KDDP RH01 - Méthodes quantitatives et analytiques RH

✱ Acquérir une culture des méthodes quantitatives appliquées aux Ressources Humaines :

Ce cours initie les étudiants à l’usage des méthodes quantitatives dans l’analyse des problématiques RH. Il propose une introduction aux principales approches statistiques mobilisées dans ce domaine (statistiques descriptives, tests d’hypothèses, économétrie…), tout en développant leur capacité à interpréter les résultats et à adopter un regard critique sur les analyses et les indicateurs statistiques qu’ils seront amenés à rencontrer tout au long de leur carrière.

✱ Maîtriser les outils de base pour l’analyse statistique de données RH :

Les étudiants apprendront à appliquer les méthodes statistiques les plus courantes à partir de jeux de données RH réels. Une partie des séances sera consacrée à une initiation à l’analyse de données avec Excel, et l’autre à la découverte du logiciel R, permettant des analyses statistiques plus complexes.

Aucun.

Les 4 premières séances de cours se divisent en deux parties : la première consacrée à l’exposé des méthodes, le seconde à un travail pratique d’application sur des données réelles.

Les séances suivantes sont des TD et s’organisent par « îlots », les étudiants se regroupent pour travailler en binôme de projet et le professeur apporte un accompagnement ciblé et individuel selon les besoins exprimés.

Sur l'utilisation de l'IA : dans le cadre de la préparation du cours, des outils d’intelligence artificielle peuvent être utilisés comme aide à la conception pédagogique, en particulier pour élaborer des exercices et créer des bases de données fictives réalistes, lorsque des données réelles ne sont pas mobilisables. Ces supports permettent de travailler sur différentes problématiques RH, telles que le recrutement, la formation, l’absentéisme, la rémunération ou encore l’analyse des parcours professionnels.

Pour les étudiants, l’usage de l’intelligence artificielle est recommandé comme outil d’appui à l’apprentissage des logiciels mobilisés dans le cours, notamment Excel et R. Les étudiants peuvent l’utiliser pour mieux comprendre certaines fonctionnalités, identifier des formules adaptées, obtenir de l’aide à la programmation, déboguer du code ou clarifier des étapes d’analyse. Cet usage s’inscrit dans une logique d’apprentissage accompagné : l’IA peut aider à progresser techniquement, mais les étudiants restent responsables de la compréhension, de la vérification et de l’interprétation des résultats produits.

Cet enseignement est validé à hauteur de 4 crédits ECTS.

L’évaluation se compose d’une note pour la réalisation et la présentation d’un projet d'application des méthodes quantitatives à un sujet choisi par groupes de deux étudiants (75% de la note) et d’une note portant sur la participation et le travail fourni lors des séances de TD (25%).

Enseignement obligatoire de 4 séances de cours de 4 heures chacune et de 4 séances de TD de 2 heures pour chaque demi-groupe. La réalisation du projet de statistique appliquée est effectuée en binôme d’étudiants qui bénéficient de l’accompagnement des enseignants pendant les séances de TD.