INSTITUT UNIVERSITAIRE D’ABIDJAN
ANNEE ACADEMIQUE 2024-2025
MASTER 2 EN BANQUE ET ASSURANCE
ATELIER DE RECHERCHE
TROISIEME PARTIE
Dr DOT
Méthodologie de recherche
o Ce module est conçu pour fournir aux apprenants les bases
théoriques et pratiques des méthodologies de recherche qualitative
et quantitative.
o L’objectif est de maîtriser les outils et techniques nécessaires pour
concevoir, collecter et analyser des données pertinentes dans le
cadre d’un projet de recherche.
À l’issue de ce module, les participants seront capables de :
ØComprendre les principes fondamentaux des approches qualitatives et
quantitatives.
ØSélectionner les outils et techniques adaptés à leur problématique de recherche.
ØCollecter, analyser et interpréter des données à l’aide des logiciels appropriés.
ØConcevoir des méthodologies solides pour produire des résultats rigoureux et
exploitables
• 1. Recherche qualitative
• La recherche qualitative permet de comprendre en profondeur des phénomènes
complexes en se concentrant sur les perceptions, les comportements et les contextes.
• 1.1 Techniques de collecte des données qualitatives
oEntretiens semi-directifs
• Définition : Entretiens structurés autour de thèmes prédéfinis tout en laissant la
liberté au participant de développer ses réponses.
• Objectifs : Identifier les perceptions, les motivations, et les expériences des
participants.
• Étapes clés :
• Rédaction du guide d’entretien (questions ouvertes et flexibles).
• Sélection des participants (échantillon pertinent).
• Conduite de l’entretien (techniques d’écoute active).
• Logiciels de transcription
• Exemples : [Link], Sonix, Express Scribe.
oÉtudes de cas
• Définition : Analyse approfondie d’un individu, d’un groupe ou d’une organisation
pour en tirer des enseignements.
• Applications : Comprendre des pratiques spécifiques dans un contexte donné, comme
une entreprise innovante dans le secteur bancaire.
• Méthodologie :
ØDélimiter le cas à étudier.
ØCollecter des données (entretiens, observations, rapports internes).
Analyse documentaire
Définition : Étude systématique de documents existants (rapports,
articles, archives).
§ Objectifs : Compléter ou trianguler les données obtenues par d’autres
méthodes.
§ Étapes :
ØIdentifier les documents pertinents.
ØClasser et coder les informations clés.
1.2 Outils pour la recherche qualitative
Utilité : Transcrire automatiquement les entretiens pour gagner du
temps.
oLogiciels de transcription
§ Exemples : [Link], Sonix, Express Scribe.
§ Utilité : Transcrire automatiquement les entretiens pour gagner du
temps.
oLogiciels d’analyse qualitative
• NVivo : Analyse et codage des données textuelles, création de
matrices thématiques.
• [Link] : Gestion de données complexes pour des études
approfondies.
• MAXQDA : Codage, annotation et visualisation des résultats.
2. Recherche quantitative
La recherche quantitative repose sur la collecte de données mesurables
pour établir des tendances, des relations ou des modèles.
§ 2.1 Techniques de collecte des données quantitatives
• Questionnaires
• Définition : Enquête standardisée pour collecter des réponses auprès d’un
grand nombre de participants.
• Étapes clés :
• Conception du questionnaire (questions claires, évitant les biais).
• Administration (en ligne via Google Forms, SurveyMonkey ou sur le terrain).
• Échantillonnage (aléatoire, stratifié, etc.).
• Bases de données statistiques
Utilisation de sources existantes (Banque Mondiale, Eurostat, INSEE).
2.2 Analyse des données quantitatives
Analyse des données quantitatives
•Statistiques descriptives
• Présentation des données sous forme de moyennes, médianes, écarts-types,
tableaux et graphiques.
•Statistiques inférentielles
• Tests d’hypothèse (test t, ANOVA, Chi-carré).
• Modélisation statistique (régressions, analyses factorielle).
• 2.3 Outils pour la recherche quantitative
• Excel
• Fonctions simples : moyennes, graphiques, tableaux croisés dynamiques.
• Add-ons pour analyses avancées (Analyse ToolPak).
• SPSS
• Logiciel convivial pour l’analyse statistique descriptive et inférentielle.
• Adapté pour les projets académiques nécessitant des tests approfondis.
•R
• Logiciel open-source puissant pour l’analyse de données.
• Applications : visualisation (ggplot2), modélisation statistique, analyses
complexes.
• Python
• Bibliothèques populaires : Pandas (gestion des données), NumPy (calculs),
Matplotlib (visualisation), Scikit-learn (analyse prédictive).
3. Méthodologie mixte (Optionnel)
Pour certaines problématiques, une combinaison des approches
qualitative et quantitative peut être nécessaire.
• Exemple : Étudier l’impact de la digitalisation dans la banque.
• Approche qualitative : Entretiens avec les cadres bancaires pour
identifier les freins.
• Approche quantitative : Analyse statistique des performances post-
digitalisation.
