (idalement). Ainsi on peut liminer ces variables (ignores dans les hypothses) dans lanalyse. variance des variables opratives variance des variables de contrle maximal
Cette formule dit en gros que a nest pas grave si le groupe choisi nest pas trs homogne condition que les autres variables aient une forte variance
DKS/TECFA 7/12/00
III-47
DKS/TECFA 7/12/00
III-48
6. Conclusion
6.1 Rsum des approches dites classiques rencontres ici:
quelques usages Psychologie politique et sociale 4.2 Lexprience et la Analyse de politiques publiques quasi-exprimentation [21] Sondages Analyse des organisations 5.1 Analyse et gnra- Sondages lisation dans le design statistique [41] Politique compare 5.2 La mthode com Analyse de politiques parative [45] publiques approche description Premier idal scientifique: Il sagit de faire un design qui permet de bien contrler les causes et les effets dune intervention (exprimentale ou non) Deuxime idal scientifique: Il sagit de dterminer des lois qui font abstraction des cas observs. Comme lapproche statistique, mais dans des plus mauvaises conditions.
Ces approches peuvent tre combines. Ici on en parle principalement pour illustrer les problmatiques de loprationalisation, de la mesure et de linterprtation
DKS/TECFA 7/12/00
III-49
DKS/TECFA 7/12/00
III-50
DKS/TECFA 7/12/00
Bibliographie - .
B-1
B Bibliographie
Brimo, A. (1972). Les mthodes des sciences sociales. Montchrestien, Paris. Campbell, T. & Stanley, J. (1963). Experimental and quasi-experimental designs for research. Rand McNally, Chicago. Combessie, J.-C. (1996). La mthode en sociologie. Editions La Dcouverte. Dey, I. (1993). Qualitative Data Analysis. Routledge, London. Fragnire, J. (1996). Comment russir un mmoire. Dunod, Paris. Grawitz, M. (1986). Mthodes des sciences sociales. Prcis Dalloz. Dalloz, Paris. Holt, R. & Richardson, J. (1960). Competing paradigms in comparative politics. In Holt, R. & Turner, J., editors, The Methodology of Comparative Research, pages 2172. The Free Press, New York. Holt, R. & Turner, J. (1960). The methodology of comparative research. In Holt, R. & Turner, J., editors, The Methodology of Comparative Research, pages 120. The Free Press, New York. Javeau, C. (1994). Lenqute par questionnaire, Manuel lusage du praticien. Les ditions de lorganisation, Paris. Lijphart, A. (1995). The comparable-cases strategy in comparative research. Political Studies, 2:158177. Marshall, C. & Rossman, G. B. (1995) , Designing Qualitative Research, second edition, Sage, London. Gabrielle Merz-Turkmani (1998) Job-Sharing au Managementebene, Tavaux de cours et mmoires de lIdheap 11.
Mthodes de recherches et de rdaction des mmoires DKS/TECFA 7/12/00
Bibliographie - .
B-2
Miles, M. B. & Huberman, A. (1994). Qualitative Data Analysis: An Expanded Sourcebook. Sage. Quivy, R. & van Campenhoudt, L. (1995). Manuel de recherche en sciences sociales. Dunod, Paris. Perruchoud, M. (1998). Un partenariat public-priv dans la protection des travailleurs, Tavaux de cours et mmoires de lIdheap 11 Rongre, P. (1979). Mthodes des sciences sociales. Dalloz, Paris, 3 edition. Silverman, D. (1993). Interpreting Qualitative Data. Sage, London. Thitart, R-A. & al. (1999). Mthodes de recherche en management, Dunod, Paris.
DKS/TECFA 7/12/00