METHODOLOGIE DE RECHERCHE ET ANALYSE DE DONNEES

2023-2024

INTERVENANTS
Pr. Mohamed Amine ISSAMI1

NIVEAU D’ETUDE
Majeure Finance et Audit – 3e année GE

VOLUME HORAIRE
36 heures organisées en 12 séances de 3h

PRE-REQUIS NECESSAIRE

Un cours de méthodologie de recherche et analyse de données repose sur la compréhension de la notion

de variable aléatoire (vue en cours de statistiques descriptives et probabilités), une culture mathématique
générale (cours d’introduction aux mathématiques appliquées) ainsi que les éléments du domaine des
statistiques décisionnelles (statistiques inférentielles).

EXIGENCES HEBDOMAIRES :

En présentiel : 3 h (obligatoire)
Recherche en bibliothèque ou sur Internet : 1 h (suggéré)
Travail en groupe : 1 h (suggéré)
Utilisation de SPSS ou d’un autre logiciel dédié : 2h (suggéré)

1
aissami@groupeiscae.ma

1
DESCRIPTIF DU COURS :

Ce cours vise à sensibiliser l’étudiant à l’importance d’adopter une approche méthodologique pour
encadrer la réalisation de sa thèse professionnelle. Chaque élément de la démarche de recherche
appliquée en sciences de gestion est abordé dans le but de fournir à l’étudiant les outils nécessaires à
une intervention réussie en entreprise.

Ce cours a pour objectif d’apporter aux étudiants la maîtrise des outils classiques d'analyse de données
expérimentales, ces données pouvant être issues de systèmes extrêmement variés. Sous leur forme la
plus simple, les informations ainsi extraites des données rejoignent les résultats d'enquêtes, auxquels les
étudiants peuvent être confrontés quotidiennement : étude de la tendance moyenne d'un paramètre,
mesuré sur une « population », histogramme des valeurs de ce paramètre. Des outils plus élaborés (tels
que l'analyse en composantes principales) sont ensuite considérés, afin de réaliser une analyse plus fine
de ces données. Le cours s’articule autour de deux chapitres :

§ Méthodologie de recherche :
- Suivre une démarche rigoureuse dans l’étude de problème de gestion et problème de recherche.
- Développer un esprit critique sur la qualité de la production de connaissance en milieu
organisationnel.
- Acquérir une autonomie pour analyser une organisation et élaborer des solutions adéquates à
des problèmes.
- Produire un travail de qualité, d’une bonne valeur scientifique et pertinente pour l’entreprise.

§ Analyse de données
- Connaître les méthodes de base d’analyse des données
- Acquérir un savoir-faire dans l’exploration de données à l’aide de méthodes statistiques
bidimensionnelles et multidimensionnelles.
- Appliquer les méthodes d’analyse sur de vraies données à l’aide du logiciel SPSS.

COMPETENCES VISEES :

Les méthodes d’Analyse De Données (ADD) sont utiles en sciences de gestion, par exemple, pour les
études de faisabilité. Ce cours propose à la fois une présentation générale et pratique des principales
méthodes d’ADD disponibles dans les logiciels et une aide à l’interprétation des sorties fournies par les
logiciels statistiques. Des exemples entièrement traités à l’aide de logiciels statistiques, principalement
SPSS. A la fin de ce cours, les étudiants seront capables de :

- Saisie de la démarche d'analyse dans une perspective sociologique ;

- Compréhension des fondements de l'analyse et capacité à expliciter les opérations réalisées et

2
 résoudre des problèmes avec données factuelles ;
- Qualité de l'analyse et de sa description ;
- Traiter et décrire l'information contenue dans des grands ensembles de données ;
- Comprendre les mécanismes qui justifient l'emploi de telle ou telle méthode ;
- Interpréter correctement les graphiques et résultats fournis par les logiciels.

MÉTHODES D’ENSEIGNEMENT :

La méthode utilisée sera principalement l’exposé formel magistral en présentiel et/ou hybride (il s’agit
d’une approche pédagogique active), complété par des illustrations et interactions entre professeur et
étudiants. Des séances, sous forme d’ateliers, peuvent être intégrées (Atelier problématisation, atelier
revue de littérature, computer lab, etc.). Le travail sur des projets de recherche ainsi que les exposés de
thématiques complémentaires au cours sont programmés.

Le cours sera présenté en utilisant : Power point (slides). Le support du cours ainsi que les fiches d’exercices
seront fournis à la fin de chaque séance. Notons que les notions statistiques introduites dans ce cours seront
traitées par le biais d’un logiciel numérique, tel que SPSS. Cette discipline scientifique exige du travail
personnel, en général sous la forme d’un exercice par semaine2 au minimum: cela signifie un effort soutenu,
mais c’est le meilleur moyen pour que l’étudiant assimile la matière. Ces exercices3 doivent obligatoirement
être rendus à temps. Une communication régulière sera véhiculée par email pour le support de cours et les
notifications. Il est nécessaire de consulter régulièrement votre adresse email.

ÉVALUATION DES APPRENTISSAGES :

La validation de l’acquisition des connaissances sera basée sur la participation au cours, l’apport
individuel des étudiants ainsi que sur des évaluations de groupe. A la fin du séminaire, un examen sera
programmé.

Contrôle continu : 30%

Assiduité et participation : 30%
- Travail de groupe (exposé et projet de recherche)
- Travail individuel (fiches de lecture et ateliers de recherche)
Examen final : 40%

2
A la fin de chaque chapitre se trouve une section d’exercices.
3
Listing des ressources : Les exercices qui accompagnent ce cours permettent aux étudiants de modéliser des
problèmes simples en utilisant les techniques statistiques avancées. Ces exercices ne tiennent évidemment pas
compte de tous les paramètres d’une véritable analyse professionnelle. Ils sont simplifiés volontairement et sont
choisis suivant l’orientation des étudiants, en majorité dans le domaine de la gestion; mais les méthodes utilisées
s’appliquent également à la modélisation en ingénierie et en sciences exactes.

3
CONTENU :

Le cours de Méthodologie de recherche vise à fournir à l’étudiant les acquis nécessaires pour (1) mettre
en place une démarche de recherche (2) conduire une étude terrain (qualitative et/ou quantitative) selon
une démarche scientifique.

I. Projet de recherche et cadre épistémologique

Le choix d’un sujet
La démarche de problématisation/élaboration d’un objet d’étude
Cadre épistémologique
Consignes de rédaction du rapport de recherche

II. La revue de littérature

Découverte de l’article scientifique
Initiation à la recherche documentaire
Outils de la recherche documentaire et bases de données
Construction d’un cadre théorique

III. Mener une recherche qualitative

Postulats fondamentaux de la recherche qualitative
Différentes méthodes qualitatives
Étapes d’une recherche qualitative
Construire un outil de collecte de données fiable et valide

IV. Mener une recherche quantitative

Postulats fondamentaux de la recherche quantitative
Différentes méthodes quantitative
Étapes d’une recherche quantitative
Construire un outil de collecte de données fiable et valide

V. Analyse de données
Régression simple et multiple
ANOVA
Analyse discriminante
ACP (analyse en composantes principales)
AFC (analyse factorielles des correspondances) et les méthodes de classifications.
Analyse typologique

4
BIBLIOGRAPHIE INDICATIVE

ü Thietart R-A., (2014), Méthodes de recherche en management, Dunod

ü Gavard-Perret M.L., Gotteland D., Haon C., Jolibert A. (2012), Méthodologie de la recherche,
Pearson Education, Paris.

ü Borges A., Karyotis C. (2012), Réussir le mémoire des écoles de commerce, Gualino.

ü Bertrand R. (1986), Pratique de l'analyse statistique des données, Presses de l'Université du Québec.

ü Escofier B. et Pagès J. (2008), Analyses factorielles simples et multiples : Objectifs, méthodes et

interprétation, 4ème édition, Dunod.

ü Fredon D., Maumy-Bertrand M. et Bertrand F. (2009), Mathématiques L1/L2 : Statistique et

probabilités en 30 fiches, Dunod.

ü Fredon D., Maumy-Bertrand M. et Bertrand F. (2009), Mathématiques L1/L2 : Analyse en 30

fiches, Dunod.

ü Fredon D., Maumy-Bertrand M. et Bertrand F. (2009), Mathématiques L1/L2 : Algèbre/géométrie

en 30 fiches, Dunod.

ü Jolliffe I. T. (2002), Principal Component Analysis, Springer, New -York.

ü Lebart L., Piron M. et Morineau A. (2002), Statistique Exploratoire Multidimensionnelle, Dunod,

Paris.

ü Rivoirard V. and Stoltz G. (2009), Statistique en Action, Vuibert, Paris.

ü Saporta G. (2006), Probabilités, analyse des données et statistique, Technip.

ü Tassi P. (2004), Méthodes statistiques, Economica, Paris.

ü Tenenhaus M. (2004), Statistique : Méthodes pour décrire expliquer et prévoir.