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 étudiant·es acquièrent ou renforcent leur connaissance des sciences sociales quantitatives, ainsi qu’un socle de méthodes en sciences sociales et statistiques, qu’ils et elles mettent en pratique à travers la construction collective d’une enquête par questionnaire et la réalisation d’un mémoire exploratoire autour d’un sujet de recherche personnel. Ce mémoire est l’occasion d’identifier ou de construire des données quantitatives adaptées au sujet de recherche choisi.

En M2, les étudiant·es 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, le plus souvent dans le prolongement de leur mémoire exploratoire de M1.

MASTER 1

UE Séminaire Disciplines – S1 – 24h, 3 ETCS
– Approches anthropologiques – Alexandra Arkhipova
– Archives et sources – Clyde Plumauzille
– Lectures en sociologie – Anton Olive-Alvarez
– Lectures en histoire – Étienne Anheim
proposées au S1 du parcours PDI (1 sur 3, au choix)

UE Introduction aux méthodes mixtes – S1 – 24h, 6 ECTS
Brianne Dubois, agrégée préparatrice ENS
Contact : brianne.dubois[at]sciencespo.fr

Association entre des questionnaires et des entretiens, traitement d’archives articulant des approches qualitatives et quantitatives, réalisation de post-enquêtes qualitatives adossées à des enquêtes statistiques, hybridation des méthodes pour exploiter des données numériques, les méthodes mixtes consistent à combiner des méthodes qualitatives et des méthodes quantitatives dans le cadre d’une recherche. Il s’agit d’une pratique ancienne et bien ancrée dans les sciences sociales. Toutefois, ces deux types de méthodes peuvent être articulées de différentes manières (subordination d’une méthode à l’autre, emboîtement et aller-retour entre les deux méthodes à toutes les étapes de l’enquête, indépendance des matériaux collectés, etc.) et faire l’objet d’usages différenciés. Dans certains usages des méthodes mixtes, que l’on peut qualifier de faibles, le terrain qualitatif sert à « illustrer » et « donner de la chair » à une recherche dominée par les méthodes quantitatives ; inversement ces dernières peuvent servir à évaluer la représentativité d’une enquête ethnographique. Dans d’autres cas, les données recueillies par le biais des deux méthodes peuvent donner lieu à des comparaisons systématiques et inciter le/la chercheur·se à questionner les divergences/convergences des résultats. Mais l’imbrication des deux types de méthodes peut être plus poussée lorsque, par exemple, des observations appuient la construction d’un questionnaire ou la reconstruction de catégories statistiques et savantes ; lorsque des données d’entretiens font l’objet d’opérations de codage et de comptage ; lorsque que la population enquêtée est construite selon un processus itératif mêlant aspiration de données numériques, observations en ligne et entretiens ; ou encore lorsque les classes construites statistiquement intègrent des données qualitatives.

Les travaux mobilisant des méthodes mixtes se sont multipliés ces dernières années et ont donné lieu à des labellisations ainsi qu’à des tentatives de formalisation de l’intégration des méthodes quantitatives et qualitatives. Le cours reviendra sur l’histoire et les différents usages possibles de la combinaison des méthodes à travers la présentation et l’analyse d’enquêtes sociologiques et/ou historiques.

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

Objectifs de l’atelier

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·es travaille à la production d’une enquête, sur un sujet défini par les enseignant·es.

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.

L’atelier progresse en quatre temps.

1) Revue de littérature et des enquêtes existantes, identification des questions de recherche sociologiques et des thèmes à aborder. 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·es rédigent le questionnaire, le paramètrent dans le logiciel Limesurvey et effectuent un test grandeur nature dans deux lycées parisiens. Iels présentent le projet d’enquête et rédigent les consignes aux enquêté·es.

3) Organisation de la passation du questionnaire par les étudiant·es auprès de 2500 élèves de Seconde générale et technologique.

4) Réception de la base de données.

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) ».

Thématique en 2026/2027 : le rapport aux institutions étatiques et politiques des élèves de Seconde

Validation du cours

• Participation active à l’atelier (individuel, coef. 1)

• Présentation orale d’un article issu d’une bibliographie proposée (individuel, coef. 1)

• Présentation orale des enquêtes existantes (individuel, coef 1)

• Présentation orale des questions rédigées pour chaque thématique (groupe, coef. 2)

• Production de documents supports à l’enquête (en groupe, coef. 2)

UE Data management : logiciel R – S1 – 36h, 3 ECTS
Damien Cartron, ingénieur de recherche au CNRS (CMH)
Contact : damien.cartron[at]cnrs.fr

Les chercheur.e.s ou ingénieur.e.s en sciences sociales ont rarement entre les mains des données prêtes à l’emploi pour leurs traitements statistiques. Ce cours se concentre sur le travail de manipulation et de préparation des données. Par ailleurs, nous réfléchirons aux problèmes posés par la réplicabilité des traitements statistiques, et enseignerons des techniques et méthodes pour éviter les erreurs de codage et vérifier régulièrement son travail. Le cours ne sera pas un cours de statistiques même si quelques traitements de base seront abordés sous leurs aspects techniques sous R (mais pas sous leur angle statistique).
Le cours est néanmoins pensé pour les sociologues et nous traiterons des problèmes de pondération sous R, de la création de tableaux croisés (y compris pondérés via survey et gtsummary) et de graphiques (avec ggplot2 du tidyverse).
Les étudiant.e.s apprendront à utiliser le langage de programmation appliqué aux statistiques R, son interface graphique R-Studio. Nous faisons le choix d’un apprentissage utilisant quasiment exclusivement les outils du tidyverse – l’univers des données bien ordonnées dans R.
Iels 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 iels apprendront à organiser la succession de ces opérations dans leurs programmes. Nous aborderons également la programmation lettrée (avec Quarto) ainsi que la création de fonctions pour gagner en efficacité et en qualité dans sa programmation (via purrr du tidyverse).

Pour pleinement bénéficier du cours, les étudiant.es sont invités à préparer pour chaque cours les exercices proposés afin de progresser régulièrement et solidifier leurs nouvelles connaissances. Il est également demandé aux étudiant.es de ne pas utiliser d’IA générative durant toute la durée de ce cours, toujours dans l’objectif d’apprendre, de progresser et de réellement comprendre ce qu’ils sont en train d’apprendre. Ce cours demande un investissement important de la part des étudiant.es puisqu’il s’agit d’apprendre en un semestre un nouveau langage.
Le cours est validé par un examen sur table en fin de semestre (avec ordinateur mais pas Internet et pas d’IA générative).

Pré-requis. Installer R et RStudio avant le premier cours sur son ordinateur portable (des indications d’installation seront envoyées quelques jours avant le premier cours) ; paramétrer Eduroam pour avoir accès à internet.
Pour des raisons pédagogiques et logistiques, le nombre de place dans ce cours est limité.

UE Introduction à la sociologie quantitative – S1 – 27h, 3 ETCS
Sibylle Gollac, CNRS, Cresppa-CSU
Contact : sibylle.gollac[at]cnrs.fr

Cet enseignement présente les outils et enjeux de l’usage de méthodes statistiques en sociologie et en sciences sociales. Il propose d’explorer la variété des données exploitées et exploitables, les problèmes de représentativité et les différents principes de sondage et de redressement, les questions soulevées par les opérations de catégorisation nécessaires à l’analyse quantitative ainsi que les usages des principaux outils de l’analyse statistique univariée et bivariée sur des variables qualitatives et quantitatives. Cette introduction à un usage critique des méthodes quantitatives en sociologie et en sciences sociales s’appuie sur la lecture de textes classiques et moins classiques de la sociologie quantitative, ainsi que sur l’étude d’exemples tirés de l’exploitation de l’enquête « Conditions de travail » de la Dares. Ce cours a pour complément le cours de Data Management du master QESS, qui propose une initiation à R permettant de mettre en oeuvre, sur la même enquête, les outils statistiques abordés dans le cadre de cette introduction à la sociologie quantitative.

UE Langue vivante / FLE – 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/

UE Fabrique des données quantitatives – S2 – 24h, 3 ECTS
Etienne Pénissat, chercheur au CNRS et membre du CMH
Contact : etienne.penissat[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.

UE analyses factorielles et classifications – S2 – 24h, 6 ECTS
Brianne Dubois, agrégée préparatrice ENS
Contacts : 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.

UE 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.

Le développement doit proposer une méthode pour construire des données originales (par exemple un questionnaire en ligne sur une population cible ou un corpus d’archives ou de documents transformé en une série de variables saisies pour chaque unité de la population ou du corpus) et/ou proposer le traitement statistiques de données existantes (par exemple une enquête de la statistique publique ou une base de données construite par des chercheur·ses) en présentant la population ciblée ainsi que les variables et les indicateurs mobilisés. Le mémoire devra également  proposer un travail réflexif sur les données construites et/ou exploitées. Ce travail réflexif portera sur la construction des données (par exemple sur les conditions de passation du questionnaire en ligne) et/ou proposera une contextualisation voire une histoire de l’enquête utilisée ainsi qu’une réflexion sur les limites des données au regard de l’objet et de la problématique envisagées.

Le volume final attendu est de 30 à 50 pages (bibliographie et annexes incluses). Il est soutenu devant un jury d’audition en juin.

Dans la mesure du possible, le mémoire exploratoire préfigure le mémoire de recherche réalisé en M2.

MASTER 2

UE Modélisation avancée en sciences sociales, 24h, 6 ECTS
Paul Gioia, docteur en sociologie
Raphaël Dhuot, Chercheur CNAV

Ce cours forme à la modélisation quantitative pour répondre à des questions de recherche en sciences sociales. Il s’adresse à des étudiant·es ayant déjà une familiarité avec les régressions linéaires et logistiques et avec le logiciel R (charger des données, recoder des variables et réaliser un modèle de régression).
La modélisation a pour but de spécifier des modèles statistiques qui permettent de résoudre des questions de recherche complexes tout en étant adaptés aux données, afin d’obtenir des résultats robustes. Le cours explorera la modélisation  et ses usages en sciences sociales, en particulier en sociologie quantitative, en alternant lecture de textes, cours et cas pratiques.

En particulier deux situations de modélisation seront examinées :

• Modéliser pour analyser des données longitudinales, ou répétées
• Modéliser pour s’approcher d’un raisonnement causal.

On examinera tant les aspects pratiques de ces stratégies que leurs hypothèses, leurs forces et leurs limites, et on discutera d’éventuelles alternatives.

UE Webscraping – S3 – 30h, 6 ECTS
Léo Labat, doctorant en informatique
Contact : leo.labat[at]ens.fr

Le cours consiste en une découverte des méthodes d’extraction de données disponibles en ligne. À partir d’un cas pratique, les étudiantes et les étudiants apprendront à mettre en place un protocole afin d’extraire et traiter des données présentes sur des sites internet ou des réseaux sociaux. Les logiciels R et Python sont utilisés afin d’aspirer les données et de les stocker sous forme de base de données.

UE Stage de cartographie – S3 24h, 6 ECTS – suspendu en 2026-2027
Romain Leconte, chargé d’enseignement au département Géographie de l’ENS-PSL
Ce stage correspond à l’enseignement « Méthodes quantitatives avancées avec R: analyse spatiale » proposé par le Département de Géographie de l’ENS.

L’objectif de l’enseignement est d’introduire de manière explicite et formalisée la dimension spatiale dans l’analyse des faits sociaux. S’appuyant sur la formulation de la première loi de la géographie par Waldo Tobler en 1970, « Everything is related to everything else, but near things are more related than distant things« , l’analyse spatiale fait de la distance (dans ses multiples formes: proximités, espacement, réseaux, frontières…)la clé de compréhension des structures sociales dans l’espace.
En premier lieu, cela passe par l’analyse des distributions spatiales avec l’acquisition des méthodes de la cartographie. Techniquement, il s’agit de savoir manipuler dans R les objets spatiaux avec _sf_ (géométries, coordonnées géographiques, systèmes de projection). Mais cela pose également des questions plus fondamentales: quel impact de l’échelle et des mailles d’observation sur les résultats obtenus ? Les formes observées (concentration, dispersion) sont-elles significatives ou aléatoires ? Quel est le type de distance qui permet d’expliquer au mieux ces formes ? Il s’agit donc, dans un  second temps, de modéliser ces distributions en prenant en compte explicitement les localisations relatives (par ex. autocorrélation spatiale, régression pondérée géographiquement -GWR- etc.). Cette année, le stage portera sur l’analyse spatiale des inégalités économiques dans les métropoles françaises.

UE Sociologie des réseaux sociaux
Alexandre Doré

Le cours propose aux étudiant.es une introduction à la fois théorique et pratique à l’étude des réseaux sociaux. Les réseaux dont il est question ne se résument pas aux « médias sociaux » numériques : l’approche des réseaux sociaux vise plus largement à découvrir les interdépendances, les relations et les interactions qui façonnent notre vie au quotidien et qui peuvent affecter les comportements, les décisions, la participation à des initiatives collectives, la formation de normes et règles.

Ce cours sera aussi l’occasion de réfléchir aux enjeux épistémologiques de l’analyse de réseaux et sur les différents paradigmes qui la traversent. Nous mettrons en regard la sociologie structurale, la sociologie relationnelle et la sociologie analytique, en interrogeant la manière dont chacune explique les comportements à partir des positions, des interactions, des mécanismes sociaux ou des actions individuelles (cf. les fameux débats entre structure/action, description/explication, corrélation/causalité).

Outre ces aspects théoriques, nous nous pencherons enfin sur la mise en pratique : les nœuds et les liens, la densité, la centralité, la cohésion, les communautés, l’homophilie, etc. Les étudiant.es seront capables de construire un réseau à partir de données, de le représenter, de l’analyser et d’interpréter les résultats obtenus. Tous les exercices se feront sur R pendant le cours, avec la possibilité d’utiliser python pour celles et ceux qui le souhaitent. Le logiciel Gephi sera également mobilisé pour la visualisation.

UE : Intersectionnalité : question de méthodes S3 24h, 6 ECTS
Sibylle Gollac, CNRS, Cresppa-CSU
Contact : sibylle.gollac[at]cnrs.fr

Les sciences sociales intègrent aujourd’hui à leurs analyses la prise en compte de multiples rapports de pouvoir et de domination. Elles tentent de comprendre comment rapports sociaux de classe, de sexe, de race ou encore d’âge, de génération, de sexualité ou de handicap se combinent dans différents contextes sociohistoriques et façonnent les pratiques et les représentations étudiées.

Ce cours propose d’examiner les méthodologies mobilisées en sciences sociales pour explorer l’articulation de ces différents rapports sociaux – pensée notamment en termes d’intersectionnalité et de consubstantialité. L’attention se portera d’abord sur le poids respectif des méthodes quantitatives et qualitatives dans ces approches, et explorera les raisons d’un investissement faible des méthodes quantitatives dans leurs travaux pionniers. On posera ensuite la question des catégorisations à l’œuvre dans l’appréhension empirique de chaque rapport social (comment saisit-on la classe, le genre, la racialisation, l’âge des personnes et groupes enquêté·es ?), et les effets de ces modes de catégorisation – souvent différenciés – sur l’analyse de leurs modes d’articulation. On examinera enfin les outils méthodologiques (exploitations statistiques, méthodes qualitatives) spécifiquement mobilisés dans le cadre des approches intersectionnelles, et la possibilité de mettre en oeuvre des méthodes mixtes pour explorer l’articulation de différents rapports de pouvoir et de domination.

Chaque séance de cours s’appuiera sur la lecture de textes de sciences sociales étudiant, à partir d’objets divers, l’articulation de différents rapports sociaux et s’appuyant sur des matériaux empiriques recueillis et construits selon des méthodologies variées.

UE Module de professionnalisation – S3 – 18h, 3 ECTS

– Cycle Auteurs
– Readings in the Social Sciences, en anglais
– Interdisciplinarité en action

proposés au S3 du parcours PDI
(1 sur 3, au choix)

– Après le master (Non noté)

UE 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 sur le site du master.

Mettre en place une enquête par questionnaire est de plus en plus facile grâce aux dispositifs d’enquête en ligne, mais que faire des données une fois qu’elles ont été collectées ? Les principes de la science ouverte nous encouragent à rendre nos données accessibles aux autres (dans le respect de la protection des données personnelles), mais des données peu ou mal documentées sont en réalité inexploitables par les autres (ou par nous dans dix ans).

Cet atelier sera consacré aux étapes qui permettent de transformer un tableau de données en une enquête statistique documentée et exploitable, et d’en tirer de premiers résultats sociologiques. Ces étapes permettent aussi de réfléchir à la qualité des données ainsi collectées : quelles questions s’avèrent décevantes ou intéressantes ? a-t-on oublié des informations importantes ?

Au cours du séminaire, les étudiants travailleront sur l’enquête statistique collectée l’année précédente dans le cadre de l’atelier Enquête quantitative (Partie 1), avec le logiciel R, pour livrer un rapport d’enquête complet (données, documentation des données, premières exploitation).

Principales compétences développées :

• Apurer une base de données
• Traiter la non-réponse et réaliser un calage sur marges
• Documenter des données
• Effectuer toutes ces opérations en pensant aux personnes qui pourraient exploiter ces données dans le futur (y compris nous-mêmes)
• Rédiger collectivement un 4 pages descriptif et un article académique
• Discuter la qualité des données

Exploitation des données recueillies l’année précédente dans l’atelier Enquête par questionnaire Partie 1 sur la thématique : l’expérience de la scolarité en Seconde Générale et technologique.

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

UE Atelier Rédaction et soutenance d’un mémoire de recherche – 24 ECTS
Suivi collectif de l’avancement des mémoires de recherche de M2