Introduction à la recherche quantitative en sciences économiques

1. Vue d'ensemble

Le cours porte sur la méthode de recherche quantitative en sciences économiques, notamment la conception d’un questionnaire, le vocabulaire statistique, les outils d’analyse statistique et économétrique, ainsi que la planification et la rédaction d’un mémoire. Il met en avant l’importance de la statistique pour collecter, traiter et analyser les données quantitatives. Le cours détaille les types de questions à privilégier dans un questionnaire, les variables statistiques, les coefficients de corrélation, l’échelle de Likert, le test de Student, et la structure du mémoire. L’objectif est d’assurer une rigueur méthodologique pour garantir la validité des résultats et faciliter la compréhension et la présentation des analyses.

2. Concepts clés & Éléments essentiels

Questionnaire : privilégier questions fermées, éviter trop d’ouvertes sinon entretien à privilégier, penser codage et traitement statistique.
Éléments du questionnaire : distinguer faits, connaissances, opinions, attitudes, comportements, motivations.
Neutralité et pertinence des questions, prendre en compte mode de consultation (enquêteur, téléphone, postal).
Définition individus (unités statistiques) et population homogène/precision (ex. étudiants en droit Uni Rouen 2017-2018).
Variables statistiques : caractères qualitatifs (exhaustifs, incompatibles) et quantitatifs (discrets vs continus).
Variables indépendantes (explicatives) et dépendantes (à expliquer).
Exemple simple d’analyse : thème télétravail/satisfaction, variables âge, genre, fréquence télétravail, satisfaction, équilibre vie pro/perso.
Coefficient de corrélation de Pearson : mesure lien entre deux variables quantitatives, valeurs entre -1 et +1, interprétation (positive, négative, zéro).
Matrice de corrélation : visualisation des corrélations multiples entre variables (ex : heures d’étude, note, taux d’absence).
Calcul de $r$ avec formule statistique, test significativité (p-value).
Graphiques de corrélation : nuages de points illustrent relation positive, négative ou absence de corrélation.
Échelle de Likert : mesure opinions/attitudes sur une échelle ordinale 1-5 ou 7 points, interprétation prudente, calcul de score de sentiment.
Test de Student : comparaison de moyennes de deux groupes indépendants, test p-value <0,05 différence significative.
Hypothèse nulle (H0) vs hypothèse alternative (H1), objectifs du test d’hypothèse.
Planification de recherche : importance organisation, calendrier réaliste, respect des délais.
Plan détaillé mémoire : structuration logique, clarté, exhaustivité.
Rédaction efficace : clarté, concision, relecture, demandes de retours.
Conclusion méthodologie : rigueur, validité, organisation et contribution scientifique.

3. Points à Haut Rendement

Question fermée = + facile à traiter mais éviter cadre trop restrictif.
Populations doivent être définies précisément et être homogènes.
Variables qualitatives : exhaustives et incompatibles (ex sexe homme/femme).
$-1 \leq r \leq +1$ : coefficient de Pearson mesure corrélation linéaire.
Exemple corrélation positive : heures étude et note $r \approx +0,9$.
Exemple corrélation négative : taux d’absence et note $r \approx -0,8$.
Corrélation nulle $r \approx 0$ : pas de lien linéaire.
Échelle de Likert 5 points : 1 = pas du tout d’accord / 5 = tout à fait d’accord.
Test de Student : p-value < 0,05 rejette H0, différence significative.
Plan mémoire en arborescence (décomposition binaire) assure logique et exhaustivité.

4. Tableau de Synthèse

Concept	Points Clés	Notes
Questionnaire	Privilégier questions fermées, coder statistiquement	Éviter questions trop ouvertes
Population	Doit être homogène et précisément définie	Exemple : étudiants droit Rouen 2017-2018
Variables statistiques	Qualitatives (exhaustives, incompatibles), quantitatives (discrètes/continues)
Coefficient de Pearson	Mesure corrélation entre variables quantitatives (-1 à +1)	Corrélation positive, négative ou nulle
Matrice de corrélation	Affiche plusieurs corrélations simultanées	Tableau croisé, représentation visuelle
Échelle de Likert	Mesure opinions sur échelle ordinale (1 à 5 ou 7 points)	Interprétation prudente
Test de Student	Compare moyennes 2 groupes, p-value <0,05 = différence significative	Tester effet vs hasard
Hypothèses (H0/H1)	H0 = absence effet, H1 = effet significatif	Base des tests statistiques
Plan mémoire	Structuration binaire, logique, complète	Facilite organisation et rédaction

5. Mini-Schéma (ASCII)

Méthode de recherche quantitative
 ├─ Conception questionnaire
 │    ├─ Questions fermées (privilégiées)
 │    ├─ Neutralité, pertinence, codage
 │    └─ Population homogène et définie
 ├─ Vocabulaire statistique
 │    ├─ Variables qualitatives/quantitatives
 │    └─ Variables indépendantes/dépendantes
 ├─ Analyse statistique
 │    ├─ Coefficient de Pearson (corrélation)
 │    ├─ Matrice de corrélation
 │    ├─ Échelle de Likert
 │    └─ Test de Student (comparaison moyennes)
 ├─ Hypothèses (H0 et H1)
 ├─ Planification recherche
 │    ├─ Calendrier réaliste
 │    └─ Respect des délais
 └─ Rédaction mémoire
      ├─ Plan détaillé logique
      └─ Clarté, relecture, retour pairs

6. Bullets de Révision Rapide

Questions fermées = traitement statistique simplifié.
Questions ouvertes = entretien si trop nombreuses.
Population = définition et homogénéité indispensables.
Variables qualitatives : exhaustive + incompatible.
Variables quantitatives discrètes vs continues.
Variable indépendante = explicative, variable dépendante = expliquée.
Coefficient Pearson mesure corrélation linéaire entre variables numériques.
$r=+1$ corrélation parfaite positive, $r=0$ pas de corrélation, $r=-1$ corrélation parfaite négative.
Matrice de corrélation = tableau de toutes corrélations.
Échelle de Likert : mesure opinions sur 5 ou 7 points, score calculé.
Test de Student : teste si différence moyenne significative entre 2 groupes.
p-value < 0,05 → rejet hypothèse nulle → effet réel.
Hypothèse nulle (H0) : pas d’effet ou différence.
Hypothèse alternative (H1) : effet ou différence.
Plan recherche : organisation, calendrier, délais.
Plan mémoire : structuration binaire, exhaustivité, clarté.
Rédaction : concision, relecture, feedback.
Méthodologie assure validité et contribution scientifique.

1. 📌 L'essentiel

La recherche quantitative utilise questionnaires, variables et analyses statistiques pour observer et expliquer des phénomènes.

Questionnaire : questions fermées privilégiées, à coder pour traitement statistique, questions ouvertes à limiter.

Variables : qualitatives (exhaustives, incompatibles) ou quantitatives (discrètes/continues).

Coefficient de Pearson ($r$) mesure la force et le sens de la relation linéaire entre deux variables quantitatives.

L’échelle de Likert évalue opinions ou attitudes sur une échelle ordinale (5 ou 7 points).

Le test de Student compare deux moyennes indépendantes, $p$-value < 0,05 indique différence significative.

La définition précise de la population et la neutralité des questions garantissent la représentativité.

La planification et la structuration du mémoire assurent cohérence et crédibilité.

La rigueur méthodologique garantit la validité et la fiabilité des résultats.

2. 🧩 Structures & Composants clés

Questionnaire — outil de collecte d’opinions, faits ou comportements, codé pour analyse.

Population — ensemble homogène d’individus ou unités statistiques ciblés.

Variables — caractéristiques mesurées : qualitatives (ex : sexe) ou quantitatives (ex : âge).

Coefficient de Pearson — indicateur de corrélation linéaire numérique entre deux variables.

Échelle de Likert — échelle de mesure pour opinions, attitudes (1 à 5 ou 7).

Test de Student — comparison statistique entre deux groupes pour vérifier différences.

Hypothèses (H0/H1) — hypothèse nulle = absence d’effet, alternative = effet existant.

Mémoire — document structuré, logique, complet, avec plan clair.

3. 🔬 Fonctions, Mécanismes & Relations

Questionnaire doit être neutre et pertinent pour éviter biais.

Variables qualitatives : exhaustives, incompatibles (ex: sexe).

Variables quantitatives : discontinues ou continues, influencent analyses.

Coefficient $r$ : mesure la force (+ ou -) et la direction (positive ou négative) de la relation.

Exemple : âge et satisfaction télétravail → corrélation positive ou nulle.

La matrice de corrélation visualise toutes les relations entre variables.

Échelle de Likert permet de transformer opinions en scores numériques.

Test de Student : si $p$ < 0,05, la différence entre moyennes est significative.

Organisation rigoureuse du plan favorise la crédibilité des résultats.

4. Tableau synthèse

Concept	Points clés	Notes
Questionnaire	Questions fermées, codage, neutralité	Limiter questions ouvertes
Population	Precisée, homogène, définie	Exemple : étudiants droit Rouen 2017-2018
Variables	Qualitatives (exhaustives/incompatibles), quantitatives	Discrètes/continues
Coefficient de Pearson ($r$)	-1 à +1 : corrélation linéaire	Positive, négative, nulle
Matrice de corrélation	Relations multiples entre variables	Tableau croisé, visu
Échelle de Likert	5 ou 7 points, opinion/attitude	Score global
Test de Student	Comparaison moyennes, $p$ < 0,05 = différence significative	Faut interpréter avec précaution
Hypothèses (H0/H1)	H0 = pas d’effet, H1 = effet validé	Base du test statistique
Organisation mémoire	Structure logique, plan clair	Facilite rédaction et compréhension

5. Diagramme hiérarchique ASCII

Recherche quantitative ├─ Conception questionnaire │ ├─ Questions fermées │ ├─ Neutralité, codage │ └─ Population homogène ├─ Définitions statistiques │ ├─ Variables qualitatives et quantitatives │ ├─ Corrélation : $r$ entre -1 et +1 │ ├─ Échelle de Likert │ └─ Test de Student ├─ Analyse & interprétation │ ├─ Matrice de corrélation │ ├─ Calcul et significance p-value │ └─ Graphiques (nuages de points) └─ Rédaction et planification ├─ Organisation mémoire └─ Structuration logique

6. Pièges & Confusions fréquentes

Confondre variables qualitatives et quantitatives.

Interpréter à tort un $r$ proche de zéro comme absence de relation.

Utiliser une échelle de Likert sans tenir compte de la nature ordinale.

Confondre la signification d’un $p$-value > 0,05 avec une différence significative.

Négliger l’importance d’une population bien définie.

Utiliser un questionnaire trop ouvert ou biaisé.

Confondre corrélation et causalité.

Omettre la vérification des conditions du test de Student.

7. ✅ Checklist examen

Définir correctement la population et les unités statistiques.

Privilégier questions fermées, codées, neutres.

Identifier si variables qualitatives ou quantitatives.

Connaître la formule du coefficient de Pearson.

Savoir utiliser l’échelle de Likert et interpréter ses scores.

Comprendre l’utilisation et l’interprétation du test de Student.

Connaître la différence entre hypothèse nulle et alternative.

Savoir organiser et structurer un mémoire de façon logique.

Maîtriser la lecture et l’analyse de la matrice de corrélation.

Respecter les étapes de planification et rédaction.

Être capable d’interpréter graphiques de corrélation.

Vérifier la significativité statistique avec le p-value.

Rappeler que la corrélation ne signifie pas causalité.

Préparer des questions adaptées à chaque mode de collecte.

Savoir rédiger un plan mémoire cohérent et exhaustif.

Revoir sa rédaction pour clarté et concision.

Appréhender la méthodologie comme un gage de validité.

Introduction à la recherche quantitative en sciences économiques

Crée tes propres fiches en 30 secondes

1. Vue d'ensemble

2. Concepts clés & Éléments essentiels

3. Points à Haut Rendement

4. Tableau de Synthèse

5. Mini-Schéma (ASCII)

6. Bullets de Révision Rapide

Introduction à la recherche quantitative en sciences économiques

Crée tes propres fiches en 30 secondes

Fiche de révision : Méthodes de recherche quantitative en sciences économiques

1. 📌 L'essentiel

2. 🧩 Structures & Composants clés

3. 🔬 Fonctions, Mécanismes & Relations

4. Tableau synthèse

5. Diagramme hiérarchique ASCII

6. Pièges & Confusions fréquentes

7. ✅ Checklist examen

Introduction à la recherche quantitative en sciences économiques

Introduction à la recherche quantitative en sciences économiques

Quel type de questions doit privilégier dans un questionnaire en recherche quantitative ?

Introduction à la recherche quantitative en sciences économiques

Progression globale

Détail par thème

Introduction au système

Les différents types

Structure axiale

Structure appendiculaire

Suivi de progression par thème