MÉTHODE D'ANALYSE QUALITATIVE (Recherche qualitative,
Àpd 31.26 £ /h
MÉTHODES D’ANALYSE QUALITATIVE – Description du cours
Le cours de Méthodes d’Analyse Qualitative vise à fournir aux étudiants les outils méthodologiques et analytiques pour explorer, interpréter et structurer des données qualitatives issues de diverses sources, telles que des entretiens, des observations ou des documents textuels. Il s’inscrit dans une démarche de méthodologie de recherche, permettant de concevoir et d’appliquer des approches qualitatives adaptées aux problématiques étudiées dans des domaines variés, notamment les sciences sociales, le marketing, la gestion et l’éducation.
Ce cours permet de comprendre les fondements de la recherche qualitative et son importance dans l’analyse des phénomènes sociaux et organisationnels. Il vise à maîtriser les principales méthodes de collecte de données, telles que les entretiens, l’observation et l’analyse documentaire, tout en développant des compétences en analyse qualitative [codage manuel et assisté par logiciel via RQDA – Un package R permettant l’analyse qualitative des données textuelles avec une interface graphique simple – Taguette – Un outil open-source et léger pour le codage et l’annotation de textes qualitatifs –, analyse thématique et catégorisation et triangulation des sources et validation des résultats], notamment à travers le codage, l’analyse thématique et l’interprétation des résultats. Enfin, il apprend aux participants à structurer et rédiger des rapports de recherche rigoureux, en mettant en valeur les insights issus des données qualitatives.
Le cours de Méthodes d’Analyse Qualitative vise à fournir aux étudiants les outils méthodologiques et analytiques pour explorer, interpréter et structurer des données qualitatives issues de diverses sources, telles que des entretiens, des observations ou des documents textuels. Il s’inscrit dans une démarche de méthodologie de recherche, permettant de concevoir et d’appliquer des approches qualitatives adaptées aux problématiques étudiées dans des domaines variés, notamment les sciences sociales, le marketing, la gestion et l’éducation.
Ce cours permet de comprendre les fondements de la recherche qualitative et son importance dans l’analyse des phénomènes sociaux et organisationnels. Il vise à maîtriser les principales méthodes de collecte de données, telles que les entretiens, l’observation et l’analyse documentaire, tout en développant des compétences en analyse qualitative [codage manuel et assisté par logiciel via RQDA – Un package R permettant l’analyse qualitative des données textuelles avec une interface graphique simple – Taguette – Un outil open-source et léger pour le codage et l’annotation de textes qualitatifs –, analyse thématique et catégorisation et triangulation des sources et validation des résultats], notamment à travers le codage, l’analyse thématique et l’interprétation des résultats. Enfin, il apprend aux participants à structurer et rédiger des rapports de recherche rigoureux, en mettant en valeur les insights issus des données qualitatives.
Informations supplémentaires
Les participants sont encouragés à apporter leur propre ordinateur portable équipé de logiciels d’analyse qualitative tels que Taguette ou RQDA, avec des instructions d’installation fournies avant le début du cours. Une familiarité avec la méthodologie de recherche et une compréhension des approches qualitatives sont souhaitées.
Lieu
Cours au domicile de l'élève :
- Autour de Lille, France
En ligne depuis la France
Présentation
Bonjour et bienvenue ! 👋
Je suis doctorant-chercheur à l’Université de Lille, passionné par l’analyse des données et les sciences économiques et sociales. 📊
J’accompagne les étudiants à travers des cours privés interactifs et adaptés dans un large éventail de disciplines : statistiques (descriptive, explicative, économétrie, biostatistique) appliquées à diverses disciplines (économie, psychologie, sciences sociales, santé publique, etc., informatique appliquée (bases de données, programmation en Python, R, SQL, SAS, Stata, SPSS, Power BI, Tableau, BigQuery, etc.), ainsi que les techniques d’enquête et méthodologies qualitative et quantitative.
Ma pédagogie repose sur des exemples concrets, des études de cas et des mises en situation, afin de transformer la théorie en compétences pratiques.
Mon objectif ? Vous aider à maîtriser les outils essentiels, à analyser efficacement les données et à prendre des décisions éclairées !
Je suis doctorant-chercheur à l’Université de Lille, passionné par l’analyse des données et les sciences économiques et sociales. 📊
J’accompagne les étudiants à travers des cours privés interactifs et adaptés dans un large éventail de disciplines : statistiques (descriptive, explicative, économétrie, biostatistique) appliquées à diverses disciplines (économie, psychologie, sciences sociales, santé publique, etc., informatique appliquée (bases de données, programmation en Python, R, SQL, SAS, Stata, SPSS, Power BI, Tableau, BigQuery, etc.), ainsi que les techniques d’enquête et méthodologies qualitative et quantitative.
Ma pédagogie repose sur des exemples concrets, des études de cas et des mises en situation, afin de transformer la théorie en compétences pratiques.
Mon objectif ? Vous aider à maîtriser les outils essentiels, à analyser efficacement les données et à prendre des décisions éclairées !
Education
Doctorant actuellement - Université de Lille, diplômé Master 2 en Statistiques des population (2017) - Université Catholique de Louvain, Master 1 en Biostatistique à l'Université Libre de Bruxelles - ESP (2021)
Expérience / Qualifications
I. Enseignements à l'Université de Lille (Septembre 2021 - Aujourd'hui)
- TD de techniques d’enquête, Méthodologie qualitative, Méthodologie quantitative, Introduction en Ethnologie, Techniques de recherche sur l’entretien (Promotion : Licence 1 et 2 en Sociologie et double Licence Économie et Sociologie).
II. Cours particuliers via Apprentus (septembre 2024 - Aujourd'hui)
- Statistiques (descriptive, explicative, économétrie, biostatistique),
- Informatique appliquée (bases de données, programmation en Python, R, SQL, SAS, Stata, SPSS, Power BI, Tableau, BigQuery, etc.)
- Techniques d’enquête
- Méthodologie d'Analyse quantitative
- Méthodologie d'Analyse qualitative
III. Data Analyst à la DREAL Haut de France (Juin 2023 - Septembre 2023)
- Extraction et traitement des données des dossiers de déclaration/autorisation issues de différentes sources (Excel, rapports d’étude)
- Création de cartes interactives sur QGIS pour visualiser l’implantation des projets liés à la rubrique 3.3.1.0
- Extraction et nettoyage des données issues des bases MySQL
- Analyse de données avec Python (NumPy, Pandas, Matplotlib)
- TD de techniques d’enquête, Méthodologie qualitative, Méthodologie quantitative, Introduction en Ethnologie, Techniques de recherche sur l’entretien (Promotion : Licence 1 et 2 en Sociologie et double Licence Économie et Sociologie).
II. Cours particuliers via Apprentus (septembre 2024 - Aujourd'hui)
- Statistiques (descriptive, explicative, économétrie, biostatistique),
- Informatique appliquée (bases de données, programmation en Python, R, SQL, SAS, Stata, SPSS, Power BI, Tableau, BigQuery, etc.)
- Techniques d’enquête
- Méthodologie d'Analyse quantitative
- Méthodologie d'Analyse qualitative
III. Data Analyst à la DREAL Haut de France (Juin 2023 - Septembre 2023)
- Extraction et traitement des données des dossiers de déclaration/autorisation issues de différentes sources (Excel, rapports d’étude)
- Création de cartes interactives sur QGIS pour visualiser l’implantation des projets liés à la rubrique 3.3.1.0
- Extraction et nettoyage des données issues des bases MySQL
- Analyse de données avec Python (NumPy, Pandas, Matplotlib)
Age
Enfants (7-12 ans)
Adolescents (13-17 ans)
Adultes (18-64 ans)
Seniors (65+ ans)
Niveau du Cours
Débutant
Intermédiaire
Avancé
Durée
60 minutes
90 minutes
120 minutes
Enseigné en
français
Compétences
Commentaires
Disponibilité semaine type
(GMT -05:00)
New York
Cours par webcam
Cours à domicile
Mon
Tue
Wed
Thu
Fri
Sat
Sun
00-04
04-08
08-12
12-16
16-20
20-24
Ce cours d’informatique est conçu pour offrir une compréhension approfondie des bases de données et de l’analyse de données, en utilisant des outils et langages modernes. Les étudiants apprendront à manipuler des bases de données SQL, à extraire et transformer des données pour des analyses avancées et à bien maitriser Excel. Ils utiliseront Power BI pour créer des visualisations interactives et produire des tableaux de bord dynamiques facilitant l’interprétation des données. L’intégration de Python permettra d’automatiser l’analyse, d’explorer de grands ensembles de données et d’appliquer des techniques statistiques et de machine learning pour des insights pertinents.
En parallèle, le cours couvre les fondamentaux de la programmation informatique, avec une approche axée sur l’analyse et le traitement des données. Les étudiants apprendront à coder en Python, R et Stata, des langages largement utilisés en science des données et en recherche quantitative. Ils développeront des scripts pour la manipulation de données, la modélisation statistique et l’optimisation de calculs. L’objectif est de les rendre autonomes dans la création d’algorithmes efficaces et reproductibles, leur permettant d’analyser et de résoudre des problématiques réelles dans divers domaines comme la finance, l’économie, la santé ou l’ingénierie.
En parallèle, le cours couvre les fondamentaux de la programmation informatique, avec une approche axée sur l’analyse et le traitement des données. Les étudiants apprendront à coder en Python, R et Stata, des langages largement utilisés en science des données et en recherche quantitative. Ils développeront des scripts pour la manipulation de données, la modélisation statistique et l’optimisation de calculs. L’objectif est de les rendre autonomes dans la création d’algorithmes efficaces et reproductibles, leur permettant d’analyser et de résoudre des problématiques réelles dans divers domaines comme la finance, l’économie, la santé ou l’ingénierie.
Le cours de Méthodes d’Analyse Quantitative vise à fournir aux étudiants les outils et techniques nécessaires pour collecter, traiter et interpréter des données de manière rigoureuse et scientifique. Il s’agit d’un cours fondamental pour toute discipline nécessitant l’exploitation de données afin de soutenir la prise de décision, que ce soit en économie, en gestion, en finance, en sciences sociales ou en ingénierie.
Le cours de Méthodes d’Analyse Quantitative aborde d’abord l’importance de l’analyse quantitative ainsi que les différentes approches et types de données. Il couvre ensuite les statistiques descriptives et exploratoires, incluant les mesures de tendance centrale et de dispersion, la représentation graphique des données et l’identification des tendances et anomalies. L’inférence statistique est également explorée à travers les tests d’hypothèses, les régressions linéaires, les modèles prédictifs et l’analyse de variance (ANOVA). Le cours introduit aussi des techniques avancées d’analyse des données, telles que l’analyse factorielle, la classification, l’étude des séries temporelles et l’optimisation pour la prise de décision. Enfin, une partie est consacrée à la maîtrise des outils et logiciels d’analyse, notamment Excel, R, Python, SAS, Stata et SPSS, pour le traitement, la visualisation (Power BI, Tableau) et le reporting des données.
Le cours de Méthodes d’Analyse Quantitative aborde d’abord l’importance de l’analyse quantitative ainsi que les différentes approches et types de données. Il couvre ensuite les statistiques descriptives et exploratoires, incluant les mesures de tendance centrale et de dispersion, la représentation graphique des données et l’identification des tendances et anomalies. L’inférence statistique est également explorée à travers les tests d’hypothèses, les régressions linéaires, les modèles prédictifs et l’analyse de variance (ANOVA). Le cours introduit aussi des techniques avancées d’analyse des données, telles que l’analyse factorielle, la classification, l’étude des séries temporelles et l’optimisation pour la prise de décision. Enfin, une partie est consacrée à la maîtrise des outils et logiciels d’analyse, notamment Excel, R, Python, SAS, Stata et SPSS, pour le traitement, la visualisation (Power BI, Tableau) et le reporting des données.
Voir plus
Vidéo de Doudou
Contacter Doudou
Le premier cours est couvert par notre Garantie Le-Bon-Prof
Garantie Le-Bon-Prof
Contacter Doudou