Quantifier en ethnographe : les enjeux d’une émancipation de la représentativité statistique

Autor: Gros, Julien
Přispěvatelé: Chauvel, Brian, Aix Marseille Université (AMU), Laboratoire d'économie et de sociologie du travail (LEST), Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS), Plateforme universitaire de données de Nanterre - MSH-Mondes, Laboratoire d'Economie et de Sociologie du Travail (LEST), Plateforme universitaire de données de Nanterre, MSH Mondes
Jazyk: francouzština
Rok vydání: 2020
Předmět:
Zdroj: Semaine Data SHS: Traiter et analyser les données en sciences humaines et sociales
Semaine Data SHS: Traiter et analyser les données en sciences humaines et sociales, Plateforme universitaire de données de Nanterre-MSH-Mondes, Dec 2020, Nanterre, France
Semaine Data-SHS
Semaine Data-SHS, Plateforme universitaire de données de Nanterre; MSH Mondes, Dec 2020, Nanterre, France
Popis: National audience; Cette communication propose de réfléchir aux outils théoriques et pratiques permettant à l’ethnographe qui quantifie d’affermir sa posture dans un environnement de plus en plus multi-méthodes, en exposant les difficultés et les enjeux qu’il y a à s’émanciper des outils élémentaires de la statistique inférentielle lorsqu’elle est appliquée à des populations construites comme des cas ethnographiques. En effet, alors que l’ethnographie prétend élaborer un discours sur le monde social à partir d’études de cas, les techniques quantitatives sont spontanément associées aux enquêtes sur échantillon qui assoient leur montée en généralité sur l’inférence statistique. À partir d’un exemple empirique, on montre ce qu’implique de soumettre un cas ethnographique à l’analyse quantitative, puis on détaille en quoi la statistique inférentielle et les tests de significativité s’opposent et nuisent au raisonnement par cas, pour finalement conseiller d’adopter une posture descriptive face aux statistiques.
Databáze: OpenAIRE
Externí odkaz: