Enseignants
Langue
d'enseignement
d'enseignement
Français
Thèmes abordés
Objectif : comprendre la production et l'analyse de données quantitatives en sciences sociales, pour décrire et comprendre des comportements, processus, changements sociaux, politiques, démographiques. Le cours est fortement orienté vers la pratique par la réalisation d'un travail personnel. Les éléments suivants constituent la structre du cours.
- Logique de la recherche à l'aide de données quantitatives : formulation des questions de recherche et hypothèses, collecte de données ou identification de données pertinentes, construction d'un modèle, identification de la ou des méthodes, analyse et l'interprétation des résultats.
- Comment les données quantitatives sont-elles produites ? Introduction à la collecte de données d'enquêtes en sciences sociales, et aux autres sources de données quantitatives.
- Rappels et approfondissements de certains concepts statistiques nécessaires à l'analyse de données quantitatives (variables aléatoires, distributions, échantillons, tests d'hypothèse, etc.).
- Préparer, critique, décrire des données quantitatives.
- Construire des indicateurs et indices avec des données quantitatives.
- Mettre en relations deux variables : analyses bivariées, tests statistiques et représentations graphiques.
- Fondement et méthodes d'analyses de dépendances (régression simples et multivariées).
- Construction de typologies, méthodes de classification et de réduction des données.
- Maîtrise d'un logiciel d'analyse de données (SPSS ou équivalent).
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| AAC2 | Maîtriser et mettre en œuvre les premiers jalons d’une démarche universitaire (démarche de recherche scientifique et méthodologique rigoureuse) située sur le plan épistémologique pour approfondir des questionnements et phénomènes relatifs à sa discipline.
|
| AAC2.1 | Adopter un recul critique sur les savoirs et sur leurs processus d’élaboration. |
| AAC2.2 | Mettre en discussion différents paradigmes (approches conceptuelles) pour approcher, interpréter et analyser (débattre) un(e) phénomène/question relatif(ve) à sa discipline. |
| AAC2.5 | Maîtriser et appliquer de manière rigoureuse les méthodes qualitatives et quantitatives principales relatives à sa discipline. |
| AAC2.6 | Mener un travail de réflexion autonome et personnel : élaborer une analyse informée, un raisonnement argumenté et un jugement personnel fondé. |
| AAC4.1 | Communiquer, à l’oral et à l’écrit sur des sujets complexes (des informations, des réflexions, des conclusions ainsi que les connaissances et principes sous-jacents) de façon claire, structurée, argumentée selon les standards de communication spécifiques au contexte et en adaptant sa présentation au public visé et aux intentions poursuivies. |
| AAS3.2 | Pour HUSM1BA et SPOM1BADans le domaine de la communication d’organisation : identifier et analyser les phénomènes et processus de communication dans leur lien avec les notions d’organisation et d’action organisée et en regard des différentes formes et stratégies de communication d’organisation. |
| AAS4.3 | Pour COMM1BAMaîtriser une variété de méthodes d’analyse qualitatives et quantitatives dans le champ des sciences de l'information et de la communication, et les mobiliser de manière rigoureuse (dans une démarche appliquée). |
Contenu
- Rappels du vocabulaire et des notions de base de statistique.
- Traiter une question de recherche avec des données quantitatives : les principales étapes.
- Les sources de données quantitatives ; comment sont-elles produites, quelles sont leurs forces et faiblesses, où les trouver ?
- Préparer, décrire, visualiser et critiquer ses données avant l’analyse.
- Rappels et approfondissement de notions d’inférence, tests d’hypothèse, etc.
- Méthodes d'analyse univariées.
- Analyser des relations entre deux variables : tableaux de contingence, différences de moyennes, corrélations linéaires.
- Méthodes de construction d'indices.
- Analyse causale et modèles statistiques : régression linéaire simple et multiple, régression logistique.
- Introduction à l'analyse en composante principale et l'analyse de classification.
- Exploitation des données d'enquêtes avec le logiciel SPSS.
Méthodes d'enseignement
Cours magistral et travaux pratiques.
Le cours est axé sur l'acquisition d'un savoir-faire en matière d'analyse de données. Il comporte une forte composante pratique, à travers la manipulation d'un logiciel statistique et l'exploitation de données d'enquêtes pour traiter des questions de recherche.
Le cours magistral est organisé autour de la présentation des méthodes d’analyse, de leurs conditions d’utilisation, et de l’interprétation des résultats de ces méthodes dans le contexte d’applications variées, sur des questions de sciences politiques et sociales. Les travaux pratiques visent notamment à développer la maîtrise d’un logiciel d’analyse statistique pour la préparation des données (recodages, structuration des données, etc.), la description des données, et la mise en œuvre de méthodes plus avancées. Au-delà de l’acquisition d’un savoir-faire technique, ces travaux pratiques permettent aussi aux étudiants de pratiquer l’analyse des données pour traiter des questions de recherche dans le cadre d’un travail de recherche personnel.
Le cours est axé sur l'acquisition d'un savoir-faire en matière d'analyse de données. Il comporte une forte composante pratique, à travers la manipulation d'un logiciel statistique et l'exploitation de données d'enquêtes pour traiter des questions de recherche.
Le cours magistral est organisé autour de la présentation des méthodes d’analyse, de leurs conditions d’utilisation, et de l’interprétation des résultats de ces méthodes dans le contexte d’applications variées, sur des questions de sciences politiques et sociales. Les travaux pratiques visent notamment à développer la maîtrise d’un logiciel d’analyse statistique pour la préparation des données (recodages, structuration des données, etc.), la description des données, et la mise en œuvre de méthodes plus avancées. Au-delà de l’acquisition d’un savoir-faire technique, ces travaux pratiques permettent aussi aux étudiants de pratiquer l’analyse des données pour traiter des questions de recherche dans le cadre d’un travail de recherche personnel.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Session de janvier
L’évaluation repose sur la réalisation d’un travail d’analyse de données (50% de la note finale) et un examen écrit (50% de la note finale), avec d’éventuelles manipulations de données. Le travail est réalisé en cours de quadrimestre, et encadré pour les enseignants. Trois travaux intermédiaires obligatoires sont à réaliser en cours de quadrimestre, et sont valorisés dans le travail final (5 points sur les 20 points du travail).
En fonction du contexte et du nombre d'étudiants, le travail sera réalisé seul ou par groupe de deux ou trois.
Session de septembre
En cas de deuxième session, l’étudiant·e peut représenter les deux parties de l’évaluation, ou conserver la note du travail pour la session de septembre. Les modalités sont identiques à la session de janvier.
Le travail (tout ou partie) ne peut être effectué par des tiers ou à l'aide de Chatgpt ou d'outils similaires. Un examen oral peut être organisé pour vérifier la maîtrise du contenu et des analyses effectuées.
L’évaluation repose sur la réalisation d’un travail d’analyse de données (50% de la note finale) et un examen écrit (50% de la note finale), avec d’éventuelles manipulations de données. Le travail est réalisé en cours de quadrimestre, et encadré pour les enseignants. Trois travaux intermédiaires obligatoires sont à réaliser en cours de quadrimestre, et sont valorisés dans le travail final (5 points sur les 20 points du travail).
En fonction du contexte et du nombre d'étudiants, le travail sera réalisé seul ou par groupe de deux ou trois.
Session de septembre
En cas de deuxième session, l’étudiant·e peut représenter les deux parties de l’évaluation, ou conserver la note du travail pour la session de septembre. Les modalités sont identiques à la session de janvier.
Le travail (tout ou partie) ne peut être effectué par des tiers ou à l'aide de Chatgpt ou d'outils similaires. Un examen oral peut être organisé pour vérifier la maîtrise du contenu et des analyses effectuées.
Autres infos
Les données exploitées dans le cadre du cours sont issues principalement des enquêtes du programme d'Enquête sociale européenne.
http://www.europeansocialsurvey.org/
Les analyses sont effectuées avec le logiciel SPSS, disponible dans les salles informatiques. En fonction des besoins, d'autres logiciels peuvent être utilisés (Excel, R, Jamovi, Stata).
http://www.europeansocialsurvey.org/
Les analyses sont effectuées avec le logiciel SPSS, disponible dans les salles informatiques. En fonction des besoins, d'autres logiciels peuvent être utilisés (Excel, R, Jamovi, Stata).
Ressources
en ligne
en ligne
> https://www.europeansocialsurvey.org/
Des informations pertinentes peuvent être placées sur Student Corner.
Masuy-Stroobant G. et Costa R. (eds), 2013, Analyser les données en sciences sociales. De la préparation des données à l’analyse multivariée, Peter Lang, Bruxelles, 301 p. (Livre téléchargeable à l'adresse suivante : https://www.peterlang.com/downloadpdf/title/50872)
Des informations pertinentes peuvent être placées sur Student Corner.
Masuy-Stroobant G. et Costa R. (eds), 2013, Analyser les données en sciences sociales. De la préparation des données à l’analyse multivariée, Peter Lang, Bruxelles, 301 p. (Livre téléchargeable à l'adresse suivante : https://www.peterlang.com/downloadpdf/title/50872)
Bibliographie
- Masuy-Stroobant G. et Costa R. (eds), 2013, Analyser les données en sciences sociales. De la préparation des données à l’analyse multivariée, Peter Lang, Bruxelles, 301 p. (Livre téléchargeable à l'adresse suivante : https://www.peterlang.com/downloadpdf/title/50872)
- Micro-données de l'enquête sociale européenne.
- Les diapositives du cours sont disponibles sur student corner.
Support de cours
- Masuy-Stroobant G. et Costa R. (eds), 2013, Analyser les données en sciences sociales. De la préparation des données à l’analyse multivariée, Peter Lang, Bruxelles, 301 p.
- Micro-données de l'enquête sociale européenne
- Les diapositives du cours sont disponibles sur student corner.
Faculté ou entité
en charge
en charge
