Cursus QESS

Maquette et description des UE

Le cursus du parcours Quantifier en sciences sociales (QESS) articule connaissances en sciences sociales (en particulier en sociologie) et compétences en méthodes quantitatives, de la production d’une enquête par questionnaire aux techniques d’analyse statistique avancées. Il fait une place importante à la compréhension des processus de quantification, et à une pratique réflexive et critique des statistiques.

En M1, les étudiants acquièrent ou renforcent un socle de méthodes en sciences sociales et statistiques, qu’ils et elles mettent en pratique à travers un stage collectif en début d’année, la construction d’une enquête par questionnaire et la réalisation d’un mémoire. Ce mémoire les amène à mobiliser toutes les techniques enseignées au cours de l’année. La fin d’année universitaire est libérée pour un stage de découverte professionnelle de 1 à 4 mois.

En M2, les étudiants apprennent des techniques statistiques plus avancées (modélisation, extraction web, statistiques textuelles…), renforcent leurs compétences en sciences sociales et réalisent un mémoire de recherche sur un sujet de leur choix, sous la supervision d’un.e chercheur.e.

Sous la maquette, vous trouverez un descriptif de chaque Unité d’enseignement (UE).

MASTER 1

Séminaire Disciplines – S1 – 24h, 3 ETCS
– Approches anthropologiques
– Lectures en histoire
– Lectures en sociologie
– Approches interdisciplinaires
proposés au S1 du parcours PDI (1 sur 4, au choix)

Socio-histoire de la statistique – S1 – 24 h, 6 ECTS
Emmanuel Didier, chargé de recherche au CNRS
Contact : emmanuel.didier[at]ehess.fr

Nous avons l’habitude d’utiliser les méthodes quantitatives pour produire du savoir sur la société. Il n’en demeure pas moins que ces méthodes sont elles-mêmes des phénomènes historiques et sociaux qui méritent d’être réflexivement étudiés. Elles proviennent de débats souvent oubliés et qui ont pourtant conformé leurs présupposés, les résultats qu’elles peuvent fournir, et leurs usages diverses, souvent politiques. Les connaissances que fournissent les méthodes quantitatives en sont pas seulement dans leurs résultats, mais aussi dans l’analyse des conditions de leur utilisation. Ce cours reviendra historiquement et sociologiquement sur certaines des méthodes quantitatives les plus classiques.  

Atelier Enquête par questionnaire (Partie 1) – S1 – 24h, 6 ECTS
Raphaël Dhuot, postdoctorant (CMH), statisticien à l’ESSEC et Loup Wolff, professeur ENS Ulm
Contact : raphael.dhuot[at]gmail.com

Le cours enseigne par la pratique comment construire et administrer une enquête par questionnaire à partir d’un sujet de recherche en sociologie. L’ensemble des étudiant.e.s travaille à la production d’une enquête, sur un sujet défini par les enseignant.e.s.
L’accent sera mis sur le fait qu’une enquête statistique doit être maîtrisée à la fois sur le plan intellectuel et matériel. On soulignera notamment les précautions à prendre pour que les résultats produits puissent s’insérer dans une démarche sociologique.
Le séminaire progresse en trois temps.
1) Revue de littérature, identification des questions de recherche sociologiques et des thèmes à aborder dans le questionnaire. Discussion des ressources et contraintes pesant sur l’enquête (échantillonnage, mode de passation, longueur du questionnaire). Ceci est résumé dans une note d’intention.
2) Les étudiant.e.s rédigent le questionnaire, testent et révisent les questions et les réponses en tenant compte du mode de passation, paramètrent le questionnaire dans le logiciel Limesurvey et effectuent un test final. Rédaction d’un guide de l’enquête.
3) Passation du questionnaire par les étudiants.
Il est recommandé de suivre ce séminaire en M1 pour pouvoir analyser les données l’année suivante, dans le séminaire « Enquête par questionnaire (partie 2) ».

Data management : logiciels de statistique – S1 – 36h, 3 ECTS
Damien Cartron, ingénieur de recherche au CNRS (CMH), et Quentin Brncic, doctorant (CMH)
Contact : damien.cartron[at]cnrs.fr

Les chercheur.e.s en sciences sociales ont rarement entre les mains des données « prêtes à être modélisées ». Que l’on vise une modélisation basée sur des hypothèses pré-construites ou des analyses plus exploratoires, de multiples opérations préalables sont généralement nécessaires. Ce séminaire se concentre sur ce travail de préparation des données. Outre les méthodes de préparation des données proprement dites, il enseigne comment vérifier chaque étape de son travail et comment le conserver dans des programmes qui puissent être réutilisés.
Les étudiant.e.s apprendront à utiliser SAS (Quentin Brncic, 12h d’enseignement), ainsi que R, son interface graphique R Studio et les outils du tidyverse – l’univers des données bien ordonnées dans R (Damien Cartron, 24h d’enseignement). Il.les apprendront comment importer des données, sélectionner des lignes ou des colonnes, transformer la structure d’un jeu de données, recoder des variables qualitatives ou quantitatives, regrouper dans un seul tableau de données des informations provenant de deux tableaux différents, et comment vérifier et corriger leur travail. Enfin il.les apprendront à organiser la succession de ces opérations dans des programmes.
Pré-requis. Pour les étudiant.e.s possédant un ordinateur portable : installer R et RStudio avant le premier cours ; paramétrer Eduroam pour avoir accès à internet. Les étudiant.e.s ne possédant pas d’ordinateur pourront travailler en binôme avec des étudiant.e.s équipé.e.s.
Pour des raisons pédagogiques et logistiques, le séminaire est limité à 20 places.

Introduction aux traitements statistiques d’enquêtes sociologiques – S1 – 24h, 3 ETCS
Damien Cartron, ingénieur de recherche au CNRS (CMH) et Martin Chevalier, administrateur de l’INSEE
Contact : damien.cartron[at]cnrs.fr

Cet enseignement a pour objet de fournir un socle de connaissances théoriques et d’apprentissages empiriques permettant de mener une recherche en statistiques appliquées aux sciences sociales et de développer un sens critique par rapport aux outils employés. Une réflexion sera notamment entreprise sur la représentativité, les principes des sondages et le redressement, afin de de mettre en œuvre des méthodes relativement simples d’analyse des enquêtes sociologiques. Le cours développera par ailleurs les principaux outils de l’analyse statistique univariée et bivariée sur des variables qualitatives et quantitatives.

Séminaire thématique – S1 – 24h, 6 ETCS
A choisir dans la liste de Séminaires conseillés remise en début d’année.

Langue vivante / FLE – S1 – 24h, 3 ETCS
Ces cours peuvent être pris indifféremment à l’EHESS, à l’ENS-PSL (ECLA) ou à l’INALCO.

L’offre de cours de l’EHESS est accessible à partir des liens suivants :  
http://www.ehess.fr/fr/enseignement/enseignements/2012/ue/43/
http://bdl.hypotheses.org/

L’offre de cours de l’ENS est accessible à partir du site de l’Espace des Cultures et Langues d’Ailleurs (ECLA) :  www.ens.fr/ecla/

Fabrique des données quantitatives – S2 – 24h, 3 ECTS
Damien Cartron, ingénieur de recherche au CNRS (CMH)
Contact : damien.cartron[at]cnrs.fr

Quelle est la logique de création de données quantitatives à partir de sources variées (archives historiques, registres administratifs, pages web, etc.) ou d’enquêtes auprès des individus ou des entreprises, à l’échelon national ou international ? Quels outils d’analyse convient-il d’utiliser suivant les différentes disciplines (sociologie, histoire, anthropologie…). Autour de quelques exemples d’analyses statistiques récentes (ISSP, Elfe, refonte des PCS…), les séances entreront dans le cœur de la fabrique des données quantitatives et de leur analyse. Elles dispenseront, en situation, quelques « ficelles du métier », permettant d’enrichir l’imagination des élèves en vue de l’élaboration de leur projet de recherche.

Analyses factorielles et classifications – S2 – 24h, 6 ECTS
Brianne Dubois, doctorante
Contact : brianne.dubois[at]sciencespo.fr

Les analyses factorielles ou analyses géométriques de données est souvent utilisée en sciences sociales car elles permettent de décrire un phénomène de comprendre ses différentes dimensions, en mettant en évidence des configurations plutôt que des relations causales. Les classifications, qui permettent d’élaborer des typologies, sont une technique complémentaire des analyses factorielles. Interpréter les résultats de ces techniques, juger de leur robustesse sont des étapes essentielles de l’analyse sociologique.
Le séminaire présente la diversité des usages sociologiques de ces méthodes par l’étude de travaux sociologiques qui les mobilisent, enseigne leur mise en œuvre (avec R et Rstudio), et guide les étudiant.e.s dans l’interprétation des résultats.
Pré-requis. Les étudiant.e.s possédant un ordinateur portable installeront R et RStudio avant le premier cours  et paramètreront Eduroam pour avoir accès à internet. Les étudiant.e.s ne possédant pas d’ordinateur pourront travailler en binôme avec des étudiant.e.s équipé.e.s.
Pour des raisons pédagogiques et logistiques, le séminaire est limité à 20 places.

Méthodes de régressions multiples – S2 – 24h, 6 ECTS
Jérôme Deauvieau, directeur du département de Sciences sociales de l’ENS
Contact : jerome.deauvieau[at]ens.fr

Ce cours vise à approfondir la maîtrise du raisonnement et des techniques quantitatives dans le domaine des méthodes de régression multiple. Seront abordés la régression linéaire simple et multiple ainsi que la régression logistique dichotomique et polytomique. Le cours sera organisé autour d’introductions historiques et réflexives aux méthodes et à leurs usages en sciences sociales et de mises en pratique sur le logiciel R.
Pré-requis. Ce cours est réservé aux étudiant.e.s ayant déjà reçu une formation aux fondements de la statistique descriptive et de l’utilisation du logiciel R.
Pour des raisons pédagogiques et logistiques, le séminaire est limité à 20 places.

Sociologie des réseaux sociaux – S2 – 24h, 6 ECTS
Paola Tubaro, chargée de recherche au CNRS (LRI)
Contact : paola.tubaro[at]lri.fr

Ce cours propose aux étudiants une introduction à la fois théorique et pratique à l’analyse des réseaux sociaux, et aux théories sociologiques dans lesquelles elle s’inscrit. NB : les « médias sociaux », ou réseaux sociaux électroniques, seront abordés mais ne constituent pas le cœur de ce cours.
Chaque séance inclura des éléments de théorie sociologique, de méthodologie et formation aux logiciels, et des exemples d’application à l’étude de problèmes sociaux concrets à travers la lecture d’articles de sociologie des réseaux.
Ce séminaire est obligatoire dans le cadre du M1 du parcours Quantifier en sciences sociales (QESS). Il est ouvert dans la limite des places disponibles aux étudiant.e.s d’autres masters et aux doctorant.e.s.
Contenus indicatifs. Relations et structures ; réseaux personnels, sociabilité et trajectoires de vie ; les « petits mondes » ; réseaux organisationnels, statut social et pouvoir ; capital social ; influence sociale, diffusion et apprentissage ; homophilie et ségrégation ; réseaux d’internet.

Stage pratique de quantification – S2 – 24h, 6 ECTS
Florence Maillochon, directrice de recherche au CNRS
Contact : florence.maillochon[at]ens.fr

Le but de ce stage est de sensibiliser les étudiant.e.s au raisonnement quantitatif en sciences sociales et de les initier d’une part à la collecte de données quantitatives, et d’autre part à la réutilisation d’enquêtes existantes (l’analyse secondaire).
Le premier volet du stage collectif sera consacré à l’analyse secondaire de données d’enquêtes quantitatives c’est-à-dire l’analyse statistique d’une base de données déjà constituée et apurée. Pendant la formation, les stagiaires seront invité.e.s à parcourir toutes les étapes de la réalisation d’une analyse secondaire :
– découverte d’une enquête statistique récente, de son élaboration conceptuelle, de sa méthodologie et de la réalisation du terrain
– découverte de la base de données, de sa structure, de ses variables
– élaboration d’une problématique en accord avec les données disponibles
– définition d’une question de recherche.Construction d’un plan d’analyse statistique.
L’élaboration d’analyses statistiques (sous R ou SAS) et leur interprétation seront effectuées tout au cours de l’année, grâce aux apprentissages dispensés dans les séminaires « Représentativité et lien statistique », « Analyses factorielles et classifications », «Régressions multiples » dispensés dans le parcours QESS du master de Sciences Sociales.
Le second volet du stage fournira l’occasion de participer à une enquête nationale sur la vie affective des jeunes (Envie), en cours de réalisation à l’Ined.

Outils pour la recherche – S2 – 18h, 3 ECTS
Marie Plessz, chargée de recherche à l’INRAE
Contact : marie.plessz[at]inrae.fr

Ce séminaire fournit aux étudiants des outils et des conseils concrets pour en vue de la préparation d’un projet de mémoire ou d’un mémoire de recherche mobilisant des méthodes quantitatives. Il privilégie les logiciels libres.
Le contenu du mémoire de M1 est présenté pendant le stage pédagogique de rentrée au sein du parcours Quantifier en sciences sociales.
– Organiser une recherche documentaire : la bibliothèque de Jourdan et Zotero (Elsa Brès, en bibliothèque)
– Faire une revue de littérature (Marie Plessz ou Paola Tubaro)
– Utiliser Limesurvey pour la réalisation d’enquêtes en ligne (Mathieu Rossignol-Brunet)
– Trouver des données d’enquête existantes : ADISP (Erik Zolotoukhine)
– Protéger les données d’enquête (Marie Plessz)
– Structurer, rédiger et mettre en page un mémoire avec LibreOffice (Marie Plessz)
– Suivi des projets de mémoire (Marie Plessz)
– Exporter tableaux et graphiques depuis R (Mathieu Rossignol-Brunet)
– Suivi des projets de mémoire (Marie Plessz)
Pour des raisons pédagogiques et logistiques, le séminaire est limité à 20 places.

MASTER 2

Le master de Sciences sociales étant ouvert depuis septembre 2019, nous n’avons master 2. Vous trouverez ci-après la liste des unités d’enseignement proposées dès l’an prochain.

Modélisation et identification causale – S3 – 28h, 6 ECTS
Olivier Godechot, directeur de recherche, CNRS
Contact : olivier.godechot[at]sciencespo.fr

Datamining – S3 – 24h, 6 ECTS
Bénédicte Garnier, ingénieure au service méthodes statistiques (SMS) de l’Institut National d’Études Démographiques (Ined)
Contact : garnier[at]ined.fr

Cet enseignement permettra aux étudiant.e.s de se familiariser avec l’exploitation de données (ou datamining) dans le but d’extraire des connaissances à partir de banques de données de façon quasi automatique.
Ils s’initieront notamment :
– à l’extraction de contenus à partir du web (ou webscrapping), grâce à la conception d’un script ou d’un programme dédié ;
– à l’analyse de données textuelles (ou ADT), en apprenant à envisager les textes comme des données organisées.

Analyses longitudinales – S3 – 24h, 6 ECTS
Loup Wolff, professeur ENS Ulm et Quentin Brncic, doctorant (CMH)
Contact : loup.wolff[at]gmail.com

Le monde social est en perpétuel changement mais comment saisir la dimension dynamique des phénomènes sociaux avec des méthodes quantitatives? Les données longitudinales (rétrospectives ou prospectives, appelées données de panel, de cohorte ou répétées) sont une richesse mais nécessite des techniques et des précautions d’analyse spécifiques.
Le séminaire introduit à plusieurs méthodes, en insistant sur le type de questions sociologiques qu’elles peuvent résoudre, les données sur lesquelles elles peuvent porter, les façons concrètes de les mettre en oeuvre et les limites à leur interprétation.
Les modèles mixtes, ou multiniveaux permettent de traiter des données collectées de façon identique et répétée sur un même échantillon.
Les analyses de survie, ou modèles de durée (event history analysis en anglais) permettent de mesurer le temps qui s’écoule, en moyenne, avant la survenue d’un événement.
Enfin les analyses de séquences, ou méthodes d’appariement optimal (optimal matching), génèrent des typologies de trajectoires.

Systèmes d’Information Géographique (SIG) et analyse spatiale – S3 – 24h, 6 ECTS
En partenariat avec le département de Géographie de l’ENS
Franck Ollivon, ATER
Contact : frank.ollivon[at]ens.psl.eu

L’objectif de ce cours est de permettre aux étudiant-e-s de s’initier aux Systèmes d’Information Géographiques (SIG) et à l’analyse spatiale.
Le cours propose aux étudiants d’apprendre à collecter, créer, traiter, analyser et cartographier des données spatiales (données de recensement, réseau d’infrastructures de transport, photographies aériennes…).
Le cours mobilise exclusivement des logiciels libres :
QGIS,  logiciel libre de référence pour les SIG ;
Magrit, application de cartographie en ligne développée par le pôle géomatique de l’UMS RIATE du CNRS.
Pour explorer les possibilités offertes par les SIG et ces logiciels, ainsi que leur domaine d’application (urbanisme et aménagement, géographie environnementale, géographie des risques, geomarketing, sociologie urbaine etc.), vous pouvez parcourir des exemples de projets ou de cartes.
Pré-requis. Afin de s’initier à l’analyse spatiale et aux SIG, il faut acquérir quelques fondamentaux en statistiques et cartographie pour traiter les données géographiques. Les manuels recommandés sont :
Béguin & Pumain, 2017, La représentation des données géographiques, Armand Colin ;
Lambert & Zanin, 2016, Manuel de cartographie : principes, méthodes, applications, Armand Colin.
Aschan-Leygonie, Cunty & Davoine, 2019, Les systèmes d’information géographique, Armand Colin.
Pumain & Saint-Julien, 2010, Analyse spatiale, livre I (Les localisations) et livre II (les interactions), Armand Colin.
Feuillart, Cossart & Commenges, 2019, Manuel de géographie quantitative : concepts, outils, méthodes, Armand Colin.

Module de professionnalisation – S3 – 18h, 3 ECTS
– Readings in the Social Sciences, en anglais
– Après le master
– Interdisciplinarité en action
proposés au S3 du parcours PDI
(1 sur 3, au choix)

Atelier de recherche – S3 – 24h, 9 ECTS
– Enquête par questionnaire (Partie 2)
– Atelier de recherche du parcours PDI
à choisir dans la liste d’Ateliers conseillés QESS remise en début d’année.

Séminaire thématique – S4 – 24h, 6 ETCS
à choisir dans la liste de Séminaires conseillés remise en début d’année.

Atelier Rédaction et soutenance d’un mémoire de recherche – 24 ECTS
Florence Maillochon, directrice de recherche au CNRS et Marie Plessz, chargée de recherche à l’INRAE
Contacts : florence.maillochon[at]ens.fr – marie.plessz[at]inrae.fr