Introduction aux méthodes de

recherche en administration
publique
Module M1
 Concept du cours

• M1 - Introduction à la recherche - aide à la

préparation d ’un mémoire à l ’IDHEAP
• M2 - Introduction aux méthodes de recherche
qualitative
• Composante « Statistique » du cours « Systèmes
d ’informations et statistique »: Introduction aux
méthodes quantitatives

| Diapositive 2 |
 Le module M1
1. Éléments d’épistémologie
2. Les questions de recherche
3. Concepts clé de la méthode scientifique
4. La question de la causalité
5. Autres types de recherche
6. Le design d’une recherche
7. Le mémoire MPA à l ’IDHEAP

| Diapositive 3 |
 1. Éléments d’épistémologie
• Claude Bernard: Observations, hypothèses,
expérimentation, résultats, interprétation,
conclusions
• Karl Popper : la réfutabilité des hypothèses =
différence entre science et non-science.
L’élément premier est la théorie, pas
l’observation.
• Thomas Kuhn : La science est le produit
d’une société, et progrès non linéaire 
révolutions scientifiques
• Paul Feyerabend: La meilleure méthode, c’est
aucune méthode. Tout est bon pour les
chercheurs.

| Diapositive 4 |
 Qu’est-ce qu’une recherche
« scientifique »
• Recherche réalisé selon les règles de la méthode
scientifique
• Recherche qui respecte certains standards de rigueur et
de qualité
• Recherche qui s’insère et tient compte du débat
scientifique sur la question
• Recherche ayant comme unique objectif l’amélioration des
connaissances d’une problématique donnée (pas de
finalité politique)
• Recherche réalisée par une instance reconnue comme
capable de faire de la science

| Diapositive 5 |
 Différents types de
recherches « scientifiques »
• Analyses exploratoires, descriptives
– Objectif: décrire un phénomène

• Analyses interprétatives
– Objectif: Interpréter, donner un sens à un phénomène

• Analyses causales
– Objectif: identifier des relation de cause à effet

| Diapositive 6 |
 2. Les questions de recherche
• A la base de toute recherche on trouve une question
• Le choix de la bonne question est crucial
• Typiquement, (mais pas forcément) les bonnes questions de
recherche prennent leur origine de décalages entre la réalité
observée et la réalité attendue ou souhaitée.
• Exemples:
– Comment expliquer les différences de performances entre
élèves dans les enquêtes PISA?
– Est-ce que les étrangers sont discriminés sur le marché
du travail?

| Diapositive 7 |
Une bonne question de recherche doit
être (1):
• Une question de recherche, pas une question
d’appréciation, politique ou tendancieuse.
• Exemples de non-questions de recherche:
– Est-il juste que 10% de la population se trouve en
dessous du seuil de pauvreté?
– Les personnes qui sont à l’aide sociale sont-elles
responsables de leur situation? L’Etat devrait-il être plus
sévère à leur égard?

• Peut-on les transformer en questions de

recherche?

| Diapositive 8 |
Une bonne question de recherche doit
être (2):
• Une question à laquelle on peut apporter des éléments de
réponse dans le cadre d’un travail de mémoire de MPA
• Il faut donc tenir compte:
– du temps et des ressources à disposition
– des compétences nécessaires
• Une bonne question de recherche contient seulement une
question.
• En général, une question de recherche suffit pour un
travail de mémoire MPA

| Diapositive 9 |
Des questions en fonction du type de
recherche - exemples
• Recherches exploratoires, descriptives:
– Quel est le taux de working poor en Suisse?
– Quel est le niveau de protection sociale en Suisse en
comparaison internationale?

• Recherche interprétatives:
– Comment les sans-papiers vivent leur statut?
– Comment les agents publics vivent l’adoption du NPM?

• Analyses causales
– Quels sont les déterminants de … ?
– Quelles sont les conséquences de … ?

| Diapositive 10 |
3. Concepts clé de la méthode
scientifique
• Paradigme: vision cohérente du monde et
modèle d’interprétation. Exemples:
marxisme, économie néoclassique.
• Théorie: Construction intellectuelle
cohérente capable de rendre compte de la
réalité observée dans un certain domaine.
• Une théorie comprend plusieurs hypothèses.

| Diapositive 11 |
 Hypothèse
• Une hypothèse exprime une relation de cause à effet
• Elle doit être falsifiable (Popper)
• Exemples:
– Plus le revenu d’une famille est élevé, moins elle aura d’enfants
– Des prestations d’assurance chômage élevées découragent la prise
d’emploi
• Les hypothèses dans les analyses interprétatives
expriment des interprétations possibles ou des
perceptions. En général celles-ci sont plus complexes et
difficilement falsifiables.

| Diapositive 12 |
 Ne sont pas des hypothèses de
recherche
• Des affirmations purement descriptives. Ex.
« Le taux de pauvreté en Suisse est de 8%.
Dans une analyse descriptive, il n ’est en
principe pas nécessaire de faire appel à des
hypothèses.
• Des affirmations non-falsifiables. Ex: tôt ou
tard, la Suisse finira par adhérer à l’UE
• Des affirmations qui impliquent un jugement de
valeur. Ex. Les primes de caisse maladie sont
trop élevées.

| Diapositive 13 |
 D’où viennent les hypothèses

• Induction, de l’observation de quelques cas

• Littérature, de théories et d’analyses

empiriques développées par d’autres
chercheurs

• Intuitions jouent un rôle plus important que

la plupart des chercheurs ne veulent bien
l’admettre.

| Diapositive 14 |
 Variable

• Variable: une caractéristique des objets de

l’étude. Ex. le revenu d ’une personne; le
taux de chômage d ’un canton
• Sur la base d ’une hypothèse, on peut ensuite
distinguer entre:
– Variable indépendante ( X, ou causale, ou explicative ou
exogène)
– Variable dépendante (Y, ou expliquée ou endogène)
– Variable intermédiaire

| Diapositive 15 |
 Autres concepts importants 1
• Problématique: tension dans laquelle
s’insère la question de recherche
• Concept: construction intellectuelle qui décrit
une situation réelle mais n ’est pas
directement observable. Exemple: le
développement humain, la discrimination,
l’Etat providence
• Dimensions: les composantes d ’un concept.
Un peu plus observables que le concept

| Diapositive 16 |
 Autres concepts importants 2

• Indicateurs: caractéristiques mesurables qui

permettent de situer les objets étudiés sur
des dimensions
• Indice: combinaison de plusieurs indicateurs
qui permet de mesurer une dimension ou un
concept
• Opérationnalisation:
Concept  dimension  indicateurs

| Diapositive 17 |
 Exemple: la pauvreté
A. Concept « Pauvreté »
1 dimension: manque de ressources matérielles
 Indicateur : Revenu du ménage < 60% revenu médian.

B. Concept « Privation matérielle »

 Dimensions: Privation de base, biens de consommation
durables (tv, voiture, etc.) , équipements du logement (wc,
douche,etc), santé, quartier (bruit, pollution, crime), accès à
des équipements (transports publics, postes, banques, etc.).
 Liste de biens et de services et les répondants doivent dire
s’ils/elles les possèdent et si non, si c’est par manque
d’argent ( Indice de privation matérielle)

| Diapositive 18 |
 4. La question de la causalité

• Isoler l’impact de d’une X1  Y

variable indépendante

• Une variable dépendante peut

avoir plusieurs causes
X1
• Il faut « contrôler » pour les
autres variables. X2 Y
X3

| Diapositive 19 |
 « Causalité » et corrélation
• 1. Problème de l’œuf et de la poule: P.ex. les personnes
âgées qui travaillent sont en meilleure santé que celles qui
sont inactives.
• Solution partielle: introduire un décalage temporel entre X et
Y (p.ex. panel de ménages).

• 2. Lien direct ou indirect entre 2 variables (3ème variable)?

P.ex. Les étrangers sont plus affectés par le chômage 
discrimination ou composition socio-démographique de la
population étrangère?
• Solution: variables de contrôle.

| Diapositive 20 |
 Conception déterministe ou probabiliste
des relation causales
• Conception déterministe: chaque fois qu’on observe
Y, X doit aussi être présent. Il suffit d’une
observation de Y sans X pour que la théorie soit
invalidée

• Conception probabiliste: X et Y doivent être

observés ensemble plus souvent de ce qu’on
obtiendrait par hasard.

| Diapositive 21 |
Une conception probabiliste des relations
causales:
• Permet de tenir compte des erreurs de mesure
• Est compatible avec un design de recherche qui ne
tiendrait pas compte de tous les facteurs
• Permet de tenir compte du rôle joué par le hasard.

| Diapositive 22 |
 5. Autres types de recherche
• Analyse prospective / Simulation: imaginer
l’avenir à travers des scénarios, sur la base
des évolutions de facteurs causaux.
Attention: ce n’est pas la même chose qu’une
prédiction.
• Simulations contrefactuelles: que se serait-il
passé si...
• Meta-analyse: examiner un problème sur la
base des recherches déjà effectuées,
synthèse des résultats.
• Méthode de Delphes: étudier un phénomène
à travers le point de vue des experts, en
groupe.
| Diapositive 23 |
 6. Le design d’une recherche
• Le design est la stratégie retenue pour
répondre à une question donnée. Il
comprend:

– Une construction logique

– Une méthode de récolte de l’information (entretiens
approfondis, questionnaire standardisé par téléphone,
collecte de statistiques officielles...)
– Une méthode de traitement de l’information (analyse de
contenu avec logiciel, traitement statistique, …)

| Diapositive 24 |
 Le design: construction logique

• Analyse d’impact: comparaison entre deux groupes. Un

seul est soumis à un stimulus.
• Analyse comparée synchronique: comparaison de
différentes situations présentant différentes combinaisons
de X et Y.
• Analyse diachronique: comparaison une même situation à
différents moments, présentant différentes combinaisons
de X et Y. Analyses longitudinales.
• Possible de combiner analyses comparées synchroniques
et diachronique.

| Diapositive 25 |
7. La question de la généralisation des
résultats
• Analyses statistiques, avec un très grand
nombre d’observations: relations causales
sont en principe généralisables. Exemple:
enquêtes épidémiologiques.
• Peuvent-elles être généralisées au-delà du
contexte dans lequel elles ont été observées ?
• Analyses statistiques avec un nombre plus
réduit de cas et analyses qualitative.
Généralisation problématique.

| Diapositive 26 |
 Analyses statistiques avec un petit
nombre de cas
• Démarche poppérienne s’applique seulement si le
test est robuste
• Si le test est faible, nécessaire de disposer
d’hypothèses de bonne qualité.
• Cohérence logique
• Mécanisme observé ailleurs
• Résulte d’une enquête qualitative approfondie

| Diapositive 27 |
 Analyses qualitatives

• En principe, aucune généralisation n’est

possible, mais principe de saturation.
• L’intérêt est plutôt de découvrir les logique de
fonctionnement des mécanisme mis en
évidence par les enquête statistiques.
• Exemple:
– Analyse statistique: à quoi les travailleurs sociaux
attribuent-ils les difficultés des bénéficiaires?
(Questionnaire)
– Analyses qualitative: comment se déroule les interactions
entre travailleurs sociaux et les bénéficiaires?

| Diapositive 28 |
 Du quantitatif ou du qualitatif?

• Chaque méthode a ses forces et ses faiblesses

• Les meilleures recherche peuvent s’appuyer sur les
deux approches
• L’idéal consiste à mettre sur pied un processus
d’itération, du type: qualitatif – quantitatif –
qualitatif – quantitatif …

| Diapositive 29 |
 Le mémoire MPA à l ’IDHEAP

1. Choix d’un sujet

2. Le déroulement
3. Les recherches bibliographiques
4. Rechercher sur internet
5. La présentation du mémoire

| Diapositive 30 |
 Choix d’un sujet

• Intérêt personnel
• Intérêt stratégique
• Profiter des compétences disponibles à l’IDHEAP

| Diapositive 31 |
 Le déroulement: étapes

• Identification d’une idée de recherche (thème, une ou

plusieurs questions)
• Identification d’un rapporteur
• Identification d’un co-rapporteur et d’un expert externe
• Participation au module M2
• Préparation d’une « Proposition de sujet de mémoire »
(formulaire ad hoc)
• Pré-soutenance
• Soutenance

| Diapositive 32 |
 Sujet de mémoire. Contenu:

• Problématique
• Objectifs
• Approche théorique
• Questions de recherche et/ou hypothèses
• Méthodologie (démarche)
• Sources d’information utilisées
• Agenda de travail

| Diapositive 33 |
 Les recherches bibliographiques
• Catalogue rero (www.rero.ch)
• Google scholar (http://scholar.google.com)
• Google books (http://books.google.com)
• Périodiques en ligne: http://www2.unil.ch/perunil/
• Etudes de l’OCDE (www.ocde.org)>bibliothèque
• Quotidiens (http://dbserv1-bcu.unil.ch/dbbcu/cds/categorie.php?Code=01)
• Liste ressources Unil:
– Bases de données en général : http://dbserv1-
bcu.unil.ch/dbbcu/cds/menu.php
– Web of science (http://dbserv1-bcu.unil.ch/dbbcu/cds/recherche.php?Mot=web+of+science&submit=Chercher)

| Diapositive 34 |
 Autres soutiens

• Personne ressource pour les recherches

bibliographique: Mme Gaelle.Delavy@unil.ch

• Guide pour les méthodes de citation (HES GE):

(http://www.hesge.ch/heg/sites/default/files/infothequ
e/guide_ref.pdf)

| Diapositive 35 |
 La base « Web of science »

• Base bibliographique en anglais

• Recherche par mot clé dans des milliers de revues
scientifiques
• Hautement improbable de « ne rien trouver »

| Diapositive 36 |
 Accès à distance

• https://crypto.unil.ch
• Username et password de l’IDHEAP
• Insérer une adresse web dans la fenêtre
« parcourir »

| Diapositive 37 |
 La présentation du mémoire

• Voir document: Note sur la préparation du mémoire

• Bibliographie: doit être claire, cohérente. Possible
d’utiliser un modèle
• Pensez à la lisibilité

| Diapositive 38 |