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.

Maquettes années précédentes

MASTER 1

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

UE Introduction aux méthodes mixes – S1 – 24h, 6 ECTS
Brianne Dubois, agrégée préparatrice ENS
Contact : brianne.dubois[at]sciencespo.fr
Léo Labat, doctorant en informatique
Contact : leo.labat[at]ens.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.

UE Atelier Enquête par questionnaire (Partie 1) – S1 – 28h, 6 ECTS
Cécile Brousse, sociologue et statisticienne
Contact : cecile.brousse[at]insee.fr

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) ».

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 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 R, son interface graphique R Studio et les outils du tidyverse – l’univers des données bien ordonnées dans R Il et elles 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.

UE Introduction à la sociologie quantitative – S1 – 27h, 3 ETCS
Sibylle Gollac, chargée de recherche au CNRS
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 – 16h, 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.

UE Outils pour la recherche – S2 – 18h, 3 ECTS
Cécile Brousse, sociologue et statisticienne

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 (en bibliothèque)
– Faire une revue de littérature
– Utiliser Limesurvey pour la réalisation d’enquêtes en ligne
– Trouver des données d’enquête existantes : ADISP
– Protéger les données d’enquête
– Structurer, rédiger et mettre en page un mémoire avec LibreOffice
– Suivi des projets de mémoire
– Exporter tableaux et graphiques depuis R

Pour des raisons pédagogiques et logistiques, le séminaire est limité à 20 places.

UE Atelier MÉMOIRE EXPLORATOIRE – S2 – 24h, 9 ECTS

Le mémoire de M1, dit « mémoire exploratoire », sera réalisé à partir d’un objet et d’une question de recherche librement choisies par les étudiant·es. Le mémoire doit contenir : la définition d’un objet et d’une problématique, une revue de littérature ajustée à l’objet et à la problématique, un développement (chapitres) sur les données quantitatives et sources mobilisables pour traiter la problématique envisagée.

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
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 : Intersectionnalité : question de méthodes S3 24h, 6 ECTS
Sibylle Gollac, chargée de recherche au CNRS
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.

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