Entre réalisme métrologique et conventions d’équivalence : les ambiguïtés de la sociologie quantitative
Alain Desrosières
La méthodologie utilisée par la sociologie quantitative comporte deux volets, séparés par un sas (la « banque de données ») : la construction des données, puis leur analyse. Or l’explicitation des procédures de construction est elle-même tendue entre deux langages fort différents : celui de la mesure, issu des sciences de la nature, et celui du codage conventionnel, inspiré du droit, des sciences politiques, ou des sciences cognitives. Cette ambiguïté est étudiée ici à travers une analyse historique, qui permet de relier les questions soulevées par la construction des données à celles qui résultent de la diversité des outils d’analyse. Une comparaison entre la « régression logistique » (modèles logit) et l’« analyse des données à la française » montre que celles-ci différent essentiellement par les personnages qu’elles mettent en scène : des « variables » dans un cas, et des « groupes sociaux » dans l’autre.
There are two aspects to the method used by quantitative sociology, building up the data and analysing it, which are separated by an “ airlock ” (a databank). Yet the very process of making these procedures explicit is itself strained by the use of two very different languages : the language of measurement, arising from the natural sciences, and the language of conventional codes, inspired by law, political science and cognitive sciences. The ambiguity is examined here through an historical analysis, linking the issues raised by the data-building process to those resulting from the diversity of analytical tools. A comparison between “logistical regression” (logit models) and “ French data analysis ” shows that they differ mainly in terms of the characters they are presenting : “ variables ” in one case, and “ social groups ” in the other
• Les apports de la critique ethno-méthodologique
• La sociologie quantitative et ses trois modèles de réalité
• Mesures, indices ou classes d’équivalence
• L’hybridation des outils et l’oubli de leurs origines
• Analyse des données et Data analysis