La subjectivité dans les méthodes quantitatives. Une étude des pratiques en Sciences de Gestion

Subjectivity in quantitative methods. A study of practices in Management Sciences

• Auteur / Autrice : Philippe Luu
• Direction : Élisabeth Walliser
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 19/12/2019
• Etablissement(s) : Université Côte d'Azur (ComUE)
• Ecole(s) doctorale(s) : École doctorale Droit et sciences politiques, économiques et de gestion (Nice)
• Partenaire(s) de recherche : établissement de préparation : Université de Nice (1965-2019)
• Partenaire(s) de recherche : Laboratoire : Groupe de recherche en management (Nice)
• Jury : Président / Présidente : Aude Deville
• Jury : Examinateurs / Examinatrices : Élisabeth Walliser, Aude Deville, Yves Mard, Stéphanie Chatelain-Ponroy
• Jury : Rapporteurs / Rapporteuses : Yves Mard, Stéphanie Chatelain-Ponroy

Mots clés

Mots clés contrôlés

Subjectivité

Techniques quantitatives de gestion

Recherche quantitative

Mots clés libres

Méthodes quantitatives

Méthodes statistiques

Objectivité

Quantitative methods

Statistical methods

Objectivity

Résumé

En sciences de gestion, les méthodes quantitatives véhiculent deux idées reçues. Tout d’abord, elles désignent de manière quasi exclusive les méthodes statistiques causales. L’utilisation de ces dernières est ensuite perçue comme un indiscutable garant d’objectivité. Notre travail cherche à nuancer ces deux points et plus particulièrement la question de l’objectivité. Les méthodes quantitatives s’inscrivent en général dans le paradigme post-positiviste, où tendre vers l’objectivité consiste à contrôler au mieux les conditions dans lesquelles la recherche est réalisée. L’objectivité scientifique présente une double dimension : une dimension individuelle propre au chercheur et une dimension collective basée sur le regard de la communauté. L’objectif de notre recherche est de montrer comment la subjectivité intervient dans chacune des étapes d’un design de recherche quantitatif. Notre méthodologie s’appuie sur une étude de cas exploratoire réalisée dans un laboratoire en sciences de gestion et l’observation participante d’un ingénieur statisticien sur une période de 10 ans. Les unités d’étude considérées sont 24 papiers co-écrits par l’observateur participant durant cette période. Nos résultats indiquent, d’une part, que la définition des méthodes quantitatives peut potentiellement être élargie : les simulations informatiques ou les procédures d’optimisation numérique peuvent par exemple être incluses, sans qu’il s’agisse de techniques causales ou même statistiques. D’autre part, nos résultats illustrent l’omniprésence de la subjectivité dans de nombreuses techniques quantitatives, y compris statistiques. Lors du traitement de données, des options multiples se présentent au chercheur à chacune des étapes suivantes : au niveau de l’opérationnalisation des concepts, lors de la collecte des données, durant la préparation de l’échantillon et tout au long du paramétrage de l’analyse. La présence de nombreux arbitrages implique une grande variabilité dans les résultats d’une étude. L’intérêt de notre travail est d’augmenter l’espoir d’atteindre une objectivité maximale et collective en présentant les points que le chercheur doit documenter avec soin. Notre incitation à la transparence rejoint les recommandations mentionnées par la littérature pour répondre à la crise de la reproductibilité des travaux scientifiques qui touche à l’heure actuelle toutes les disciplines.

In management sciences, quantitative methods convey two preconceived ideas. First, they refer almost exclusively to causal statistical methods. The use of the latter is perceived as an indisputable guarantee of objectivity. Our work aims to bring nuance to these two points and more particularly to the perceived objectivity. Quantitative methods are generally part of the post-positivist paradigm, where objectivity means to control the conditions under which research is conducted. Scientific objectivity has an individual dimension specific to the researcher and a collective dimension based on the community's perspective. The objective of our research is to show how subjectivity intervenes in each step of a quantitative research design. Our methodology is based on an exploratory case study conducted in a management science laboratory and the participant observation of a statistical engineer over a 10-year period. Our results illustrate the omnipresence of subjectivity in many quantitative techniques, including statistics. When processing data, the researcher faces multiple options during each of the following steps: operationalization of concepts, data collection, sample preparation and throughout the analysis setup. The presence of numerous trade-offs multiplies the possible outcomes of a study. Our work may help to increase the hope of achieving maximum and collective objectivity by highlighting the steps that the researcher must carefully document. Our encouragement of transparency is one of the recommendations mentioned by the literature in response to the reproducibility crisis, which currently affects all disciplines.