Chapitre 1, 2 - Introduction

Introduction

Pourquoi s’intéresser aux méthodes?

Qu’est-ce que faire de la recherche scientifique?

Selon King et al., la recherche scientifique, qualitative ou quantitative, se reconnaît à quatre traits :

• le but est l’inférence : aller au-delà des faits observés pour décrire (inférence descriptive) ou expliquer (inférence causale).
• les procédures sont publiques : explicites, donc reproductibles et critiquables.
• les conclusions sont incertaines : toujours assorties d’une estimation de leur incertitude.
• le contenu est la méthode : c’est la démarche, non l’objet, qui fait la science.

The unity of all science consists alone in its method, not in its material. » – Karl Pearson

Les phases d’un processus de recherche

• De la question à la conclusion, la recherche suit des étapes ordonnées.
  • Il y a néanmoins de la rétroaction, des fois on doit s’arrêter et changer nos méthodes où nos hypothèses (c’est pas toujours linéaire bien qu’ordonné).
• À chaque étape, des choix de méthode : comment mesurer ? quelles données ? quelle analyse ?
  • Pour mon objet de recherche et mes hypothèses, quelle méthode choisir?
• Ces choix déterminent ce que l’on peut, et ne peut pas, inférer.
• La démarche est itérative : les résultats nourrissent de nouvelles questions.

Contre quoi les méthodes nous protègent

• Le hasard : une régularité observée sur quelques cas peut n’être qu’une coïncidence. La méthode dit avec quelle confiance on peut écarter cette explication.
• Le biais de sélection : les cas que l’on observe ne sont pas choisis au hasard. S’ils sont choisis en lien avec ce que l’on veut expliquer, la conclusion est faussée.
• Ces deux dangers reviendront à chaque chapitre, quelle que soit la méthode.

Les méthodes dans le domaine international

Qu’entend-on par méthode

• Une méthode est une procédure pour confronter une hypothèse ou une théorie aux faits. Elle produit l’information qui permet cette confrontation. Elles sont structurées, elles se partagent dans sa formulation.

• On distingue trois grandes familles de méthodes appliquées au domaine international :

  • les études de cas (méthodes qualitatives).
  • les analyses quantitatives (statistiques).
  • la modélisation formelle.

D’autres panoramas des méthodes

• Reus-Smit et Snidal, partie « The Question of Method » : choix rationnel, approches sociologiques et psychologiques, méthodes quantitatives, études de cas, méthodes historiques.
• Lamont : méthodes qualitatives, quantitatives, études de cas, méthodes mixtes, recherche de terrain.
• Devin, traduit en anglais, dont un chapitre sur les apports des approches quantitatives. Voir aussi Cornut et Battistella, Siméant, Huddleston et al. et Toshkov.

Quantitatif et qualitatif: deux traditions, une même logique

• Méthodes quantitatives : des informations chiffrées, analysées par des outils statistiques, sur de nombreux cas.
• Méthodes qualitatives : des informations détaillées, portant sur un nombre limité de cas.

La place croissante du quantitatif

• Six grandes revues, 1975–2000, chaque article classé dans une catégorie.
• Les analyses statistiques passent d’environ 26% à 43%. Les articles descriptifs reculent d’environ la moitié à moins d’un tiers.
• Les études de cas restent stables, autour de 13% : le quantitatif a remplacé le descriptif, non le qualitatif.
• Les recherches multiméthodes restent rares, moins de 4%.
  • Pas tellement rare aujourd’hui
• Le recul du descriptif indique un champ qui mûrit : la description domine quand une discipline est jeune et manque d’outils théoriques. Une fois les phénomènes bien décrits, la question de leurs causes s’impose et l’explication prend le relais (on utilise plus de statistique et de modelisation dans ce cas p.ex.).

Une tendance qui s’est confirmée depuis

• Dans IO, ISQ et JCR (1990–2007), les méthodes plus sophistiquées que la simple régression dominent désormais.
• L’usage varie selon les traditions nationales : en France, 2% des internationalistes en font leur méthode principale, contre 15% en moyenne (enquête TRIP 2011). OLS→régression linéaire classique, très commune. Chaque fois plus sophistiqué, plus d’accés à des données (merci équipes de recherche), plus d’accés à des ordinateurs et des étudiants mieux formés.

Des chiffres, oui, mais avec esprit critique

• Les informations chiffrées peuvent aussi induire en erreur.
  • Sondages qui donnaient Trump ou Biden comme gagnant aux élections américaines (différence de genre 1% entre gagnant et perdant et 2% de marge d’erreur dans ces études comme illustration).
  • Aussi les populations choisies influencent.
• Et, pour mémoire, le mot attribué à Mark Twain : « There are three kinds of lies: lies, damned lies, and statistics. »
• Bien raisonner avec les données s’apprend.
• D’où l’objectif central du cours : un regard critique sur les méthodes et leurs résultats.

Ce qui rend le domaine international particulier

• Les relations internationales cherchent à expliquer « a broad range of political interactions among countries, societies, and organizations ».
• L’inférence causale y est particulièrement difficile : → l’approche expérimentale, manipuler la cause et répartir les unités au hasard, est rarement possible. → la « nature » offre peu d’expériences naturelles, ces situations où le hasard répartit lui-même les cas.
  • Finalement on a des variables qui influencent la repartition, hors de nôtre contrôle. → on travaille donc le plus souvent sur des données d’observation.

L’approche quasi-expérimentale

• Faute de pouvoir expérimenter, la plupart des méthodes du cours relèvent de l’approche quasi-expérimentale : reconstituer, par d’autres moyens, ce que permettrait une expérience, des groupes comparables et le contrôle des facteurs confondants, ceux qui agissent à la fois sur la cause et sur l’effet.
• Ces reconstitutions reposent elles-mêmes sur des hypothèses : d’où l’importance de méthodes rigoureuses et d’un examen critique de ces hypothèses.
• Dans certains cas, cette approche rend tout simplement certains objets de recherche impracticables.

Théorie et méthodes

Pourquoi relier théorie et méthode

• Rappel : une méthode est une procédure pour confronter nos théories ou nos hypothèses aux faits. Le lien théorie–méthode est donc central.
• Le recours à une théorie ou le type d’hypothèse formulée oriente le choix des méthodes à mobiliser.
  • Une théorie doit aussi fournir des hypothèses falsifiables.
• Pour comprendre ce lien, cette section avance en trois étapes. → Définir ce qu’est une théorie. → Dire à quoi elle sert. → Suivre le chemin qui mène de la question de recherche à la théorie, de la théorie aux hypothèses et des hypothèses aux méthodes.

Qu’est-ce qu’une théorie?

• En sciences sociales, le mot prend des sens très variés.
• Définition retenue : « A theory is a logically consistent set of statements that explains a phenomenon of interest ».
• Autrement dit, un ensemble de propositions logiquement reliées, dont on peut dériver des explications (genre généralisations), et donc des hypothèses.
• À distinguer de la spéculation, de l’idéologie, de la méthode ou de la simple accumulation de faits.
• Théorie et méthodologie sont deux choses distinctes que les manuels confondent souvent.
• Aucune théorie ne reflete toutes les complexités d’un phenomène, comme la vie en société.

Les caractéristiques d’une « bonne » théorie

Selon King et al. (1994, 99‑114), une bonne théorie devrait être :

• falsifiable : on peut dire à l’avance quelles observations la réfuteraient.
• logiquement cohérente.
• claire sur sa variable dépendante, ce qu’elle cherche à expliquer.
• formulée de manière concrète.
• aussi englobante que possible.

La cohérence interne est décisive : c’est elle qui permet de dériver des hypothèses testables.

De la théorie aux hypothèses

• Une hypothèse est une tentative de réponse à la question de recherche, fondée sur une théorie.
• Elle établit une relation entre au moins deux concepts.
• Si elle découle d’une « bonne » théorie, elle est falsifiable : on doit pouvoir dire précisément ce qui nous amènerait à la rejeter.

Des hypothèses aux méthodes : une distinction clé

La forme de l’hypothèse a des implications directes sur la méthode à employer :

• hypothèse déterministe : elle énonce ce qui se produit toujours, ou jamais. Un seul contre-exemple suffit à la rejeter.
• hypothèse probabiliste : elle énonce des facteurs qui augmentent ou diminuent la probabilité d’un résultat. Un contre-exemple ne la réfute pas, on la teste en comparant des fréquences sur un grand nombre de cas.

En sciences sociales, on vise le plus souvent des énoncés probabilistes :

« A probabilistic claim is an argument about the factors that increase or decrease the likelihood that some outcome will occur. » – Frieden et al. (2012, xxiv)

Deux exemples

• Déterministe : « Libertarian systems mutually preclude violence (violence will occur between states only if at least one is nonlibertarian) » (Rummel 1983, 29).
• Probabiliste : « Democratization increases the probability that a country experiences the onset of a civil war » (Cederman et al. 2010, 378).

Quelle information permettrait de rejeter chacune ? La forme de l’hypothèse commande la méthode et les données.

Un zéro, est-ce une preuve ?

• Non réfutée n’est pas prouvée : la case vide laisse l’hypothèse debout, « Hypothesis 1 is not falsified » (Rummel 1983, 40), elle ne la démontre pas.
• Ce zéro pourrait-il être une coïncidence ? Si les dyades libres étaient aussi violentes que les autres, 0.2% des dyades-années, on attendrait environ 7 dyades-années violentes sur 3 530. En observer zéro serait très surprenant : Rummel calcule environ une chance sur mille (Rummel 1983, 41).
• L’intuition à retenir : plus les cas sont nombreux, plus un zéro pèse. Comment chiffrer cette surprise ? Ce sera l’objet du chapitre 4.

Deux réserves sur le test

Les trois questions de recherche

Trois fils rouges empiriques

• Trois débats du domaine international structurent le cours. Pour chacun, la même trame : une régularité ou un débat empirique, des théories rivales, puis la question « et les méthodes ? ».
• Chacun illustre un problème de méthode distinct : la mesure et l’événement rare, la sélection non aléatoire des cas, l’identification d’un effet et de ses mécanismes. Identifier un effet, c’est l’isoler de tout le reste.

La paix libérale : une régularité empirique

Paix libérale : les explication théoriques

• Kant : l’assentiment des citoyens, qui supportent le coût de la guerre, la rend moins probable. Mais l’argument est monadique, il porte sur le comportement des démocraties en général (Battistella 2006, 498‑501, 511‑12).
• Doyle « va plus loin et ne se contente pas d’établir un lien de causalité entre le comportement extérieur d’une démocratie et la nature libérale de son régime. Il est également le premier à essayer d’expliquer cette corrélation » (Battistella 2006, 505).
• Deux mécanismes chez Russett (Battistella 2006, 507‑9). Normatif ou culturel : les démocraties exportent leur culture du compromis. Structurel ou institutionnel : les contraintes de la décision (opinion, parlement, presse) freinent l’entrée en guerre.
• Plusieurs théories pour une même observation : il faut les départager.

Paix libérale : les critiques, et les méthodes

Les critiques sont des critiques de méthode (Battistella 2006, 513‑21) :

• l’événement rare : les guerres sont peu nombreuses, et Spiro soutient que l’absence de guerre entre démocraties pourrait être due au hasard, faute d’être statistiquement significative, critique que Battistella écarte en note (2006, 514, n. 32).
• la mesure : qui est « démocratique » ? Finlande de 1941, Allemagne de 1914. Le codage décide du résultat, comme entre Rummel d’un côté, Singer et Small de l’autre (Battistella 2006, 504).
• la variable omise : après 1945, l’ennemi commun soviétique expliquerait la paix entre démocraties (Farber et Gowa 1997; Gowa 1999).
• la transition : pour Mansfield et Snyder, la démocratisation favoriserait la violence (Battistella 2006, 517).

Tous les types d’analyse ont été mobilisés : études de cas (Elman 1997), analyses descriptives (Doyle 1986), analyses quantitatives (Ray 1998; Gowa 1999; Cederman 2001). C’est l’articulation entre théorie et méthodes qui fait avancer le débat.

Les missions de maintien de la paix : trois vagues

Le maintien de la paix : « the deployment of international personnel to help maintain peace and security » (Fortna et Howard 2008, 285). La littérature a suivi la pratique (Fortna et Howard 2008, 284‑90) :

• première vague, Guerre froide : 13 missions entre 1948 et 1978, puis aucune nouvelle mission du second semestre 1978 à 1987. Des études de cas de missions interétatiques et déjà quelques évaluations chiffrées (Haas 1983).
• deuxième vague, après la Guerre froide : 20 nouvelles missions de 1988 à 1993, des échecs retentissants, une littérature centrée sur les dysfonctionnements.
• troisième vague, depuis 2000 : plus de 83 000 Casques bleus déployés fin 2007, et une analyse rigoureuse des effets, quantitative et qualitative.

Maintien de la paix : la question restée sans réponse

« Until this most recent wave, the literature was unable to answer the most basic question about the impact of peacekeeping: Does it keep peace? » – Fortna et Howard (2008, 284)

• Pourquoi ? Les études n’examinaient que les conflits où des Casques bleus avaient été déployés, jamais ceux sans intervention : impossible d’estimer la « valeur ajoutée » (Fortna et Howard 2008, 289).
• Or « Peacekeeping is not employed at random; it is endogenous to other factors that affect whether peace lasts » (Fortna et Howard 2008, 290).
• Le sens du biais compte : si les Casques bleus vont là où la paix aurait tenu de toute façon, leur effet apparent est fallacieux. S’ils vont dans les cas les plus difficiles, leurs succès sont d’autant plus remarquables (Fortna et Howard 2008, 290).

Maintien de la paix : la réponse de la troisième vague

• Comparer les conflits avec et sans mission, en tenant compte des décisions de déploiement : Fortna modélise l’envoi des Casques bleus (Fortna 2004, 2008), Gilligan et Sergenti apparient les cas semblables (Fortna et Howard 2008, 290). Les évaluations changent.
• Conclusion : « peace is substantially more likely to last, all else equal, when peacekeepers deploy – and even after they go home – than when belligerents are left to their own devices » (Fortna et Howard 2008, 290).
• Le consensus porte sur la durée de la paix. Sur la démocratisation, les résultats dépendent du dispositif de recherche (mesure de la démocratie, type de conflit) (Fortna et Howard 2008, 294).

L’aide au développement : un débat bloqué

• L’aide fait-elle croître les économies ? Cinquante ans et 2 300 milliards de dollars plus tard, selon les chiffres que rapportent Wright et Winters (2010, 62‑63), aucun consensus.
• Trois positions. Pessimiste : l’aide nuit (Moyo 2010). Conditionnelle : elle n’est efficace que si le pays mène de « bonnes » politiques économiques (Burnside et Dollar 2000). Ciblée et expérimentale : des effets démontrables sur des programmes précis (Banerjee et Duflo 2011).
• Pour Wright et Winters (2010, 62), le programme de recherche « has in many ways stalled amid criticism related to poor identification, self-inflicted endogeneity, and the general limitations of cross-country growth regressions ».

Aide au développement : deux enjeux, et un piège symétrique

• Deux enjeux distincts : les décisions d’allocation (qui donne, à qui, pourquoi) et les effets de l’aide.
• Le même piège de sélection que pour les Casques bleus, envoyés dans les cas difficiles : « donors may be likely to give aid precisely to those countries with poor growth records » (Wright et Winters 2010, 65). Une corrélation brute entre aide et croissance sera négative sans qu’aucun effet négatif n’existe.
• L’endogénéité, quand la cause supposée dépend elle-même de l’effet, peut naître de la mesure : rapporter l’aide au PIB puis expliquer la croissance du PIB, c’est faire pointer la flèche causale « from growth to aid » par construction (Wright et Winters 2010, 66).
• La politique intérieure est à la fois « an exogenous constraint » et « an endogenous factor » (Wright et Winters 2010, 61) : d’où l’appel à expliciter les mécanismes.

Aide au développement : et les méthodes ?

• Allocation : corrélations et tableaux croisés dès les années 1970, aide et votes à l’ONU (Rai 1980; Alpert et Bernstein 1974; Wittkopf 1973). Aujourd’hui, analyses de panel donateur–bénéficiaire (Bermeo 2017).
• Effets : des régressions entre pays qui expliquent la croissance économique de chaque pays par l’aide reçue (fragiles), des expériences de terrain randomisées sur des programmes précis (Banerjee et Duflo 2011; van der Windt 2018) et des études de cas qualitatives (Autesserre 2002).
• Le niveau d’analyse pèse sur la conclusion.
  • À l’échelle d’un pays, on relie l’aide totale reçue à la croissance nationale. La corrélation brute est négative, parce que l’aide va aux pays qui vont mal, et les régressions sont fragiles.
  • À l’échelle d’un programme, on évalue une intervention précise, une campagne de vaccination par exemple, auprès des personnes qui en bénéficient. On peut y mesurer un effet, mais il ne dit pas si l’aide en général fait croître un pays.

Ce qu’il faut retenir

• La recherche scientifique vise l’inférence, descriptive ou causale. Quantitatif et qualitatif partagent cette même logique.
• Les méthodes nous protègent de deux dangers, le hasard et le biais de sélection.
• Dans le domaine international, l’inférence causale repose surtout sur des données d’observation, d’où l’approche quasi-expérimentale.
• Les méthodes servent à tester théories et hypothèses. La forme de l’hypothèse, déterministe ou probabiliste, commande la méthode.
• Trois questions fil rouge, trois problèmes de méthode : la mesure et l’événement rare, la sélection des cas, l’identification d’un effet.

UNIGE MADI