SOMMAIRE

INTRODUCTION

A. Objet de l’épistémologie

B. Spécificité de l’épistémologie économique (économie en tant que science so-

ciale)
B.1. L’économique et les sciences humaines
B.2. L’économique et les sciences expérimentales

C. Le statut épistémologique des mathématiques et de l’économétrie : le débat

formaliste

D. Plan du cours

PREMIERE PARTIE

L’ELABORATION DES CONNAISSANCES EN SCIENCES SO-

CIALES
CHAPITRE I. LA DEMARCHE DES SCIENCES SOCIALES

I.1. La formation de la méthode scientifique : Le problème de la démarcation

I.2. La structure de la méthode scientifique en sciences sociales

I.2.1. Les méthodes élémentaires

I.2.1.1. La méthode inductive

I.2.1.2. La méthode déductive

I.2.2. Les limites de l’induction/déduction : Le problème de l’induction

1.2.3. La méthode hypothético-déductive

CHAPITRE II. LES CONTROVERSES METHODOLOGIQUES

II.1. Les principaux clivages méthodologiques

II.2. Quelques grandes controverses méthodologiques

DEUXIEME PARTIE
 2

LES FONDEMENTS EPISTEMOLOGIQUES DE LA METHODOLOGIE DE LA

RECHERCHE ECONOMIQUE

CHAPITRE III. LA MISE EN ŒUVRE DE LA DEMARCHE HYPOTHETICO-

DEDUCTIVE

III.1. La formulation d’un problème digne de recherche

III.2. La formulation d’une question de recherche pertinente
III.3. La formulation d’objectifs cohérents de recherche
III.4. La formulation d’hypothèses de recherche logiques
III.5. Une revue critique de la littérature

CHAPITRE IV. LA STRATEGIE DE RECHERCHE

III.1. La recherche historique

III.2. La recherche descriptive
III.3. La recherche explicative / prédictive
III.4. La recherche pré-test et post-test

CHAPITRE V. L’ELABORATION DU CADRE OPERATOIRE DE RE

CHERCHE

V.1. La confection du questionnaire

V.2. L’administration du questionnaire
V.3. La validation des données
V.4. Le traitement des données

CHAPITRE VI. LA PRESENTATION DES RESULTATS DE RECHERCHE

VI.1. L’élaboration du rapport de recherche

VI.1.1. Les principes d’élaboration

VI.1.2. Les composantes (structure) d’un rapport de recherche

VI.2. Exemples de rapports : mémoires, thèses, rapports d’étude, articles…

VI.2.1. Le choix du sujet

VI.2.2. La confection du projet
VI.2.3. L’exécution du projet
VI.2.4. La soutenance
VI.2.5. Le calendrier (à convertir selon les besoins)
 3

INTRODUCTION
A. Objet de l’épistémologie

En tant que branche de la philosophie des sciences, l’épistémologie a pour objet l’étude
critique des principes, des méthodes et des résultats de la science, conduisant à la créa-
tion de nouvelles connaissances. La vocation de l’épistémologie est donc double, cri-
tique et constitutive :
- Comme étude critique, elle examine les principes, les concepts de base et les mé-
thodes selon lesquels les théories expliquent les phénomènes, pour en évaluer le
caractère scientifique, notamment à travers les controverses. Dans cette optique,
l’épistémologie relève de la théorie de la connaissance, ou Gnoséologie.
- Comme étude constitutive, elle fait une critique constructive contribuant au déve-
loppement permanent des théories, notamment à travers l’heuristique.

Pour affiner l’objet de l’épistémologie, on peut la concevoir dans un cadre chronologique

où elle s’appuie en amont sur l’histoire des faits et l’histoire de la pensée, et débouche en
aval sur la recherche :
1 L’histoire des faits décrit le contexte dans lequel les paradigmes ont pris nais-
sance. Il est par exemple difficile de comprendre Keynes si l’on ignore l’histoire
de la crise de 1929.
2 L’histoire de la pensée analyse l’évolution et la portée doctrinale des courants de
pensée.
3 L’épistémologie fait une évaluation scientifique de ces courants de pensée.
4 La recherche opérationnalise en quelque sorte l’épistémologie pour examiner la
portée heuristique des paradigmes. Cet objectif fait de la recherche
l’aboutissement nécessaire de l’épistémologie, et vice versa. Cette complémen-
tarité entre l’épistémologie et l’heuristique constitue ainsi la base du développe-
ment des connaissances.

B. Spécificité de l’épistémologie économique (économie en tant que science sociale)

Cette spécificité se situe entre deux extrêmes distingués par Christian Wolff1: d’une part
le monisme méthodologique qui prêche l’unité de la science, et d’autre part le dualisme
méthodologique, qui oppose radicalement les sciences sociales et les sciences expérimen-
tales. Il s’agit ici simplement d’affiner la définition de l’épistémologie des sciences so-
ciales, en distinguant son objet de celui des sciences humaines d’une part, de celui des
sciences expérimentales d’autre part.

1
J. Ecole. « Un essai d’explication rationnelle du monde ou la Cosmologia generalis de Christian Wolf ».
Giornali di metafisica, 18, 1963, 622-650.
 4

B.1. Sciences sociales et sciences humaines

L’expression « sciences humaines » est souvent utilisée pour désigner indistinctement les
disciplines ayant pour objet d'étude, divers aspects de la réalité humaine. L'expression
anglaise « social science » a été forgée en 1824 par William Thompson2.

On peut contraster ces deux catégories de disciplines, en disant que les sciences sociales
(économie, sociologie, histoire…) ont pour objet d'étude les sociétés humaines, tandis
que les sciences humaines (anthropologie, psychologie, ethnologie…) étudient les cul-
tures humaines, les modes de vie et les comportements individuels dans les contextes
sociaux, sociétaux et environnementaux. Les sciences humaines ont une interface avec
les sciences de la nature et de l'environnement, car l'homme fait partie des espèces vi-
vantes, et il a une empreinte écologique croissante sur les écosystèmes. Les sciences so-
ciales sont tournées vers l’observation de la réalité des faits sociaux, selon deux grands
axes :

- l’observation de l’homme dans les rapports sociaux (notamment les rapports de

production, de répartition et de consommation) ;
- l’observation et l’explication des comportements individuels et sociaux.

B.2. Sciences sociales et sciences expérimentales

Du fait de la particularité de leur objet d’étude, les sciences sociales et humaines ont plus
de difficulté que les sciences expérimentales, pour définir un critère de scientificité et
d'objectivité relative au comportement humain. La méthodologie des sciences sociales
viole fréquemment en effet le critère de Popper, ou critère d’infirmabilité, généralement
admis depuis 1948 comme critère de scientificité. Selon ce critère, une théorie est scienti-
fique si et seulement si elle est infirmable ou falsifiable ou réfutable (par les faits). Or
les théories en sciences sociales ne sont pas infirmables au sens des sciences expérimen-
tales, mais en un sens aprioriste (au sens de Von Mises). Il ne s’agit pas en effet de justi-
fier les hypothèses a posteriori par l’expérience. Il s’agit de les spécifier a priori sur une
base axiomatique, et de les tester ensuite (notamment par l’enquête) afin de les ajuster à
la réalité.

Cet apriorisme apparaît aussi bien chez les fondateurs qui ont élaboré des systèmes géné-
raux d’explication (par exemple l’individualisme méthodologique, qui repose sur la thèse
de rationalité parfaite de l’Homo œconomicus), que dans les études économétriques
contemporaines orientées vers l’analyse économique de problèmes particuliers et utilisant
des données empiriques. Ces données visent en effet à justifier non seulement les conclu-
sions, mais aussi les hypothèses et postulats, qui reposent sur des comportements psycho-
logiques présupposés.

2
William Thompson, An Inquiry into the Principles of the Distribution of Wealth Most Conducive to
Human Happiness; applied to the Newly Proposed System of Voluntary Equality of Wealth, London,
Longman, Hurst Rees, Orme, Brown & Green, 1824.
 5

C. Le statut épistémologique des mathématiques

En philosophie des mathématiques, trois principaux courants (le courant logiciste, le cou-
rant constructiviste et le courant formaliste) ont marqué l’évolution du débat sur le statut
épistémologique des mathématiques modernes en tant que logique déductive et formelle.
L’objectif était de résoudre les « paradoxes » (ou les contradictions) nés de la théorie des
ensembles de Cantor, afin de donner des fondements scientifiques rigoureux aux mathé-
matiques :

- Le logicisme de Bertrand Russell et North Whitehead considère les mathéma-

tiques comme une extension de la logique (Principles of Mathematics, 1903), et
peut ainsi être réduite à une série de déductions à partir des principes logiques. Le
logicisme tente en particulier de résoudre le paradoxe de « l’ensemble de tous les
ensembles » par la théorie des types. Selon cette théorie, « tout ce qui inclut tous
les éléments d’une collection ne doit pas être soi-même un élément de cette col-
lection » (doit être d’un type différent).

- Le constructivisme sous sa forme la plus connue, renvoie à la doctrine « intui-

tionniste » de Brouwer. D’après ce courant, les objets mathématiques sont des
créations intuitives de l’esprit humain, antérieure à toute construction logique, et
n’ayant aucune existence indépendante de l’activité du mathématicien qui les
construit. Il en découle que ces objets n’ont de sens que par rapport aux propriétés
susceptibles d’être démontrées par ce mathématicien à un instant donné, sans ré-
férence à un quelconque enchaînement de propositions logiques.

Le courant intuitionniste critique notamment le principe du « tiers-exclu » cher à

la logique classique et à celle de Russell. Selon ce principe, la négation d’une
proposition fausse est vraie. La contradictoire d’une proposition fausse n’est
pas nécessairement vraie, dans la mesure où cette contradictoire n’est pas néces-
sairement le contraire ou l’opposée de proposition considérée, comme dans le rai-
sonnement par l’absurde.

La critique porte sur le fait que ce principe ne peut s’appliquer qu’à un nombre fi-
ni d’objets, comme l’ensemble de Cantor, sans pouvoir être étendu à un nombre
infini (le fait que la proposition « il existe un entier naturel plus grand que tous les
entiers naturels premiers » soit fausse ne signifie pas que sa contradictoire « pour
tout entier naturel n, il existe un entier naturel premier p qui lui est supérieur » est
vraie. Il convient toutefois de noter que la notion d’infini diffère d’un courant à
l’autre. L’infini des intuitionnistes est construit et ouvert, et il est toujours pos-
sible d’y ajouter une unité (en passant de n éléments à n+ 1), tandis que l’infini de
Cantor est clos et défini.

- Le formalisme renvoie à la méthode axiomatique. Sous sa forme la plus élaborée,

le formalisme est en effet issu du grand essor de la formalisation et de
l’axiomatisation des théories mathématiques au XIXème siècle. Ce processus
trouve son aboutissement vers les années 1920 dans le Programme de Hilbert
(ensemble de travaux coordonnés par cet auteur). La version originale de ce pro-
gramme a été complétée depuis lors pour devenir le point de vue de la majorité
 6

des mathématiciens, notamment sous la forme que lui a donnée le groupe Bour-
baki en 1939 (éléments de mathématiques).

Le courant formaliste tente d’échapper à la critique intuitionniste concernant

l’incapacité de la logique classique à générer des ensembles d’éléments infinis, en
s’intéressant non pas au contenu intuitif des propositions, mais à leur forme.
D’après le courant formaliste, le raisonnement mathématique doit avoir la forme
d’une axiomatique telle que : des propositions (théorèmes) soient déduites de
propositions premières (prémisses ou axiomes) non démontrables (non déduc-
tibles). Les mathématiques sont alors conçues comme un maniement de symboles
représentatifs de propositions purement formelles, sans aucun contenu séman-
tique, intuitif ou accessible à l’expérience.

D. Plan du cours

Le cours comportera deux parties, conformément à la double vocation (critique et consti-

tutive) de l’épistémologie des sciences sociales énoncée en objet :

- La première présente l’élaboration des connaissances en sciences sociales à tra-

vers la démarche propre à ces sciences (chapitre I) ainsi qu’à travers les contro-
verses (chapitre II) ;

- La seconde examine les fondements épistémologiques de la stratégie de re-

cherche.
 7

PREMIERE PARTIE

LE PROCESSUS D’ELABORATION DES CONNAISSANCES EN

SCIENCES SOCIALES

CHAPITRE I. LA DEMARCHE DES SCIENCES SOCIALES

Dès le 19ème siècle, l’épistémologie s’est orientée vers l’élaboration d’une méthode scien-
tifique, dans une quête permanente d’unité des sciences. Cette tendance s’est cristallisée
autour du mouvement du positivisme logique (ou empirisme logique), lancé par le Cercle
de Vienne3 dans les années 30. Cette tendance recherche une théorie unifiée de la con-
naissance, définissant un objet et un sujet de connaissance. Elle vise à dépasser la concep-
tion « métaphysique » de la science pour bâtir une « conception scientifique du
monde », selon l’intitulé du manifeste du Cercle de Vienne4. Ce manifeste constituait le
credo du positivisme logique, s’appuyant sur un programme destiné à rendre la philoso-
phie scientifique, comme prélude à une réforme sociale éclairée, débarrassée des préju-
gés métaphysiques ayant conduit dans le passé à des répressions (inquisition par
exemple) et à des atteintes à la liberté. Le Cercle entendait poursuivre les travaux du logi-
cien allemand Gottlob Frege visant à créer un langage scientifique fondé sur la logique
formelle (ou mathématique), et du philosophe des sciences autrichien Ernst Mach qui
avait entrepris une critique de la terminologie physique, axée sur la corrélation de
l’observation empirique avec des fonctions mathématiques, excluant d’emblée tout ce qui
n’était ni observable, ni mathématique. Le positivisme logique se fixait cinq priorités,
dont une critique, et quatre constructives :

- La première priorité, critique, affirmait l’illégitimité de toute forme de connais-

sance autre qu’empirique ou mathématique. Elle excluait du champ du savoir les
théories spéculatives portant sur la nature de la réalité, c’est-à-dire la métaphy-
sique, ou la vérité révélée, c’et-à-dire la théologie.

- La deuxième priorité portait sur la vérification des prétentions empiriques du sa-

voir. Seules étaient recevables celles qui étaient vérifiables par les sens.

- La troisième priorité tenait la physique « théorique » pour l’exemple type de sa-

voir empirique (version radicale du physicalisme). Seules les disciplines élaborant
leurs théories sur le même mode étaient reconnues comme scientifiques.

- La quatrième priorité regroupait le savoir ainsi authentifié au sein d’un corpus

unique par l’établissement d’un « langage d’observation neutre », à même de
rendre compte du développement de la science selon un processus cohérent entier
et linéaire. Seul un tel corpus pourrait rendre les résultats de la science utile sur le
plan social.

3
Les membres fondateurs étaient Gustav Bergmann, Rudolf Carnap, Herbert Feigl, Plilipp Frank, Kürt
Gödel, Hans Hahn, Viktor Kraft, Karl Menger, Marcel Natkin, Otto Neurath, Olga-Hahn-Neurath, Theodor
Radakovic, Moritz Schlick, et Ludwig Waismann. Les sympathisants de marque étaient Albert Einstein,
Bertrand Russel et Ludwig Wittgenstein. Karl Popper était associé au Cercle.
4
Wissenschaftliche Weltauffassung (Conception scientifique du monde), 1928.
 8

- La cinquième priorité érigeait le calcul (l’utilitarisme) benthamien de l’utilité en

norme devant désormais servir à trancher toutes les questions d’ordre pratique,
aussi bien éthiques que politiques, esthétiques, considérées comme utilitaires

La formation de la méthode scientifique a constamment tourné autour du problème de la

démarcation, c’est-à-dire la recherche d’un critère logique scindant l’activité intellec-
tuelle en deux classes mutuellement exclusives : science et non-science :

- Dans un premier temps, l’empirisme a servi de critère de démarcation entre

science et métaphysique. Au XIXème siècle la science se différenciait ainsi de la
non-science (la métaphysique) par l’utilisation de la méthode inductive caractéris-
tique de l’empirisme. Kant a été le premier à formuler le problème de la démarca-
tion entre science et métaphysique, et à proposer l’empirisme comme critère de
démarcation. Il dépasse toutefois l’empirisme radical de Hume, pour qui le con-
tenu d’une théorie scientifique doit être strictement expérimental par opposition à
une théorie métaphysique, qui se donne comme vraie sans référence à aucune ex-
périence objective. Il admet avec Hume que la connaissance scientifique de la réa-
lité a, contrairement à la métaphysique, un contenu d’expérience mais se dé-
marque de lui en affirmant que ce contenu est organisé par la raison. Les théories
scientifiques se définissent ainsi comme des systèmes dans lesquels il est fait
usage légitime de la raison.

- Les limites de l’induction (le problème de l’induction) vont amener le Cercle de

Vienne à adopter le principe de vérifiabilité du comme critère de démarcation
entre science et non-science (empirisme). La scientificité d’une théorie pouvait
ainsi être établie uniquement par un examen de la signification (logique) de ses
énoncés L’opérationnalisme (Percy Bridgman) est apparu en 1927, comme outil
de ce positivisme logique du Cercle de Vienne. D’après cette méthode, une hypo-
thèse, un concept ou une théorie sont scientifiques si et seulement si il est possible
de spécifier une opération physique qui assigne des valeurs quantitatives à leurs
termes de base. Ainsi par exemple, la longueur est la mesure des objets dans une
seule et même unité.

- Ce processus culmine avec Karl Popper, qui adopte la réfutabilité (ou

l’infirmabilité ou encore la falsifiabilité) comme critère méthodologique pour
objectiver les résultats de la science. Une théorie ne peut ainsi être dite scienti-
fique que si on peut déduire de la cohérence de ses propositions constitutives, au
moins un test empirique qui, s’il était vérifié, la réfuterait.

Mais la frontière tracée par le critère de Popper entre science et non-science n’est pas
absolue (Blaug 1992, p. 14). L’infirmabilité de même que les possibilités de test demeu-
rent une question de degré et non de nature. Le critère de démarcation n’est pas une
frontière nette entre deux classes de connaissances qualifiées de science et non-science,
mais apparaît plutôt comme décrivant un spectre de connaissance :
 9

- à une extrémité se trouvent les sciences naturelles dites « dures » comme la phy-
sique et la chimie (par opposition aux sciences naturelles dite « douces » comme
la biologie de l’évolution, la géologie, la cosmologie) ;

- à l’autre extrême du spectre se trouvent la poésie, les arts… ;

- Les sciences sociales et humaines se trouvent entre ces deux extrémités.

I.2. La structure de la méthode scientifique en sciences sociales

I.2.1. Les méthodes élémentaires

I.2.1.1. La méthode inductive

Historiquement, l’empirisme a été la première conception de la philosophie des sciences,

au milieu du 19ème siècle. D’après cette conception, l’étude scientifique :
- part de l’observation libre des faits,
- procède par inférence (ou induction) à la formulation des lois relatives à ces faits,
- parvient par induction supplémentaire à des théories et des modèles,
- teste ces lois par comparaison de leurs prédictions avec les faits observés au dé-
part.

C’est à Mill5 que l’on doit la première présentation systématique de la méthode inductive
pour déterminer la cause des évènements, qu’il considère comme la seule méthode lo-
gique conduisant à de nouvelles connaissances à travers l’évaluation des faits. Il l’oppose
à la méthode déductive, péjorativement appelée « ratiocinative6 ». On lui doit une défini-
tion des « canons de l’induction », présentés comme des règles non démonstratives de
confirmation, sous la forme de quatre méthodes (cité par Blaug 1992, p. 63) :

1) La méthode de concordance spécifie que « si deux ou plusieurs cas du phénomène

étudié n’ont qu’une circonstance en commun, la circonstance seule dans laquelle tous
les cas concordent est la cause (ou l’effet) du phénomène ».

Ceci signifie que pour qu’une propriété soit une condition nécessaire, elle doit toujours
être présente si l’effet est présent. Dès lors, il s’agit d’examiner les cas où l’effet est pré-
sent, et de relever quelles propriétés, parmi celles susceptibles d’être des conditions né-
cessaires sont présentes et lesquelles sont absentes. Naturellement, toute propriété absente
alors que l’effet est présent ne peut être considérée comme condition nécessaire pour cet
effet.

Symboliquement, la méthode de concordance peut être représentée comme suit :

5
John Stuart Mill, System of Logic, Ratiocinative and Inductive, Londres, 1843.
6
Noter que Stuart Mill n’est pas aussi radical dans ses Principes d’économie politique, reconnaissant ainsi
la spécificité méthodologique des sciences sociales par rapport aux sciences expérimentales;
 10

Cas 1 A B C D se produisent en même temps que w x y z

Cas 2 A E F G se produisent en même temps que w t u v
——————————————————
Donc, A est la cause, ou l’effet, de w.

Exemple

Charles a travaillé pendant deux ans dans un hôpital. Durant cette période, le nombre de
décès s’est beaucoup accru. Dans la représentation ci-dessus, Charles pourrait être
l’employé A à l’hôpital, et l’accroissement des décès l’évènement w. B, C, D, E, F, et G
pourraient être les autres employés. Tous les autres indicateurs de l’hôpital (diminution
du temps d’attente des patients, moins d’admissions à l’hôpital, etc.) pourraient être les
autres évènements (t, u, v, x, y, ou z).

2) La méthode de différence7 spécifie que « si un cas dans lequel un phénomène se pré-

sente et un cas où il ne se présente pas ont toutes leurs circonstances communes, à
l’exception d’une seule, celle-ci se présentant seulement dans le premier cas, la cir-
constance par laquelle seule les deux cas diffèrent est l’effet ou la cause, ou partie
indispensable de la cause du phénomène ».

Symboliquement, la méthode de différence peut être représentée comme suit :

Cas 1 A B C D se produisent en même temps que w x y z

Cas 2 BCD se produisent en même temps que x y z
——————————————————
Donc, A est la cause, ou l’effet, ou une partie de la cause de w

3) La méthode des résidus spécifie que « si l’on retranche d’un phénomène la partie
qu’on sait, par des inductions antérieures, être l’effet de certains antécédents, (…) le
résidu du phénomène est l’effet des antécédents restants ».

Ceci signifie que si un ensemble de facteurs est supposé causer un ensemble de phéno-
mènes, et si nous avons défini les correspondances entre les deux ensembles sauf pour un
facteur, alors le phénomène restant peut être attribué au facteur restant

Symboliquement, la méthode des résidus peut être représentée comme suit :

7
Stuart Mill décrit une variante combinant les méthodes de concordance et de différence, spécifiant que :
«Si deux cas ou plus dans lesquels un phénomène se présente ont une seule circonstance en commun, tan-
dis que deux cas ou plus dans lesquels le phénomène ne se produit pas n’ont rien en commun excepté
l’absence de cette circonstance, la circonstance par laquelle seule les deux séries de cas diffèrent est l’effet
ou la cause, ou partie nécessaire de la cause du phénomène ». Soit symboliquement :
Cas 1 et 2 : A B C se produisent en même temps que x y z et A D E en même temps que xvw
Cas 1’ et 2’ : A B C se produisent en même temps que x y z et B C en même temps que y
——————————————————
Donc, A est la cause, ou l’effet, ou une partie de la cause de x
 11

A B C se produisent en même temps que x y z

B est identifié comme la cause de y
C est identifié comme la cause de z
——————————————————
Donc, A est la cause, ou l’effet, de x.

4) La méthode des variations concomitantes spécifie « qu’un phénomène qui varie

d’une certaine manière toutes les fois qu’un autre phénomène varie de la même ma-
nière, est ou une cause, ou un effet de ce phénomène, ou y est lié par quelque fait de
causalité ».

Si dans un ensemble de circonstances conduisant à un phénomène, une propriété du phé-

nomène varie avec un facteur figurant parmi les circonstances, alors le phénomène peut
être associé à ce facteur. Supposons par exemple, que des échantillons d’eau, dont chacun
contient du sel et du plomb, soient tous toxiques. Si le degré de toxicité varie avec le ni-
veau de plomb, on peut attribuer la toxicité à la présence du plomb.

Symboliquement, la méthode des variations concomitantes peut être représentée comme

suit (± représentant la variation):

A B C se produisent en même temps que x y z

A± B C conduit à x± y z.
—————————————————————
Donc A et x sont corrélés

On distingue trois approches de la méthode inductive :

- la méthode inductive classique,
- la méthode inductive sociologique,
- la méthode inductive statistique ;

1) La méthode inductive classique

Elle remonte des faits vers la théorie, selon le cheminement suivant :

- L’observation, dont les outils sont l’histoire, la monographie, l’expérience,
l’enquête…
- la formulation de concepts et de lois ;
- la généralisation.

2) La méthode inductive sociologique (ou qualitative)

Elle est qualitative en ce sens qu’elle porte sur les comportements humains qui consti-
tuent l’objet de l’explication des phénomènes sociaux.

3) La méthode inductive statistique

Les principales étapes de cette méthode sont les suivantes :

- elle réunit une documentation chiffrée sur les activités des agents,
 12

- elle traite les données pour traduire la réalité sans la déformer, en séries de
chiffres homogènes,
- elle interprète les séries statistiques en vue de dégager des observations générales
susceptibles de conduire à des lois et théories.

La fusion avec l’analyse mathématique et les probabilités constitue la base de la méthode

économétrique, qui est une synthèse entre la déduction et l’observation concrète.

I.2.1.2. La méthode déductive

Historiquement, elle a été une des premières méthodes utilisée notamment par les éco-
nomistes, en l’absence d’informations statistiques. Elle consiste à déduire par un raison-
nement logique, par une démarche rationnelle, des lois générales à partir d’un postulat. Il
faut toutefois noter que la déduction ne diffère pas de l’induction par le simple fait de
partir de postulats (comme dans les syllogismes), tandis l’induction partirait des faits. En
fait on part toujours des faits. C’est la manière d’utiliser les faits qui diffère. Alors que la
déduction « stylise » les faits c’est-dire les interprète à la lumière des postulats et des lois,
l’induction les « traite » au moyen d’outils empiriques, afin de tester des modèles théo-
riques et formuler de nouvelles lois.

Les formes les plus anciennes de déduction sont les syllogismes (déductifs) et les tropes :

- Les syllogismes sont des propositions permettant de déduire une conclusion de

deux prémisses, l’une majeure, l’autre mineure.

Exemple : Tous les hommes sont mortels,

Tous les grecs sont des hommes,
Donc tous les grecs sont mortels.

- Les tropes sont des structures inférentielles comprenant deux propositions per-
mettant de déduire nécessairement une conclusion. Un trope peut prendre la forme
de propositions soit affirmatives (le modus ponens des scholastiques : du latin
ponere, signifiant poser, affirmer), soit négatives (modus tollens : du latin tollere,
signifiant lâcher, nier).

Exemple 1 (modus ponens, ou test direct) : Si A est vrai, B est vrai

Or A est vrai, donc B est vrai

Exemple 2 (modus tollens, ou test indirect) : Si A est vrai, B est vrai

Or B est faux, donc B est faux

De nos jours les systèmes de logique formelle représentent la forme la plus achevée de
déduction. Ces systèmes se présentent sous forme axiomatique, se composant d’un mi-
nimum d’axiomes et de règles de déduction permettant de dériver des hypothèses et des
théorèmes, et s’apparentant de plus en plus à de purs systèmes hypothético-déductifs.
 13

On distingue deux principales approches dans la méthode déductive :

- la méthode déductive classique,
- la méthode mathématique ou logique formelle.

1) La méthode déductive classique

Elle repose :
- d’une part sur l’observation de la nature humaine, mue par l’intérêt personnel
(l’individualisme méthodologique) ;
- d’autre part sur le choix de postulats, sur la base de la rationalité de l’homo oe-
conomicus, sensé rechercher un bien pour son utilité et sa rareté.

Quatre principes sont ainsi définis en économie, dont on déduit quatre postulats de com-
portement :
- le principe des rendements décroissants,
- le principe de l’utilité marginale décroissante,
- le principe de l’accroissement géométrique de la population,
- le principe de maximisation de l’utilité et de minimisation de la désutilité.

2) La méthode mathématique ou logique déductive formelle.

Elle est formelle en ce sens qu’elle exprime des relations fonctionnelles sans aucune cau-
salité. Elle est déductive car elle repose sur des postulats mathématiques. On peut par
exemple opposer la dynamique formelle du modèle de l’oscillateur de Samuelson à la
dynamique causale des modèles keynésiens de croissance :

- Le modèle de l’oscillateur introduit des décalages dans les fonctions

d’investissement ou de consommation, pour déterminer mécaniquement différents
types de mouvements économiques par la combinaison de valeurs arbitraires de
l’accélérateur et du multiplicateur, traités comme de simples opérateurs mathéma-
tiques et non comme des coefficients de causalité.
- Dans les modèles keynésiens de croissance au contraire, les facteurs psycholo-
giques (les différentes propensions keynésiennes) tiennent une place prépondé-
rante dans les anticipations des agents économiques, lesquelles permettent
d’expliquer non seulement les écarts initiaux (les décalages) entre grandeurs ex
ante et ex post, mais aussi les processus cumulatifs d’expansion et de récession.

I.2.2. Les limites de l’induction/déduction : Le problème de l’induction

La méthode inductive pose le problème de l’induction (ou « problème de Hume »), qui
est le suivant : une conjonction constante de faits n’implique pas une connexion néces-
saire entre ces faits. Est-il logique d’inférer quelque chose de valable pour l’avenir, de
la seule expérience du passé ? L’induction s’appuie en effet sur l’observation des faits
pour construire une théorie générale sur la base d’un grand nombre d’observations. C’est
une logique expérimentale. Mais un fait peut ne pas se reproduire à l’identique la nième
fois. De plus il n’y a pas symétrie entre induction et déduction, confirmation et infirma-
tion…
 14

John Stuart Mill a proposé une réponse au problème de l’induction, consistant à admettre
un « principe d’induction », ou ce qu’il appelle « le principe d’uniformité du cours de la
nature (UCN) », de la forme : « Pour tout A et pour tout B, quand n A ont été observés
être des B, alors tous les A sont B ». Mill propose d’ajouter ce principe aux prémisses
d’une induction, pour valider la conclusion générale « tous les A sont B »).

Le problème est que le principe d’induction de Mill repose sur des observations pas-
sées, et demeure donc justiciable de la critique de Hume.

I.2.3. La méthode hypothético-déductive

L’empirisme de Mill a été progressivement remplacé par le modèle hypothético-déductif

de l’explication scientifique, qui devient à partir de 1948, le type d’explication universel-
lement reconnu en science. Les travaux de référence sont ceux de Carl Hempel et Peter
Oppenheim (1965)8. D’après ces auteurs, toute explication scientifique doit avoir la struc-
ture logique suivante :

- Une loi universelle, appelée explanans, accompagnée de conditions initiales ou

finales (prémisses), et dont l’énoncé suit une logique inductive.

- Une proposition, appelée explanandum, relative à un événement dont nous cher-

chons l’explication par une logique déductive, à partir des prémisses.

Exemple :

a) Loi universelle :
i. Déterministe : « Chaque fois que A se produit, B se produit éga-
lement »
ii. Statistique : « ………….avec une probabilité µ »

b) Logique déductive, ou syllogisme hypothétique : « Si A est vrai, B est

vrai. A est vrai, donc B est vrai »

La thèse de la symétrie est sous jacente au modèle hypothético-déductif de l’explication

scientifique. Selon Hempel et Oppenheim en effet, l’explication repose sur les mêmes
règles d’inférence logique que la prédiction, la seule différence étant que l’explication est
postérieure aux évènements et la prédiction antérieure :

- L’explication consiste à trouver au moins une loi universelle plus un ensemble de

conditions initiales qui logiquement confirment l’évènement en question. On dit
alors que le modèle hypothético-déductif est basé sur la loi confirmative ;

8
Carl Gustav Hempel Aspects of Scientific Explanation and other Essays in the Philosophy of Science.
New York: Free Press. 1965.
Carl Gustav Hempel.,et Peter Oppenheim, ―Studies in the Logic of Explanation.‖ Philosophy of Science,
15. 1948.
 15

- La prédiction part au contraire de la loi universelle plus un ensemble de condi-

tions initiales, pour déduire une proposition relative à un évènement inconnu.

La thèse de la symétrie est aussi la cible des critiques adressées à la méthode hypothético-
déductive. On a ainsi fait remarquer que la loi confirmative conduisait le modèle à
n’utiliser aucune règle d’inférence logique en dehors de la déduction (comme symétrique
de l’induction), alors que les lois universelles qui sous tendent les explications ne sont
pas induites par généralisation de cas particuliers. Elles constituent de pures hypothèses
que l’on peut tester, c’est-à-dire que l’on peut utiliser pour faire des prédictions relatives
à un évènement, mais ne sont pas réductible à des observations sur l’évènement lui-
même. Il peut ainsi y avoir prédiction sans explication, et vice versa. Une régression des
moindres carrés est une prédiction, mais n’implique pas nécessairement une théorie des
relations causales entre les variables. De même de bonnes prévisions économiques, ou
météorologiques peuvent donner de bonnes relations sans que l’on sache pourquoi ; Une
théorie scientifique peut aussi déboucher sur de bonnes prévisions, sans que ses pré-
misses soient logiques.

CHAPITRE II. LES CONTROVERSES METHODOLOGIQUES

Dans l’optique de l’épistémologie critique, les controverses méthodologiques sont consi-

dérées comme une dialectique féconde. Selon J. S. Mill9, les controverses sont le reflet
des divergences de conception sur la méthode philosophique de la science. Dès lors leur
portée dialectique est évidente, de par leur contribution potentielle à la formation de la
démarche scientifique, pour peu qu’on mette en exergue leurs fondements épistémolo-
giques (ou critiques). Cette dialectique apparaît à travers les conflits méthodologiques
qui sous-tendent les clivages méthodologiques, ainsi qu’à travers les grandes contro-
verses méthodologiques.

II.2. Quelques clivages (conflits) méthodologiques

II.1.2.1. Economie mathématique et économie littéraire

II.1.2.2. Economie positive et approche normative
II.1.2.3. Economie théorique et approche empirique

II.3. Quelques grandes controverses méthodologiques

II.2.1. La controverse de l’« homo œconomicus »

Cette controverse trouve son origine dans le conflit de méthode entre l’individualisme
méthodologique (Popper) qui est l’application aux problèmes sociaux du principe de
rationalité (notamment la rationalité de l’homo œconomicus), et l’holisme méthodolo-
gique qui attribue aux ensembles sociaux des finalités ou des fonctions spécifiques qui ne

9
J. S. Mill, ―Essays on some unsettled questions of Political Economy‖, in Collected works, Toronto, To-
ronto University Press, 1967. Cité par Mingat (1985).
 16

peuvent pas être réduites aux croyances, attitudes et actions des individus qui les compo-
sent.

Mingat (1985, pp 425 et ss) distingue cinq sens cette controverse, selon le sens que l’on
donne à « homo œconomicus » :

- Au sens de Stuart Mill, l’HE serait l’agent motivé par la recherche du plus grand
gain pécuniaire.

- Au sens d’Adam Smith, l’HE serait l’agent motivé par son égoïsme et la re-
cherche de l’intérêt personnel, conduisant néanmoins à l’intérêt général à travers
la « main invisible ».

- Au sens de Pareto, l’HE serait l’agent rationnel maximisant son utilité selon le
principe de rationalité, et indépendamment de toute considération éthique ou mo-
rale.

- Selon la théorie néo-classique, l’HE peut être défini dans l’un quelconque des
sens précédents, comme l’agent idéal indépendamment de toute caractéristique
individuelle (sexe, âge, religion, patrie…).

- Au sens de Herbert Simon et de la théorie évolutionniste, l’HE serait l’agent con-

traint par l’information imparfaite, en interaction stratégique avec son environne-
ment et les autres agents, et luttant pour la survie. La rationalité est alors « procé-
durale » et non plus substantielle.

II.2.2. La question du réalisme des hypothèses

Le terme réalisme comporte une grande variété de sens, que l’on peut résumer comme
suit :

- Au sens traditionnel, le réalisme est une doctrine métaphysique qui affirme

l’existence des entités abstraites et des universaux. Il s’oppose au nominalisme,
qui nie l’existence de telles entités, et n’accorde d’existence qu’aux individus.

- En philosophie, le réalisme porte sur l’existence d’une réalité extérieure à

l’esprit. Il s’oppose à l’idéalisme, qui nie l’existence d’une telle réalité indépen-
dante, réduisant notre connaissance des objets du monde extérieur à des structures
de sensations ou de phénomènes perçus.

- En logique et en sémantique, le réalisme est la thèse selon laquelle une proposi-

tion est vraie ou fausse indépendamment des moyens que nous avons, ou pour-
rions avoir, de la vérifier. La thèse opposée, que l’on pourrait appeler
l’antiréalisme, pose que la vérité d’une proposition dépend de sa vérifiabilité en
pratique ou en principe.
 17

- En philosophie des sciences, le réalisme scientifique (parfois qualifié de théo-

rique) est la thèse qui affirme l’existence des entités non observables postulées
par les théories scientifiques (par exemple les atomes, les molécules ou les élec-
trons). Il s’oppose à l’instrumentalisme selon lequel nos théories scientifiques ne
sont que des moyens calculatoires permettant de prédire des observations, et selon
lequel les termes « théoriques » figurant dans nos explications peuvent être réduits
à des termes observables. En ce sens, l’instrumentalisme est un réductionnisme
Le débat sur le réalisme des hypothèses constitue le prisme à travers lequel les écono-
mistes (notamment Friedman10) ont redécouvert ces dernières décennies les débats épis-
témologiques sur la démarche scientifique en général, et en économie en particulier.

- En philosophie des sciences, le débat trouve son origine dans le statut des entités
non observables directement. La question est de savoir si des entités comme les
particules en physique, ou les gênes en biologie, existent réellement.

o La réponse la plus ancienne à cette question, liée aux travaux de Copernic,

était fondée sur le critère de la vision et de la mesure. Il n’était pas néces-
saire que les hypothèses sur l’existence de ces entités soient vraies. Il suf-
fit qu’elles fournissent des calculs en accord avec les observations.
L’objection ici est que toutes les hypothèses sont plus ou moins théo-
riques, nécessitant le recours au test indirect (le modus tollens), et qu’ainsi
les hypothèses coperniciennes non confrontables avec l’observation, ne
peuvent être clairement distinguées de celles qui sont supposées l’être de
par les résultats des calculs. Cette distinction pose en effet le problème du
biais d’observation, et de l’opposition entre réalisme et idéalisme. La
question est : la réalité existe-t-elle en dehors de l’observateur ?

 Par exemple : Entre l’observation par la vision directe, et celle in-

directe par scanner ou un appareil à résonnance magnétique nu-
cléaire, il n’y a qu’une différence de degré et non de nature. En
particulier, la vision directe peut être sujette à des phénomènes
d’illusion optique ou hallucinatoires.

o Une autre réponse à cette question est fournie par L’instrumentalisme :

peu importe que les hypothèses scientifiques (contrairement à la métaphy-
sique) soient vraies ou fausses, il suffit qu’elles fournissent de bonnes pré-
dictions, notamment en vue d’applications.

 Popper pose le problème en termes de critère de la vérité, dont

l’inexistence rend impossible une connaissance apodictique. Au
demeurant, son approche infirmationiste rend inutile la solution
instrumentaliste radical, puisque le risque d’erreur est intégrée
dans cette approche.

10
M. Friedman, ―The Methodology of Positive Economics‖, in Essays in Positive Economics. Chicago,
The University of Chicago Press, 1953.
 18

 Lakatos11 traite quant à lui du problème de ce que nous pourrions

appeler l’asymétrie entre prédiction et l’explication. C’est le cas
de certaines propositions qui ne sont pas testables, même indirec-
tement, c-à-d à travers leurs implications, mais qui sont néanmoins
utiles. Il apparaît dans cette optique, que les théories scientifiques
peuvent réussir dans leurs prédictions sans pour autant être
« vraies ».

- En épistémologie économique (et dans une large mesure en épistémologie des

sciences sociales), l’instrumentalisme peut être un outil méthodologique fécond.
En effet, les hypothèses auxquelles la science économique a recours sont souvent
empiriquement « fausses ». Cependant, par commodité ou contrainte méthodolo-
gique (statique comparative par exemple au lieu de la dynamique), on est obligé
de les admettre comme fausses, mais de les traiter comme vraies dans le raison-
nement et le test.

o C’est sans doute ce qui justifie l’intérêt des économistes pour la question
du réalisme des hypothèses. Friedman12 constitue la référence majeure en
la matière. Il adopte une position extrémiste, selon laquelle le réalisme
des hypothèses est un faux problème, l’appréciation empirique des théo-
ries devant se faire sur le test de leurs conclusions et non de leurs hypo-
thèses. Il avance quatre arguments à l’appui de sa thèse (Mingat 383) :

 Il tend à s’instaurer une corrélation inverse entre l’irréalisme des

hypothèses des théories et l’importance ou l’intérêt de leur apport ;
 En soi, l’écart constaté entre les hypothèses et les observations ne
nous dit rien ;
 Toutes les classes d’implication d’une théorie ne doivent pas être
prises en compte, certaines ne correspondant pas à l’objet de la
théorie, et n’étant pas volontaires ;
 Les théories ne comportent pas en général l’assertion que leurs hy-
pothèses sont vraies ou réalistes, mais seulement que tout se passe
(par hypothèse justement) comme si elles l’étaient.

o La critique de l’irréalisme des hypothèses économiques doit être relativi-

sée, en prenant en compte d’une part les erreurs d’interprétation de la
thèse de Friedman, et d’autre part en distinguant soigneusement
l’instrumentalisme économique du descriptivisme (Samuelson) qui en est
une forme dégénérée, considérant les explications scientifiques comme de
simples descriptions condensées pour améliorer les prédictions. Cette

11
I. Lakatos, The Methodology of Scientific Research Programmes. Philosophical Papers, Cambridge,
Cambridge University Press, 1978.
11. M. Friedman, ―The Methodology of Positive Economics‖, in Essays in Positive Economics. Chicago,
The University of Chicago Press, 1953.
 19

thèse comporte le risque de confusion entre les modèles descriptifs et la

réalité.
 20

DEUXIEME PARTIE

LES FONDEMENTS EPISTEMOLOGIQUES DE LA METHODOLOGIE DE LA

RECHERCHE ECONOMIQUE

CHAPITRE III. LA MISE EN ŒUVRE DE LA DEMARCHE HYPOTHETICO-

DEDUCTIVE

Introduction

La question de base est, s’agissant d’économie mathématique, de savoir l’usage qu’on

peut faire des estimations économétriques dans la pratique de la recherche, dans une op-
tique d’épistémologie constitutive. Il en découle trois questions spécifiques :

- Les estimations concourent-elles toujours à tester quelque chose ? c’est la ques-

tion du risque d’erreur (1ère et 2ème espèce), et du caractère formel et non causal
de l’ajustement statistique qui est à la base des tests d’hypothèses.

- Y a-t-il concordance entre le test empirique et le test de l’hypothèse théorique,

entre le modèle empirique convoqué et le modèle théorique de référence. De ma-
nière plus générale, y a-t-il cohérence entre le volet critique et le volet constitutif
de notre démarche scientifique ?

- Quel est l’apport du test d’hypothèse à la connaissance (rendement de la re-

cherche sous l’angle de l’épistémologie constitutive). N’a-t-on pas simplement
fourni des éléments pour comparer des théories entre elles (critères d’évaluation
des résultats de la recherche) ?

III.1. La formulation d’un problème digne de recherche

Le problème de recherche peut être défini comme un défi intellectuel qui, une fois clai-
rement défini et posé sous forme de questions connexes, devient un objectif de recherche
visant à résoudre la difficulté. Le projet de recherche ne vise pas toutefois à étudier le
problème lui-même, mais une ou plusieurs des questions de recherche ainsi définies.
L’ensemble de ces questions constitue la problématique de la recherche.

Pour être digne de recherche, un problème doit posséder les caractéristiques suivantes :

1) Il doit être un problème externe au chercheur, et non pas un problème personnel

d’information du chercheur par exemple. Le manque d’information est un pro-
blème personnel, qui peut conduire à accumuler des données permettant « d’en
savoir plus » sur un problème, mais non à une solution à un problème général. De
même, une réflexion générale sur un problème, sans formulation précise de la na-
ture du problème et des questions connexes, et aussi une simple quête
d’information.

2) Ce doit être un problème dont la résolution soit susceptible d’apporter un chan-

 21

gement approprié du statu quo, en termes de politique économique13.

Lesson notes
Nb : RESPECT PRINCIPLES OF COHERENCE BTW OBJECTIVES, IN-
STURMENTS one objective one intrument, the principle of duality was the basic
rule, note, read and understand the principle of duality and coherence
The keynesian theory is false epistemologically because it depends on monetary
illusion, but to measure real effect we need real not monetary values, we would
use hypothetico-deductive method, so we have to be coherent with our work.
Thus the stage of formulation of research question is very important,the objective
of our research project should be to pass from epistemologic critic to constructive.
Keynes is an institutionalist, his theory is that things would be right only if some
conditions are met, but in reality it is never like that. We should look at things
from the scientific point of view, before talking about something we talk of how
different authors see the same topic, that is emprical appraoch of the topic

III.2. La formulation d’une question de recherche pertinente

Il convient de distinguer problème et question de recherche. La distinction est assimilable

à celle entre le général (le problème) et le particulier (question). La question constitue un
centre d’intérêt particulier dans le problème de recherche.

Le problème de recherche et une formulation de ce qui est non résolu, inexpliqué. Par
exemple : « Les revenus ruraux sont inférieurs aux revenus urbains », ou « Il y a plus de
possibilités d’éducation dans le Nord que dans le Sud ».

La question de recherche est une restriction du problème à un aspect précis. Par exemple :
« Pourquoi y a-t-il une différence de possibilités entre les deux régions ? », ou « Que si-
gnifie la différence de possibilités ? », ou encore « Que signifie l’égalité des chances de-
vant l’éducation ? »… En général la question de recherche principale est accompagnée de
questions connexes.

La question de recherche doit s’enraciner dans la théorie économique en répondant aux

questions préliminaires suivantes : « Que savons nous de la question et que ne savons
nous pas ? », « Qu’est ce qui se fait actuellement sur la question, et qu’est ce qui reste à
faire (déficit)? », « Qui est-ce qui s’intéresse à la question (quels auteurs) ? », « Quelles
sont les retombées scientifiques escomptées ? », « Quelle est la pertinence de la question
au regard des fondements théoriques du développement ? ».

13
Un problème de recherche doit donc obéir dans sa formulation, au principe de cohérence de Tinber-
gen (principe d’affectation des instruments aux objectifs) ainsi qu’à la règle d’efficience de Mundell.
Ainsi un problème ayant trop de contraintes (ou d’instruments) n’a pas de solution, tandis qu’un pro-
blème ayant trop peu de contraintes (ou d’instruments) est surdéterminé. Le marché fournit le critère
(principe de dualité) de cohérence des objectifs et des instruments. La résolution d’un problème primal
implique celle du problème dual (la réalisation de l’objectif de maximisation du produit implique la
minimisation du coût). De la même manière on ne peut fixer à la fois les prix et les quantités, la de-
mande et l’offre. On fixe soit un objectif de quantité (ou d’offre), soit un objectif de prix (ou de de-
mande), et le marché détermine l’autre grandeur.
 22

La formulation de la question de recherche est fonction du type de recherche :

Dans la recherche quantitative l’objectif est le test d’hypothèses, pour vérifier des théo-
ries. Dans ce cas la question de recherche est l’expression d’une relation entre une va-
riable à expliquer, et une ou plusieurs variables explicatives, dans certaines conditions
spécifiées. Les variables et les relations sous jacentes sont suggérées par la théorie éco-
nomique.

Dans la recherche qualitative est la compréhension des comportements sous jacents à

des phénomènes sociaux (induction). La question est le centre d’intérêt particulier du
problème. Par exemple, pour le problème « pourquoi tel programme est-il efficace dans
l’école A et non dans l’école B ? », on aura les questions possibles suivantes : « les élèves
sont-ils en cause ? », « le contexte d’application est-il en cause ? ». Pour cet autre pro-
blème, « Quelles sont les différentes techniques utilisées pour influencer les politiques
gouvernementales ? », on aura les questions suivantes : « Quelles sont les plus effi-
caces ? », « pourquoi ? », « par qui sont-elles utilisées ? », « comment les groupes
d’influence les utilisent-ils ? »…

III.3. La formulation d’objectifs cohérents de recherche

Les objectifs de recherche sont la formulation du but poursuivi et du résultat escompté

par le chercheur. La formulation de l’objectif doit faire apparaître sans équivoque la fai-
sabilité de la recherche, et son intérêt. Elle doit également faire apparaître les liens entre
objectifs et hypothèses, et entre objectifs et questions de recherche.

En général, l’objectif de recherche est :

- pour la recherche fondamentale, d’explorer, de décrire, d’expliquer, d’analyser…
un aspect du problème de recherche considéré comme important pour
l’amélioration des connaissances. Par exemple, « l’objet de la présente étude est
d’expliquer, d’analyser …ce qui est spécifié dans la question de recherche et dans
les hypothèses ».
- pour la recherche appliquée, le choix d’un instrument, d’une mesure de politique
économique.
LESSON NOTE
Economic research logic searches a coherent logic of ideas, with causality, while
mathematic research is based on formal representation without any link of cau-
sality,
Descriptive research : has two hypothesis or problems, that of realism of hypothe-
ses, that is transform random scenario to a scientific and organised scenario.
Statistiques is there to support hepothetical-deductive appraoch and mathematical
approach, description brings out the problem of realism of hypothesis, from pre-
liminary arguments,

III.4. La formulation d’hypothèses de recherche logiques

Pour la recherche quantitative, l’hypothèse est l’expression formelle des relations entre
deux variables ou plus, sous la forme d’une équation susceptible d’être testée empirique-
 23

ment, c’est-à-dire susceptible d’un traitement informatique. C’est la transposition de la

question de recherche quantitative sous une forme testable, généralement une équation de
régression.

Pour la recherche qualitative, l’hypothèse est une proposition intuitive ; C’est la trans-
position de la question de recherche sous une forme déclarative (affirmative), servant à
guider la recherche. Les hypothèses émergent du processus même de recherche, ce qui
implique une démarche itérative et adaptative, comportant des reformulations du pro-
blème et des questions.

III.5. Une revue critique de la littérature

La question de recherche est toujours rattachée à un contexte théorique ou doctrinal.

L’enracinement de la question de recherche dans la littérature permet de mieux apprécier
la pertinence de la recherche, par référence à ce qui a déjà été fait dans le domaine.

Le but de la revue de la littérature est d’afficher l’orientation précise du chercheur, par

rapport à la littérature relative à son problème. L’on s’accorde sur les trois principes sui-
vants, en matière de revue de la littérature :
1) Eviter une revue passive de ce que tel ou tel auteur a dit concernant de près ou de
loin la question de recherche ;
2) S’attacher à discuter et affiner la question de recherche pour la distinguer de ou la
rattacher à un courant de pensée ;
3) Eviter l’éclectisme, consistant à emprunter à des doctrines disparates et même
contradictoires, des idées que l’on juxtapose sans cohérence au regard du pro-
blème de recherche.

Il existe toutefois une divergence sur la délimitation de la revue de la littérature. On

trouve d’une part les partisans d’une démonstration de la maîtrise par le chercheur, de
l’ensemble de la littérature relative à son sujet. On trouve d’autre part les partisans d’une
revue sélective, centrée de façon étroite sur la littérature dominante. Tout est une ques-
tion de contexte, c’est-à-dire notamment de pratique dans l’institution d’affiliation du
chercheur.

CHAPITRE IV. LA STRATEGIE DE RECHERCHE

L’objet d’une stratégie de recherche est de définir des approches et des techniques per-
mettant de passer de l’épistémologie à l’heuristique, dans le but de vérifier ou d’infirmer
les résultats des paradigmes économiques. On distingue la recherche historique, la re-
cherche descriptive, la recherche explicative et prédictive, La recherche pré-test et post –
test. Il s’agira de mettre en exergue les problèmes méthodologiques posés par chaque
stratégie.

IV.1. La recherche historique

 24

La recherche historique se caractérise par l’utilisation de l’expérience historique pour

tenter de dégager les principes généraux de l’organisation sociale. Elle est basée sur la
recherche de méthodes de collecte et de comparaison des données sur les institutions so-
ciales et leur fonctionnement.

Exemple : l’école institutionnaliste américaine avec Veblen)

On relève deux principaux problèmes méthodologiques dans la mise en œuvre de la re-

cherche historique : l’opposition histoire / économie, et l’application du principe de cau-
salité :

- L’opposition Histoire Ŕ économie. Cette opposition recoupe celle traditionnelle

entre la méthode normative de la science (économique ou autre) et l’histoire posi-
tive de la science. L’idée est qu’il est impossible d’écrire l’histoire de la science
« telle qu’elle s’est passée », sans révéler du même coup sa conception de la na-
ture de l’explication scientifique, c’est-à-dire de la science « telle qu’elle devrait
être », et vice-versa.

- L’application du principe de causalité à l’analyse économique. Le problème

découle du besoin pour l’économiste de comprendre les phénomènes écono-
miques et leurs interrelations déterminées par l’histoire. Ceci conduit à concevoir
ces interrelations comme l’expression de systèmes objectifs possédant trois carac-
téristiques essentielles :
o un ordre économique, c’est-à-dire un ensemble de principes qui régissent
le fonctionnement de l’économie,
o une façon économique de penser,
o une technique économique d’analyse

La recherche historique se limite à des types réels de phénomènes bruts, n’ayant a priori
aucune cohérence logique.

IV.2. La recherche descriptive

La recherche descriptive s’attache à identifier et à caractériser les variables d’un con-

texte, de la manière la plus exhaustive possible. Le problème de l’exactitude descriptive
se réfère au réalisme des hypothèses, et se pose comme une exigence méthodologique
pour « déblayer » le contexte dans lequel on désire vérifier la validité d’une théorie.

Il convient à cet égard de distinguer la description de la narration. Cette dernière se borne

à une « photo », un simple état des lieux, sans vocation à l’explication. La description est
une étape logique vers l’explication. La description est différente du descriptivisme, no-
tamment au sens de Samuelson, pour qui la théorie n’est rien d’autre qu’une description
des régularités empiriques observables et réfutables.

IV.3. La recherche explicative et prédictive

Elle vise à établir un lien logique entre la prédiction et l’explication, permettant

d’opérationnaliser le modèle hypothético-déductif de l’explication scientifique. Deux
 25

extrêmes sont à éviter : d’une part l’instrumentalisme, qui est une forme extrême du des-
criptivisme, selon laquelle toutes les théories ne sont rien d’autre que des instruments
pour la prédiction. D’autre part la thèse de la symétrie, selon laquelle la prédiction n’est
rien d’autre que l’inverse de l’explication. Une théorie fausse peut en effet déboucher sur
une bonne prédiction, tandis qu’à l’inverse, une bonne théorie peut échouer dans la prévi-
sion des faits économiques. On peut opposer à cet égard la théorie keynésienne (épisté-
mologiquement fausse puisque reposant sur l’illusion monétaire, mais ayant eu une
grande influence sur les politiques économiques) et la théorie de Friedman du revenu
permanent (épistémologiquement juste mais ayant échoué dans la formulation des poli-
tiques économiques).

La chaîne logique entre l’explication et la prédiction passe par une bonne description, et
un bon test des hypothèses et des prédictions. Il existe deux niveaux dans la chaîne : les
prémisses ou explanans (1) et les conclusions ou explanandum (2). L’explication com-
porte les niveaux (1) et (2), tandis que la description ne comporte que le niveau (1).

On distingue plusieurs types d’explication par référence au type de base que constitue
l’explication déductive pure (1 + 2) ou déductive–nomologique, laquelle est essentielle-
ment déterministe (A. Mingat et al, 1985) :
- l’explication probabiliste ou non déterministe, qui prend en compte le caractère
aléatoire de la relation de causalité postulée entre l’explanans et l’explanandum.
- l’explication fonctionnaliste ou téléologique, qui s’intéresse au rôle (ou fonction)
que remplit le phénomène expliqué dans la réalisation d’une des fins du système
où on l’observe.
LESSON NOTES
Here we first make a set of hypothesis then confront them with real life expirience
to see how true it is

IV.4. La recherche pré-test et post-test

On peut concevoir la recherche pré-test comme celle qui précède la définition du ques-
tionnaire, y compris le test du questionnaire. L’objectif de la recherche pré-test est de
convertir l’hypothèse à tester en concepts et indicateurs, puis en questionnaire, en vue
d’opérationnaliser le cadre théorique.

La recherche post-test est celle qui suit la validation et le traitement des données
d’enquête, et dont l’objet est la vérification proprement dite de l’hypothèse. Cette phase
inclut l’analyse des résultats ainsi que leur application à la conception et la mise en œuvre
de la politique économique.
LESSON NOTE
An indicator must verify the principle of stability, efficacity, if the instrument or estima-
tor is not good u will notice it when verifying results and hypothesis
 26

CHAPITRE V. L’ELABORATION DU CADRE OPERATOIRE DE RE-

CHERCHE

Le cadre opératoire de recherche a pour but la spécification empirique des hypothèses.

L’utilité d’un tel cadre est d’opérationnaliser les concepts sous-jacent(s) au modèle théo-
rique à tester, en les mettant en cohérence avec le contexte (le terrain) de l’étude, par un
cheminement en deux temps :

- la confection et l’administration du questionnaire d’enquête pour la collecte des

données primaires,
- la validation, le traitement et l’analyse des données d’enquête

V.1. La confection du questionnaire

:
1) d’abord la traduction du concept en variable à introduire dans la relation hypo-
thétique à tester. Une variable traduit le concept à ce niveau, en un ensemble co-
hérent d’attributs ou de caractéristiques décrivant le phénomène observable empi-
riquement.

EXEMPLE ( Mace et Pétry, 2000, p.56)

Nous désirons vérifier l’hypothèse selon laquelle un Etat A économiquement dépen-

dant d’un état B, aura tendance à appuyer, dans son comportement extérieur, la poli-
tique étrangère de l’Etat B. On se rend compte que l’« Appui à la politique étrangère
de l’Etat B », qui constitue l’hypothèse à vérifier, n’est pas suffisamment concret
pour constituer une variable dépendante dans une relation à tester, cet appui pouvant
prendre des formes très diverses. Il faut donc choisir une ou plusieurs modalités de
cet appui, qui deviendront des variables dépendantes capables d’orienter empirique-
ment la recherche. On prendra par exemple, le comportement de l’Etat A à l’ONU,
lors des votes. Quant à la variable indépendante, elle donne à la relation de dépen-
dance un contenu plus concret. On prendra par exemple, parmi les multiples modali-
tés de cette dépendance, la dépendance commerciale et financière. On aura le schéma
suivant :

Hypothèse Dépendance économique Appui de A à B

de A envers B
Cadre opératoire Variable Dépendante
Variable indépendante
- Dépendance Commerciale - Comportement à l’ONU
- Dépendance financière
Indicateurs
- Pourcentage des exporta-
tions de A vers B - Pourcentage de votes de A
- Pourcentage de la dette en faveur de B
extérieure contractée par A
 27

auprès de B

Il est parfois nécessaire d’introduire une variable intermédiaire entre la variable indé-
pendante et la variable dépendante, lorsque l’influence de la variable indépendante n’est
pas suffisamment plausible. Dans le cas précédent, la dépendance commerciale ou finan-
cière n’influence pas directement le comportement d’appui de A à B. Il est alors beau-
coup plus vraisemblable de considérer le rôle des groupes de pression représentant les
industries susceptibles de souffrir d’une interruption des liens commerciaux entre les
deux pays. Une variable intermédiaire peut parfois jouer le rôle d’une variable antécé-
dente, agissant avant la variable indépendante dans la chaîne causale, et pouvant rendre la
relation initiale à vérifier caduque ou fallacieuse.

2) ensuite la traduction de la variable en indicateur statistique devant faire

l’objet de la collecte de données. A ce niveau, l’indicateur instrumentalise la va-
riable, pour affecter une donnée collectée à une des caractéristiques ou attributs
regroupés par la variable. Pour que l’indicateur soit efficace dans cette affectation,
sa construction doit obéir à certaines règles : 1) La sélectivité. Il faut évaluer
l’ensemble des indicateurs disponibles dans la littérature en nous référant à l’objet
et au contexte de l’étude, pour en retenir les plus appropriés ; 2) La mesurabilité.
La construction doit obligatoirement comporter l’attribution d’un niveau de me-
sure de l’indicateur. Selon le type de variable, la mesure peut être nominale (sans
distinction de rang, d’ordre, de proportion ou d’intervalle) ordinale (avec hiérar-
chisation des attributs) ou numérique (attribuant une valeur chiffrée aux caracté-
ristiques); 3) La fiabilité. Un indicateur doit respecter les critères de précision
(indication claire du traitement des variables à modalités multiples, ou des valeurs
seuil), de fidélité (stabilité dans le temps et l’espace) et de validité (signification
théorique pertinente au regard du concept).

Dans l’exemple ci-dessus, l’indicateur de dépendance commerciale sera par exemple le

pourcentage des exportations de A vers B, l’indicateur de dépendance financière le pour-
centage de la dette extérieure contractée par A auprès de B, et l’indicateur d’appui de A à
B, le pourcentage de votes de A semblables à celui de B à l’ONU.

Il existe deux principaux écueils méthodologiques dans la confection des questionnaires :

1) Le questionnaire confus, résultant souvent de questions complexes, par peur
d’être trop long ;
Lesson note : makee the questions as short as possible and always make the
person to answer by yes or no.
2) L’erreur dans la séquence des questions, notamment le mauvais usage des
questions contingentes, c’est-à-dire celles dont la réponse dépend de ce qu’il est
advenu de la question précédente.
 28

V.2. l’administration du questionnaire

Les deux opérations de bases sont, dans cette étape, le choix de l’échantillon et le mode
d’administration du questionnaire.

1) Le choix de l’échantillon.

Un échantillon est un sous-ensemble d’éléments d’une population-mère, aussi représenta-

tive que possible de celle-ci. On distingue deux types de techniques d’échantillonnage :
les techniques probabilistes, qui s’appuient sur une population mère sélectionnée au
hasard. 100 individus choisis par un chercheur pour représenter la classe moyenne de
Yaoundé sont un échantillon de la population mère des classes moyennes du Cameroun,
qui sont elles-mêmes un échantillon de la population mère des classes moyennes du
monde. On distingue cinq types de techniques probabilistes :

1) L’échantillonnage aléatoire simple, qui attribue à chaque élément de la popula-

tion mère la même chance d’être sélectionné dans l’échantillon. Cette technique
est utile surtout lorsque la population mère est restreinte ;
2) L’échantillonnage aléatoire stratifié, utilisé lorsqu’on veut comparer deux
groupes distincts, ou lorsque la population mère est hétérogène. Les strates peu-
vent être des classes d’âge, des sexes… Le chercheur peut ensuite procéder à un
échantillonnage aléatoire simple dans chaque strate ;
3) L’échantillonnage en grappes ou en faisceaux, utilisé lorsqu’on ne dispose pas
d’une liste complète et numérotée des unités de la liste mère, ou lorsque le cher-
cheur est soumis à des contraintes de déplacement, de coûts ou de temps. Elle
consiste à choisir au hasard une ou plusieurs grappes, puis à étudier tout ou partie
des unités de ces grappes.
4) L’échantillonnage systématique probabiliste, qui consiste à sélectionner dans une
population mère distribuée au hasard, des unités selon une périodicité donnée, par
exemple tous les 10ème noms d’une liste ;
5) L’échantillonnage à plusieurs degrés, qui est une variante de l’échantillonnage en
grappes, dans laquelle on procède par désagrégation successive, en prenant des
échantillons de plus en plus petits. Par exemple, le territoire national, ensuite des
régions, puis des villes…

Les techniques non probabilistes s’appuient quant à elles, sur une population mère non
aléatoire, et dont par conséquent la représentativité ne peut être connue comme dans le
cas probabiliste où on peut estimer l’erreur d’échantillonnage. Ces techniques sont sur-
tout utilisées dans la recherche qualitative. On distingue également cinq techniques ici.

1) l’échantillonnage accidentel, qui repose sur une population mère dont les unités
ont été rencontrées hasard, et non tirées de façon aléatoire. Par exemple
j’interroge les premières rencontrées, et je cesse mes entrevues lorsque je juge
mon échantillon complet ;
 29

2) L’échantillonnage par quota, qui consiste dans les strates d’un échantillon strati-
fiée non probabiliste, à fixer des quotas d’unités de chaque strate à étudier, en se
référant généralement à la structure de la population mère ;
3) L’échantillonnage typique ou par choix raisonné, ou encore intentionnel, qui con-
siste à restreindre l’échantillon à certaines caractéristiques des individus qu’on dé-
sire étudier. Par exemple, un échantillon type de récidivistes dans une étude de la
criminalité chez les jeunes de 15 à 20 ans à Yaoundé ;
4) L’échantillonnage « boule de neige », utilisé dans les cas où on procède par choix
raisonné et où on ne dispose pas d’une liste des unités de la population mère, tout
en connaissant très peu d’individus qui correspondent aux variables et critères re-
tenus. Il consiste à constituer un échantillon de quelques personnes, qui à leur tour
pourront en contacter d’autres, et ainsi de suite…
5) L’échantillonnage de volontaires, qui consiste à construire l’échantillon en faisant
passer dans les médias, une annonce pour un appel à volontaires. Cette méthode
est surtout utilisée dans les études scientifiques comportant une expérience médi-
cale, ou de psychologie cognitive.

V.3. La validation des données

La validation de l’enquête est une étape nécessaire vers le traitement des données
d’enquête. Il est nécessaire en effet de s’assurer que les données ont été rationnellement
collectées, c’est-à-dire qu’elles sont pertinentes. On distingue deux types de validation,
selon qu’il s’agit de la recherche quantitative ou qualitative :

1) La validation des données de la recherche quantitative se réfère à la fiabilité sta-

tistique des données. On distingue deux niveaux de validation :
a. La validation interne, qui exige que les conclusions de l’enquête reflètent les
faits, c’est-à-dire l’absence de biais dans la réalisation de l’enquête.
b. La validation externe, qui exige que les conclusions de l’enquête puissent
être généralisables à la population dont l’échantillon est tiré.
Lesson note, here we modify the size and see if the results remain the
same, that is a test of stability

On distingue deux principales méthodes de validation des données quantitatives :

l’expérience et l’enquête, destinée à collecter des données pour la vérification des théo-
ries :

L’expérimentation

Il existe trois conditions de validation des données expérimentales.

a. disposer de variables dépendantes et indépendantes fiables, satisfaisant
aux tests de causalité ;
b. faire une bonne distinction entre les variables (populations) expérimen-
tales, c’est-à-dire celles qui sont concernées par le problème, et les va-
riables de contrôle ;
c. faire un test des deux groupes de variables sur les deux populations, pour
en spécifier les caractères distinctifs.
 30

L’enquête

Il existe deux niveaux de contrôle de la validité des données d’enquête : le terrain et le

bureau :
a) Sur le terrain, la principale méthode de contrôle est la détection et la cor-
rection des erreurs ou omissions, ainsi que des données manquantes dans
les questionnaires. Dans le cas d’une erreur patente, la détection et immé-
diate. Par exemple, une case ou une feuille vide. Dans les cas moins pa-
tents, on procède par recoupement, en mettant en rapport les différentes
données, pour détecter d’éventuels biais de réponse. Par exemple, un en-
quêté ayant répondu non à la question « Vendez-vous du bois ? », ne de-
vrait pas ensuite répondre à la question « Pourquoi vendez-vous du
bois ? » en disant par exemple que c’est pour des besoins d’argent.

Il existe plusieurs méthodes de correction, notamment l’enquête complé-

mentaire et l’estimation de la donnée manquante. L’estimation est sur-
tout utile dans les cas où les coûts d’une enquête complémentaire sont
prohibitifs. Il n’est pas concevable, par exemple, de redescendre sur le ter-
rain pour une pesée oubliée sur mille lors d’une campagne de pesée.

b) Le contrôle en bureau a pour objectif l’approfondissement de la re-

cherche des erreurs et omissions, comme préalable à la définition d’un
système de dépouillement. Le critère de contrôle est la cohérence et la
compatibilité des données. Ce contrôle peut conduire soit à un renvoi de
certaines fiches sur le terrain pour correction, soit à compléter les données
collectées sur le terrain. On procède également par transfert de données, à
partir d’une enquête réalisée dans un contexte similaire.

Il existe trois principales méthodes de contrôle en bureau.

1) la comparaison des résultats des tests quantitatifs sur le terrain,
par désagrégation en strates sociales, régionales, par enquê-
teur…
2) la réalisation de bilans d’activité de l’unité de base observée ;
3) la synthèse des données de plusieurs questionnaires.

2) La validation des données de recherche qualitative se réfère à la question de savoir

si l’enquête reflète correctement, au regard de la question de recherche, la manière
dont les acteurs perçoivent et vivent les faits et les évènements qui surviennent dans
leur environnement, et qui forment la base d’interprétation des données.

L’objectif de la recherche qualitative est la compréhension des évènements sociaux

non quantifiables. La création théorique est ainsi le propre de la recherche qualitative,
contrairement à la recherche quantitative qui vérifie les théories en même temps
qu’elle en crée. Cette vocation de la recherche qualitative crée quelques préjugés,
qu’il convient de dissiper :

a) Tout d’abord, la recherche qualitative n’est pas une étape préliminaire vers
 31

la recherche quantitative ;
b) Elle n’est pas non plus un pis aller justifié par l’impossibilité de faire de la
recherche quantitative ;
c) Elle n’est pas « moins rigoureuse » que la recherche quantitative,
puisqu’elle utilise les mêmes techniques quantitatives que celle-ci. Par
exemple, l’économétrie des variables qualitatives.

On distingue trois méthodes de validation des données qualitatives :

L’observation participative directe

Ce type de validation comporte quatre niveaux d’implication du chercheur, dans

l’ordre décroissant de participation : participant, participant-observateur, obser-
vateur-participant, observateur. La condition de validation est que le chercheur
n’interfère pas avec le cours des évènements à observer, et les réponses. Le cher-
cheur doit s’immerger dans son milieu de recherche tout en restant neutre et lu-
cide. On trouve des exemples d’immersion positive de chercheurs (ou mission-
naires, explorateurs…) dans leur milieu de recherche (Livingstone, Schweitzer,
Jamot, de Brazza…). On trouve a contrario des exemples négatifs de chercheurs
n’ayant pas su préserver leur lucidité au contact du terrain.

L’observation collaborative

Il s’agit d’une variante de l’observation participative, où le chercheur recherche la

confiance des enquêtés. Il s’instaure dans ce cas, une interaction entre la participa-
tion du chercheur et le résultat, en vue de la création théorique.

L’étude de cas

Il s’agit de la simulation de situations imaginaires reflétant autant que possible les

situations réelles, en vue de créer une interaction entre les différents acteurs sur le
terrain. La simulation peut prendre notamment la forme d’un jeu de rôles.
NEVER SITE AN ARTICLE IN UR THESIS YOU CANNOT EXPLAIN , we
also carry real case sturdy, where we compare cases of real success and and fail-
ure

V.4. Le traitement des données

On distingue deux étapes dans la phase de traitement des données : la classification des
données, et l’analyse des données :

1) La classification des données. Cette classification consiste à transformer les faits

bruts en données, c’est-à-dire en information traitée. L’observation du chercheur
repose ainsi sur une réalité construite. La démarche consiste en effet à classer les
faits recueillis dans un cadre conceptuel et méthodologique, en vue de déterminer
les variables significatives, et de vérifier l’hypothèse étudiée.

2) L’analyse des données.

 32

Dans le cas quantitatif, l’analyse des données prend la forme d’une analyse statis-
tique ou probabiliste, et vise à étudier les relations mathématiques entre les variables
chiffrées, déterminées dans la classification. L’analyse est d’autant plus fiable que les
données sont nombreuses. La procédure comporte généralement deux étapes : la des-
cription en vue de déterminer les caractéristiques de tendance centrale et de disper-
sion, et l’analyse de régression ou de corrélation. La simulation sur ordinateur est
l’outil principal d’analyse des données quantitatives. Elle permet d’établir une corres-
pondance entre un modèle mathématique transposé en langage informatique, et la si-
tuation réelle. Il s’agit de réaliser des expériences à l’aide de modèles (logiciels) dé-
crivant de façon séquentielle le comportement de systèmes réels. L’objectif est de vé-
rifier la concordance des équations du modèle de simulation avec les comportements
observés empiriquement

Dans le cas qualitatif, l’analyse des données est une tentative de construction d’un
schéma logique de l’évolution d’un phénomène ou d’une interrelation entre phéno-
mènes. L’objectif est de vérifier le degré de correspondance entre ce schéma et la réa-
lité. On distingue trois types d’analyse qualitative (Mace et Pétry 2000, pp 106 ss) :
l’analyse documentaire, le « pattern-matching », l’analyse de contenu et la simulation
sur ordinateur :

1) L’analyse documentaire. On distingue deux étapes dans l’analyse documen-

taire : l’analyse préliminaire, qui est une évaluation critique du document, visant
à décrire le contexte, à identifier les auteurs du texte, l’authenticité et la fiabilité
du texte, la nature du texte, les concepts clés et la logique interne du texte.
L’analyse proprement dite part de la problématique et de l’hypothèse, pour cher-
cher à comprendre la structure et la genèse du document.

2) Le pattern-matching (littéralement « l’ajustement à la maquette »), qui con-

siste à construire une reproduction logique la plus fidèle possible d’un comporte-
ment séquentiel, et à vérifier le degré de correspondance entre cette construction
et la situation réelle.

3) L’analyse de contenu vise à décrire et à interpréter de façon systématique le con-

tenu des communications, en vue de répondre aux cinq questions suivantes, sou-
levées par le contenu des communications : « Qui parle ? », « pour dire quoi ? »,
« par quels procédés ? », « à qui ? », « avec quel effet recherché ? ». L’analyse de
contenu est généralement réalisée au moyen d’une grille d’analyse conçue pour
évaluer le contenu de la communication, dont la structure dépend de l’objectif de
l’évaluation, du contexte de l’enquête…
 33

CHAPITRE VI. LA PRESENTATION DES RESULTATS DE RECHERCHE

Motivations : On peut citer trois types de motivations au besoin qu’éprouve le chercheur

de communiquer ses résultats :
d) convaincre ses pairs et donc s’insérer dans la communauté scientifique ;
e) solliciter pour ce faire le jugement de ses pairs ;
f) obtenir des avantages personnels (honoraires, recrutement, distinctions di-
verses…)

L’audience et la forme : La présentation des résultats de la recherche peut s’adresser au

grand public scientifique sous la forme d’un livre par exemple, un jury scientifique (sou-
tenance de travaux divers), une revue scientifique (article), un séminaire, une conférence
ou un colloque (communication), un décideur, un organisme (note technique, rapport
consultation…). Le terme rapport de recherche est donc utilisé ici en un sens général pour
désigner le support de présentation des résultats de la recherche.

Nous verrons tour à tour l’élaboration d’un rapport de recherche, et un exemple de rap-
port.

VI.1. L’élaboration du rapport de recherche

VI.1.1. Les principes d’élaboration

Les principes énoncés ici sont purement indicatifs. Deux grands principes commandent
l’élaboration du rapport de recherche : la cohérence entre le rapport et projet de re-
cherche, la cohérence interne du rapport de recherche.

1) La cohérence entre la rapport et projet de recherche

Le rapport a en principe la même structure que le projet de recherche, à ceci près que le
rapport est rétrospectif tandis que le projet est prospectif. Le projet indique ce qui sera
fait, et le rapport ce qui a été fait. L’expérience montre que les dérives sont fréquentes, et
peuvent être telles que le rapport ne rende plus compte de l’exécution du projet, et ne
constitue donc pas une réponse à la question de recherche posée au départ. Pour mainte-
nir le cap, il est indispensable de veiller à la correspondance entre les différentes versions
(« drafts ») du travail (rapports intermédiaire et final). Chaque version doit répondre à la
question : « quel est l’état d’avancement de la recherche par rapport à la version précé-
dente ? ».
NB :THE thesis must have the same structure as in the research project, the thesis must
follow the indications as in the research project, the thesis must respond to the research
question you must always give account of the state of advancement of ur work so as to be
in line with the research project.
2) La cohérence interne du rapport de recherche

Cette cohérence est fonction des transitions entre les différentes composantes du projet
lors de l’exécution, selon (éventuellement) la séquence présentée dans le chapitre I (pro-
blème, question, objectifs, hypothèses, revue de la littérature, méthodologie).
 34

Ces transitions doivent être telles que, une fois la question de recherche définie, on puisse
en déduire sans équivoque la suite de la séquence méthodologique.

Exemple :

Reprenons pour illustrer ceci, le problème : « Il y a plus de possibilités d’éducation dans

le Nord que dans le Sud ». On se souvient qu’une des questions de recherche pouvait être
: « Pourquoi y a-t-il une différence de possibilités entre les deux régions ? ».

A partir de cette question, on peut dégager de la littérature au moins deux types de fac-
teurs : d’une part le degré de scolarisation, d’autre part le poids de la tradition orale dans
le sud. L’hypothèse en découle, sous la forme d’une équation de régression reliant le gap
nord-sud à ces deux facteurs, avec une variable aléatoire ε.

On peut également dégager de la littérature deux principales approches méthodolo-

giques : d’une part l’approche en termes d’efficacité (théorie du capital humain de Gary
Becker), d’autre part l’approche en termes d’équité (théorie de la justice de Rawls). Dans
le premier cas, l’on concevra les dépenses d’éducation comme un investissement, et la
décision prendra principalement en compte la rentabilité des projets d’éducation. Dans le
second cas les dépenses d’éducation seront considérées comme des dépenses sociales,
dont le critère de choix sera principalement l’accès de tous à l’éducation (ou l’égalité des
chances devant l’éducation).

Deux conditions essentielles doivent être réunies pour cela :

g) une définition précise des concepts utilisés, même les plus courants. Ceci
évite les équivoques, surtout lorsque le mot qui exprime le concept com-
porte un sens commun.
h) une lisibilité suffisante. Ceci implique des explications logiques,
n’obligeant pas le lecteur à reconstruire le texte pour le comprendre.

VI.1.2. Les composantes (structure) d’un rapport de recherche

La structure proposée ici est surtout valable, et à titre indicatif, pour une recherche sui-
vant la démarche hypothético-déductive. Voyons successivement l’introduction, le corps
du rapport et la conclusion.

1) L’introduction

Elle comporte généralement les éléments suivants :

1) La problématique. Elle inclut en préliminaire, une présentation du sujet, du con-
texte de l’étude et de son intérêt. Le noyau de l’introduction est consacré à la for-
mulation du problème et de la question de recherche, ainsi que des objectifs de re-
cherche.
2) La revue de la littérature. Elle fait l’inventaire des théories pertinentes au regard
du sujet, les examine de façon critique, en adopte une telle quelle ou modifiée, ou
(plus rarement) en construit une. Le but de la revue est de justifier le cadre analy-
tique choisi.
3) La formulation des hypothèses. Elles découlent de la revue de la littérature en ce
 35

sens qu’elles traduisent aussi fidèlement que possible la manière donc la question
de recherche est « habituellement » abordée dans la littérature pertinente. En par-
ticulier, les variables explicatives qui permettent de transposer l’hypothèse de re-
cherche en relation testable sont déduites de la littérature.
4) La méthodologie. Elle doit rappeler le type de démarche suivie (hypothético-
déductive…), le mode de collecte, de traitement et d’analyse des données. Ici éga-
lement point n’est besoin de « réinventer la boussole », il s’agit la plupart du
temps de méthodes tirées de la « pratique habituelle » dans la littérature.
5) Le plan de l’étude.

2) Le corps du rapport

Il comporte généralement, à titre indicatif, deux parties :

1) Une partie théorique ayant la structure type suivante :

- Un chapitre (I) consacré à la présentation et la discussion du modèle théorique re-

tenu, dans le but d’en évaluer la pertinence pour l’analyse de la question de re-
cherche.
- Lesson notes : describe the choosen theory that best describes your problematic,
break it down and show its limits, which you would prove in the second part
your work.

- Un chapitre (II) consacré à la spécification théorique du cadre analytique choisi,

en vue de l’opérationnaliser dans le contexte de l’étude. Il s’agit de montrer com-
ment on passe du modèle générique retenu à un modèle spécifique, notamment
par une identification des concepts, des paramètres et indicateurs pertinents dans
le contexte de l’étude. Par exemple, qu’est-ce qui tient lieu de taux d’escompte
social ? Qui sont les acteurs qui formeront les pôles dans un modèle d’agence ?…

2) Une partie empirique ayant la structure type suivante :

- Un chapitre (III) consacré à la spécification empirique du cadre analytique, où le
chercheur présente en détail la méthode d’élaboration du questionnaire, ainsi que
les données d’enquête, et les discute en faisant une évaluation de leur pertinence
pour le test de l’hypothèse.

Lesson notes : Here you have to present a detail method of elaboration of the
questionnaire, administration and analysis of data

- Un chapitre (IV) consacré au test proprement dit, suivi d’une discussion des résul-
tats, dans le but d’évaluer le degré de corroboration ou d’infirmation des hypo-
thèses.

3) La conclusion

La conclusion comporte habituellement deux parties : une synthèse du rapport, et les im-
plications de politique économique découlant de la recherche :
 36

1) La synthèse se distingue ici du simple résumé. Il s’agit de faire ressortir les prin-
cipaux résultats, d’évaluer l’exécution du projet dans ses différents objectifs, les
apports scientifiques éventuels, et les limites de la recherche.
Lesson notes : the synthesis gives what was discovered, the results of our sturdy,
here we summarize the results in terms of resolution of the prob.here you have
to better show that you know what u are doing.

2) Les implications de politique doivent quant à elles être en cohérence étroite avec
la recherche, et non des « perspectives » plus ou moins éloignées des résultats de
l’étude. Dans l’exemple déjà mentionné plus haut, il est évident par exemple que
si on s’est placé dans une optique d’efficacité, il sera logique de formuler des im-
plications de politique économique en termes par exemple d’adéquation emploi-
formation, ou encore de formation des formateurs. La déconnexion entre la for-
mulation des implications de politique et les résultats est très souvent le signe pa-
tent de l’incompréhension par le chercheur de son propre travail.
Lesson notes : here we make propositions from our research and give recom-
mendations

VI.2. Exemples de rapports : mémoires, thèses, rapports d’étude, articles…

Nous prenons ici l’exemple du mémoire de DEA / PTCI. Rappelons comme pour les ru-
briques antérieures, que la démarche proposée ici pour l’élaboration du mémoire est indi-
cative, et se rapporte surtout à notre expérience personnelle d’encadrement. Cette dé-
marche comporte en général cinq étapes, agencées comme suit : choix du sujet, confec-
tion du projet, exécution du projet, présentation (soutenance) du mémoire, calendrier
d’exécution.

VI.2.1. Le choix du sujet

Cette phase comporte deux étapes : la prospection, et la formulation du sujet.

1) La prospection

Deux hypothèses doivent être formulées ici sur l’environnement de recherche considéré :
1) Dans l’hypothèse forte, on considère qu’il n y a aucun problème de documenta-
tion théorique et statistique, ni de financement de la recherche ; c’est-à-dire que
l’on se place dans le contexte idéal sous-jacent à l’exposé fait plus haut du pro-
blème de recherche. Dans ce cas la démarche pour la prospection d’un sujet est le
suivant :
a. des lectures prospectives avec prise de notes, guidées par les préfé-
rences et l’expérience de l’étudiant ;
b. le choix d’un thème provisoire, lectures avec prise de notes ciblées
sur le thème ;
c. la confrontation avec les débats doctrinaux et d’actualité.
Nb : never excuse urself by saying that the work did not have enough documentations
and data, that makes u a bad researcher,
 37

2) Dans l’hypothèse faible, plus plausible dans notre contexte, on va privilégier le

critère de la faisabilité. La démarche comportera alors les étapes suivantes :
a. un repérage systématique des principaux gisements documentaires théo-
riques et statistiques locaux ;
b. lectures prospectives dans les domaines les mieux couverts par la docu-
mentation existante, avec prise de notes, guidées par les préférences et
l’expérience de l’étudiant ;
c. choix d’un thème provisoire, et lectures prospectives ciblées sur le
thème ;
d. identification le cas échéant, des sources de financement pour la collecte
de données primaires (enquête) ;
e. la confrontation avec les débats doctrinaux et d’actualité.

2) La formulation du sujet

Dans la pratique la prospection et la formulation (du moins l’idée) sont concomitantes.

Toutefois la formulation ne prend véritablement forme qu’à l’issue d’une prospection
bien conduite. Le processus de formulation peut être le suivant :
1) formulation préliminaire aussi claire et brève que possible ;
2) discussion de la pertinence du sujet avec l’encadreur ;
3) reformulation éventuelle du sujet ;
4) re-discussion avec le directeur avant adoption.

VI.2.2. La confection du projet

Il est important dans cette phase, d’éviter l’improvisation, en ayant recours de façon sys-
tématique aux principes appris dans le cours de méthodologie de la recherche. Autant que
possible, il convient d’adopter une structure de projet de type hpothético-déductif. La
base minimale préalable à toute rencontre avec l’encadreur doit comporter :
1) un avant-projet, que la discussion avec le directeur doit permettre de finaliser en
projet proprement dit, accompagné d’un plan détaillé;
2) une bibliographie permettant d’apprécier sans équivoque, l’orientation doctrinale
de l’étudiant.

VI.2.3. L’exécution du projet

Il est fondamental, pour un suivi efficace du travail de recherche, de considérer le projet

adopté comme un document représentatif des termes de référence d’un véritable contrat
liant l’étudiant à l’encadreur. Ceci implique notamment de s’abstenir de tout changement
d’orientation non discuté préalablement avec l’encadreur.

L’exécution du projet comporte généralement trois phases : la spécification théorique, la

spécification empirique (comportant le terrain ou le travail sur données secondaires), et la
rédaction :
1) Il est conseillé d’exécuter ces phases de façon séquentielle, en ayant soin de bien
approfondir la phase de recherches théoriques avant d’entamer le terrain ou la col-
lecte des données secondaires. Ceci permet d’améliorer la pertinence de l’enquête
 38

ou de la collecte des données.

2) Chacune des deux premières phases doit bien entendu faire l’objet d’un rapport
partiel, consistant surtout en une classification des notes de lecture et d’analyse,
dans un ordre logique ( selon le plan arrêté) permettant d’exécuter la phase de ré-
daction globale.
3) Quant à la rédaction finale proprement dite, on distingue deux approches, qui dé-
pendent des préférences méthodologiques de l’encadreur et des aptitudes de
l’étudiant : La rédaction par parties (chapitre ou partie) et la rédaction par ver-
sion complète (intermédiaire et finale). Cette dernière approche est selon nous la
plus efficace, car elle permet d’apprécier d’emblée la cohérence du rapport dans
ses différentes versions. Mais c’est aussi la plus difficile, car elle nécessite de
bonnes qualités de synthèse.

Le principe général suivant peut être retenu pour l’exécution du projet de recherche :
L’étudiant doit « s’approprier » son travail de recherche. A cet effet :
1) Il ne doit soumettre à la discussion avec l’encadreur, que le déficit réel de ses
propres recherches. Ceci éviterait une dépendance préjudiciable au développe-
ment de sa propre personnalité scientifique, développement qui constitue l’un des
objectifs de sa formation.
2) Il doit éviter d’abandonner l’initiative de la recherche à l’encadreur. Il doit ainsi
continuer à travailler après avoir soumis une version à la lecture de l’encadreur,
sans « attendre le feu vert » (qui peut parfois tarder à venir, créant ainsi des dis-
continuités dans l’effort).
3) Hormis les co-directions dûment enregistrées, et les consultations de spécialistes
sur des points techniques relevant de leurs domaines de compétence, l’étudiant
doit éviter la pluri-direction informelle, qui crée chez lui un risque grave de con-
fusion méthodologique et théorique.

VI.2.4. La soutenance

La soutenance constitue un moment capital dans l’exécution du travail de recherche,

puisqu’elle n’est rien d’autre que la forme orale de la présentation du rapport de re-
cherche qu’est le mémoire. Un mémoire médiocre peut ainsi être revalorisé (jusqu’à un
certain point seulement toutefois !!) par une bonne soutenance, tandis qu’un bon mémoire
écrit peut être desservi par une piètre soutenance. L’étudiant est donc invité à apporter le
plus grand soin à la préparation de sa soutenance. En voici quelques principes :
1) La note de présentation doit être concise, faisant apparaître les points essentiels
du rapport tels que rappelés plus haut (depuis la problématique jusqu’aux implica-
tions de politique économique). La durée de la présentation ne doit pas excéder
10 minutes environ. Il est important à cet égard de se chronométrer lors des en-
traînements de présentation.
2) L’attitude doit être modeste, mais sans obséquiosité (abus de formules de poli-
tesse) ni défaitisme (sollicitation insistante de « l’indulgence du jury », accepta-
tion sans réaction de toutes les observations). L’étudiant doit afficher une con-
naissance parfaite de son document, en évitant une « fouille » fébrile chaque fois
qu’il est interpellé sur un passage. Le registre vocal doit être dégagé et serein
(éviter de crier ou de murmurer). La diction doit être claire et naturelle, sans em-
prunt.
 39

VI.2.5. Le calendrier (à convertir selon les programmes)

Le scénario indicatif ici, est celui d’un compte à rebours dès le retour du campus commun
fin septembre. Le calendrier type prend l’hypothèse d’une soutenance dans les délais of-
ficiels, soit neuf mois après, en juin de l’année suivante.

1) Choix du sujet : octobre (1 mois) ;

2) Confection du projet : novembre (1 mois) ;
3) Rapport partiel de la phase théorique : décembre-janvier (deux mois) ;
4) Rapport partiel de la phase empirique : février-mars (deux mois) ;
5) Rédaction de la version intermédiaire : avril (un mois) ;
6) Rédaction de la version finale : mai (un mois) ;
7) Confection et dépôt en vue de la soutenance : juin (un mois).
 40

BIBLIOGRAPHIE

- Bartholy, Marie-Claude, Jean-Pierre Despin et Gérald Grandpierre (1978). Epis-

témologie générale. Editions Magnard, Paris.
- Blaug,M (1992). La méthodologie économique, 2ème édition, Economica, Paris.
- Brochier, H. (1984). « La valeur heuristique du paradigme économique »,
Economie et Sociétés, Octobre.
- Cot, Annie et Jérôme Lallement (2006). « 1859-1959 : de Walras à Debreu, un
siècle d’équilibre général ». Revue Economique, Vol 57, N° 3, Mai, pp 347-76.
- Dépelteau, François (2000). La démarche d’une recherche en Sciences Hu-
maines. Les presses de l’Université Laval, Québec.
- Gillot, F. (1965). Eléments de logique économique. Albin Michel, Paris.
- Godelier, M. (1975). Rationalité et irrationalité en économie. Maspéro, Paris.
- Guerrien, B. (1985). La théorie néo-classique. Bilan et perspective du modèle
d’équilibre général Economica, Paris.
- Hempel, C. G. (1972). Eléments d’épistémologie. Armand Colin, Paris. Titre
original: Philosophy of Natural Science, Englewood Cliffs, Prentice-Hall, 1966.
- Kothari, C. R. (2004). Research Methodology: Methods and Techniques. Second
Edition (1990) reprinted, New Age International Publishers, New Delhi.
- Kuhn, T. (1970) The Structure of Scientific Revolutions. The University of Chi-
cago Press.
- Lakatos, I. And A. Musgrave (1970). Criticism and the Growth of Knowledge.
Cambridge University Press.
- Lecourt, Dominique (Ed) (1999). Dictionnaire d’histoire et philosophie des
sciences. Presses universitaires de France, Paris.
- Lévi-Strauss, Claude (1964). « Critères scientifiques dans les disciplines sociales
et humaines », Revue internationale des sciences sociales, XVI, 4, Paris, pp. 579-
597.
- Mace, Gordon et François Pétry (2000). Guide d’élaboration d’un projet de re-
cherche. Les presses de l’Université Laval, Québec.
- Mingat, Alain ; Pierre Salmon et Alain Wolsperger (1985). Méthodologie écono-
mique. Presses universitaires de France, Paris.
- Palmade, Guy (1967). L’économique et les sciences humaines. 2 tomes, Dunod,
Paris.
- Piaget, Jean (1972). Epistémologie des sciences de l’homme. Gallimard, Paris.
- Revue économique (1984). Rationalité et comportement économique. Numéro
spécial, Janvier.
- Popper, Karl (1934). Logik der Forschung, Vienne, Verlag von Julius Springer
- Ibid (1959 pour la version anglaise) The Logic of Scientific Discovery,
Routledge, London.
- Ibid (1973 pour la version française). La logique de la découverte scientifique.
Payot, Paris.
- Simon, H. T. (1945). Administrative Behavior. The Free Press, New York.
- Idem (1982). Models of Bounded Rationality, and Other Topics in Economics.
New York.
- Stein, J. (1982). Monetarist, Keynesian and New Classical Economics. Basil
Blackwell.