Nouvelle données, nouvelles méthodes ? Un panorama et une illustration de l’emploi de méthodes quantitatives inductives pour la recherche en GRH - Université Paris 1 Panthéon-Sorbonne Access content directly
Conference Papers Year : 2022

New methods for new data? An overview and illustration of quantitative inductive methods for HRM research

Nouvelle données, nouvelles méthodes ? Un panorama et une illustration de l’emploi de méthodes quantitatives inductives pour la recherche en GRH

Abstract

"Data is the new oil", in short, data would be the essential source of the ongoing fourth industrial revolution, which has led some commentators to assimilate too quickly the quantity of data to a source of wealth in itself, and consider the development of big data as an quasi direct cause of profit. Human resources management is not escaping this trend, and the accumulation of large amounts of data on employees is perceived by some entrepreneurs as a necessary and sufficient condition for the construction of predictive models of complex work behaviors such as absenteeism or job performance. In fact, the analogy is somewhat misleading: unlike oil, there are no major issues here concerning the production of data (whose flows are generated continuously and at low cost by various information systems), but rather their "refining", i.e. the operations necessary to transform this data into a useful product, namely into knowledge. This transformation is where the methodological challenges of data valuation lie, both for practitioners and for academic researchers. Considerations on the methods applicable to take advantage of the possibilities offered by these massive data are relatively recent, and often highlight the disruptive aspect of the current "data deluge" to point out that this evolution would be the source of a revival of empiricism in a "fourth paradigm" based on the intensive and "agnostic" exploitation of massive amounts of data in order to bring out new knowledge, following a purely inductive logic. Although we do not adopt this speculative point of view, it is clear that data-driven approaches are scarce in quantitative HRM studies. However, there are well-established methods, particularly in the field of data mining, which are based on inductive approaches. This area of quantitative analysis with an inductive aim is still relatively unexplored in HRM ( apart from typological analyses). The objective of this paper is first to give an overview of data driven methods that can be used for HRM research, before proposing an empirical illustration which consists in an exploratory research combining a latent profile analysis and an exploration by Gaussian graphical models.
« Data is the new oil », autrement dit, les données seraient la source essentielle de la quatrième révolution industrielle en cours, ce qui a conduit certains observateurs à assimiler trop rapidement la quantité des données à une richesse en soi, et considérer l’avènement des big data comme une source quasi directe de profit. La GRH n’échappe pas à cette tendance, et l’accumulation de masses de données importantes sur les salariés apparaît dans le discours de certains entrepreneurs comme une condition nécessaire et suffisante pour la construction de modèles prédictifs de comportements complexes au travail comme l’absentéisme ou la performance en poste. En réalité, l’analogie est un peu trompeuse : contrairement au pétrole, il n’y a pas ici d’enjeux majeurs concernant la production des données (dont les flux sont générés en continu et à faible coût par divers systèmes d’information), mais plutôt leur « raffinage » c’est-à-dire les opérations nécessaires à la transformation de ces données en produit utile, autrement dit en connaissance, si possible actionnable. C’est dans cette transformation que résident les enjeux méthodologiques de la valorisation des données à la fois pour les praticiens et pour les chercheurs académiques. Les réflexions sur les méthodes applicables pour tirer parti des possibilités offertes par ces données massives sont relativement récentes, et mettent souvent en avant l’aspect disruptif du déluge de données actuel pour souligner le fait que cette évolution serait à la source d’un renouveau de l’empirisme dans un « quatrième paradigme » fondé sur l’exploitation intensive et « agnostique » de masses de données en vue de faire émerger des connaissances nouvelles, selon une logique purement inductive. Sans adopter ce point de vue spéculatif, force est de constater que les approches inductives basées sur les données (data driven) demeurent rares dans les études quantitatives en GRH. Il existe pourtant des méthodes bien établies, notamment dans le domaine de la fouille de données (data mining), qui reposent sur des approches inductives. Ce domaine de l’analyse quantitative à visée inductive demeure encore assez peu exploré en GRH (à l’exception des analyses typologiques). L’objectif de cette communication est tout d’abord de dresser un panorama des méthodes mobilisables pour des recherches en GRH, avant de proposer une illustration empirique qui consiste en une recherche exploratoire combinant une analyse en profils latents et une exploration par modèles graphiques gaussiens.
Fichier principal
Vignette du fichier
panorama méthodes quanti inductives VF.pdf (1.11 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Licence : CC BY NC - Attribution - NonCommercial

Dates and versions

hal-04095218 , version 1 (11-05-2023)

Licence

Attribution - NonCommercial

Identifiers

Cite

Alain Lacroux. Nouvelle données, nouvelles méthodes ? Un panorama et une illustration de l’emploi de méthodes quantitatives inductives pour la recherche en GRH. 33ème congrès de l'AGRH (association francophone de gestion des resources humaines), Unversité de Bretagne Occidentale (UBO), Oct 2022, Brest, France. ⟨hal-04095218⟩

Collections

UNIV-PARIS1
22 View
81 Download

Altmetric

Share

Gmail Facebook X LinkedIn More