méthodes quantitatives

définir quantifier

Desrosières, convenir puis mesurer, transforme la réalité

approche inductive

collecte données → schéma → théorie (spécifique vers général)

approche hypothétic-déductive

hypothèse selon théorie → analyse données → confirmer/infirmer hypothèse (spécifique vers général)

façons de traiter statistiques

descritptive (bivariée ou univariée) ou inférentielle

distribution statistique

effectif (normal, cumulé, total)

fréquence (relative, cumulée)

indicateur à tendance centrale (5)

médiane

moyenne simple/pondérée (sensible aux valeurs extrèmes)

valeur aberrante (extremum)

mode

indicateurs de dispersion (4)

étalement des valeurs autour de la tendance centrale

variance

écart-type

quantiles (quartiles, déciles, centiles)

écart interquartile Q3-Q1

rapport interquartile Q3/Q1

variable quantitative

continue ou discrète

variable qualitative

catégorielle (homme, femme, pas chiffrable)

lien entre 2 variables catégorielles

tableau croisé en % de réponses

lien entre 1 variable catégorielle + variable quantitative

tableau croisé en transformant variable quantitative en catégorielle

lien entre 2 variables quantitatives

covariance (étudier si écart à une moyenne entraine écart à une autre moyenne)

coefficient de corrélation r (basé sur écart type)

étudier intensité et type (négative/positive) de corrélation

données enquête

def: questionnaires

avantages: infos détaillées, attitudes individuelles, diversité questions, croyances, échantillons représentatifs

limites: biais, risque non réponse, désirabilité sociale, ressource d’attention

but: mesurer expériences et pratiques en dehors institutions

données de trace

def: provient de docs existants

avantages: hors enquetes, infos brutes

limites: absence contexte, éthique, pas harmonisation données

données administratives

def: sous produit fonctionnement d’institution état

avantage: étendue échantillon, qualité données, stables et périodiques, libre accès

limites: absence controle sur infos, biais sélection, manque représenttion

but: évaluer fonctionnement institutions

combiner sources

analyser différentes versions même phénomène

croiser les données pour éviter sous estimation, mauvaises déclaration…

étapes enquete par questionnaire

1. définir objet, faisabilité, contraintes études, rassembler connaissances pré existantes + définir échantillon et méthode

2. entretiens exploratoires: questions concrètes aux gens pour cerner opinion

3. rédiger questionnaire

4. phase test: tester fiabilité sur pop° restreinte

5. reformulation questionnaire: intégrer observations

6. passation à grande échelle du questionnaire

population

ensemble individus analyse concernés par étude

échantillon

ss-ensemble interrogé

échantillonnage

processus séléection sous ensemble représentatif de la population but est d’obtenir résulats généralisables à tte pop°

échantillonnage aléatoire simple

chaque individu même probabilité d’être sélectionné

échantillonnage stratifié

pop° divisée en graoupes homogènes selon caractéristiques et un échantillon aléatoire pris dans chaque strats

échantillonnage par grappe

pop° divisée par critère géographique/institutionnel et quelque grappes étudiées au hasard

puis ttes les grappes ensembles

éléments fondateurs d’un questionnaire

strucutre

ordre des questions

filtres

échelles existantes

réponses ouvertes/ choix multiples/ choix unique (binaire, likert, numérique)

contenu d’une question

mots neutres

formules claires, simples

sans jargon complexe

pas double négation

pas 2 questions en 1

prendre en compte la pop° ciblée

critères d’une bonne question

située dans tps et espace

évite termes vague

ne surcharge pas la mémoire (scénarios récents)

compréhensible de la même manière par tous

utilité des pré-tests

repère les problèmes de conception

sélectionne questions les plus pertinentes

teste la longueur

réalisé sur individus de la pop° ciblée

écart-type et loi normale

répartition en courbe de Gauss

95% entre moyenne et 2x écart types

loi des grands nombres

plus la taille d’un échantillon augmente, plus sa moyenne tend à se rapprocher de la vraie moyenne de la pop° totale

réduire l’incertitude des estimaitons

théorème central limite

peu importe la forme de la distribution d’origine, la distribution d’échantillonnage de la moyenne finit par suivre une loi normale à mesure que la taille de l’échantillon augmente

erreur-type

mesure l’incertitude de la variabilité d'es moyennes d’un échantillon à un autre (= écart type de la distribution d’échantillonnage)

s’obtient en divisiant écart type par racine carrée de la taille de l’échantillon

plus l’erreur type est faible, plus la moyenne est fiable et précise

intervalle de confiance

encadrer la moyenne de la pop° avec certain niveau de certitude (>95%)

formule: (moyenne - marge d’erreur; moyenne + marge d’erreur)

marge d’erreur

distance entre la moyenne et les bornes de l’intervalle de confiance

formule: z-score x erreur-type

z-score ±1,96 pour 95% des valeurs

z-score ±1 pour 68,3% des valeurs

z-score: nombre d’écart-type de la moyenne

hypothèse nulle H0

celle qui dit qu’il n’y a pas de différence/effet/lien

hypothèse alternative H1

celle qui suppose qu’il y a un lien/différence/écart

seuil de significativité α

définir un risque d’erreur acceptable (5% en sciences sociales) en rejetant H0 lorsqu’elle est vraie

si la proba d’obtenir le résultat observé à H0 (p-valeur) est < 1, on rejette H0 au profit de H1

test de student (t-test)

considéré plus prudent que la loi normale

utilisé quand on connait pas écart type de la pop° totale donc on doit estimer à partir d’un échantillon

calcul de la stat t en fonction de la différence des moyennes et de la taille des groupes

si valeur t dépasse valeur critique alors on rejette H0

degré de liberté

comparaison entre 2 moyennes

DL= N1-N2-2

essais randomisés controlés

tirage aléatoire de 2 échantillons: groupe traitement et groupe controle

identification des effets du traitement (souvent utilisé pour mesurer impact des politiques/interventions) => établir une relation causale

ex: ghana, ester dufot, lutte contre la pauvreté

sélection aléatoire renforce la validité externe (posibilité de généralisation)

étude sur l’éducation secondaire gratuite ghana

augmentation de scolarisation/performances

effets marqués chez les femmes (moins enfants, mariage plus tard)

limites: peu effets sur salaires, saturation marchés des emplois publics