Méthode Quantitative - S1 PDF

Preview

Summary

B. De Gasquet ...

Description

Méthode Quantitative TD1 03/10 Cours de méthode générale pour savoir lire et utiliser les outils de méthodes quantitatives. Compétences nécessaire pour un sociologue. Croisement des méthodes très valorisés. Ce cours de méthode quantitatif, moins pluridisciplinaire que d’autres cours. Plus centré sur la sociologie, mais ponts possible avec l’histoire, l’anthropologie, la sociologie politique. C’est aussi relié aux question d’épistémologie. On abordera des questions techniques, mais avec l’idée qu’il toujours des questions plus large sur «! qu’est ce que c’est que les sciences sociales! ». Un des objectifs est de travaillé la question de l’empirie. On doit appliquer nos questionnements à des choses concède, appliquer notre réflexion à un objet précis : le terrain. Souvent, on bouge la question que l’on a : c’est normal. Un sujet, ce n’est pas qu’une question, mais l’alliance entre une question et un terrain. Ce qu’on va appeler un sujet, c’est une question («!des résistances sont elle possibles en chine ?!» par exemple, et un terrain). A un même terrain, peut correspondre plusieurs méthodes. Au premier semestre, l’objectif est de pouvoir lire un article quantitatif sur notre thématique, le plus près possible de notre thématique de mémoire. Ainsi, il va falloir rendre une compte rendu critique de cette article : être capable d’avoir du recul vis à vis de cet article : si cette personne se pose ce type de question, c’est une bourdieusienne, ou les Stats répondent de tels manières à sa question de critique. Il nous faut un recul vis vis du texte, ajouter quelque chose à l’article en ayant des commentaire à faire sur la manière dont les Stats sont utilisés. Dans deux semaines, il faut donc avoir sélectionner le texte à commenter. (cf. Brochure). Ensuite, le 7 novembre : conceptualisation de l’article 12 décembre : rendre compte rendu de lecture. (Calendrier exact sur la brochure) Vis à vis de l’exercice, on a un guide pour le faire. Barème de notation en ligne. Moodle hyper important : rappel des consigne pour la séance prochaine. A chaque fois, il est demander de poster une réaction avant la séance. Ces réactions peuvent être varié : commentaire sur démarche générale, une question, faire des ponts avec d’autres lectures. Lancer des réflexion sur comment faire des Stats sur un image par exemple ? Cela peut aussi être des commentaires interne au texte (saut explicatif, etc.) Travail : lecture des textes avec réaction obligatoire (25% de la note finale est lié à la régularité de nos réactions sur les textes, poser des réactions sur les textes qui ne sont pas absurde. Poster sur les 4 textes pour avoir une bonne note). Exercice pratique en séance. De plus, travail à rendre sur l’article. Bourdieu à d’abord une culture très littéraire, très anthropologique, mais a fini par avoir un impact capital sur les méthodes qualitatives. Malgré la grande importance des méthodes qualitative de chez Elias, dans les Logiques de l’exclusion de Elias et Scotson, il pose la question de l’écart entre établit et marginaux. Il prend une ville avec trois quartier, dont 1 dont tout le monde pense que 1 est pourri, malgré le fait qu’il ait les même caractéristiques sociales qu’un autre quartier. Il se pose la question de la stigmatisation du

quartier. Les Stats servent aux début de l’ouvrage, à poser la comparatibilité des deux quartiers en question avec de s’interroger sur la stigmatisation. Le Suicide, est quasiment composé que de Stats. Seul ouvrage Stats de Durkheim, elle sont au coeur de sa démonstration. Il y a un lien très fort dans l’histoire de la discipline avec les statistiques, malgré la diversité de cette histoire. La question du rapport au statistique est assez central. (Sur Moodle, test de culture générale statistique). Tableau III : Le Suicide, Durkheim : Il y a une globale stabilité des numéros d’ordre qui ne changent pas beaucoup : l’ordre des pays reste le même. Il y a donc des constances relatives. Cela ne bouge pas d’une manière chaotique : il y a une dimension de stabilité dans les suicide. Il y a des pays ou le taux reste faible, et des pays ou le taux reste élevé, et cela reste élevé. Ce qu’il l’intéresse, ce n’est pas le détail des petits mouvements : souvent, on s’en fout du chiffre exact, ce qui est intéressant c’est le phénomène structurel, avec une stabilité. La sociologie est une science du contexte. ici, on a l’impression que le taux de suicide dépend du contexte national. Cela apporte la preuve d’une dimension collective du suicide. a donc un fait social, on a un effet du contexte, sinon on aurait pas de stabilité de ce phénomènes. Ainsi, on a en gros, pour chaque pays, des quasi-constances, et les écarts reste constants. Ce qui nous intéresse, ce sont les ordres de grandeurs, et c’est de comparer : la comparaison est centrale dans le raisonnement sociologique. Les stats, par excellence, sont un outils de comparaison. Son raisonnement ne marche que sur des taux : pour comparer, on résonne sur des populations égales. Il faut donc faire attention à la différence d’un tableau en effectif et des tableaux en taux. Il y a donc une grande différence entre les chiffres et les Stats : le chiffre absolu, l’effectif n’est pas ce qui va nous intéresser en sociologie : on va travailler sur les évolutions de ces chiffres, les écarts entre les groupes. Faire des Stats et compter, ce n’est pas la même compte. Suite du raisonnement de Durkheim : Tableau XVIII Qu’est ce qui causes ces écarts entre ces nations ? Qu’est ce qui fait que d’un contexte national à un autre, ce n’est pas le même taux de suicide. Là, il met clairement en hypothèse l’impact de la religion. Dans ces pays, tradition d’enregistrement des individus par confession. En France, l’Etat civil n’enregistre pas les individus avec leurs religions. Les stats existent, mais c’est compliqué de les sortir à l’époque. Durkheim n’a pas fait les données, c’est de l’analyse secondaire de données. Il est donc très tributaire de ces sources : ici c’est plus difficile comparable. Ici, on est sur bricolage, et fait un raisonnement juste avec des données approximatives. Ici, il cherche à montrer que les taux de suicides varient selon la religion. On a l’impression que le taux de suicide de protestant est plus élevés que chez les autres. Quelque soit l’état et la période, le taux de suicide des protestant est supérieur aux autres. On a donc l’impression d’avoir un effet religion, qui peut nous donner des précisions sur le tableau précédent. On est sur de la statistique explicative, qui aujourd’hui se font par régression logistiques, et Durkheim cherche à raffiner de plus en plus son explication, et pour cela il faut être sur des choses comparables. Il faut chercher à séparer l’effet religion de l’effet pays : il y a aussi un effet pays les protestant ne se suicident au même ordre pas la même partout. Ainsi, Durkheim cherche à séparer différents facteurs, différentes variables. C’est une version de la Stats : un raisonnement hypothético-déductif. Mais il y a d’autres manières de faire des Stats.

Doc 2, Extrait de La Distinction Ces données ont été prise chez Marie Claire ; c’est aussi de l’analyse secondaire. Ce sondage, dans La Distinction, vient croiser plein d’autres résultats. Les sondages, en générale, ne répondent pas à des questions scientifique : il s’est développé la critique des sondages en sociologie. Mais cela n’empêche pas d’en faire une source parmi d’autre : il n’y a pas de matériaux plus noble qu’un autre. Ce qui compte, c’est le raisonnement que l’on va mettre dessus. Scientifiquement, la question de Bourdieu n’est pas de savoir si les gens reçoivent avec du cristal : c’est de montrer l’impact des classes sociales sur les pratiques individuelles. Les petites choses du quotidien font système, et varient selon la classe sociale d’appartenance. Chaque petite pratique est révélateur d’une règle générale. Il cherche à montrer que la classe sociale n’est pas une question d’argent Ici, on est sur un tableau croisée, pas sophistiqué. Dans les deux cas, on cherche à comparer des groupes. Et en même temps, là, on est dans la Stats descriptive, et non explicative. Ici, c’est une description d’un système de pensée. Ce groupe là a un système de pensée différent que le groupe d’a coté : ici, on cherche à montrer des ensembles. C’est de la décrispation d’un système : dire que cela fait sens ensemble. Ainsi, en Stats, explicative et en Stats descriptive, il peut y avoir des mêmes raisonnements. Bourdieu fait des Stats comme un anthropologue, là ou Durkheim fait des Stats comme un économiste. Passerons dira que dans les grandes disciplines, certains sont plus des sciences expérimentales, hypothético-déductive, et il y a aussi les sciences du récit, où l’on tient compte du contexte : la sociologie est à cheval entre les deux : certains seront plus porté sur des systèmes de sens, et des sociologues plus porté sur l’explication. On peut rejoindre cela au conflit de ceux qui cherchent à comprendre et à ceux qui cherchent à expliquer. "

TD2 17/10/17 Prochaine séance, qui a lieu le 7/11 : séance pratique sur ordinateur avec tableau statistiques simple. Identifier la question de recherche, le terrain, le matériel empirique et la méthodologie vis à vis du terrain.# Retour sur la notion des sources, d’échantillon, de codages et de catégories. Ce ne sont pas des question propre aux méthodes quantitatives : elle se pose d’une manière générale. Dans le texte de Cromer, Cormer et Brugeilles, elles visent à observer les représentations du genre dans les albums illustrés vis à vis de leurs proportions. Dans la question de recherche on suppose qu’il y a un effet des représentations : or, l’effet n’est pas étudier. On présuppose qu’il y a un impact, mais on n’en sait rien. On présuppose un impact, une réception par le public c’est pour cela qu’on fait l’enquête. Dans la sociologie de la culture, on a étudié réception/production vis à vis du public. Ici, on étudie le produit, le contenu des bouquins, ce qui est limité. On n’étudie pas le processus de production des livres. Ici, on travaille uniquement que sur le support : il y a donc une approche quantitative. Pourquoi ne pas travailler sur les conceptions de réceptions et de production ? Les individus sont confronté à l’objet : ainsi, l’étude de l’objet est incontournable ? Quels sont les limites, et l’intérêt de ce centrer sur les bouquins ? Les sociologues, quand ils travaillent sur la culture, veulent travailler sur la réception/ production de ce qui est produit. Comment comprendre que ce n’est pas plus ? Le critère pragmatique est très important : c’est deux enquêtes différentes de faire un travail qualitatif sur la production et un travail quantitatif sur l’objet produit. Il y a des questions de contraintes : quand on construit un sujet de mémoire, dans le dialogues avec les encadrant.es, il y a des contraintes matérielles d’écritures : on ne peut pas aborder tout les aspects, du fait des contraintes d’écritures et de temps. Une des caractéristiques de l’écriture des articles : c’est un morceau de recherche, et il faut avoir une idée de savoir de «!c’est un morceau de quoi ?!» Dans nos lectures des textes, il faut comprendre comment se passe la recherche des autres, et quels sont les contraintes de recherche, et les contextes de recherche. C’est capital de repérer ce qui n’est pas dans le texte : ici, la production et la réception des oeuvres. Elle le savent et elles ke disent. Ce n’est pas forcément légitime de le reprocher : c’est pas le même travail, le même terrain. # Il faut pointer ce qui n’est pas dans le texte, mais pas en tant que critique mais de compréhension, observer si les auteurs sont conscient de ce manque et comprendre pourquoi ? Elles n’y ont pas pensé ? Pourquoi ? Leurs formations académique ? Le temps ? Il faut une démarche compréhensive. Il faudra identifier ce qu’on aura choisi de faire et choisit de ne pas faire. (Si on a du matériel sur un rapport de classe que l’on utilise pas dans notre analyse, il le faut justifier. Si on ne le justifie pas, si on ne sait pas le justifier : on nous le reprochera). il y a une question de recherche, et des questions mise de côté, avec des choix qui on été fait : on est uniquement sur les supports. L’originalité de la recherche est compréhensible dans le contexte dans lequel elle est conçue.Il faut identifier si ce que l’on fait est quelque chose de classique ou pas. Si on travaille sur un sujet en ayant la sensation que c’est radicalement nouveau, alors que ça a déjà été fait, c’est un problème. On peut faire qqch qu’à déjà été fait, mais il faut le savoir. Il faut montrer dans les articles universitaires en quoi ce qu’elle font c’est différent de ce qui a été fait. Ici, il y a une question classique posé sur un matériaux original.

Il faut aussi daté l’article : le financement date de 1995, livres dates de 1994, et on soumet un article a une revue, qui est relue, qui dis si l’article est bien ou pas bien. Le texte a probablement été écrit en 2000, avec un temps de recherche d’environ 2 ans. Il faut avoir en tête que le contexte de publication et le temps de la recherche peuvent être un peu différent. La question qu’elles se pose, dans les années 2000 est déjà une question classique depuis les 70’s chez les militantes féministes. La question a un côté classique, elle n’est pas originale. Travailler de manière quanti dessus est un peu plus original. Mais, le contexte de publication est particulier : cela parait où ? Dans l’INED, organisme publique, financé par des fonds de l’état ou des chercheurs travaillent sur des questions de démographie - intérêts aux mouvants de populations, des naissances, de la mortalité, la fécondité, les mariages -. Là, elle écrive dans la revue de Population, revue extrêmement prestigieuse de Démographe. Dans ce contexte, l’article est révolutionnaire. Un article a pas le même sens selon là où il parait. C’est pour cela que le début de l’article a un côté abécédaire du genre. Il y a certainement une bataille pour rendre l’objet sérieux. Les bibliographie donne des indices de la personne qui écrit : cela permet de savoir le chemin de pensée de l’individu. Cela donne des information sur le contexte : elle écrivent après deux publications importante sur le genre en démographie. Aujourd’hui, le genre est un élément très important de l’INED. On est à une époque où cela démarre tout juste d’utiliser le genre en démographie. Ainsi, quand on lit un texte, on a pas toujours le contexte du texte : on peut dire des choses maladroites ou pas juste vis à vis de la trajectoire de l’article. Sans le contexte, on ne peut pas très bien la comprendre. En qualitative : on cherche à comprendre ce que font les gens dans le contexte (discrimination, rapports de pouvoirs, etc.) Pour bien comprendre un texte, il faut maitriser les contextes. On va devoir replacer le texte et les comprendre, dans leurs logiques interne, mais aussi de les comprendre dans les contextes historiques, scientifique, académique. Il est aussi intéressant de se poser la question de l’engagement politique du textes : suivant nos sensibilités, on peut trouver notre texte comme engagé. Dans le contexte de démographe, il l’est un petit peu. Elles ne sont pas dans une optique de subvertir le genre dans la société. Est ce que la méthode est adéquate vis à vis de la question qu’on se pose ? Choix de la méthode et de l’échantillon Elles font le choix de travailler sur les livres, de manière quantitatives. Elles ont pris les livres uniquement édité en France pour la première fois : elles cherchent à cibler le plus récent, à prévenir une objection du types «! les livres sont datés! ». Il y a un choix de chercher les plus récents. Parmi cela, elles ne prennent que les fictions destinés aux moins de 10. Elles sont pas fait d’échantillonnage de leur fait : elles ont défié un corpus qu’elles ont vous traité de manière exhaustive. Ainsi, elle vont tout mettre sur le même plan. Elles arrivent à un échantillon de 537, et en avait repéré 651 dans des bases de données de professionnel : il y avait des livres non disponibles. IL y a eu un temps de collecte des documents : négocier l’accès au matériaux, c’est plusieurs mois. Elles ont un corpus de 537, dans lequel tout sera traité sur le même plan. Chaque livre compte la même chose : la diffusion des livres n’as pas d’impact. Il n’y a pas de pondération par les chiffres de vente, car les éditeurs ne donnent pas chiffres de vente. De plus, une bonne partie des livres sont empruntés en bibliothèque : obtenir les chiffre d’emprunt sont une autre enquête.

IL y aurai besoin que cela soit diffusé par la diffusion : mais ce n’est possible que dû à un coût supérieur à ce que l’on peut retirer au final. Néanmoins, elles n’insiste probablement pas assez sur le fait que l’échantillon ne pourrait pas être pondéré. L’échantillon donne une idée de ce qui est édité en France, mais pas de ce que lise les enfants. Il faut se demander comment les données ont été collectées, pourquoi ce qui n’est pas dans l’échantillon ‘y est pas, et pourquoi ce qui devrait être dans l’échantillon n’y est pas. Lorsqu’on fait un échantillon, il y a plusieurs étapes : la détermination de la population (Albums illustrés pour les petits de moins de 10 ans édité pour la première fois en France en 1994). Souvent, on prend un échantillon. Ici, leur échantillon est toute la population. Il est exhaustif. C’est le principe du recensement. C’est ce qu’on appelle à l’INED le «! plan de collecte! », l’échantillon prévu, le terrain envisagé. En pratique, elles ont eu un biais de sélection : l’échantillon réalité est différent de l’échantillon prévu, car une partie est absente pour des raisons pratiques. Il faut donc pense à l’échantillonnage : c’est la théorie, le projet, ce que l’on a en tête. Il y a ensuite ‘échantillon final, qui peut être différent, du fait du terrain. Le terrain c’est toutes les maisons d’éditions et les bibliothèques. Un chercheur en Stats doit comprendre les causes sociales des refus de réponses et les non réponses. Il n’y a aucun échantillon stable, ni représentatif : cela ne veut rien dire car «! représentatif de quoi ?!» Le seul échantillon représentatif de tout est l’échantillon exhaustif, qui n’existe pas en pratique. Quel est le meilleur échantillonnage possible ? On aimerait que le pourcentage, les proportions de l’échantillon soit identiques aux proportion de constitution de la population d’intérêt. Les échantillon par quotas sont parallèle à la population, mais le reste on en sait rien, et ils peuvent être très biaisés sur autres chose. Le statisticien recherche l’échantillon non biaisé : théoriquement, il existe une manière d’échantillonner non biaiser, en théorie. Un échantillon sans biais des étudiants de Paris Diderot se fait de manière aléatoire. L’échantillon pris au hasard ne garantit pas la représentativité de la population initiale. Mais cela garantit l’absence de biais proprement humain. Encore, on peut faire des échantillons stratifier : permis tel sous population, on prend au hasard X pers, parmi tel sous pop, je prend X personne etc. Si il n’y a pas d’aléatoire, ce n’est pas valable. En effet, l’échantillon aléatoire est le seul sur lesquels on peut calculer notre chance de se tromper, soit le risque d’erreur. La connaissance statistique est majorité par un coefficient de probabilité. Extrapoler à partir d’un échantillon est complexe : les connaissances que l’on a en Stats est toujours des connaissance sur notre échantillon. Comment faire pour extrapoler à la population ? La question de recherche est en général très large, la réalité matérielle fait que le terrain est limité. A partir de ce que l’on dis sur notre terrain, comment peut on extrapoler sur le reste ? La question de l’extrapolation (quanti) et de la généralisation (quali) se pose comme une question absolument essentiel.

En quanti, on travail sur des écarts : ici, c’est pareil. Les résultats ne sont pas vraiment binaire, les résultats montre qu’il y a des écarts systématiques, mais que ce sont des sommes de petits écarts. Suivant la force de la tendance porté à une échantillon, on peut éventuellement en conclure quelque chose sur l’extrapolation au reste de la population. La pondération : L’échantillon aurait pu être pondéré si elles avaient eu le chiffre des ventes. Admettons trois libres, A vendu à 10, B a 100, C a 1000, on dira donc q...