Quali Book

Mthodes qualitatives en sciences sociales
Petite introduction aux mthodes qualitatives
Version 0.9 - nov 2007

Originaux disponibles ici: http://tecfa.unige.ch/guides/methodo/quali/
Auteur: Daniel K. Schneider

TECFA, Facult de Psychologie et des Sciences de l'Education,
Universit de Genve, 54 route des Acacias, CH-1227 Genve
Daniel.Schneider@tecfa.unige.ch - http://tecfa.unige.ch/tecfa-people/schneider.html
Research Design MPA
DKS 7/11/06
-.
A-2
Description
Extrait (!) de matriel denseignement pour un sminaire dintroduction la dmarche et aux
mthodes de recherche.
Public: Etudiant(e)s en sciences sociales, technologies ducatives, etc.
Ce matriel est destin un enseignement en salle de classe !
Vous pouvez lutiliser pour un ventuel auto-apprentissage, mais de faon limite.
La matire couverte est assez simple sur le plan technique, mais il ne faut pas sous-estimer les
difficults de la mise en oeuvre. Faire une recherche est quelque chose qui sapprend par la pratique.
Copyright
Ce matriel est disponible sous une licence Creative Commons: Paternit - Pas dUtilisation
Commerciale - Partage des Conditions:
En bref, vous tes libres:
de reproduire, distribuer et communiquer cette cration au public
de modifier cette cration
Sous les conditions suivantes:

Paternit. Vous devez citer le nom de lauteur original.
Pas dutilisation commerciale !
Partage des conditions initiales lidentique. Si vous modifiez, transformez ou adaptez cette cration,
vous navez le droit de distribuer la cration qui en rsulte que sous un contrat identique celui-ci.
Dtails (en Anglais) sur le site: http://creativecommons.org/licenses/by-nc-sa/2.5/deed.fr_CA

Research Design - MPA
DKS 7/11/06
-.
A-1
B - Contexte
B-1
1. Introduction ...................................................................................................................... B-2

1.1 La recherche: poser une question et y rpondre .......................................................................B-2
1.2 Agencement des lments du plan de recherche ......................................................................B-3
1.3 Elments typiques dun cycle de recherche ...............................................................................B-4
2. Elments cls de la dmarche empirique ..................................................................... B-5

3. Types de recherches ....................................................................................................... B-6
3.1
3.2
3.3
3.4
selon le degr de thorisation ..................................................................................................B-6

Selon la finalit scientifique (Marshall & Rossmann 95: 41) .....................................................B-7
La typologie de Jrvinen (2004: 10) .............................................................................................B-8
Une typologie simple des approches ..........................................................................................B-9
C - Recherches visant crer une thorie
C-1
1. Introduction ...................................................................................................................... C-2

2. La notion de mthode qualitative ............................................................................... C-3
3. Le processus de la recherche qualitative ..................................................................... C-4
3.1 Le triangle description - classification - connexion ...................................................................C-5
3.2 Une vision dynamique, aussi selon Dey (1993:53) .....................................................................C-6
3.3 La place de la visualisation (data display) ...............................................................................C-7
4. Le rle de la thorie et des donnes ............................................................................. C-8

5. Exemples .......................................................................................................................... C-9
D - Lacquisition de donnes qualitatives
D-1
1. Survol des mthodes dacquisition (mesures empiriques) ......................................... D-2

2. Lchantillonnage dans une approche qualitative ....................................................... D-4
2.1 Stratgies gnrales dchantillonnage ......................................................................................D-5
2.2 Conseils ..........................................................................................................................................D-7
3. Lobservation ................................................................................................................... D-9

4. Enregistrements et textes ............................................................................................. D-10
4.1 Analyse denregistrements .........................................................................................................D-10
DKS 7/11/06
-.
A-2
4.2 Textes ............................................................................................................................................D-10
5. Entretiens ....................................................................................................................... D-11

5.1
5.2
5.3
5.4
5.5
Conseils gnraux pour les entretiens ......................................................................................D-12

Conseil pour lentretien dinformation: ......................................................................................D-12
Conseils pour lentretien structure ..........................................................................................D-13
Conseils pour lentretien semi-structur ...................................................................................D-14
Think aloud ...................................................................................................................................D-16
E - Analyse de donnes qualitatives
E-1
1. Introduction: classer, coder et retrouver linformation ............................................... E-2

2. Codage / catgorisation / classification ........................................................................ E-3
2.1 A quoi a sert ? ..............................................................................................................................E-4
2.2 Aspects techniques .......................................................................................................................E-5
3. Cration et gestion de code-books ................................................................................ E-6

3.1
3.2
3.3
3.4
Cration de code-book selon considrations thoriques ..........................................................E-6

Codage par induction (selon la grounded theory) ..................................................................E-7
Codage par catgories ontologiques ...........................................................................................E-8
Nombre, organisation, rvision et extension des codes ...........................................................E-9
4. Pattern codes (structure) .............................................................................................. E-10

5. Les deux techniques de base: matrices et graphiques ............................................. E-11
6. Matrices et graphiques descriptifs .............................................................................. E-12
6.1
6.2
6.3
6.4
6.5
Le context chart,Miles & Huberman (1994:102) .....................................................................E-13

Check-listes, Miles & Huberman (1994:105) ..............................................................................E-18
Tables chronologiques, Miles & Huberman (1994:110) ............................................................E-19
Graphiques chronologiques .......................................................................................................E-20
Matrices ordonnes selon les rles (fonction dans lorganisation) .......................................E-21
7. Techniques pour chercher des corrlations ............................................................... E-23

7.1 Matrices ordonnes selon concepts (variables) .......................................................................E-23
7.2 Graphes typologiques .................................................................................................................E-27
7.3 Graphes de causalit ...................................................................................................................E-28
DKS 7/11/06
-.
A-3
8. Quelques conseils pour la fin ...................................................................................... E-29

8.1
8.2
8.3
8.4
8.5
Note sur les causes .....................................................................................................................E-29

Interprtation des donnes, oprations faire .........................................................................E-30
Notes sur les dmarches inductives ..........................................................................................E-31
La fiabilit (reliability) dans une analyse qualitative .............................................................E-32
La validit dans une analyse qualitative ....................................................................................E-33
F - Bibliographie
F-1
DKS 7/11/06
Contexte - .
B-1
B - Contexte
Objectifs
Rappel de quelques principes
Menu
1. Introduction
2. Elments cls de la dmarche empirique
3. Types de recherches
2
5
6
DKS 7/11/06
Contexte - 1. Introduction
B-2
1. Introduction
1.1 La recherche: poser une question et y rpondre
Poser une question

bien dfinir les limites
bien laborer les dtails
Creuser
utiliser des concepts et dfinitions clairs
utiliser un outillage appropri et explicite
comparer avec les connaissances qui existent
Y rpondre
avec un texte clair et une structuration logique
DKS 7/11/06
B-3
1.2 Agencement des lments du plan de recherche

Problmatique
(la grande question)
Vos questions
de recherche
Thorie(s) et approches
du domaine (lectures)
Cadres thoriques
Grilles danalyse / mthodes
Rsultats
(Hypothses)
Research Design
approche gnrale
vos grilles danalyse
techniques de mesure
chantillonnage
techniques danalyse ....
Rsultats
... chaque lment a son rle !!
DKS 7/11/06
B-4
1.3 Elments typiques dun cycle de recherche

Lagencement entre conceptualisation, mesure, analyses et mthodes de conclusion dpend de
lapproche choisie. Ici on prsente un cas parmi dautres ...
revue
de la littrature
questions
de recherche
Thme,
objectifs
rsultat
comparaison
avec dautres travaux
1.Objectifs
5.Analyses
et conclusions
analyses
cadres danalyse
2.Conceptualisations
hypothses
grilles danalyse
4.Mesures
3.Artfacts
Interventions
collection de
de donnes
(mesures)
chantillonnage
(choix de cas)
laboration de designs
matriaux dexprimentation
DKS 7/11/06
Contexte - 2. Elments cls de la dmarche empirique
B-5
2. Elments cls de la dmarche empirique

Pour une question de recherche donne:
Conceptualisations
Artfacts / interventions (designs)
Mesure(s)
Analyses & conclusions

Conceptualisations: on explicite les questions, fait des hypothses, tablit un cadre
danalyse, dfinit des critres danalyse, etc.
Artfacts: dveloppement de procdures, implmentations, matriaux dexprimentation, ..
Mesures: on va voir sur le terrain (selon un chantillonnage)
Analyses & conclusion: on met en rapport mesures, analyses de mesures (statistiques,
qualitatives, etc.) avec les questions de recherche et la thorie.
DKS 7/11/06
Contexte - 3. Types de recherches
B-6
3. Types de recherches
3.1 selon le degr de thorisation
(1) La description pure et simple:
elle na pas de grande valeur scientifique
(sauf pour prparer dautres recherches)
(2) Les classifications, catgorisations etc.
mettent de lordre dans les concepts et les donnes:
Ltude intelligente de cas (recherche exploratoire)
Le type (identification des classes de cas similaires)
Lidal-type (identification de cas thoriques)
Le modle (ou simulation, qui montre les interactions entre lments)
....
(3) Recherches o la thorie joue un rle important. La thorie:
gnralise et montre des rgularits.
Elle cherche comprendre et/ou expliquer et/ou prdire.
Lidal de la recherche aspire au niveau III
DKS 7/11/06
B-7
3.2 Selon la finalit scientifique (Marshall & Rossmann 95: 41)

Finalit
Question typiques
Approches
exploratoire
tude de nouveaux
phnomnes
prparation dune autre
recherche
tude de cas
Quest-ce qui se passe
field study
dans ce programme ?
Comment fonctionne cette
organisation ?
explicative
explication des forces
qui causent un
phnomne
Quels vnements,
comportements,
croyances, etc. rsultent
dans ce phnomne ?
descriptive/comprhen.
documentation dun
phnomne
comprhension
Quels sont les

field study
vnements, structures, et tude de cas
processus constituant ce ethnographie
phnomne ?
prdictive
prdictions globales
Quel est le rsultat dun
prdiction dvnements phnomne ?
ou comportements
tude comparative de
cas
tude historique
field study
ethnographie
exprience
quasi-exprience
statistique
simulation
ingnierie/intervention
informatique, droit,
Quel est le problme ?
faire un produit
Comment crer un outil ? management,
tablir des guidelines
pdagogie
Est-ce quil marche ?
tester des guidelines
Mthodes
observation participante
entretiens en profondeur
entretiens dlite
comme ci-dessus
questionnaires
analyse de documents
comme ci-dessus
mesures non-intrusives
questionnaires
analyses de contenu
(quantitatives)
plutt qualitatives
DKS 7/11/06
B-8
3.3 La typologie de Jrvinen (2004: 10)

Approches de recherches
Approches
sintressant
la ralit
Approches tudiant
la ralit
Etudes
conceptuelles
et analytiques
Etudes
empiriques
Tester des
thories
Approches
mathmatiques
et philosophiques
Approches utilitaires
(designs et expertises)
Sengager dans
des innovations
Evaluation
dinnovations
Crer des
thories
modifi par DKS
DKS 7/11/06
B-9
3.4 Une typologie simple des approches
Expliquer
(Tester une thorie)
Comprendre
(Crer une thorie)
tester / laborer des hypothses

expliquer par des lois/thories
prdire avec des lois
mettre en vidence des

mcanismes
dcrire & explorer
proposer des thories
Design
analyser un problme et
prsenter une solution
ingnierie
crer / tester une rgle de design
intervenir
DKS 7/11/06
B-10
DKS 7/11/06
Recherches visant crer une thorie - .
C-1
C - Recherches visant crer une thorie

Objectifs
Introduction aux designs plutot exploratoires et qui visent construire une thorie
Introduction la dmarche qualitative
Menu
1.
2.
3.
4.
5.
Introduction
La notion de mthode qualitative
Le processus de la recherche qualitative
Le rle de la thorie et des donnes
Exemples
2
3
4
8
9
DKS 7/11/06
Recherches visant crer une thorie - 1. Introduction
C-2
1. Introduction
Typiquement, on est dans un contexte qui vise crer une thorie lorsquun domaine est
mal connu.
Les considrations thoriques ont un rle important (formulation des questions de recherche,
cadres analytiques, interprtation des observation), mais la thorie sera formule en
output.
Voir aussi: Types de recherches [p. B-6] (recherches exploratoires, comprhensives, etc.)
Exemples dobjectifs:
Dcouvrir des rgularits de comportements dans une organisation
Etudier la culture dune (sous)population ou dune organisation
Comprendre les caractristiques dun langage ou dun contexte dutilisation (pragmatique)
Approches mthodologiques
Dans la plupart des cas on utilise des mthodes qualitatives
Toutefois, on utilise frquemment aussi des statistiques que lon traite avec des mthodes
exploratoires (statistiques descriptives, analyses typologiques, factorielles, etc.).
DKS 7/11/06
Recherches visant crer une thorie - 2. La notion de mthode qualitative
C-3
2. La notion de mthode qualitative

Le concept de mthodes qualitatives est difficile saisir
2 strotypes: synonyme pour description simple ou analyse de questions ouvertes
En ralit: Lventail de mthodes et dapproches est trs grand.
Angle dattaque
Noms
journalisme
dinvestigation
description de cas
recherche action
recherche collaborative
langage
observation en contexte
interprtisme
Description
conte explicatif
exprimentation pratique
observation participante
immersion analytique
recherche collaborative
design participatif
analyse de discours
analyse de relations entre lments
analyse de dialogues
analyse de lorganisation dun dialogue
anthropologie
Le field research
observations structures et non-structures

(pareil, mais souvent plus formel)
Lhermneutique
lactivit humaine comme texte
phnomnologie
empathie, saisi dune Lebenswelt
interactionnisme symbolique interactions symboliques entre acteurs
DKS 7/11/06
Recherches visant crer une thorie - 3. Le processus de la recherche qualitative
C-4
3. Le processus de la recherche qualitative

La dmarche qualitative seffectue par tapes parallles et circulaires
Quelques aspects communs:
Toute recherche doit tre ancre dans des descriptions riches
Chaque proposition thorique doit tre ancre dans des observations
Le chercheur a un rle dlicat. Dans la plupart des approches il est bien visible, dans
certains cas il joue mme un rle actif.
Le chercheur moderne doit galement sintresser des questions de validit.
En ce qui concerne le rle de la thorie: il existe des avis divergents
peu de thorie pralable
ouverture desprit
beaucoup de thorie pralable

ouverture vers dautres recherches
(inspiration et comparaison)
fermeture desprit
possibilit dattaquer un nouveau sujet
insertion plus aise des rsultats dans la

discipline
tendance collectionner trop de donnes
tendance ignorer des phnomnes
comparaison difficile entre chercheurs
gnralisation plus facile
pr-conceptions non-explicites
pr-conceptions explicites
(donc contrlables)
DKS 7/11/06
C-5
3.1 Le triangle description - classification - connexion

Selon Dey (1993:31):
Description
Analyse
Qualitative
Connexion
Classification
La description: toute analyse qualitative repose sur des donnes riches

sinon on ne peut pas correctement interprter le sens dune observation
La classification: Classification ou rduction des donnes selon diffrents principes de

codage
la masse des donnes est norme, avant lanalyse il faut structurer et pendant lanalyse il faut
restructurer
La connexion: Mise en rapport des catgories

(selon diffrents principes et techniques)
il faut construire des visualisations densemble
DKS 7/11/06
C-6
3.2 Une vision dynamique, aussi selon Dey (1993:53)

4. rsultat (intermdiaire)
boucle des donnes
3. connecter
2. classer
boucle
danalyse
1. dcrire
donnes brutes
Ce schma montre la circularit de la dmarche:
classer et connecter les donnes
Si ncessaire on doit relire et/ou produire des nouvelles donnes
Des chercheurs en mthodes qualitatives structures:
dessinent beaucoup
utilisent des matrices
utilisent des techniques quantitatives de visualisation
Grande difficult = Gestion de la masse de donnes
DKS 7/11/06
C-7
3.3 La place de la visualisation (data display)

Selon Miles & Huberman (1994:10)
rduction des donnes
visualisations
tirer des conclusions / vrifications
collection de donnes
temps
version dynamique du mme schma:

collection
de donnes
rduction
des donnes
visualisations
conclusions
/ vrifications
DKS 7/11/06
Recherches visant crer une thorie - 4. Le rle de la thorie et des donnes
C-8
4. Le rle de la thorie et des donnes

Les donnes qualitatives sont en rgle gnrale gnres par le chercheur (comme en
mthodes quantitatives)
Ceci dit: lanalyse qualitative prfre les donnes naturelles et fait rfrence aux concepts
de sens (meaning) et de processus (ce dernier concept est partag avec lanalyse de
systme).
Voici quelques lments qui contrastent recherches quantitatives et qualitatives typiques:
Prfrences (!) des types dapproche
la recherche quantitative cherche/analyse: la recherche qualitative cherche/analyse:
Tester une thorie
Crer une thorie.

Ceci dit, la litrature (autres thories)
intervient quand-mme lorsquil sagit de
dfinir les questions de recherche ou
dinterprter les rsultats.
structure sociale: lois
construction sociale: rgles et langages

perus et crs par les sujets
faits observables
units de sens, interprtations des gens

par ex: sens subjectif et but dune action
comportements et attitudes abstraits ou

situations dexprimentation
actions et penses dans un contexte
macro-observations standarises et lgres micro-observations paisses

(toute la population)
(peu de settings ou groupes)
DKS 7/11/06
Recherches visant crer une thorie - 5. Exemples
C-9
5. Exemples
( complter un jour ....)
Exemple 5-1: Mmoire DESS M-A Thibaut
Title: Le cartable lectronique. Un Environnement Numrique de Travail en construction.
Pratiques ducatives et mutualisation
Questions de recherche ( p. 26)
1. Dans lutilisation que font les enseignants du cartable lectronique, stabilisent-ils des
stratgies pdagogiques ?
Recourent-ils ces outils dans la mesure o cela ne perturbe pas leur habitus denseignement ou de
gestion de la classe ?
Est-ce que lon voit apparatre la mise en place de scnarios sociopdagogiques, collaboratifs ?
2. Compte tenu de limpact du sentiment dutilit dans lintgration dune innovation, pouvonsnous attester dans le cadre de ce dispositif de bnfices retirs par les enseignants ?
3. Quelles sont leurs habilets actuelles en terme de mutualisation au sein du cartable mais
galement lextrieur ?
A travers lide quils doivent tre les constructeurs des contenus pdagogiques du cartable
lectronique, quelle est leur position vis--vis de cet investissement ?
Quelles sont les stratgies quils mettent en place pour exploiter les ressources quils ont disposition
sur Internet et quelles sont les ressources dont ils ont besoin au sein du cartable ?
DKS 7/11/06
C-10
Mthode
Mon travail est une enqute, un regard pos sur les utilisateurs du dispositif. Il est bas sur
une tude qualitative et la rencontre de 11 enseignants de diffrents collges qui utilisent le
cartable lectronique de Savoie. Nous avons prfr questionner plusieurs quipes pour
que ltude soit la plus reprsentative possible.
Le type dentretien soriente vers le Story telling ou rcit de vie . Peu directif, parfois
une seule question suffit et ne comporte aucune question directe et ferme. Dans ce cadre,
il faut insister sur ce quils font concrtement et essayer de modrer les apprciations sur ce
quils pensent. Ils doivent raconter par ex. un vnement difficile ou au contraire enrichissant.
Mes entretiens ont dur en moyenne 40 minutes. Jai construit un canevas reprenant mes
points principaux. Dans mes entretiens je me suis tenu rester au maximum sur les faits, les
pratiques et les applications mais certains passages renvoient leurs reprsentations,
passages que jai spars dans mon analyse. Cest la particularit des rcits
autobiographiques o lon retrouve toujours deux types dinformation : des indications
vnementielles (faits, pratiques) et des rflexions subjectives (reprsentations, ressentis,
avis)
Un questionnaire la fin de lentretien leur a t adress pour connatre leur quipement
informatique et leur utilisation domicile dInternet. Il se trouve quils sont tous quips dune
connexion Internet et quils utilisent le web quotidiennement.
Jai rencontr progressivement les enseignants et retranscrit paralllement les entretiens
(Annexe D) ce qui ma permis de rorienter certaines questions. Jai trait mes donnes par
rapport mon canevas (Annexe A et B). Le but de lanalyse est de mettre en vidence les
constantes des rcits, les rgularits mais galement les cas de particularit.
DKS 7/11/06
C-11
Exemple 5-2: Mmoire DESS D. Touvet

Titre: Vers de nouvelles formes d'organisation de l'enseignement. Analyse d'experiences de
mediatisation de cours
Questions de recherche (p: 11)
Pour chacun des cas tudis, nous cherchons savoir :
1. Comment se droulent les processus de mdiatisation ?
2. Quelles sont ces nouvelles formes d'organisation de l'enseignement ?
3. Quels sont les nouveaux rles qui apparaissent tout au long d'un processus de
mdiatisation d'un cours ?
Mthode
Nous avons choisi d'effectuer une recherche qualitative selon une approche s'inspirant en
grande partie de celle propose par Huberman et Miles (1991). Ils proposent une mthode
de recueil et d'analyse de donnes qualitatives comprenant les phases de recueil,
condensation, prsentation et vrification des donnes.
Nous avons dcid de constituer un chantillon de trois projets homognes, c'est-dire
relativement proches dans leurs caractristiques pour permettre une meilleure focalisation et
comparaison. Ils prsentent cependant une bonne varit de choix et de situations possibles.
Deux mthodes ont t retenues pour recueillir les donnes :
1. Passation d'entretiens auprs du coordinateur de chaque projet.
2. Consultation des sites web de chaque projet (deux des trois projets retenus ont not toute leur
dmarche sur le site web du projet) ce qui nous a permis d'obtenir des informations pertinentes
DKS 7/11/06
C-12
compltant celles obtenues par les entretiens. Ces adresses nous ont t fournies par les
coordinateurs.
Le recueil de donnes s'est effectu l'aide d'une grille d'entretien dont les diffrentes
rubriques ont t dfinies en troite articulation avec la partie thorique de cette recherche.
Ainsi, cette grille permet de comprendre de quelle manire se droulent les processus de
mdiatisation, quelles sont les nouvelles formes d'organisation de l'enseignement qui se
dgagent et quels nouveaux rles apparaissent tout au long d'un processus de mdiatisation
d'un cours.
Des phases successives de condensation des donnes recueillies (simplification et
synthse) ont ensuite t inities et ont abouti un format de prsentation permettant une
discussion sur les rsultats obtenus.
DKS 7/11/06
Lacquisition de donnes qualitatives - .
D-1
D - Lacquisition de donnes qualitatives

Objectifs
Familiarisation avec quelques techniques de mesure qualitatives
Menu
1.
2.
3.
4.
5.
Survol des mthodes dacquisition (mesures empiriques)

Lchantillonnage dans une approche qualitative
Lobservation
Enregistrements et analyse de transcription
Entretiens
2
4
9
10
11
DKS 7/11/06
Lacquisition de donnes qualitatives - 1. Survol des mthodes dacquisition (mesures empiriques)
D-2
1. Survol des mthodes dacquisition (mesures empiriques)

Les approches qualitatives oprent souvent par triangulation de mthodes
Les activits de base sont:
activit
mdium
objectif principal
(observation)
Observation globale dune organisation, culture, activit, etc.

voir: 3. Lobservation [D-9]
enregistrements
(transcriptions)
Etude en profondeur dinteractions dans un contexte

voir: 4.1 Analyse denregistrements [D-10]
textes
Informations institutionnelles et traces crite dactivits

voir: 4.2 Textes [D-10]
demander
(entretiens)
Extraction dinformations des membres du cas tudi, de

clients, dexperts, etc.
voir: 5. Entretiens [D-11], 5.1 Conseils gnraux pour les
entretiens [D-12].
participer
(vivre)
Lobservation participante marie travail et recherche.

(... pas aborde dans ce cours)
regarder
examiner
des activits
examiner
des traces
DKS 7/11/06
Lacquisition de donnes qualitatives - 1. Survol des mthodes dacquisition (mesures empiriques)
D-3
Diffrents rles pour les techniques qualitatives

Il ne faut pas confondre une mthode (technique) avec une mthodologie (approche):
Voici les fonctions (principales) des 4 mthodes de base selon le type dapproche:
Mthodologies (approches)
mthode
observation
transcriptions
textes
(analyse de)
entretiens
quantitatives
travail prliminaire pour la
cration de questionnaires
qualitatives
comprhension profonde du
fonctionnement dune institution ou
culture
analyse quantitative de contenu analyse de dialogues surtout

analyse quantitative de contenu catgorisation et comprhension des
concepts
questionnaires plutt ferms
(grands chantillons)
entretiens ouverts
ou semi-structurs
(petits chantillons)
La frontire entre approche qualitative et quantitative est floue !
DKS 7/11/06
Lacquisition de donnes qualitatives - 2. Lchantillonnage dans une approche qualitative
D-4
2. Lchantillonnage dans une approche qualitative

Beaucoup de chercheurs nexaminent quun ou deux cas
dans ce cas lanalyse qualitative sera intensive
A lintrieur dun cas il faut chantillonner aussi !

Exemple: tude dune organisation
les informants dans lorganisation

les experts externes (connaisseurs de la matire)
les clients et organisations en contact
les processus observs
les textes (dcisions crites, etc.)
Exemple: tude dun impact dune dcision sur un quartier
Les dcideurs externes et les intervenants

Les groupes organiss (groupe dintrt, associations, etc.)
La population du quartier
Les vnements/comportements lis la dcision
Lchantillonnage est souvent dynamique (par vagues)

Lorsque la recherche progresse, de nouveaux phnomnes apparaissent ncessitant souvent
dautres observations !
exemple: dcouverte dacteurs cls
DKS 7/11/06
D-5
2.1 Stratgies gnrales dchantillonnage

Selon Miles & Huberman (1994:28)
Type de cas
variation maximale
homognes
Usage
soit pour gnraliser, soit pour trouver des cas
dviants
permet de mieux focaliser et comparer
critiques
prouver ou exemplifier une thorie (gnralisation

logique)
selon la thorie
laboration et examen des questions de recherche

(problmatiques thoriques)
stratgies
majeures
confirmants et infirmants tester les limites dune explication

extrmes ou dviants
tester la limite dune explication ou/et chercher un

nouveau dpart
typiques
Montrer ce qui est normal ou moyen
intenses
Etudier loccurrence dun phnomne particulier en

dtail
selon dimension
Etude de phnomnes particuliers
boule de neige
Slection en fonction des informations obtenus

avec les autres cas
opportuns
validation
spcialisation
dmarche inductive
Suivre une nouvelle piste
DKS 7/11/06
Type de cas
tous
selon quota
selon rputation
D-6
Usage
(rarement possible)
identification de sous-groupes majeurs, puis
slection
reprsentativit
en fonction des recommandations des experts
selon mthode compare en fonction de variables opratives

selon critres
conveniants
politiques
en fonction de critres que lon dsire tudier

On choisit les cas auxquels on a accs
dangereux
Exclusion/inclusion en fonction dimpratifs

externes
Les stratgies numres ici doivent servir de cadre de rflexion. Il nexiste pas de lois !
bien choisir ses cas = viter des ennuis ultrieurs
Ces stratgies se recoupent
Cette table sert surtout vous donner des pistes de rflexion pour choisir les bons cas par rapport
aux buts de votre recherche
(voir pages suivante)
DKS 7/11/06
D-7
2.2 Conseils
Dterminez lchantillonnage par des rflexions thoriques,
... vitez lapproche par induction (plus difficile)..
Identifiez le rle de chaque type dchantillon !!
est-ce que je peux rpondre mes questions (mesurer les concepts, dgager des causalits, etc.)
Toutefois, nhsitez pas de changer de stratgie en cours de route.

Dterminez vos cas avant daller sur le terrain
rles (fonctions dans lorganisation),
groupes,
organisations, institutions, ....
programmes,
cultures
......ainsi que les lments qui les composent
DKS 7/11/06
D-8
A. Conseils pour lchantillonnage intra-cas:

(donc par exemple lintrieur dune commune)
identification des types dinformations obtenir: les phnomnes tudier doivent tre
prsents dans votre choix
chantillonner toutes les catgories (activits, processus, vnements, dates, locations,
agents, ...)
choix principal des cas en fonction des conditions sous lesquelles une thorie est valable
(porte/limites du cadre thorique)
prvoir leffet boule de neige: plusieurs sries dchantillonnage en fonction des
dcouvertes
B. Conseils pour lchantillonnage inter-cas:

(donc par exemple une liste de communes tudier)
Choisir des cas similaires, mais ayant une bonne variance pour les variables opratives
(explicatives et expliquer) de votre projet.
A option: ajoutez des cas contrasts (ne couvrant pas forcment le cadre thorique) pour
tester la validit externe (porte) de vos analyses.
Toute analyse entirement qualitative cote trs chre:
Pour un travail dtudiant 1-3 cas principaux suffisent
15-30 cas est le maximum pour une tude en profondeur
sinon compltez tudes en profondeur avec mthodes quantitatives.
DKS 7/11/06
Lacquisition de donnes qualitatives - 3. Lobservation
D-9
3. Lobservation
Instrument essentiel pour les tudes en profondeur de cultures ou organisations
Lobservation elle-mme et lanalyse prennent beaucoup de temps
Ncessite une rflexion:
sur le rle du chercheur dans lorganisation, groupe, culture tudi
sur les mthodes dinvestigation, les objets de recherche, etc.
Exige une bonne mthode de field notes:

conventions de notation pour les sances
conventions de notation pour les notes aprs la sance
un journal de bord
Exemple dune convention de notation:

Signe
Usage
...
citations verbatim
...
paraphrases
( ... )
donnes contextuelles (ou interprtations du chercheur)
< ... >
Analyses (catgories ) drives du cadre conceptuel des sujets
/ ...
____
Analyses (catgories ) drives du cadre conceptuel du chercheur

temps des partitions
... complter/adapter/modifier selon les besoins.
DKS 7/11/06
Lacquisition de donnes qualitatives - 4. Enregistrements et textes
D-10
4. Enregistrements et textes
4.1 Analyse denregistrements
On enregistre/filme le comportement de gens (par exemple: lves dans une classe, ouvriers
devant une machine, gestionnaires en discussion)
Avant lanalyse on procde souvent des transcriptions des enregistrements audio ou vido
La transcription et son analyse prend normment de temps !
Exige de la dlicatesse et peut fausser le comportement de sujet
4.2 Textes
Lventail de textes considrer varie en fonction du sujet de recherche
En rgle gnrale: il faut obtenir tous les documents officiels
Ne demandez pas tout toute-de-suite.
PVs, dcisions crites etc. peuvent avoir un caractre sensible et vous devez dabord tablir une
relation de confiance.
Pleines de mthodes danalyse:

en analyse de politique publique par exemple les documents sont scanns loeil pour des lments
intressants
en analyse de dialogue les phrases sont analyses mot par mot
etc.
DKS 7/11/06
Lacquisition de donnes qualitatives - 5. Entretiens
D-11
5. Entretiens
Type
Entretien dinformation
Entretien structur
(directif)
Entretien semi-structur
Think aloud
composition
check-list
fonction / avantages
tudes initiales
Voir 5.2 Conseil pour lentretien dinformation: [D-12]
liste de questions
recherche semi-quantitative:
facilite lanalyse de lensemble
acclre lentretien
contraint linterlocuteur
Voir 5.3 Conseils pour lentretien structure [D-13]
instrument principal pour comprendre

laisse sexprimer les interlocuteurs
liste de questions
plus difficile analyser
et probes
Voir 5.4 Conseils pour lentretien semi-structur [D14]
un problme
analyse de traitement dun cas

on demande aux gens de rsoudre des cas
Voir 5.5 Think aloud [D-16]
quantitatif
Entretien avec questions liste de questions

fermes ou semi-fermes avec rponses
entretien rapide
fiabilit
facilit danalyse
prsuppose une connaissance profonde du sujet
tudi
DKS 7/11/06
D-12
5.1 Conseils gnraux pour les entretiens

Lentretien est un art bien document dans les livres de mthodes classiques.
Certains de vos interlocuteurs nont pas de temps perdre
Il faut donc se concentrer sur lessentiel
documentez-vous dabord si une information nest pas disponible autrement (rglements,
organigrammes, etc.)
apprenez le jargon
tudiez toute documentation que vous pouvez obtenir facilement
(en crivant une lettre ou par tlphone)
Demander lautorisation pour utiliser un magnto !
5.2 Conseil pour lentretien dinformation:

Fixez-vous les objectifs atteindre
Choisissez la (les) bonne(s) personne(s) par exemple pour tout ce qui est informations de
base: il faut mieux contacter un spcialiste du domaine
ou encore une personne qui a le temps pour vous aider
Gardez en rserve les informateurs-cls importants dans lorganisation pour des questions
importantes
DKS 7/11/06
D-13
5.3 Conseils pour lentretien structure

Un entretien structur pose des questions prcises (les mmes pour tous) et engendre des
rponses relativement courtes.
le questionnaire utilis doit tre super bien prpar
chaque concept thorique (variable) doit tre mesur
habituellement prcd par des entretiens non ou semi-structurs

faites des pr-tests si possible avec quelques personnes
il faut dj rflchir aux mthodes danalyse
codage manuel ou machinal ?

code book utiliser
estimation du cot (!)
etc.
Pensez aussi faire un sondage (rponses fermes), cela cote nettement moins cher !
.... consultez la littrature sur les sondages !
DKS 7/11/06
D-14
5.4 Conseils pour lentretien semi-structur

Gnralits
encore une fois: de la prparation !
... en fonction des questions qui vous intressent
nimposez pas vos points de vues, laissez rflchir et parler linterlocuteur afin de pouvoir
dgager des structures profondes
Structuration habituelle de lentretien
on prpare une liste de questions (souvent gnrales)
pour chaque question on prpare une liste de points importants (sous-questions) couvrir
pendant lentretien il faut relancer ces points si linterview ne les touche pas
(on parle de probes).
Droulement
laissez parler la personne
.... et revenez si ncessaire aux questions et points plus tard !
DKS 7/11/06
D-15
Prparez bien les questions

Attention aux question sensibles
mettez les la fin (voir aussi ci-dessous).
Utilisez parfois des questions indirectes (et qui projettent linterlocuteur dans une situation),
exemple:
ne demandez pas: est-ce que A collabore bien avec vous ?
mais: avez-vous des contacts frquents avec A, comment organisez-vous la coordination.
Discutez (si appropri) des tches concrtes (traitement dun cas concret).
En rsum: demandez plutt comment il font (avec un scnario concret lappui) que
comment ils pensent (ils vous donneront aussi leur opinion).
DKS 7/11/06
D-16
5.5 Think aloud

Domaine dapplication
Analyse du raisonnement (on sintresse aux processus de rflexion dun individu)
Analyse dun work flow (on veut savoir par exemple comment un type de dossier est traite)
Cette mthode peut tre combine avec un entretien semi-structure
Principe
On prsente un cas linterview (un dossier, un cas mdical, un problme de dcision, etc.)
Ensuite le sujet dit haute voix ce quil fait et pourquoi il le fait.
Suivant le type de rsultats quon aimerait obtenir, il existe des variantes. Typiquement en analyse de
politiques publiques et dorganisations, il ne faut hsiter interrompre et poser des questions varies.
Mise en garde
Cette mthode peut savrer trs utile pour mieux comprendre comment les sujets font et
comment ils raisonnent.
Toutefois, les sujets ont tendance rationaliser, c.a.d. fournir des explications en termes de
rgles alors quils utilisent en pratique plutt un raisonnement par cas, par prototype etc (ils
font automatiquement les choses sils oprent dans une situation strotype.
DKS 7/11/06
Analyse de donnes qualitatives - .
E-1
E - Analyse de donnes qualitatives

Objectifs
Familiarisation avec lanalyse structure de donnes qualitatives
Menu
1.
2.
3.
4.
5.
6.
7.
8.
Introduction: classer, coder et retrouver linformation

Codage/catgorisation
Cration et gestion de code-books
Pattern codes (structure)
Les deux techniques de base: matrices et graphiques
Matrices et graphiques descriptifs
Techniques pour chercher des corrlations
Quelques conseils pour la fin
2
3
6
10
11
12
23
29
DKS 7/11/06
Analyse de donnes qualitatives - 1. Introduction: classer, coder et retrouver linformation
E-2
1. Introduction: classer, coder et retrouver linformation

Lindexage et le codage de linformation est utile pour faire des analyses systmatiques
Le codage vous permet didentifer des variables et des relations
Typologie des oprations de base:
Avant de commencer: classez votre matriel

Faites des mmos (conservation de vos penses)
il est utile dcrire des petits mmos tout moment (par exemple dans wiki)
Rsums et feuilles de contact
Aprs chaque contact (tlphones, entretiens, observations, lecture de textes, etc.):
type de contact, dates, lieu, et un pointeur sur les notes dentretien

thmes principaux abords lors de lentretien
questions et variables de recherche adresses (avec un rsum des rponses)
mmos sur hypothses, spculations nouvelles, choses lucider pour le prochain contact
Chaque feuille remplie doit tre indexe quelque part (choisissez au moins des bon noms de fichiers
sur ordinateur, par ex. contact_2004-12-2_muller.doc)
Entretiens
Les notes dentretien doivent tre classs un endroit sr

Assignez un code unique chaque entretien, par ex. Ent-1
Je suggre dagrafer la feuille de contact avec les notes
Numrotez les pages de vos notes
DKS 7/11/06
Analyse de donnes qualitatives - 2. Codage / catgorisation / classification
E-3
2. Codage / catgorisation / classification

Rappel: Analyse qualitative = description - classification - connexion
Une fois que vous avez vos descriptions (documents,entretiens,etc.) il faut commencer
classifier linformation qui sy trouve, c.a.d. identifer concepts, relations, etc.
Voir: 2. La notion de mthode qualitative [C-3]
Un code est un label (balise) pour marquer une variable (concept) et/ou une valeur ou
encore une relation dans un texte analyser
Ce codage se fait selon plusieurs catgories tablies en fonction de vos besoins danalyse
Principe de base:
1. On donne un code chaque catgorie (variable, concept, ....) qui vous intresse
2. On cre pour chaque catgorie une liste de valeurs mutuellement exclusives et exhaustives
(par exemple: positif/neutre/ngatif)
3. On va systmatiquement coder tous les textes laide dun code-book. Il existe plusieurs
approches, par exemple:
3.1 Cration de code-book selon considrations thoriques [E-6]
3.2 Codage par induction (selon la grounded theory) [E-7]
3.3 Codage par catgories ontologiques [E-8]
Ces oprations vont vous permettre de retrouver les informations concernant les variables
qui vous intressent et de faire des analyses systmatiques (voir page suivante)
DKS 7/11/06
E-4
2.1 A quoi a sert ?

Code 2.1
1. Codage
Code 1.1
Code 1
Code 1.2
2. Visualisations, matrices et grammaires

les codes reprsentent des variables (en gn
Code 3
3. Analyses
Val 1
Code 1.1 Code 4

Val 2x
Val 3y
........
DKS 7/11/06
E-5
2.2 Aspects techniques

La meilleure faon de coder consiste utiliser un outil informatique spcialis
par ex. Atlas ou Nudist, enfin rentrer le texte peut tre coteux aussi !
Pour un petit travail (de type master), inscrivez les codes en marge du texte
faites une photocopie rduite des textes si ncessaire

soulignez/entourez les lments du texte qui dfinissent une catgorie
si diffrentes catgories se trouvent au mme endroit, changez de style de soulignement
mettez des commentaires et codes dans les marges opposes
Evitez des longues listes de codes plat: hirarchisez et regroupez

Chaque code doit tre court et mnmonique
par exemple pour coder catgorie principale - sous-catgorie (valeur):
utiliser plutt: CE-CLIM(+)
que:
contexte externe - climat (positif)
Ne commencez jamais coder sans avoir une ide quoi les codes serviront dans lanalyse !
ceci est valable pour les dmarches thoriques et inductives !
enfin dans toute dmarche, des rvisions simposent:
voir 3.4 Nombre, organisation, rvision et extension des codes [E-9]
DKS 7/11/06
Analyse de donnes qualitatives - 3. Cration et gestion de code-books
E-6
3. Cration et gestion de code-books

3.1 Cration de code-book selon considrations thoriques
La liste de dpart est constitu a partir de rflexions thoriques, par ex. le cadre danalyse
, la liste des questions de recherche et des hypothsess et notamment ses variables cls,
domaines/dimensions de problmes tudier, etc.
Mthode conseille pour les dbutants !!
Exemple dune tude dinnovation (environ 100 codes):
catgories
codes
proprits de linnovation
PI
contexte externe
CE
dmographie
CE-D
support pour la rforme
CE-S
contexte interne
CI
processus dadoption
PA
chronologie officielle
.......
PA-CO
dynamique du site
DS
assistance externe et interne
AEI
liens causaux
LC
rfrences thoriques
DKS 7/11/06
E-7
3.2 Codage par induction (selon la grounded theory)

Mthode lie lanalyse inductive de la grounded theory
Le chercheur commence par lanalyse dun petit jeu de donnes, ensuite il largit lchantillon en
fonction de la thorie qui merge
Les catgories sont rvises en fonction de rflexions continuelles
Points de dpart = 4 grandes catgories dobservation:
conditions (causes dun phnomne peru par les acteurs)

interactions entre acteurs
stratgies et tactiques utilises par les acteurs
consquences des actions (des acteurs)
Types de codage:
Type
Tout ce qui est similaire est une catgorie. Les catgories sont dveloppes selon les
ouvert proprits (attributs) et selon des dimensions
But: dtection de catgories naturelles utiliss par les acteurs
axial
slectif
organisation dune catgorie et de sous-catgories, notamment en ce qui concerne les

relations. Exemple: le stress: cat. 1 = condition de stress, cat. 2 = gestion du stress,
relation: type de gestion utilise pour type de stress.
Identification dune catgorie centrale pour les besoins de lanalyse: Exemple: dans
une organisation, la gestion de la pression externe pour un changement.
Dbutants: A viter, car difficile !
DKS 7/11/06
E-8
3.3 Codage par catgories ontologiques

Exemple:
Types
Dtails
Contexte/Situation
information sur le contexte
Dfinition de la situation
interprtation des gens de la situation analyse
Perspectives
faons globales de voir la situation
Faons de voir gens et objets perception dtaille de certains lments

Processus
squences dvnements, flux, transitions, points changements,

etc.
Activits
structures de comportements rgulires
Evnements
activits spcifiques (pas rgulires)
Stratgies
faons dattaquer un problme (stratgies, mthodes,

techniques)
Relations et structure sociale liens informels

Mthodes
commentaires du chercheur sur le travail (annotations)
on retrouve divers tableaux de ce type dans la littrature

en rgle gnrale ils sont surtout utiles comme cadre de rflexion pour tablir sa propre
typologie de catgories principales
il sagit dun compromis entre grounded theory et theory driven
DKS 7/11/06
E-9
3.4 Nombre, organisation, rvision et extension des codes

Un systme de codes doit tre hirarchique (selon diffrents critres)
code-book selon considrations thoriques:
commencez la recherche avec les catgories de base bien dfinies
Ensuite ajoutez des codes au fur mesure o vous dcouvrez des choses
code-book inductif: il faut savoir utiliser une approche comme la grounded theory (approche
dconseille dans ce contexte !)
Niveaux de dtails considrer dans un texte:
dpend du type danalyse, utilisez simplement votre bon sens
par exemple mots, syntagmes, phrases, plusieurs phrases, paragraphes, etc.
Types de rvision:
remplissage
extension
faire des ponts
dcouverte
rajouter des codes en restant cohrent

rvision de lancien matriel en fonction dune nouvelle vue
dtection de relations qui ncessitent un nouveau type/axe de codage
identification de nouvelles catgories
Nombre de codes: vitez le danger de lexplosion des codes:

ils doivent servir lanalyse (regardez vos variables !)
ils doivent tre grables dun point de vue nombre et structure.
Nombre magique de codes: entre 10 et 50.
DKS 7/11/06
Analyse de donnes qualitatives - 4. Pattern codes (structure)
E-10
4. Pattern codes (structure)

Lencodage simple vise dissquer les donnes (atomes, catgories)
Lencodage de patterns (chablons, structures) vise dtecter des relations de base entre
catgories (atomes relationnels) et que lon retrouve dans le texte.
Par exemple dans un entretien ou dans un discours, une personne attribue explicitement la cause de
y x.
Ce codage nest pas forcment conseill dans un petit travail, car il suffit en fait de retrouver
les variables (ensuite on peut toujours dpister des relations).
Il sagit de dtecter et de coder des rgularits, variations et singularits
Voici quelques oprations faire pour chercher des associations implicites:
1. Dtection de co-prsence entre deux valeurs de deux variables
Par exemple les personnes favorables un nouveau rglement lappliquent bien et inversement.
2. Dtection dexceptions
par exemple: personnes favorables un nouveau rglement mais qui ne lappliquent pas bien.
3. Introduction dune nouvelle variable pour expliquer les exceptions

par exemple: tenir compte de lattitude du suprieur hirarchique, dun conflit de buts (la culture du
groupe sy oppose), etc.
Souvent on change de niveau danalyse (individu -> organisation)
Attention: une co-prsence ne prouve pas de causalit
DKS 7/11/06
Analyse de donnes qualitatives - 5. Les deux techniques de base: matrices et graphiques
E-11
5. Les deux techniques de base: matrices et graphiques

Faire une analyse qualitative est comme (re)construire une montagne pour avoir une
meilleure vision
En bref: Analyser = visualiser
2 types danalyses:
1.
Une matrice est une tabulation qui engage au moins une variable
les tabulations de variables centrales selon cas permettent de mieux comprendre les cas tudis
un tri crois permet danalyser comment interagissent deux variables
2. Un graphique (rseau) permet de visualiser des liens:

entre vnements
entre plusieurs variables
etc.
Conseils de base:
toujours garder un lien vers la source (le texte cod)
une matrice ou un graphe doit tre visible sur une seule feuille (mme si elle est trs large)
il faut chercher un compromis entre prservation de dtails et vision synthtique.
DKS 7/11/06
Analyse de donnes qualitatives - 6. Matrices et graphiques descriptifs
E-12
6. Matrices et graphiques descriptifs

Servent avant tout donner une vue densemble sur plusieurs aspects combins
Chaque matrice ou graphique doit tenir sur une feuille (mme si elle est trs large)
2 sortes:
1. Matrices et graphiques qui dgagent quelques variables
contiennent des pointeurs sur linformation brute
2. Matrices et graphiques synthtiques

rsument plusieurs cas ou montrent des relations gnrales
Chaque chercheur doit lui-mme dcider ce quil faut reprsenter et comment !
3 sources pour puiser des ides (comment faire):

autres cherches qualitatives
cadres thoriques
manuels, par exemple Miles & Huberman, 1994.
Ici on ne montre que quelques exemples !!
DKS 7/11/06
E-13
6.1 Le context chart,Miles & Huberman (1994:102)

sert visualiser les relations entre rles et groupes
Exemple 6-1: Exemple: mise en place dun politique TICE dans une universit:
demands for
support
Applicants
Deans
demands
support
grants
informations
Innovation
funding agency for
new pedagogies
informations
demands for
review
reviews
funds
Teacher
support unit
University
government
External
experts
rles
flux
DKS 7/11/06
E-14
Une fois identif rles et relations formelles vous pouvez faire toutes sortes dannotations
qui visualisent des informations retrouves dans vos donnes.
demands for
support
Applicants
(-)
Deans
(+)
demands
(-)
support
Innovation
funding agency for
new pedagogies
grants
informations
informations
demands for
review
reviews
funds
(-)
Teacher
support unit
(-)
(+)
University
government
External
experts
(+) (-) () attitudes positives or ngatives par rapport ce programme

+bonnes ou mauvaises relations entre instances (ou personnes)
DKS 7/11/06
E-15
Exemple: visualisation de procdures formelles dans une loi

support groups
request
demander
cadaster
decision
legal
decision
legal
decision
legal
decision
request
information
first instance
authority
legal
decision
request
request
appeal
authority
request
legal
decision
request
Federal
tribunal
legal
decision
information
recourse competent
authority
information
federal office
of justice
information
request
Une fois tablies, les relations formelles laide dun organigramme ou dune analyse de
codes (juridiques ou autres) on peut rajouter des liens informels.
DKS 7/11/06
E-16
Exemple: visualisation de relations informelles

request
demander
cadaster
decision
legal
decision
request
legal
decision
first instance
authority (+)
ETC .....
information
recourse competent
authority
(-)
request
legal
decision
appeal
authority(-)
request
request
legal
decision
information
information
federal office
of justice (+)
(+) (-) () attitudes positives, ngatives, neutres par rapport la lgislation

+bons, mauvais rapports entre instances
etc.....
DKS 7/11/06
E-17
La mthode OSSAD (dveloppe en parti lIDHEAP)
Requrants
demandes
autorisations
Surveillance
police des
constructions
dossiers
informations
Voirie
communale
informations
Equipements
communaux
Voir le travail de diplme MPA de J-L Barraud: La capacit administrative des communes
DKS 7/11/06
E-18
6.2 Check-listes, Miles & Huberman (1994:105)

Usage: analyse/rsum dtaill dune variable importante
Exemple: le soutien extrieur est important pour russir une rforme dans une organisation
Type de soutien (exemples!)
Analyse des dficiences
Formation des collaborateurs
Monitoring des changements
Niveau direction
Niveau service
Dans les cellules on insre des statements avec un label

valeur ou autres informations (tape, acteur, source,
problmatique, etc):
Exemple ci-dessous:
Motivation
adquat: on a vu un
Sances de dynamique de groupe animateur 3 fois et cela
nous a aid (ENT-12:10)
pas adquat: on nous a

juste inform (ENT-13:20)
etc ..
un tel tableau dgage les dimensions dune variable (ici dans la colonne de gauche)
dans les autres colonnes on insre les faits selon certains critres
DKS 7/11/06
E-19
6.3 Tables chronologiques, Miles & Huberman (1994:110)

Servent rsumer lvolution dun phnomne selon quelques catgories
Exemple: Esquisse pour la mise en oeuvre dune lgislation

Niveau Fdral
Lgislation nationale Ord. fdrale
1.1.1985
Petite question au CN
1.1.1986
Commission X
1.1.1987
Message du CF
........
Ord. dapplication
.....
etc....
11.1.1989
Consultation
....
1.1.1990
Dbats dans le
parlement de GE
on peut rajouter dautres colonnes reprsentant dautres variables

(par exemple vnements importants relevs dans la presse
il faut utiliser des dates prcises
au lieu de structurer les colonnes selon le type de texte juridique, on aurait pu prendre des niveaux
dorganisation ou autre chose...
Il est important quune telle matrice soit complte
DKS 7/11/06
E-20
6.4 Graphiques chronologiques

Rseau dvnements
Utile pour tudier tablir le droulement potentiel dun processus
ou pour montrer lagencement des vnements principaux
Rseaux tats-vnements Miles & Huberman (1994:115)
Comme les vnements rsultent souvent dans des tats stables, on peut montrer ces tats
en mme temps que les transitions.
DKS 7/11/06
E-21
6.5 Matrices ordonnes selon les rles (fonction dans lorganisation)

Miles & Huberman (1994:124)
A. Croisement de rles et une ou plusieurs variables

Exemple abstrait (voir aussi page suivante):
rles
rle 1
personnes
variable 1
variable 2
variable 3
personne 1
personne 2
.....
rle 2
personne 9
personne 10
.....
.....
rle n
personne n
les cellules sont remplies par des valeurs

riches avec pointeurs sur la source
.....
DKS 7/11/06
E-22
Exemple: Evaluation de la mise en oeuvre dun service dassistance informatique

Evaluation
Acteur
Chef
rien
consulant +
helpdesk
Effets long
terme
Type dassistance Effets immdiats

dmotivant
Explication du
chercheur
a mis le
Il se sentait
programme en
menac
danger
a donn des ides au

a permi aux autres
help-desk, tait
de se lancer
impliqu
....
dpanne les
utilisateurs, peu
daide avec les
logiciels
il est trop
surcharg avec
dautres tches
utilisation plus
frquente des
programmes
amlioration
lgre de
lefficacit
B. Croisement entre rles pour visualiser les relations:

rle 1
responsables help desk
rle 3
rle 1
formateurs
se coordonnent mal entre eux (1) ne reoit pas toutes les informations (2)
rle 3
DKS 7/11/06
Analyse de donnes qualitatives - 7. Techniques pour chercher des corrlations
E-23
7. Techniques pour chercher des corrlations

7.1 Matrices ordonnes selon concepts (variables)
A. Clusters (co-variances de variables, typologies de cas)
on a une ide que certaines valeurs vont ensemble, On chasse les co-occurrences dans les
cellules
par exemple: Y-a-t-il corrlation entre besoin dencadrement et formation ou ressemblance
entre certains cas ?
cas
var 1
encadrement
formation
directives
cas 1
important
important
important
cas 2
pas important
pas important
pas important
cas 3
important
important
important
cas 4
yyy
pas important
pas important
pas important
cas 5
.....
important
important
important
important
pas important
pas important
cas 6....
(voir page suivante pour un exemple danalyse base sur cet table)
DKS 7/11/06
E-24
Exemple dune co-variance dans un tableau crois:

encadrement /
formation
importance non importance

encadrement
encadrement
importance formation
non importance formation
.... on constate une corrlation entre variables

exemple dune typologie:
Type 1:
Type 2:
Type 3:
les anxieux les dpendants les bureaucrates
cas 1
cas 2
cas 3
X
X
cas 4
cas 5
X
X
cas 6
Total
Type 4:
les autonomes
X
3
... on constate lmergence de 3 types

(Note: Avec plus de variables il faut quantifier et utiliser un programme de cluster analysis)
DKS 7/11/06
E-25
B. Matrices conceptuelles
Exemple qui montre la co-occurrence de valeurs de deux variables (catgories):
Variable y expliquer = Stratgies daction
Variable x=Source de la plainte
strat 1
strat 2
strat 3
....
type 1
type 2
Dans les cellules on spcifie, exemplifie les occurrences
.....
plaintes systmatiques des clients
pleintes de notables
on ne fait rien on cre une

(4)
commission (1)
on cre une
commisson (2)
on acclre
son cas (3)
.... lorganisation tudie tendance ne pas ragir quand cest les clients simples qui se
plaignent
il est possible dadopter une vision plus quantitative (voir page suivante)
DKS 7/11/06
E-26
C. Note (importante!) sur linterprtation des tableaux croiss:

Rgle de base:
on calcule des pourcentages pour chaque valeur de la variable indpendante (ligne ou
colonne selon lorientation du table)
on compare les pourcentages dans lautre sens
autrement dit: on veut savoir la probabilit quune valeur de la variable indpendante
engendre une valeur de la variable dpendante !
Variable y expliquer = Stratgies daction
Variable x explicative
Source de la plainte
rien faire
plaintes systmatiques
4 (80%)
des clients
pleintes de notables
cration dune acclration

commission
du cas
1 (20%)
2 (40%)
Total
5 (100 %)
3 (60%)
5 (100%)
Interprtation: ... tant donn que la plainte vient dun client on a tendance ne pas faire
grand chose, tandis que si la plainte vient dun notable on fait plus.
DKS 7/11/06
E-27
7.2 Graphes typologiques

Mettent en valeur des types dacteurs (ou autre chose) en fonction de quelques variables
Exemple: Perception dun nouveau programme par les acteurs (coles, enseignants)
perception-par-cole (positive) perception-par-cole (ngative)

(type: IMPLEMENTEUR)
respet de consignes (oui)

perception-enseignants (positive)
(type: BON IMPLEMENTEUR)
perception-ens. (pos.)
(type IMPLEMENTEUR)
respet de consignes (non)

(type: REFUS)
perception-ens. (ng)
(type: Mauvais Implmentateur)
percpetion-enseignants (ngative)
(type: Mauvais Implmenteur)
DKS 7/11/06
E-28
7.3 Graphes de causalit

C
A
B
D
Exemples cartes cognitives selon oprational coding, AXELROD, 1976

Permettent de visualiser des structures causales dans un discours
About active pedagogies:
+
student
productions
<cause>
+
high load
of exercises
quality
of grading
labour
intensity
About slow ICT connections:

user increase clicks
+
+
web page is slow
+
<effet>
high delays
About forum management:

users ask
+
same questions
+
no regulation
noise
+
DKS 7/11/06
Analyse de donnes qualitatives - 8. Quelques conseils pour la fin
E-29
8. Quelques conseils pour la fin

(chapitre refaire/taler un jour ....)
8.1 Note sur les causes

Une explication fait rfrence des causes
Ces causes doivent tre dgages par le chercheur dans des associations entre faits
Voici une liste dassociations typiques que lon peut dgager/postuler avec une analyse
qualitative
force de lassociation (plus B avec A quavec dautres causes)
consistance (A est trouv avec B dans plusieurs tudes/observations)
spcificit (Le lien entre A et B est trs particulier)
temporalit (A avant B, jamais le contraire)
quantit (Si plus de A, plus de B)
plausibilit (un mcanisme existe pour lier A et B)
cohrence (la relation A-B est plausible par rapport au reste quon sait sur A et B)
exprience (si on change A, B change aussi)
analogie (A et B ressemble la structure de C et D)
DKS 7/11/06
E-30
8.2 Interprtation des donnes, oprations faire

Qui va avec quoi ?
reconnaissance de structures (patterns) et thmes
plausibilits
agrgations, typologies (clustering)
Rsums simples
mtaphores
compter
Comparaison et diffrentiation
contrastes et comparaisons
partition de variables (diffrentiation)
Abstractions
intgration du particulier dans le gnral

factorisation
relations entre variables
recherche de variables intervenantes
Assemblage thorique
chanes dvidence
abstractions thoriques (nommer et rsumer une construction)
DKS 7/11/06
E-31
8.3 Notes sur les dmarches inductives

Chaque induction (hypothse dduite des donnes) doit tre teste en cherchant
activement des cas dviants et en comparant les cas.
Les mthodes quantitatives peuvent aider trouver des cas dviants (par exemple par une analyse
typologique)
Si une hypothse ne colle pas avec un cas, il faut examiner soigneusement le cas et
ventuellement rviser les hypothses
Les mthodes qualitatives ne permettent pas dexprimer des probabilits, mais plutt des
potentialits, autrement dit: ce quun systme peut faire, ce qui est possible par rapport
une grammaire.
actions possibles, actions probables
conditions ncessaires, conditions suffisantes
etc.
Avantage: linduction permet de construire un systme, une grammaire du possible

Dsavantage: danger accru du confirmation bias
DKS 7/11/06
E-32
8.4 La fiabilit (reliability) dans une analyse qualitative

Les rgles dor:
mthode
observation
tous
Utilisez une convention pour
noter des observations
textes (analyse de)

entretiens
utilisation de questions
standardises
rponses fixes (...)
tester lentretien
transcription
utilisation dun codebook

codage deux et
comparaison (voir dessus)
collection de
suffisamment de donnes
(temps, rpondants,
situations)
triangulation des
mthodes dobservation
Formule pour calculer la fiabilit du codage:

fiabilit de codage=
nombre daccords
total daccords et dsaccords
DKS 7/11/06
E-33
8.5 La validit dans une analyse qualitative

validit = vrit
une recherche reprsente, explique, etc. bien le phnomne tudi: on a confiance (la certitude nexiste pas)
en mthode quantitative une grande partie de la validit rsulte de la qualit des tests dhypothses
alternatives.
Erreurs frquentes:
on favorise les donnes qui favorisent une (pr) conception donne dun phnomne
on favorise lexotique par rapport au normal
on oublie des donnes
on sarrte trop sur laspect gnration de thories
on se perd dans les sources et observations
Problmes
on est bloqu dans largumentation
dans ce cas dessinez et dessinez !
on commence douter
faites une analyse pousse de cas/sous-cas dviants
baissez vos prtentions, on ne peut jamais tre 90% sr
DKS 7/11/06
E-34
A. Mthodes de test ( tudier selon vos besoins)

Il faut sassurer de la validit de votre recherche
Une liste de points examiner / choses faire:
sinterroger sur la reprsentativit
examen deffets du chercheur
triangulation (utiliser plusieurs mthodes, mesures)
qualifier les vidences (est-ce sr et pourquoi ?)
analyse de la signification de cas dviants (ne rien mettre sous la table !)
utilisation de cas extrmes
suivre les surprises
chasser lvidence ngative
corroborer des si-alors par des si-puis
limination de relations fausses
rplication
tester des explications rivales
chercher un feed-back des informants
DKS 7/11/06
E-35
B. Une analyse qualitative gagne en validit interne:
si elle est plausible par rapport dautre connaissances (thories)

si elle est crdible en fonction des mthodes utilises
si le lien avec les donnes est bien dmontr
si les donnes sont fiables (par exemple les informateurs)
si le chercheur peut montrer quil na pas transform lobjet tudi
si une triangulation de donnes et de mthodes a t utilise
prudence: parfois on obtient diffrent rsultat parce que les gens pensent et agissent autrement dans
diffrents contextes
si les rpondants sont daccord avec les rsultats

a ne marche pas si lanalyse rentre en conflit avec le self-image du rpondant
si lanalyse a t guide par une approche thorique

si elle donne un overview des donnes en utilisant des mthodes quantitatives danalyse
de donnes.
analyse descriptive
analyse typologiques ou de correspondances
analyse factorielle (ou quivalent)
DKS 7/11/06
E-36
C. Validit externe:
Il est souvent possible de comparer les rsultats dune analyse en profondeur de qq. cas
des donnes facilement disponibles
Donc, utilisez les mthodes quantitatives comme approche auxiliaire
exemple: une tude en profondeur sur les conditions de russite du job-sharing conclut que cest plus
facile dans des entreprises avec une hirarchie plate. On pourrait comparer ces rsultats avec les
donnes dun chantillon plus large (il suffit dobtenir lorganigramme des organisations ainsi que le
nombre de personnes en job-sharing).
Exemple: une tude avec 2 cas montre que le patient dune clinique prive obtient plus de services
personnaliss. On peut faire une tude plus large en se basant sur la dure de consultation moyenne
(enfin il faudrait mieux comparer la consultation moyenne par type de maladie et type dintervention).
il faut tenter de gnraliser au niveau thorique

(mme si ltude ne concerne quune petite population mre)
DKS 7/11/06
Bibliographie - .
F-1
F - Bibliographie
Ouvrages de base en mthodologie
Dpelteau, F. (2000). La dmarche dune recherche en sciences sociales, Bruxelles, DeBoeck
Universit. [Introduction aux mthodes en sciences sociales, niveau dbutant]
Quivy, R. & van Campenhoudt, L. (1995). Manuel de recherche en sciences sociales. Dunod, Paris.
[Introduction la dmarche gnrale, niveau dbutant, complter par un ouvrage sur la mthode]
Fragnire, J. (1996). Comment russir un mmoire. Dunod, Paris. [Introduction la dmarche gnrale,
niveau dbutant, complter par un ouvrage sur la mthode]
Mthodes qualitatives
Dey, I. (1993). Qualitative Data Analysis. Routledge, London.
Lonkila (1995). Grounded theory as an emerging paradigm for computer-assisted qualitative data
analysis in U. Kelle (editor) Computer-Aided Qualitative Data Analysis. London: Sage.
Mason, J. (1996) Qualitative Researching. London: Sage.
Marshall, C. & Rossman, G. B. (1995) , Designing Qualitative Research, second edition, Sage, London.
Miles, M. B. & Huberman, A. (1994). Qualitative Data Analysis: An Expanded Sourcebook. Sage. (il
existe une traduction franaise).
Silverman, D. (1993). Interpreting Qualitative Data. Sage, London.
Coffey, Amanda A., Holbrook,B. Atkinson, P., Qualitative Data Analysis: Technologies and
Representations, School of Social and Administrative Studies, University of Wales, Cardiff (http://
www.socresonline.org.uk/1/1/4.html)
DKS 7/11/06
Bibliographie - .
F-2
DKS 7/11/06

Quali Book

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Quali Book

Transféré par

Droits d'auteur :

Formats disponibles

Mthodes qualitatives en sciences sociales

Petite introduction aux mthodes qualitatives

Version 0.9 - nov 2007

Auteur: Daniel K. Schneider

Research Design MPA

Sous les conditions suivantes:

Dtails (en Anglais) sur le site: http://creativecommons.org/licenses/by-nc-sa/2.5/deed.fr_CA

1. Introduction ...................................................................................................................... B-2

2. Elments cls de la dmarche empirique ..................................................................... B-5

selon le degr de thorisation ..................................................................................................B-6

C - Recherches visant crer une thorie

1. Introduction ...................................................................................................................... C-2

4. Le rle de la thorie et des donnes ............................................................................. C-8

D - Lacquisition de donnes qualitatives

1. Survol des mthodes dacquisition (mesures empiriques) ......................................... D-2

3. Lobservation ................................................................................................................... D-9

4.2 Textes ............................................................................................................................................D-10

5. Entretiens ....................................................................................................................... D-11

Conseils gnraux pour les entretiens ......................................................................................D-12

E - Analyse de donnes qualitatives

1. Introduction: classer, coder et retrouver linformation ............................................... E-2

3. Cration et gestion de code-books ................................................................................ E-6

Cration de code-book selon considrations thoriques ..........................................................E-6

4. Pattern codes (structure) .............................................................................................. E-10

Le context chart,Miles & Huberman (1994:102) .....................................................................E-13

7. Techniques pour chercher des corrlations ............................................................... E-23

8. Quelques conseils pour la fin ...................................................................................... E-29

Note sur les causes .....................................................................................................................E-29

Research Design - MPA

Research Design - MPA

Poser une question

Research Design - MPA

1.2 Agencement des lments du plan de recherche

Research Design - MPA

... chaque lment a son rle !!

1.3 Elments typiques dun cycle de recherche

Research Design - MPA

Contexte - 2. Elments cls de la dmarche empirique

2. Elments cls de la dmarche empirique

Artfacts / interventions (designs)

Analyses & conclusions

Contexte - 3. Types de recherches

Research Design - MPA

Contexte - 3. Types de recherches

3.2 Selon la finalit scientifique (Marshall & Rossmann 95: 41)

Quels sont les

Research Design - MPA

Contexte - 3. Types de recherches

3.3 La typologie de Jrvinen (2004: 10)

Research Design - MPA

Contexte - 3. Types de recherches

3.4 Une typologie simple des approches

tester / laborer des hypothses

mettre en vidence des

Research Design - MPA

Contexte - 3. Types de recherches

Research Design - MPA

Recherches visant crer une thorie - .

C - Recherches visant crer une thorie

Research Design - MPA

Recherches visant crer une thorie - 1. Introduction

Research Design - MPA

Recherches visant crer une thorie - 2. La notion de mthode qualitative