Académique Documents
Professionnel Documents
Culture Documents
SOULEYMANOU KADOUAMAÏ
Agrégé en Sciences de Gestion / Gestion Comptable
Professeur Titulaire – CAMES
Chevalier de l’Ordre International des Palmes Académiques du CAMES
Université de Garoua
Nous pouvons définir avec H. Ben Aissa (2001) « la recherche comme une action organisée
systématique, critique qui prend naissance par un questionnement scientifique concernant un
problème sous investigation dans un objectif de trouver des réponses et de trouver des solutions
ou bien de développer des nouvelles théories et connaissances à partir de l’analyse d’un objet de
recherche ».
Le mot « méthodologie » est parfois employé comme synonyme des outils techniques d’une discipline.
Mais il désigne le plus souvent une analyse des concepts, des théories et des principes d’une discipline.
S’interroger sur la façon dont les économistes expliquent les phénomènes auxquels ils s’intéressent
revient en fait à se demander en quels sens l’économie est une science (M. Blaug 1982).
La méthodologie est plus un art qu’une discipline à proprement parlé. Ce cours est organisé en quatre
chapitres :
Chapitre 1- Généralités sur la méthodologie de recherche
Chapitre 2- Les étapes d’une recherche en sciences sociales
Chapitre 3- Echantillonnage et collecte des données
Chapitre 4- Traitement des données, résultats et présentation des résultats
2
Chapitre 1. Généralités sur la méthodologie de rédaction d’un mémoire
3
III- TYPOLOGIE DE RECHERCHE
Dans leur contribution à la « Case Research » Post & Andrew distinguent quatre catégories de recherche
en fonction de la direction de l’effort de recherche ou des objectifs de la recherche. S’agit-il de décrire,
d’explorer, d’expliquer ou de prédire ?
1. La recherche descriptive
La recherche descriptive cherche à articuler en une image cohérente la collection de faits qui se manifeste
dans un objet d’étude. On cherche avant tout à donner une représentation exacte des événements sans
s’essayer de les analyser.
2. La recherche exploratoire
La recherche exploratoire cherche à identifier des problèmes ou propriétés de situations ou événements
complexes. Le propos est plus analytique : il ne s’agit plus d’accumuler les faits ou de développer des
hypothèses, mais de conduire une étude à partir de certaines idées.
3. La recherche explicative
La recherche explicative (explanatory) est moins dépendante des faits puisqu’elle repose sur des
propositions ou des hypothèses que l’on teste empiriquement ;
4. La recherche prédictive
La recherche prédictive a pour but d’arriver à des prévisions, souvent sous la forme de scénarii.
La distinction entre le qualitatif et le quantitatif est ambiguë car aucun des critères ne permet une
distinction absolue entre l’approche qualitative et l’approche quantitative.
IV- METHODE QUANTITATIVE / QUALITATIVE
La distinction entre le qualitatif et le quantitatif est ambiguë car aucun des critères ne permet une
distinction absolue entre l’approche qualitative et l’approche quantitative. Aujourd’hui on parle de
triangulation c’est-à-dire les deux études complémentaires
4
1. Méthodes qualitatives
• Van Maanen (1974) définit les méthodes qualitatives comme « un éventail des techniques
d’interprétation qui visent à décrire, décoder, traduire et d’une façon plus générale être en
accord avec le sens et non pas d’écrire la fréquence de certains phénomènes qui se
produisent plus ou moins naturellement dans le monde social ».
• La recherche qualitative repose sur une approche subjective ou interprétative.
• La notion de subjectivisme est relative à la manière dont un individu interprète le monde qui
l’entoure et ses propres réactions.
Cette approche « perçoit l’individu comme une entité complexe, difficilement quantifiable, qui, à
travers ses propres expériences, va façonner son environnement avec toute la subjectivité
inhérente à sa compréhension et à son interprétation des événements » (Perrien et al. 1986)
2. Méthodes quantitatives
Mucchieli (1991) précise la notion de méthodes quantitatives: « leur objet est quantifiable ou rendu
quantifiable et elles utilisent essentiellement des grilles rigides de recueil de données et des
techniques de traitement mathématique de ces données ».
L’approche objective perçoit l’individu comme quelqu’un de logique, de rationnel.
5
L’abduction est un processus inférentiel (en d’autres termes, une hypothèse) qui s’oppose à la
déduction, car la déduction part d’une règle, considère le cas de cette règle et infère automatiquement
un résultat nécessaire.
Selon Koenig (1993), « l’abduction est l’opération qui, n’appartenant pas à la logique, permet d’échapper
à la perception chaotique que l’on a du monde réel par un essai de conjecture sur les relations
qu’entretiennent effectivement les choses. L’abduction consiste à tirer de l’observation des conjectures
qu’il convient ensuite de tester et de discuter. »
2. L’approche déductive
La déduction est avant tout un moyen de démonstration (Grawitz, 1996). Elle se caractérise par le fait
que, si les hypothèses formulées initialement (prémisses) sont vraies, alors la conclusion doit
nécessairement être vraie.
Exemple d’une déduction classique : le syllogisme de Socrate :
(1) Tout homme est mortel.
(2) Socrate est un homme.
(3) Socrate est mortel
(1) et (2) sont les prémisses et (3) la conclusion.
Conceptualisations
(hypothèses, modèles, théories)
Démarche abductive
Démarche hypothético-déductive
6
Chapitre 2. Les étapes d’une recherche en Sciences Sociales
Toute recherche scientifique en sciences sociales exige le respect d’une démarche rigoureuse qui passe
par plusieurs étapes.
III- LA PROBLEMATIQUE
1. Définition
Selon le Petit Robert, une problématique, c’est l’art de poser les problèmes. Problématiser c’est donc
être capable d’interroger un sujet pour en faire sortir un ou plusieurs problèmes. Au-delà, l’élaboration
d’une problématique suppose la capacité à articuler et hiérarchiser ces problèmes.
Problématiser, c’est l’art de poser des questions pertinentes, c’est une caractéristique de toute
activité scientifique.
7
Pour Lévi-Strauss « le savant n’est pas celui qui donne les bonnes réponses, mais celui qui pose
les bonnes questions ». L’effort de problématisation, c’est la capacité à faire surgir du sujet une série
de questionnements et de problèmes articulés entre eux et à choisir un angle d’attaque pertinent et
fécond. Il implique donc :
- Travail de reformulation sous forme d’une ou plusieurs questions articulées ;
- Stratégie argumentative permettant de répondre de manière cohérente à l’ensemble de ces
questions.
La problématique est le fil conducteur de l’argumentation qui permet d’introduire chez le correcteur ou
l’auditeur le sentiment d’une logique argumentative convaincante dans un champ de réflexion déterminé
et clairement délimité. Formuler une problématique s’inscrit dans une méthode de réflexion ou
d’argumentation et permet de relever bien des défis intellectuels et même professionnels. La
problématique permet de bien délimiter un sujet d’étude.
Types d’hypothèses :
Malgré la variété d’hypothèses possibles, il existe en sciences sociales des types de recherche qui se
retrouvent plus souvent que d’autres, des hypothèses qui se ressemblent, et que l’on peut distinguer
suivant leur niveau d’abstraction en trois classes :
a) Hypothèses supposant l’existence d’uniformités. Elles se limitent le plus souvent à quantifier
des distributions des comportements. Par exemple la constatation que le taux de divorce
augmente dans les classes ayant des revenus élevés. Ce genre d’hypothèse redresse souvent
des préjugés et s’il confirme ce que l’on savait, il donne du moins des précisions.
b) Hypothèses supposant l’existence des liens logiques à partir des corrélations empiriques.
C’est le cas par exemple de certains comportements particuliers que l’on retrouve dans des
9
groupes minoritaires. Il s’agit ici d’épurer les constations, pour conserver leurs caractéristiques
communes à ces différents groupes, pouvant expliquer leur comportement semblable.
c) Hypothèses concernant des relations entre variables analytiques qui impliquent la formulation
des relations entre certaines variables complexes, par exemple l’influence du niveau
économique, du lieu d’habitation, du nombre d’habitants, de la religion etc.… sur le taux de la
fécondité. Dans le cas où les éléments qualitatifs sont seuls considérés l’hypothèse doit justifier
la théorie explicative proposée, soit dans le cadre de la recherche effectuée, soit face à un
phénomène inattendu, soit pour remplacer une théorie antérieure.
10
Pour pouvoir faire l’objet de la vérification empirique, une hypothèse doit être falsifiable c’est-à-dire
pouvoir être testée indéfiniment et donc revêtir un caractère de généralité, et ensuite elle doit accepter
des énoncés contraires qui sont théoriquement susceptibles d’être vérifiées.
- La plausibilité : l’hypothèse doit être plausible, c’est-à-dire qu’elle doit être pertinente par rapport
au phénomène à l’étude.
Conditions de validité :
Quel que soit son origine, l’hypothèse ne peut être utilisable que sous certaines conditions :
-Elle doit avant tout être vérifiable, pour cela utiliser des concepts communicables, c’est-à-dire que les
deux termes mis en relation par l’hypothèse doivent être définis, si possible de façon opératoire, de façon
à permettre des observations précises.
K. Popper insiste sur le caractère provisoire des hypothèses qui peuvent être démontrées fausses, mais
dont la vérité, elle, n’est pas susceptible d’être démontrée. Pour cet auteur il n’y a pas de démonstration
possible du caractère définitivement irréfutable d’une proposition. Il préfère le terme de réfutable à celui
de falsification. Une hypothèse falsifiable n’est pas tautologique c’est-à-dire du genre « tous les
hommes sont de sexe masculin ou féminin »
-Sur le plan pratique, l’hypothèse doit ensuite mettre en cause des faits réels et ne pas comporter de
jugements de valeur : bon, mauvais, devraient etc.
- L’hypothèse doit être spécifique, c’est-à-dire ne pas se perdre dans des généralités. Si l’on veut
pouvoir la tester, il faut, quelle que soit l’idée générale dont elle est issue, qu’elle aboutisse à mettre
en cause des facteurs précis, ce qui implique des indices révélateurs de ces facteurs.
- Enfin l’hypothèse doit enfin se rattacher à une théorie existante, c’est-à-dire être en conformité
avec le contenu actuel de la science. Une hypothèse ne surgit pas indépendamment des
connaissances acquises antérieurement. Elle n’est pas une utopie, bien l’utopie puisse devenir
hypothèse.
Elle doit reposer sur des fondements théoriques solides (revue de la littérature), une analyse précise
de l’environnement et sur le bon sens du chercheur.
1. Contexte de la recherche
2. Problématique
3. Les objectifs de la recherche
4. Intérêt de la recherche
11
5. Bases d’hypothèses et hypothèses de recherche
6. Démarche Méthodologique
7. Plan provisoire du travail
8. Références bibliographiques
12
Chapitre 3. Les échantillons et la collecte des données
Combien de personnes devons-nous interroger pour qu’une enquête soit crédible ? Voilà certes la
question que tout chercheur se pose avant d’entreprendre une démarche quantitative. La même
interrogation est présente dans l’esprit du lecteur des résultats de cette recherche. Ces derniers peuvent
remettre en question les résultats de cette étude parce qu’à leurs yeux un très petit nombre d’individus à
été interrogé ou encore à cause d’une faiblesse méthodologique dans la constitution de l’échantillon. En
plus du nombre de répondants, il faut s’interroger sur la manière de choisir ces derniers, sur l’utilisation à
faire des données recueillies et sur le type d’analyse à privilégier. Toutes ces dimensions ont un impact
sur les résultats d’une recherche qui se base sur une enquête. L’objet de ce chapitre vise à fournir un
guide, un support technique en ce qui concerne l’échantillonnage.
Lorsqu’on travaille à partir d’un échantillon, la statistique descriptive rend compte des observations faites
à base de cet échantillon. On tente de comprendre une situation lorsqu’on est en mesure d’expliquer les
différences observées dans l’échantillon au moyen des variables qui expliquent ces différences : par
exemple on observe dans l’échantillon des personnes entrepreneurs et d’autres non et les variables
permettant de les expliquer peuvent être nombreuses : niveau d’éducation, culture, origine sociale…enfin,
on projette sur l’ensemble de la population lorsque les données d’un échantillon permettent de
généraliser sur l’ensemble de la population. Il faut donc s’assurer au préalable de la représentativité de
l’échantillon avant de généraliser.
Cependant, les statistiques n’auront de sens que si les données utilisées sont crédibles. Il faut donc que
le nombre d’observations soit suffisant et fiable. Les éléments ou les individus qui doivent être utilisés
dans ce contexte doivent être représentatifs de la population à étudier. En fait l’opération statistique par
la médiation d’un échantillon vise à réduire l’erreur de décision que l’on commet lorsqu’on présente un
résultat. Cette erreur demeure omniprésente en statistique.
Il est essentiel dans un premier temps de bien définir la population de l’étude. Une population dans le
sens statistique du terme désigne un ensemble d’individus ou d’unités statistiques qui composent la
totalité de l’univers qui est étudié. Si l’étude porte sur les mangers de 25 à 60 ans, alors la population
sera l’ensemble des managers de 25 à 60 ans. Une population peut être très circonscrite ou générale. Il
est cependant primordial de bien connaître cette population afin de bien établir le plan d’échantillonnage.
L’échantillon pour sa part ne compte que sur une partie de la population. On utilise un échantillon
lorsqu’on désire connaître les caractéristiques d’une population mais qu’il est trop difficile pour des raisons
13
pratiques ou financières d’interroger l’ensemble de la population. Il s’agit donc dans un premier temps de
s’assurer si l’enquête touchera ou non l’ensemble de la population. Il est important de déterminer si les
personnes représentent l’ensemble de la population ou une sous population. Une sous population peut
être définie en fonction du sujet étudié. Si l’objectif est l’étude de certains modes de prise de décision, il
est en effet possible que ces modes proviennent de l’origine sociale du manager. Dans un tel cas on est
en présence d’une sous population. Si l’objectif est d’évaluer les différences d’origine sociale on doit
envisager la constitution d’un échantillon de plus grande taille. Si l’étude porte sur un environnement
contrôlé, un échantillon de petite taille convient le mieux.
Il est essentiel de définir les populations et les sous populations qui composent le champ d’étude. Il faut
aussi se demander s’il est question de décrire les caractéristiques d’une population ou d’une sous
population, de comprendre les raisons du comportement de cette population ou encore de projeter à
l’ensemble de la population le comportement individuel des personnes qui la composent. La clé réside
dans l’échantillonnage et dans la technique d’analyse.
14
que cinq de ces échantillons s’écartent de la marge d’erreur de 4% (ou 3,5% ou 5%) par exemple,
un échantillon de 500 employés pour une entreprise de 3000 salariés, une ville de 100000 habitants pour
une ville de 25 millions d’habitants, offre la même erreur d’échantillonnage dans ces deux cas).
La taille de l’échantillon dépend aussi de plusieurs autres facteurs : la marge d’erreur acceptable et la
connaissance préalable de la population enquêtée. Connaissance qui peut provenir d’enquête d’opinions
et de recensements.
III- DIFFERENCES DE TAILLE D’UN ECHANTILLON POUR UNE POPULATION FINIE ET INFINIE
Une population finie est une population dont on connaît la taille au départ et elle est généralement petite
(par exemple, les 30 entreprises de logistiques de la ville Ngaoundéré). Une population infinie est une
population dont on ne connaît pas la taille exacte parce qu’elle relativement grande. Lorsque la population
de l’étude est petite, la taille de l’échantillon peut être plus petite tout en conservant la même marge
d’erreur que pour une population plus grande, mais il faut appliquer un facteur de correction. (Pour
déterminer si la population est petite on applique la règle du « 7 ». On multiplie la taille de
l’échantillon calculé par 7. Si le résultat est plus petit que la taille de la population, on applique le
facteur de correction). Par exemple, nous avons une population de 200 élèves et nous ignorons les
caractéristiques de cette population donc l’écart type est inconnu. Nous décidons d’accepter une marge
d’erreur de + ou – 5%. Pour déterminer le nombre de répondants nécessaire nous appliquons ensuite la
formule N= 1/E², c'est-à-dire la taille de l’échantillon (n) est égale à l’inverse de l’erreur E au carré. Comme
nous avons déterminé que l’erreur acceptable serait de 5%, nous avons donc :
N= 1/0,05², N=1/0,0025 ; N= 400. Nous avons donc besoin de 400 répondants avec ce nombre, les
résultats ne s’écarteront pas de plus ou moins5% 19 fois sur 20(ou 95% des fois). Comme ma population
d’élèves est inférieure à la taille de mon échantillon, je dois appliquer le facteur de correction. Ce dernier
suit la formule suivante : N’= (N * n) / (N + n) où N’est l’échantillon corrigé, N la taille de ma population,
n la taille de l’échantillon (ici 400 répondants) donc N’= 400*200/400+200=80000/600=133. Nous avons
donc besoin de 133 répondants. Cette démarche doit être utilisée si nous utilisons des tests statistiques
qui extrapolent les résultats à l’ensemble de la population.
Il existe plusieurs méthodes pour sélectionner les individus qui serviront à répondre aux objectifs d’une
recherche. Essentiellement, les échantillons se regroupent en deux familles : les échantillons non
probabilistes et les échantillons probabilistes.
15
1. Les échantillons non probabilistes
Ce sont des échantillons qui n’offrent pas à tous les membres de la population une chance égale ou
prédéterminée d’être sélectionnés. La probabilité de sélection d’un membre de la population est donc
inconnue. Il devient ainsi impossible de calculer la précision des résultats ainsi obtenus et d’utiliser les
résultats pour extrapoler à l’ensemble de la population. Cette impossibilité réside dans le fait qu’il est
possible que les répondants ne soient pas représentatifs de la population en générale (un enquêté que
le chercheur connaît, le directeur d’une société interrogé que l’enquêteur connaît et l’échantillon
volontaire sont autant d’exemples d’échantillons non probabilistes). Il est toutefois possible de légitimer
l’utilisation d’un échantillon non probabiliste notamment dans la compréhension des questions ou encore
pour calculer le temps traitement ou d’administration du questionnaire.
a) Echantillons de convenance
b) Echantillon par choix raisonné
c) Echantillons par quotas
d) Echantillons boule de neige
a) Echantillons de convenance
Le chercheur fait appel à des personnes interceptées dans la rue, dans les marchés, dans les bureaux
etc. pour répondre à son questionnaire;
Un tel échantillon n’est pas représentatif.
b) Echantillon par choix raisonné
C’est aussi une forme d’échantillon de convenance à la différence que les éléments de la population sont
sélectionnés en fonction du jugement du chercheur
C’est également non représentatif.
c) Les quotas
Les éléments d’un échantillon par quota ne sont pas sélectionnés au hasard mais en fonction d’un certain
nombre prédéterminé d’éléments à l’intérieur de certaines catégories. Cette méthode est utilisée par
certains instituts de sondage. Il s’agit de déterminer dès le départ le nombre de personnes qui offrent
certaines caractéristiques. Par exemple 10 personnes de sexe masculin entre18 et 24 ans, 15 femmes
entre 25 et 34 ans, …. Le sondage par quota n’est pas probabiliste cependant lorsqu’il est intégré dans
le cadre d’un échantillon stratifié, il est possible de travailler à partir de ses résultats de manière
statistiquement fiable. Cette méthode est pratique pour les recherches en marketing. Son application
dans d’autres champs de recherche est plus problématique.
Dans ce cas le chercheur identifie les caractéristiques descriptives de la population mère à étudier puis
élabore un échantillon présentant les mêmes caractéristiques descriptives.
16
Si la procédure est rigoureusement suivie, alors l’échantillon sera représentatif.
Cette méthode est utilisée par certains instituts de sondage.
Un échantillon est probabiliste lorsque la probabilité d’être choisi est connue pour tous les membres d’une
population. Il est alors possible d’effectuer des calculs afin de mesurer ‘exactitude des résultats.
17
à-dire qu’on peut prendre une partie des élèves de l’école ou seulement une partie d’entre eux. Les
grappes sont à utiliser lorsque la population est homogène et peu sous divisée. Elles permettent des
économies d’échelles notamment dans les déplacements. Elle convient aux études s’étendant sur des
vastes territoires.
d) L’échantillonnage stratifié.
Il y a une relation directe entre la précision d’une enquête et l’homogénéité de la population d’étude. Il
arrive parfois que les sous populations soient homogènes que la population elle-même ou que des
éléments d’une population ne représente qu’eux-mêmes. Dans ce cas ces sous populations forment des
strates. Par exemple l’étude sur l’utilisation de certaines techniques de vente, il est possible que des
études préliminaires ait démontré que la taille de l’entreprise, son secteur d’activité et son âge ont une
influence. La sélection des entreprises se fera selon ces strates. Les strates peuvent être simples avec
une variable ou complexes avec plusieurs variables. Les strates sont donc formées à partir de certaines
caractéristiques de la population et qu’une connaissance préalable de cette dernière est nécessaire. En
prenant l’exemple d’une étude portant sur les étudiants d’une ville. En supposant qu’il y’a 4 universités
dans la ville concernée. Ces 4 universités se partagent deux langues d’enseignement. Il y’a deux
universités de langue A que nous appelons universités A1 et A2. Deux universités de langue B que nous
appelons B1 et B2. La clientèle des 4 universités est également différente. En effet, les étudiants des
universités A1 sont majoritairement inscrits dans les programmes scientifiques alors que ceux des
universités A2 sont majoritairement inscrits dans les programmes de sciences humaines. Supposons que
nous ayons le même phénomène dans les universités B 1 et B2. Nous nous retrouvons donc avec une
population générale d’étudiants. Cependant si nous effectuons une recherche sur les étudiants de la ville
et que nous choisissons les étudiants de l’université A1 pouvons-nous légitimement utiliser les résultats
et en déduire pour l’ensemble des étudiants de la ville? Non puisque les étudiants de A 1 possèdent des
caractéristiques qui leurs sont propres. Ces caractéristiques sont à la fois linguistiques et d’orientation
académique. Mais si nous faisons une étude sur l’utilisation des termes techniques nous pourrions dire
que chacune des universités forme une population homogène. L’échantillonnage stratifié nécessite une
connaissance statistique préalable pouvant provenir des recensements. Ces derniers permettent
l’identification des strates et leur pondération.
Conclusion
Que ce soit pour des échantillons de petite taille ou pour des échantillons plus importants, il est important
de respecter les étapes de la planification méthodologique suivante :
18
1- Définir la population à l’étude : il est primordial de bien définir cette population
2- Définir les objectifs statistiques de l’enquête : voulons-nous simplement décrire une situation ?
comprendre les causes de la situation ou extrapoler sur l’ensemble d’une population à partir d’un
échantillon ?
3- Déterminer le degré de précision recherché
4- Établir les contraintes de l’enquête : taux d’incidence, taux de refus
5- Établir la méthode d’échantillonnage la plus appropriée en fonction des contraintes : de temps et
de budgets
6- Coûts
7- Délais impartis
8- Les informations disponibles (recensements, enquêtes antérieures)
Comme nous l’avons mentionné la taille de l’échantillon peut avoir une influence sur l’erreur que l’on
commet lorsque l’on tente de projeter sur l’ensemble de la population les résultats d’une enquête. Le
meilleur moyen pour contourner ce problème est l’utilisation du test statistique approprié.
19
- La rédaction du projet des questionnaires
a1) Formulation des questions
Elles doivent être conçues de façon :
- A être comprises par les personnes interrogées d’où le choix du vocabulaire et de la syntaxe.
Eviter donc des formulations trop longues et trop complexes ;
- A avoir des réponses connues de la personne interrogée
- A favoriser des réponses sincères et à éviter des biais de confidentialité, de prestige et de
conformisme.
a2) Les trois biais
- Le biais de confidentialité apparaît lorsque l’enquêté retient volontairement l’information, ex. le
CA des entreprises camerounaises.
- Le biais de prestige apparaît lorsque l’enquête cherche à défendre son honneur, exemple,
combien de fois vous lavez-vous par semaine ;
- Le biais de conformisme lorsque l’enquêté a tendance à répondre systématiquement de la
même façon à une série de questions. C’est notamment lorsque les items de mesure d’un
concept sont groupés au même endroit.
a3) Progressivité des questions
L’ordre des questions est important et doit suivre une logique très précise : on passe du général au
spécifique (précis et difficile), une manière de familiariser l’interviewé au format des questions et de
l’amener à réfléchir sur le sujet de l’enquête.
Il est recommandé de ne pas poser des questions embarrassantes concernant par exemple la vie privée,
l’opinion publique dans la seconde partie du questionnaire.
La fin du questionnaire sera consacrée à des questions d’identification telles que l’âge, la catégorie
socioprofessionnelle, la fonction, l’ancienneté.
a4 ) L’administration du questionnaire
L’administration du questionnaire se fait de plusieurs façons :
- L’administration en face à face,
- L’administration d’un questionnaire postal
- L’administration par téléphone,
- L’administration par voie informatique
20
Modes d’administration
Postal Face à face Téléphone Informatique
Coût Moyen, Elevé, si non Elevé, si non Moyen, si envoi
Coûts postaux et pratiqué par le pratiqué par le postal, ou faible
coût de chercheur chercheur via internet
reproduction
Contrôle de Faible, aucun Elevé Elevé Faible, aucun
l’échantillon moyen de savoir moyen de savoir
qui a répondu qui a répondu
Temps de Assez court, sauf Très dépendant Très dépendant Assez court, sauf
réalisation cas de relance de l’échantillon et de l’échantillon et cas de relance
du nombre du nombre
d’enquêteurs d’enquêteurs
b) Les autres modes de collecte des données primaires destinées à une utilisation quantitative
Ce sont principalement les cadres d’observation et les méthodes expérimentales
b1) Les cadres d’observation
L’observation n’est pas une méthode de collecte très courante dans les recherches quantitatives. Parce
qu’il est difficile de mener de mener des observations sur des larges échantillons. C’est pourquoi on
recourt à un cadre d’observations « systématique » pour décrire de la même façon les comportements
observés. Un cadre d’observation est construit comme un questionnaire sur la base du modèle conceptuel
de recherche et du choix de la méthode d’analyse des données que le chercheur compte utiliser. Les
données collectées par observation systématique peuvent faire l’objet d’un traitement quantitatif.
b2) Les méthodes expérimentales
Elles permettent de faire de faire des prélèvements quantitatifs et d’exploiter statistiquement les données
recueillies. La qualité d’une expérimentation repose avant tout sur la mise en conditions des participants
(comportement, volonté, condition d’environnement, etc.) ;
Différentes méthodes peuvent être mobilisées pour mener des expérimentations. Le chercheur peut avoir
recours à la méthode des protocoles : le sujet est alors invité à reconstituer et à décrire à « haute voix »
les processus internes de traitement de l’information qui sous-tendent ses décisions.
Une autre méthode d’expérimentation consiste en la participation des sujets à un jeu de rôle.
21
La méthode qualitative fondamentale est l’interview en profondeur. Il existe d’autres méthodes ou
approches de recherche : l’incident critique, la technique de la repertory grid (grille de lecture), les
techniques projectives, les méthodes de protocoles, les interviews de groupe et les cartes cognitives.
a) L’interview
C’est une technique destinée à collecter, dans la perspective de leur analyse, des données discursives
(basées sur le discours) reflétant notamment l’univers mental conscient ou inconscient des individus. Il
s’agit d’amener les sujets à vaincre ou à oublier les mécanismes de défense qu’ils mettent en place vis-
à-vis du regard extérieur sur leur comportement ou leur pensée.
b) L’observation participante
Elle trouve ses origines dans les recherches ethnographiques. La tradition de ces recherches de terrain
consiste à vivre immergé au sein de cultures tribales, pour essayer de comprendre de l’intérieur les
mœurs, coutumes, pratiques sociales et symboliques de cultures très différentes. La littérature est
abondante surtout en sociologie et anthropologie. Les organisations peuvent parfaitement être vues elles
aussi comme des « tribus », dotées de leurs propres coutumes et rites, étranges aux yeux de ceux qui
n’en sont pas membres. C’est pourquoi cette technique est utilisée en management en marketing.
22
- Des éléments ou objets de pensée. Ces objets sont généralement les personnes qui nous
entourent ; ils peuvent être aussi des objets inanimés ou des représentations telles que l’idée
que se fait l’individu de ses talents et de la manière dont il a les acquis.
- Des construits : ce sont les qualités que l’individu utilise pour décrire et différencier les éléments.
Ce sont en quelque sorte les lunettes à travers lesquelles il voit le monde.
- Des mécanismes de relation : ce sont différents moyens d’indiquer comment les éléments et
les construits sont liés, et de les présenter sous une forme matricielle.
e) Techniques projectives
Ces techniques se fondent sur l’idée que les sujets vont révéler des niveaux cachés de leur conscience
en réagissant à différents types de stimuli, des dessins par exemple. Ces stimuli doivent être assez
ambigus afin que le répondant puisse projeter ses propres interprétations. Ce faisant, il met au jour des
aspects de ses motivations et sentiments cachés, dont l’interprétation peut être faite par des
psychologues expérimentés.
23
complexité des problèmes organisationnels, tels que les managers le voient, de telle sorte que l’on puisse
ensuite les analyser et les résoudre.
La formulation de la stratégie est un domaine important d’utilisation de cette technique.
24
Chapitre 4. Traitement des données et présentation des résultats
La présentation des résultats doit être brève et explicite, sans redondance: on ne doit mettre en évidence
que les données significatives. Lors des discussions des résultats, il faut faire ressortir les principes ou
les relations que les résultats autorisent. Bref il faut faire parler les résultats, les interpréter, montrer en
quoi l’hypothèse de travail se trouve corroborée ou infirmée.
I. Les tris à plat
Le tri à plat est une opération consistant à déterminer comment les observations se répartissent sur les
différentes modalités que peut prendre une variable à modalités discrètes. Le résultat de cette opération
est donc un simple tableau, de « tableau de fréquences ». Ce tableau peut faire apparaître simplement
le nombre d'individus dans chaque modalité, la fréquence d'individus par modalité, ou le pourcentage.
25
qui permettent de comprendre l'organisation des données autour des axes du plan (plan euclidien, plan
tridimensionnel).
IV. TYPOLOGIE DES METHODES MULTIVARIEES
Objectifs
Régression multiple Pr édiction de y en fonction des variables xK
Recherche de dépendance entre x et y en présence d’autres variables
Vérifier la validité du modèle
Multiple ANOVA (MANOVA) Tester la différence entre les moyennes mesurées ou étudiées sur deux ou
plusieurs populations
Analyse discriminante Décrire les différences entre plusieurs groupes, on définit une relation
linéaire des variables permettant une meilleure discrimination des groupes
Analyse en composantes Décrire une matrice des données par la réduction des dimensions
principales (ACP) Définir la variation entre les données originelles
Définir une nouvelle matrice des données (c’est-à-dire les composantes
principales) pour utilisation
Analyse des facteurs par Reproduire une matrice de corrélation pour les données originelles
correspondance (AFC) Permettre d’interpréter la contribution des facteurs dans la structure des
données
1. REGRESSION ET CORRELATION
Lorsqu'on observe deux variables quantitatives sur les mêmes individus, on peut s'intéresser à une
liaison éventuelle entre ces deux variables.
La régression fournit une expression de cette liaison sous la forme d'une fonction mathématique.
La corrélation renseigne sur l'intensité de cette liaison
26
a2) Ajustement à une fonction exponentielle
Pour ajuster un nuage de points à une courbe exponentielle , il suffit de faire le changement de
variable Y = ln y , X = x , A = ln a , B = ln b , pour obtenir l'équation Y = AX + B, et d'utiliser ensuite
l'ajustement linéaire par la méthode des moindres carrés sur les points (Xi , Yi).
Pour ajuster un nuage de points à une courbe puissance , il suffit de faire le changement de
variable Y = ln y , X = lnx , A = a , B = ln b , pour obtenir l'équation Y = AX + B , et d'utiliser ensuite
l'ajustement linéaire par la méthode des moindres carrés sur les points (Xi , Yi).
b) Mesure de l'intensité de la relation linéaire entre deux variables
b1) Covariance
27
b2) Coefficient de corrélation linéaire
Dy/x : y = ax + b avec
28
Ce sont des séries d'observations échelonnées dans le temps. L'objectif de l'étude des séries
chronologiques est double:
Analyse d'un phénomène temporel en mettant en évidence essentiellement la tendance générale
et les fluctuations saisonnières
Élaboration d'un modèle permettant de faire de la prévision à court terme
C’est une méthode d’analyse factorielle qui vise à permettre une représentation plus accessible de la
structure des données en retenant que l’essentiel de l’information.
a) Objectifs :
Extraire l’essentiel de l’information contenue dans un grand tableau des données.
Etudier le tableau des données du point de vue de la ressemblance entre les individus ou des
liaisons entre variables.
b) Nature des données
Les données doivent être métriques.
Les données d’une variable qualitative fondées sur l’analyse des documents, l’analyse d’entretiens, sur
une étude de cas etc... Le chercheur établit des catégories susceptibles de produire de sens pour la
situation. L’objectif est de mettre en évidence le sens global des données, donc d’identifier des unités de
signification, de développer le contenu des unités de significations et de synthétiser l’ensemble. Les tris
à plat et les tris croisés peuvent être utilisés ici également.
29
- Tableau binaire (ou disjonctif complet) qui croise des individus et des modalités des variables
qualitatives : on fera dans ce cas, une analyse des correspondances multiples.
1. Principes
Le cas de croisement entre deux variables nominales est rencontré très fréquemment dans l’analyse des
résultats d’enquête : il s’agit de l’étude des tris croisés (ou tableau de contingence) dont la signification
peut être certifiée par le test du chi-deux.
Les tris croisés consistent à comparer les réponses à une question selon la réponse donnée à une autre
question ; par exemple, on comparera la répartition des oui et des non à une question sur la
consommation au cours d’une période donnée (par exemple, avez-vous consommé une bière X au cours
des 3 derniers jours ?) ou encore êtes-vous marié ou non, selon que la personne interrogée est un homme
ou une femme.
Dans le cadre formel de la matrice des données, cela consiste à étudier simultanément deux colonnes et
à dénombrer les apparitions des 4 combinaisons possibles (homme marié, homme non marié, femme
marié, femme non mariée). Un tel tableau est dit tableau de contingence.
Les résultats peuvent être présentées soit en valeurs absolues, soit (pour faciliter l’interprétation et la
comparaison) en pourcentage1. Ces pourcentages peuvent être calculés suivant les lignes ou les
colonnes.
Ce regroupement des données à deux conséquences. En augmentant les effectifs conjoints par case, il
diminue les effets aléatoires sur les effectifs. En revanche, il crée une perte d’informations car le détail
des situations matrimoniales à l’intérieur des « mariés » ou des « non mariés » disparaît.
1
Il cependant indispensable de référer aux valeurs absolues pour mesurer la « signification », au sens statistique
des résultats.
30
L’examen du tableau montrant combien d’individus satisfont à deux modalités des variables croisés
permet à l’observateur de chercher le degré d’association entre les deux variables : le fait d’être du sexe
masculin ou féminin a-t-il ou non une influence sur le mariage ?
En examinant le tableau, on peut avoir une idée sur les éléments de réponse. Mais dans le cas de faibles
différences, ou de grands tableaux, il est utile de disposer d’une assistance statistique pour cet examen.
Dans tous les cas, le test du Chi-deux va permettre de répondre à la question : le mariage est-il
indépendant du sexe ?
Le principe du test est le suivant : il s’agit de comparer la distribution observée sur un échantillon à une
distribution théorique correspondant à l’hypothèse que l’on veut tester (voir tableau 2).
La procédure de calcul est la suivante : soient deux variables qualitatives X et Y, ayant pour nombre de
modalités respectif k et l. Le tableau de contingence représentant la ventilation de l’échantillon ou (de la
population) suivant ces deux variables a pour éléments général nij, nombre d’éléments de la population
répondant simultanément à la modalité i de la variable X et à la modalité j de la variable Y.
Tableau 3 : Tableau de contingence : cas général
Y Total
j q
1
X i
nij ni.
p
Total n.j N
31
n
Notons le nombre d’éléments de la population ayan la modalité i de X : ni. nij (i est fixé et c’est j
j 1
n
qui varie); et de façons analogue pour Y : n. j nij . Soit N le nombre total d’éléments de la
i 1
population : N n n n
ij i. .j .
i j
La probabilité pour un élément de la population de répondre à la fois aux modalités i et j des deux variables
peut être estimée par : Pˆij nij / N . De façon analogue, Pˆi. ni. / N et Pˆ. j n. j / N . Si l’hypothèse
testée, c’est-à-dire l’indépendance entre X et Y est vrai, on doit avoir Pˆij Pˆi. Pˆ. j (c’est-à-dire
l’appartenance d’un élément à une case d’une variables n’est pas conditionnée par son appartenance à
une classe de l’autre).
ni. n j .
L’effectif théorique nˆij de la classe (i,j) est alors égale à nˆij .
N
101117
Ainsi, dans le tableau 2 la première valeur est : 74,8 nˆ11 .
158
On peut dès lors effectuer le test d’hypothèses :
n nˆij
2
i j nˆij
Plus les écarts entre effectifs observés et effectif théoriques (ou espérés) sont élevés, plus il est probables
que les deux variables sont indépendantes entre elles.
Règle de décision : si c2 observé 2 lu, à un niveau de signification donné, l’hypothèse nulle
32
Le nombre de degré de liberté est : v = (p-1)(q-1) = (2-1)(2-1) = 1.
Conclusion : l’hypothèse d’indépendance est largement rejetée. Il très peu probable de se tromper si
l’on affirme que les variables nominales « sexe » et « situation matrimoniale » ne sont pas
indépendantes l’une de l’autre.
En général, le 2 est sensible à la taille de l’échantillon n. Si la taille de l’échantillon double, alors, à
structure d’échantillon inchangée, la valeur du c2 double. Afin d’éliminer l’effet de taille d’échantillon, un
c2
C
c2 n
c2 90, 68
C 0, 603 .
n
2
c 90, 68 158
2. Limites :
1) Le test du Chi-deux a pour limite d’application d’être assez sensible à la taille de l’échantillon (pour le
test soit fiable, il faut que l’effectif attendu pour chaque case du tableau des effectifs théoriques soit
supérieur à 5, et au nombre de degrés de liberté3.
2) La situation matrimoniale a été réduite à l’opposition « marié » et « non marié » ; il n’est pas possible
d’inclure des conclusions sur les différents statuts matrimoniaux des non-mariés.
2
Ce coefficient est en réalité très élevé car si la dépendance entre les variables avait été totale (relation
fonctionnelle réciproque), on démontre que C 1/ 2 0, 707 , valeur maximale de C dans un tableau 22.
3
C’est-à-dire au nombre de catégories des deux variables : des regroupements de modalité peuvent ainsi avoir un
effet sur le résultat du test.
33
3) Conclure au rejet d’indépendance entre les variables n’implique nullement une indépendance totale
entre les variables.
4) Le chi-deux ne fournit aucune information sur le sens de causalité entre les variables.
5) Le chi-deux ne doit pas être confondu au coefficient de corrélation.
6) Le chi-deux ne constitue pas un indicateur commode de la force de l’association entre deux variables,
dans la mesure où il n’est pas normé, ce qui ne permet pas de comparer un cas à l’autre.
Le logiciel le plus connu est SPSSX disponible également en version ordinateur personnel (SPSS PC+).
Les initiales SPSS signifient Statistical Package for the Social Sciences. Très répandu parmi les
chercheurs, il offre un ensemble complet de méthodes statistiques actuelles et de bonnes capacités
d’édition et d’entrée de données.
Un autre logiciel Minitab est convivial, parfaitement interactif et facile à utiliser.
D’autres logiciels existent comme SAS, Systat, Eviews. Ce dernier est plus un logiciel d’économétrie
mais traite également la plupart des données.
34
Bibliographie
Beaud Stéphane et Weber Florence (2003), Guide de l’enquête de terrain, La Découverte, 352 pages.
Chalmers A.F. (1976), What is this Thing Call Science? Traduction française: Qu’est-ce que la science?
Frécon Guy (2012), Formuler une problématique, Dunod, 2ème édition, 154 pages.
Post J.E. et Andrew P.N. (1982), « Case Research in Corporation and Society Studies », Research in
Corporate Social Performance and Policy, JAI Press, vol. A, pp. 1-33.
Thiétart Raymond-Alain et Coll. (2003), Méthodes de recherche en management, Dunod, 2ème édition,
537 pages.
35
TABLE DES MATIERES
INTRODUCTION ..................................................................................................................................................... 2
CHAPITRE I- GENERALITES SUR LA METHODOLOGIE DE RECHERCHE ....................................................... 3
I- LES SCIENCES SOCIALES ...................................................................................................................... 3
II- INDIVIDUALISME METHODOLOGIQUE ET HOLISME ............................................................................ 3
1. Le holisme.............................................................................................................................................. 3
2. Individualisme méthodologique .............................................................................................................. 3
III- TYPOLOGIE DE RECHERCHE............................................................................................................. 4
1. La recherche descriptive ........................................................................................................................ 4
2. La recherche exploratoire ...................................................................................................................... 4
3. La recherche explicative ........................................................................................................................ 4
4. La recherche prédictive .......................................................................................................................... 4
IV- METHODE QUANTITATIVE / QUALITATIVE ........................................................................................ 4
1. Méthodes qualitatives ............................................................................................................................ 5
2. Méthodes quantitatives .......................................................................................................................... 5
V- LE PROCESSUS D’ELABORATION DE LA CONNAISSANCE ................................................................. 5
1. L’approche inductive .............................................................................................................................. 5
2. L’approche déductive ............................................................................................................................. 6
3. L’approche hypothético-déductive (ou déductive-nomologique) ............................................................ 6
CHAPITRE II- LES ETAPES D’UNE RECHERCHE EN SCIENCES SOCIALES................................................... 7
I- LE CHOIX DU SUJET ET DE L’ENCADREUR .......................................................................................... 7
II- LA QUESTION DE DEPART ...................................................................................................................... 7
III- LA PROBLEMATIQUE................................................................................................................................... 7
1. Définition ................................................................................................................................................ 7
2. Caractéristiques d’une bonne problématique ......................................................................................... 8
3. Démarche pour élaborer une problématique.......................................................................................... 8
IV- OBJECTIFS DE LA RECHERCHE ........................................................................................................ 8
V- INTERET DE LA RECHERCHE ................................................................................................................. 9
VI- BASES D’HYPOTHESES ET HYPOTHESES ....................................................................................... 9
VII- LA CONSTRUCTION DU MODELE D’ANALYSE................................................................................ 10
1. La construction des concepts............................................................................................................... 10
2. La construction des hypothèses........................................................................................................... 10
VIII- LA PRESENTATION D’UN PROJET DE RECHERCHE ..................................................................... 11
CHAPITRE III- LES ECHANTILLONS ET COLLECTE DES DONNEES ............................................................. 13
I- POPULATION, ECHANTILLON ET LANGAGE DES STATISTIQUES .......................................................... 13
II- LA TAILLE DE L’ECHANTILLON .................................................................................................................. 14
36
III- DIFFERENCES DE TAILLE D’UN ECHANTILLON POUR UNE POPULATION FINIE ET INFINIE ............ 15
IV- LES DIFFERENTS TYPES D’ECHANTILLONS .......................................................................................... 15
1. Les échantillons non probabilistes ....................................................................................................... 16
a) Echantillons de convenance ............................................................................................................ 16
b) Echantillon par choix raisonné ......................................................................................................... 16
c) Les quotas ....................................................................................................................................... 16
d) Echantillon boule de neige............................................................................................................... 17
2. Les échantillons probabilistes .............................................................................................................. 17
a) L’échantillon aléatoire simple ........................................................................................................... 17
b) L’échantillon aléatoire systématique ................................................................................................ 17
c) L’échantillonnage par grappes ......................................................................................................... 17
d) L’échantillonnage stratifié. ............................................................................................................... 18
V- LA COLLECTE DES DONNEES .............................................................................................................. 19
1. La collecte des données primaires dans les recherches quantitatives ................................................ 19
a) La collecte par questionnaire .............................................................................................................. 19
a1) Formulation des questions.............................................................................................................. 20
a2) Les trois biais.................................................................................................................................. 20
a3) Progressivité des questions ............................................................................................................ 20
a4 ) L’administration du questionnaire .................................................................................................. 20
b) Les autres modes de collecte des données primaires destinées à une utilisation quantitative ............ 21
b1) Les cadres d’observation ................................................................................................................ 21
b2) Les méthodes expérimentales ........................................................................................................ 21
2. La collecte des données primaires dans les recherches qualitatives ................................................... 21
a) L’interview ........................................................................................................................................ 22
b) L’observation participante ................................................................................................................ 22
c) La technique de l’incident critique .................................................................................................... 22
d) Technique de grille d’analyse .......................................................................................................... 22
e) Techniques projectives .................................................................................................................... 23
f) L’analyse des protocoles ................................................................................................................. 23
g) Les interviews de groupe ................................................................................................................. 23
h) Les cartes cognitives ....................................................................................................................... 23
CHAPITRE IV- TRAITEMENT DES DONNEES ET PRESENTATION DES RESULTATS .................................. 25
SECTION I- PRESENTATION DES RESULTATS EN RECHERCHE QUANTITATIVE ....................................... 25
I. LES TRIS A PLAT .................................................................................................................................... 25
II. LES TRIS CROISES ................................................................................................................................ 25
III. METHODES D’ANALYSE MULTIVARIEE .......................................................................................... 25
IV. TYPOLOGIE DES METHODES MULTIVARIEES ............................................................................... 26
37
1. REGRESSION ET CORRELATION ..................................................................................................... 26
a) Ajustement d’un nuage de points a une fonction mathématique ..................................................... 26
a1) Ajustement linéaire par la méthode des moindres carrés ............................................................... 26
a2) Ajustement à une fonction exponentielle ........................................................................................ 27
a3) Ajustement à une fonction puissance ............................................................................................ 27
b) Mesure de l'intensité de la relation linéaire entre deux variables ..................................................... 27
b1) Covariance ..................................................................................................................................... 27
b2) Coefficient de corrélation linéaire ................................................................................................... 28
b3) Droites de régression ..................................................................................................................... 28
b4) Des relations intéressantes............................................................................................................ 28
2. L’ANALYSE EN COMPOSANTES PRINCIPALES (ACP) ................................................................... 29
a) Objectifs : ......................................................................................................................................... 29
b) Nature des données ........................................................................................................................ 29
SECTION II- PRESENTATION DES RESULTATS EN RECHERCHE QUALITATIVE ......................................... 29
I- ANALYSE FACTORIELLE DES CORRESPONDANCES (AFC) ................................................................... 29
1. Problèmes ............................................................................................................................................ 29
2. Objectifs ............................................................................................................................................... 29
3. Nature des données ............................................................................................................................. 29
II- TABLEAU DE CONTINGENCE ET TEST DU CHI-DEUX ........................................................................... 30
1. Principes ................................................................................................................................................... 30
2. Limites : .................................................................................................................................................... 33
SECTION III- LES LOGICIELS STATISTIQUES .............................................................................................. 34
BIBLIOGRAPHIE ................................................................................................................................................... 35
38