Analyse des données, discussion et validité de la recherche

Présenter les techniques d’analyse des données, la discussion des résultats, les contributions attendues et les critères de validité d’une recherche en sciences de gestion.

Objectifs de la leçon

À l’issue de cette leçon, vous devez être capable de :

situer l’analyse des données dans les différentes phases d’un processus de recherche ;
mobiliser une méthodologie de recherche adaptée à la problématique formulée ;
identifier les méthodes utilisables pour traiter des données qualitatives, quantitatives ou mixtes ;
présenter les résultats, les commenter et émettre des recommandations cohérentes avec la recherche ;
identifier les avantages et les limites de la méthodologie retenue ;
apprécier la validité de la recherche et formuler des voies de prolongement.

Cette leçon s’inscrit dans la continuité des leçons précédentes sur la problématique, la revue de littérature et les méthodologies qualitatives, quantitatives et mixtes. Ici, l’enjeu n’est plus seulement de collecter les données, mais de les transformer en connaissance utile pour répondre rigoureusement à une problématique professionnelle ou académique.

1. La place de l’analyse des données dans le processus de recherche

1.1. Rappel : les différentes phases d’un processus de recherche

Dans une recherche en sciences de gestion, le processus suit une logique ordonnée. Les leçons précédentes ont déjà traité :

le thème ;
le sujet de recherche ;
l’objet de recherche ;
la problématique ;
les hypothèses ou propositions de recherche ;
la revue de littérature et le cadre théorique ;
la méthodologie de recherche ;
la collecte et le traitement des données.

La présente leçon approfondit les étapes suivantes :

l’analyse des résultats ;
la discussion ;
les contributions ;
les recommandations ;
les limites ;
les voies de prolongement ;
les critères de validité de la recherche.

1.2. Pourquoi l’analyse des données est-elle décisive ?

Collecter des données ne suffit pas. Une recherche n’a de valeur que si les données sont :

organisées ;
traitées selon une méthode explicite ;
interprétées en lien avec la problématique ;
discutées à la lumière du cadre théorique.

Autrement dit, l’analyse permet de passer :

d’une information brute à un résultat ;
d’un résultat à une interprétation ;
d’une interprétation à une conclusion argumentée.

1.3. Une logique de cohérence d’ensemble

L’analyse des données ne doit jamais être improvisée. Elle doit être cohérente avec :

la nature de la problématique ;
le positionnement méthodologique ;
le type de données collectées ;
les concepts du cadre théorique.

Exemple :

si la recherche vise à comprendre les perceptions de managers face à un outil de pilotage, une analyse qualitative thématique sera souvent adaptée ;
si elle vise à mesurer l’effet d’une variable sur une autre, une analyse quantitative sera plus pertinente ;
si elle cherche à croiser compréhension et mesure, une méthode mixte peut être retenue.

2. Mobiliser une méthodologie de recherche adaptée

2.1. Le principe d’adéquation méthodologique

Mobiliser une méthodologie de recherche adaptée signifie choisir une méthode compatible avec la question posée.

Le bon raisonnement n’est pas :

« Je maîtrise tel outil, donc je vais l’utiliser. »

Le bon raisonnement est :

« Ma problématique appelle tel type de données et donc telle méthode d’analyse. »

2.2. Les principales familles de méthodologies

A. La méthodologie qualitative

La méthodologie qualitative vise à comprendre des logiques d’acteurs, des représentations, des pratiques, des processus ou des mécanismes organisationnels.

Elle mobilise souvent :

des entretiens ;
des observations ;
des études de cas ;
des documents internes ;
des journaux de bord.

Elle répond bien aux questions du type :

Comment ?
Pourquoi ?
Selon quelles logiques ?

B. La méthodologie quantitative

La méthodologie quantitative vise à mesurer, comparer, tester des relations ou objectiver des phénomènes à partir de données chiffrées.

Elle mobilise souvent :

des questionnaires ;
des bases de données ;
des indicateurs chiffrés ;
des séries statistiques.

Elle répond bien aux questions du type :

Dans quelle proportion ?
Existe-t-il une relation entre X et Y ?
Quels écarts observe-t-on ?

C. La méthodologie mixte

La méthodologie mixte combine des données qualitatives et quantitatives.

Elle est utile lorsque le chercheur souhaite :

mesurer un phénomène ;
puis l’expliquer ;
ou, inversement, explorer un phénomène qualitativement avant de le tester quantitativement.

La logique de triangulation permet alors de renforcer la robustesse de l’analyse en croisant plusieurs sources ou plusieurs méthodes.

2.3. Comment choisir ?

Le choix de la méthodologie dépend principalement de quatre critères :

La problématique : comprendre, décrire, expliquer, comparer, évaluer.
La nature des données disponibles : verbales, textuelles, chiffrées, documentaires.
Le contexte d’accès au terrain : disponibilité des acteurs, confidentialité, durée de la mission.
Le niveau de précision attendu : profondeur interprétative ou objectivation chiffrée.

2.4. Exemple d’adéquation méthodologique

Problématique professionnelle : Dans quelle mesure la mise en place d’un tableau de bord social améliore-t-elle le pilotage des effectifs dans une PME ?

Méthodologies possibles :

qualitative : entretiens avec la direction et les responsables RH pour comprendre l’usage réel du tableau de bord ;
quantitative : comparaison d’indicateurs avant/après mise en place ;
mixte : combinaison des deux pour mesurer les effets et expliquer les écarts.

3. Identifier les méthodes utilisables dans la résolution de la problématique

3.1. Les méthodes d’analyse qualitative

L’analyse qualitative consiste à donner du sens à des matériaux non chiffrés : verbatim d’entretiens, notes d’observation, documents, comptes rendus, courriels, procédures, etc.

A. L’analyse thématique

L’analyse thématique consiste à repérer des thèmes récurrents dans les données.

Étapes :

retranscrire les entretiens ou rassembler les documents ;
lire l’ensemble pour se familiariser avec le matériau ;
repérer des unités de sens ;
attribuer des codes ;
regrouper les codes en catégories ;
faire émerger des thèmes centraux ;
interpréter ces thèmes au regard de la problématique.

Exemple

Sujet : adoption d’un progiciel de gestion intégré dans un cabinet.

Verbatim possibles :

« Les équipes ont manqué de formation. »
« Le nouvel outil améliore la traçabilité. »
« La résistance vient surtout des habitudes anciennes. »

Codes possibles :

formation insuffisante ;
amélioration de la traçabilité ;
résistance au changement.

Thèmes :

conditions de réussite du déploiement ;
effets organisationnels du SI ;
freins humains à la transformation.

B. L’analyse de contenu

L’analyse de contenu vise à étudier systématiquement un corpus de documents ou de discours.

Elle peut être :

qualitative : recherche de sens, d’arguments, de représentations ;
quantifiée : fréquence d’apparition de certains mots, notions ou catégories.

Exemple : analyser les rapports internes d’un groupe sur la transformation numérique pour identifier les priorités stratégiques réellement mises en avant.

C. L’analyse par étude de cas

Dans une étude de cas, l’analyse vise à comprendre une situation singulière dans sa complexité.

Le chercheur croise alors :

entretiens ;
observations ;
documents internes ;
indicateurs ;
chronologie des événements.

L’objectif n’est pas de produire une généralisation statistique, mais une compréhension approfondie d’un cas significatif.

D. L’analyse comparative

Elle compare plusieurs services, plusieurs entités, plusieurs périodes ou plusieurs profils d’acteurs.

Exemple : comparer les perceptions de la direction financière et des opérationnels sur l’utilité d’un outil budgétaire.

3.2. Les méthodes d’analyse quantitative

L’analyse quantitative traite des données chiffrées.

A. Le tri à plat

Le tri à plat consiste à présenter la distribution d’une variable :

effectifs ;
fréquences ;
pourcentages.

Exemple :

Sur 100 répondants, 62 déclarent utiliser un tableau de bord mensuel.

Le tri à plat permet une première lecture descriptive.

B. Le tri croisé

Le tri croisé compare deux variables.

Exemple :

fréquence d’utilisation du tableau de bord
selon la fonction occupée (direction, encadrement, opérationnels).

Cela permet d’identifier des différences de comportement ou de perception.

C. Les indicateurs descriptifs

On peut mobiliser :

moyenne ;
médiane ;
écart-type ;
minimum ;
maximum.

Ces indicateurs aident à résumer une série de données.

D. La comparaison avant/après

Très utile dans un mémoire professionnel.

Exemple : mesurer l’évolution :

du délai de clôture ;
du taux d’erreur ;
du taux d’absentéisme ;
du délai de traitement.

avant et après la mise en œuvre d’un dispositif.

E. L’analyse de relation entre variables

Sans entrer dans un niveau technique excessif, une recherche quantitative peut viser à établir si certaines variables évoluent ensemble.

Exemple :

plus la formation est jugée satisfaisante, plus l’appropriation d’un outil est élevée ;
plus la communication de projet est faible, plus la résistance au changement est forte.

L’important, dans un mémoire DSCG, est moins la sophistication statistique que la cohérence entre question, données et interprétation.

3.3. Les méthodes mixtes

La méthode mixte combine plusieurs outils.

A. Séquence exploratoire

entretiens pour comprendre le phénomène ;
questionnaire pour mesurer son étendue.

B. Séquence explicative

questionnaire pour repérer une tendance ;
entretiens pour expliquer cette tendance.

C. Triangulation

La triangulation consiste à croiser :

plusieurs sources ;
plusieurs méthodes ;
plusieurs acteurs ;
plusieurs moments d’observation.

Elle permet de réduire le risque d’interprétation unilatérale.

4. Les outils méthodologiques pertinents pour résoudre la problématique

4.1. Les outils de préparation des données

Avant toute analyse, il faut préparer les données.

Pour des données qualitatives

retranscription des entretiens ;
anonymisation ;
classement des documents ;
constitution d’un corpus ;
élaboration d’une grille de codage.

Pour des données quantitatives

vérification des réponses ;
suppression des doublons ;
traitement des données manquantes ;
codage des variables ;
mise en tableau.

4.2. Les outils d’analyse qualitative

Parmi les outils mobilisables :

grille d’entretien réexploitée comme trame d’analyse ;
tableau de codage ;
matrice thèmes / acteurs ;
tableau synoptique des verbatim ;
journal de bord analytique.

Exemple de matrice simple :

| Acteur | Difficultés évoquées | Bénéfices perçus | Recommandations proposées | |---|---|---|---| | DAF | manque de fiabilité initiale | meilleure visibilité | renforcer les contrôles | | RH | faible appropriation | gain de temps | former les managers | | Managers | complexité de l’outil | suivi plus fin | simplifier les indicateurs |

4.3. Les outils d’analyse quantitative

tableur ;
tableaux de fréquences ;
tableaux croisés ;
graphiques ;
indicateurs descriptifs.

L’outil ne fait pas la qualité de la recherche. Ce qui compte est :

la fiabilité des données ;
la pertinence des traitements ;
la capacité à interpréter correctement les résultats.

4.4. Les outils de restitution

Pour présenter les résultats de manière compréhensible :

tableaux ;
graphiques ;
schémas ;
extraits de verbatim ;
synthèses comparatives.

Un bon principe :

un résultat doit être visible, lisible et interprétable.

5. Présenter les résultats : méthode et exigences

5.1. Distinguer résultat, interprétation et recommandation

Il faut éviter de tout mélanger.

Le résultat

C’est ce que montrent les données.

Exemple :

70 % des répondants jugent le dispositif utile ;
trois thèmes majeurs émergent des entretiens : manque de formation, surcharge informationnelle, amélioration du pilotage.

L’interprétation

C’est le sens donné au résultat.

Exemple :

l’utilité perçue est réelle, mais elle dépend des conditions d’appropriation ;
le dispositif améliore le pilotage, mais son efficacité est freinée par un déficit d’accompagnement.

La recommandation

C’est la préconisation opérationnelle tirée de l’analyse.

Exemple :

mettre en place un plan de formation ciblé ;
réduire le nombre d’indicateurs suivis ;
formaliser une revue mensuelle de pilotage.

5.2. Organiser la présentation des résultats

Une présentation claire suit souvent cette logique :

rappel de la question étudiée ;
présentation du matériau analysé ;
exposition structurée des résultats ;
mise en évidence des convergences et divergences ;
transition vers la discussion.

5.3. Exemple de rédaction

Résultat brut :

Sur les 25 managers interrogés, 18 estiment que le nouvel outil a amélioré la rapidité d’accès à l’information, mais 14 considèrent que les indicateurs sont trop nombreux.

Commentaire analytique :

Le dispositif semble donc produire un gain informationnel, mais au prix d’une surcharge de lecture. L’efficacité de l’outil dépend moins de la quantité d’indicateurs que de leur sélection au regard des besoins de pilotage.

Recommandation :

Il est recommandé de hiérarchiser les indicateurs en distinguant un noyau de KPI stratégiques et des indicateurs complémentaires accessibles à la demande.

6. Discuter les résultats

6.1. Qu’est-ce que la discussion ?

La discussion des résultats consiste à replacer les constats empiriques dans un raisonnement plus large.

Elle répond à plusieurs questions :

les résultats répondent-ils à la problématique ?
confirment-ils ou nuancent-ils les hypothèses ?
sont-ils cohérents avec la revue de littérature ?
apportent-ils un éclairage nouveau ?
quelles conséquences pratiques peut-on en tirer ?

6.2. Mettre en relation résultats et cadre théorique

La discussion ne doit pas répéter les résultats. Elle doit les confronter au cadre théorique.

Exemple :

la littérature affirme que l’appropriation d’un outil dépend de la participation des utilisateurs ;
les entretiens montrent que les utilisateurs finaux n’ont pas été associés au projet ;
la discussion peut alors conclure que les difficultés observées confirment ce facteur explicatif.

6.3. Confirmer, nuancer ou contredire

Une bonne discussion peut montrer que les résultats :

confirment des travaux antérieurs ;
les nuancent en fonction du contexte ;
ou les contredisent partiellement.

Cette dernière situation n’est pas un échec. Elle peut au contraire être féconde si elle est argumentée.

6.4. Exemple de discussion

Problématique : comment un outil de reporting influence-t-il la coordination entre services ?

Résultats :

meilleure circulation de l’information ;
tensions sur la qualité des données ;
perception différente selon les services.

Discussion :

le reporting améliore bien la coordination formelle ;
en revanche, il ne résout pas à lui seul les problèmes de fiabilité de la donnée ;
la coordination dépend aussi des routines de contrôle, de la formation et de la gouvernance de l’information.

7. Émettre des recommandations

7.1. La recommandation n’est pas une opinion personnelle

Dans un mémoire professionnel, la recommandation doit être :

fondée sur les résultats ;
cohérente avec la problématique ;
réaliste dans le contexte étudié ;
argumentée ;
hiérarchisée si nécessaire.

7.2. Les qualités d’une bonne recommandation

Une recommandation pertinente est :

utile : elle répond à un problème réel ;
opérationnelle : elle peut être mise en œuvre ;
justifiée : elle découle des données ;
mesurée : elle tient compte des contraintes ;
priorisée : elle distingue l’essentiel du secondaire.

7.3. Méthode de formulation

On peut raisonner en trois temps :

constat ;
enjeu ;
préconisation.

Exemple :

Constat : les managers utilisent peu les indicateurs RH ;
Enjeu : le pilotage social reste réactif au lieu d’être prévisionnel ;
Préconisation : mettre en place un tableau de bord synthétique mensuel accompagné d’un temps de revue managériale.

7.4. Exemple de plan de recommandations

court terme : simplifier les indicateurs ;
moyen terme : former les utilisateurs ;
long terme : intégrer l’outil dans la gouvernance de pilotage.

8. Identifier les avantages et les limites de la méthodologie choisie

8.1. Pourquoi expliciter les avantages et les limites ?

Toute recherche comporte des choix méthodologiques. Aucun choix n’est parfait. L’enjeu n’est pas de prétendre à une recherche sans défaut, mais de montrer une réflexivité méthodologique.

Autrement dit, le chercheur doit être capable de dire :

pourquoi il a choisi telle méthode ;
ce que cette méthode permet ;
ce qu’elle ne permet pas ;
quelles précautions d’interprétation en découlent.

8.2. Avantages et limites d’une méthodologie qualitative

Avantages

compréhension fine des pratiques et perceptions ;
richesse des données ;
accès aux logiques d’acteurs ;
capacité à saisir la complexité du contexte.

Limites

effectifs souvent réduits ;
forte implication du chercheur dans l’interprétation ;
difficulté de généralisation ;
dépendance à la qualité des entretiens ou des observations.

8.3. Avantages et limites d’une méthodologie quantitative

Avantages

objectivation par la mesure ;
comparabilité ;
traitement d’un nombre plus important d’observations ;
lecture synthétique des tendances.

Limites

simplification de phénomènes complexes ;
dépendance à la qualité du questionnaire ou des indicateurs ;
risque de surinterprétation des chiffres ;
difficulté à comprendre les causes profondes sans matériau complémentaire.

8.4. Avantages et limites d’une méthodologie mixte

Avantages

croisement des regards ;
meilleure robustesse ;
articulation entre mesure et compréhension ;
réduction de certains biais.

Limites

lourdeur du dispositif ;
besoin de temps ;
complexité d’analyse ;
exigence forte de cohérence entre les deux volets.

9. La validité de la recherche

9.1. Définition générale

Les critères de validité d’une recherche permettent d’apprécier si les résultats produits sont suffisamment solides, cohérents et crédibles.

La validité ne signifie pas perfection. Elle signifie que la démarche permet de soutenir raisonnablement les conclusions avancées.

9.2. Les grandes questions de validité

Pour apprécier la validité, il faut notamment se demander :

la problématique est-elle clairement traitée ?
les données sont-elles adaptées à la question posée ?
la méthode d’analyse est-elle cohérente ?
les résultats sont-ils suffisamment étayés ?
l’interprétation est-elle prudente et argumentée ?

9.3. La cohérence interne

La cohérence interne est un critère fondamental.

La recherche doit montrer un alignement entre :

problématique ;
cadre théorique ;
méthodologie ;
données ;
analyse ;
conclusions.

Si une recherche pose une question qualitative mais apporte uniquement quelques pourcentages sans interprétation, la cohérence interne est faible.

9.4. La crédibilité des résultats

La crédibilité dépend de plusieurs éléments :

transparence sur la collecte ;
explicitation de la méthode d’analyse ;
présence d’exemples ou de verbatim ;
prudence dans les conclusions ;
confrontation avec la littérature.

9.5. La robustesse par triangulation

La triangulation renforce la validité en croisant :

plusieurs méthodes ;
plusieurs sources ;
plusieurs catégories d’acteurs ;
plusieurs moments d’observation.

Exemple :

entretiens avec dirigeants ;
questionnaire auprès des utilisateurs ;
analyse de documents internes.

Si les constats convergent, la conclusion gagne en solidité.

9.6. La traçabilité de l’analyse

Une recherche valide doit permettre de comprendre comment on est passé des données aux conclusions.

Cela suppose de rendre visibles :

les étapes du traitement ;
les critères de classement ;
les choix d’interprétation ;
les éventuels arbitrages.

Exemple : dans une analyse qualitative, expliquer comment les thèmes ont été construits est indispensable.

10. Savoir identifier les limites et voies de prolongement

10.1. Les limites : une exigence de rigueur

Identifier les limites n’affaiblit pas la recherche. Au contraire, cela montre une posture scientifique sérieuse.

Les limites peuvent concerner :

le terrain ;
l’échantillon ;
l’accès aux données ;
la durée d’observation ;
les outils de collecte ;
l’interprétation ;
le caractère situé des résultats.

10.2. Exemples de limites possibles

Limites liées au terrain

une seule organisation étudiée ;
contexte exceptionnel ;
données sensibles non accessibles.

Limites liées à l’échantillon

nombre restreint d’entretiens ;
répondants non représentatifs ;
faible taux de réponse à un questionnaire.

Limites liées à la temporalité

observation sur une période trop courte ;
absence de recul sur les effets durables.

Limites liées aux outils

questionnaire trop fermé ;
grille d’entretien insuffisamment approfondie ;
indicateurs incomplets.

10.3. Les voies de prolongement

Les voies de prolongement consistent à indiquer ce qu’une recherche future pourrait approfondir.

Elles peuvent porter sur :

l’extension à d’autres organisations ;
une comparaison sectorielle ;
une étude longitudinale ;
l’ajout d’une dimension quantitative ou qualitative complémentaire ;
l’analyse d’un autre groupe d’acteurs.

Exemple

Une étude qualitative sur l’appropriation d’un outil de contrôle de gestion dans une PME peut être prolongée par :

une enquête quantitative sur plusieurs PME ;
une comparaison avant/après sur deux années ;
une analyse spécifique du rôle de la formation.

11. Méthode pas à pas : de l’analyse à la conclusion

Étape 1 – Revenir à la problématique

Avant d’analyser, reformulez clairement la question centrale.

Étape 2 – Classer les données

corpus d’entretiens ;
tableaux de réponses ;
documents ;
observations.

Étape 3 – Choisir la méthode d’analyse

analyse thématique ;
analyse de contenu ;
tri à plat ;
tri croisé ;
démarche mixte.

Étape 4 – Produire des résultats lisibles

tableaux ;
fréquences ;
thèmes ;
verbatim significatifs.

Étape 5 – Interpréter

Expliquez ce que signifient les résultats pour la problématique.

Étape 6 – Discuter

Reliez les résultats à la littérature et au contexte.

Étape 7 – Formuler des recommandations

Proposez des actions réalistes et argumentées.

Étape 8 – Reconnaître les limites

Expliquez ce que la recherche ne permet pas d’affirmer.

Étape 9 – Ouvrir des prolongements

Indiquez ce qu’une suite de recherche pourrait apporter.

12. Cas d’application synthétique

Sujet

Mise en place d’un outil de suivi budgétaire dans une association.

Problématique

Comment l’outil de suivi budgétaire transforme-t-il le pilotage des responsables d’activité ?

Méthodologie retenue

8 entretiens semi-directifs ;
analyse de documents internes ;
comparaison de quelques indicateurs avant/après.

Analyse

Résultats qualitatifs

Trois thèmes émergent :

meilleure visibilité sur les écarts ;
difficulté d’appropriation du vocabulaire budgétaire ;
besoin d’accompagnement managérial.

Résultats quantitatifs simples

réduction du nombre d’écarts non expliqués ;
hausse du nombre de revues budgétaires formalisées.

Discussion

L’outil améliore le pilotage, mais seulement lorsqu’il s’accompagne d’une montée en compétence des responsables.

Recommandations

former les responsables d’activité ;
simplifier certains libellés ;
instaurer une revue mensuelle.

Limites

une seule association ;
période d’observation courte ;
peu d’indicateurs historiques disponibles.

Voies de prolongement

comparer plusieurs associations ;
suivre les effets sur deux exercices ;
étudier l’impact sur la qualité de la décision.

13. Points de vigilance méthodologiques

13.1. Ne pas confondre description et analyse

Dire :

« 60 % des répondants sont satisfaits »

n’est pas encore analyser.

Analyser, c’est expliquer :

pourquoi ;
dans quelles conditions ;
avec quelles nuances ;
avec quelles conséquences.

13.2. Ne pas surinterpréter

Une recherche sérieuse évite d’affirmer plus que ce que permettent les données.

Exemple :

un cas unique ne permet pas une généralisation universelle ;
un questionnaire à faible taux de réponse appelle de la prudence.

13.3. Ne pas détacher les recommandations des résultats

Une préconisation doit être la conséquence logique de l’analyse.

13.4. Ne pas masquer les limites

Les limites ne sont pas un défaut moral ; elles font partie de toute recherche.

Mémo de fin de leçon

À retenir absolument

L’analyse des données est une phase centrale du processus de recherche.
La méthodologie de recherche doit être adaptée à la problématique.
Les principales approches sont qualitative, quantitative et mixte.
Il faut identifier les méthodes utilisables selon la nature des données et l’objectif de recherche.
Une bonne recherche sait présenter les résultats, les commenter et émettre des recommandations.
Il faut toujours expliciter les avantages et les limites de la méthodologie choisie.
La validité de la recherche repose sur la cohérence d’ensemble, la traçabilité de l’analyse et la prudence des conclusions.
Une recherche rigoureuse sait aussi identifier ses limites et ses voies de prolongement.

Formule directrice

Une recherche valable n’est pas celle qui prétend tout démontrer, mais celle qui montre clairement comment elle produit un résultat crédible, utile et discuté.

Mini-checklist méthodologique

Avant de finaliser votre travail, vérifiez que vous pouvez répondre à ces questions :

Ma méthode est-elle cohérente avec ma problématique ?
Ai-je expliqué comment j’ai analysé les données ?
Mes résultats sont-ils distingués de leur interprétation ?
Mes recommandations découlent-elles réellement des constats ?
Ai-je présenté les limites de ma recherche ?
Ai-je proposé des voies de prolongement pertinentes ?
La validité de ma démarche est-elle défendable ?

Cette logique constitue le cœur d’une démarche de recherche rigoureuse en sciences de gestion, qu’il s’agisse d’un mémoire professionnel ou d’une étude appliquée en contexte organisationnel.