Les matrices dans l'analyse qualitative
| Manuel de recherche en technologie éducative | |
|---|---|
| Module: Analyse de données qualitatives | |
| ◀▬▬▶ | |
| ⚐ | ☸ |
| ⚒ 2016/04/21 | |
GROS BROUILLON POUR LE MOMENT ! Certains tableaux sont mal importés et il faut les ré-importer .....
Représentations visuelles dans l'analyse qualitative
Rappelons que l’analyse qualitative structurée cherche une structure dans les données (comme le font les techniques exploratoires quantitatives) et qu'il existe deux types de techniques d’analyse courants, les matrices et les diagrammes (graphiques). Ces représentations visuelles synthétiques des données sont une étape de l'analyse qui va ensuite servir lors de l'interprétation des données (explication de ce qu'il se passe).
Le mode traditionnel de présentation utilisé par les chercheurs qualitatifs est le texte narratif. Le texte se présente sous forme de notes de terrain transcrites que l’analyste parcourt, pour en extraire des segments codés et en tirer des conclusions. Ensuite l’analyse prend généralement la forme d’un nouveau texte narratif : le compte rendu d’étude de cas. Il est contraignant pour les analyses parce que dispersé, étalé sur de nombreuses pages et difficile à consulter ; il est séquentiel plutôt que simultané et rend délicate la visualisation parallèle de deux ou trois variables ; il n’est habituellement que vaguement structuré et peut devenir monotone et indigeste. Les mêmes objections sont d’autant plus vraies pour le lecteur du rapport final. (…) La conception de formats de présentation de données qualitatives s’avère plutôt aisée et agréable. Leur variété dépend de la richesse d’imagination du chercheur, mais ils empruntent le plus souvent la forme d’une table synthétique (matrice, tableau, liste de contrôle) ou d’une figure. Les entrées sont également multiformes : petits paragraphes, citations, phrases courtes, estimations, abréviations, symboles, intitulés, flèches, etc. Le choix du format et du type d’entrée se fait en fonction de ce que vous essayez de comprendre : une situation générale, une chronologie détaillée des événements, le comportement des personnes dans des rôles différents ou le chevauchement de variables conceptuelles ». Miles, M. & Huberman, M. (2003, pp. 174-176). Analyse des données qualitatives. 2e édition. De Boeck Université.
Matrices de données et de variables
Vous pouvez utiliser des matrices de données qualitatives de la même façon que vous utilisez les matrices de données quantitatives (e.g. en comparant les indicateurs socio-économiques d’une liste de pays). Le tableau suivant correspond à une liste (fictive) de réponses d’enseignants interrogés sur trois questions concernant une nouvelle plateforme collaborative: besoin de support, besoin de formation et besoin de directives. L'utilisation de ce type de représentation visuelle consiste à organiser les dimensions d'une ou plusieurs variables à des fins diverses (explorer, décrire, ordonner, expliquer, prédire, etc.) selon le type de matrice choisie (e.g. liste de contrôle, rôles, groupements conceptuels, effets, etc.).
| cas | var 1 | besoin de support | besoin de formation | besoin de directives |
|---|---|---|---|---|
| cas 1 | important | important | important | |
| cas 2 | pas important | pas important | pas important | |
| cas 3 | important | important | important | |
| cas 4 | xyz | pas important | pas important | pas important |
| cas 5 | ..... | important | important | important |
| cas 6.... | important | pas important | pas important |
Check-lists
Une check-list (Miles & Huberman, 1994:105) permet de résumer de façon détaillée l’analyse d’une variable importante.
Exemple: Soutien externe aux projets de réforme
Imaginez l’hypothèse de travail suivante: «le soutien extérieur est important pour réussir une réforme dans une organisation». Afin de répondre à cette question, nous allons inscrire dans un tableau toutes les informations provenant de nos entretiens.
| Occurrences de soutien externe | Niveau direction | Niveau service |
|---|---|---|
| Analyse des déficiences | Remplissez chaque cellule comme ci-dessous | |
| Formation des collaborateurs | ||
| Monitoring des changements | ||
| Motivation | ||
| Séances de dynamique de groupe | adéquat: «on a vu un animateur 3 fois et cela nous a aidé» (ENT-12:10) | inadéquat: «on nous a juste informé» (ENT-13:20) |
| Etc... |
Un tel tableau expose différentes dimensions d’une variable importante (soutien externe). E.g. dans l’exemple ci-dessus, les valeurs de la variable «soutien externe» figurent dans la colonne de gauche. Dans les autres colonnes, on insère les faits selon certains critères.
Pour pratiquer:
Imaginez comment vous construiriez une telle grille pour résumer les avis des enseignants, des étudiants et des assistants au sujet du support technique pour une plateforme d’apprentissage en ligne
Tables chronologiques
Les tables chronologiques (Miles & Huberman, 1994:110) servent à résumer l’évolution d’un phénomène selon quelques catégories
Exemple: Tâches à réaliser pour une classe mixte orientée projets
| Activité | Date | Outils imposés (produits) | |
|---|---|---|---|
| 1 | Se familiariser avec le sujet | 21-NOV-2002 | liens, wiki, blog |
| 2 | Idées relatives au projet, Q&R | 29-NOV-2002 | classe |
| 3 | Les étudiants formulent des idées pour le projet | 02-DEC-2002 | News engine, blog |
| 4 | Commencer à définir le projet | 05-DEC-2002 | ePBL, blog |
| 5 | Terminer le plan de recherche provisoire | 06-DEC-2002 | ePBL, blog |
| 6 | Terminer le plan de recherche | 11-DEC-2002 | ePBL, blog |
| 7 | Partage | 17-DEC-2002 | liens, blog, notes |
| 8 | Audit | 20-DEC-2002 | ePBL, blog |
| 9 | Audit | 10-JAN-2003 | ePBL, blog |
| 10 | Terminer l’article et le produit | 16-JAN-2003 | ePBL, blog |
| 11 | Présentation du travail | 16-JAN-2003 | classe |
Ce type de tableau est utile pour identifier des événements importants. Bien sûr, vous pouvez ajouter d’autres informations, e.g. dans cet exemple nous avons ajouté des outils utilisés par les étudiants.
Matrices ordonnées selon les rôles (fonction dans l’organisation)
Les matrices selon les rôles (Miles & Huberman, 1994:124) croisent des rôles sociaux avec une ou plusieurs variables. Le principe abstrait peut se résumer comme suit (voir l’exemple ci-dessous):
| rôles | personnes | variable 1 | variable 2 | variable 3 |
|---|---|---|---|---|
| rôle 1 | personne 1 | Les cellules sont remplies par des «valeurs» riches avec pointeurs sur la source | ..... | ..... |
| personne 2 | ..... | ..... | ||
| rôle 2 | personne 9 | ..... | ..... | |
| personne 10 | ..... | ..... | ||
| rôle n | personne n | ..... | ..... |
Vous pouvez également créer des tableaux qui croisent des rôles et qui montrent les relations entre ces rôles.
| rôle 1 | ... | rôle 3 | |
|---|---|---|---|
| rôle 1 | Entrez toutes sortes d’informations sur des interactions | ||
| ... | |||
| rôle 3 |
Exemple: Evaluation de la mise en œuvre d’un service d’assistance informatique
| Acteur | Evaluation | Assistance fournie | Assistance reçue | Effets immédiats | Effets à long terme | Explication du chercheur |
|---|---|---|---|---|---|---|
| Chef | - | - | - | demotivant | a mis le programme en danger | il se sentait menacé par les nouvelles procédures |
| Consultant | + | a aidé à choisir le bon logiciel, s’est impliqué | - | a permis aux autres de se lancer | ||
| .... | ||||||
| Help-desk | +/- | dépanne les utilisateurs, peu d’aide avec les logiciels | satisfaction plus grande au travail grâce aux outils | amélioration légère de l’efficacité | Il est surchargé avec d’autres tâches | |
| Users | +/- | certains utilisateurs ont aidé leurs pairs avec l’outil | dépanne les utilisateurs, peu d’aide avec les logiciels | ont été tenus informés de la grande quantité de questions sans réponses | amélioration légère de la performance au travail | .... |
Ci-dessous, un croisement entre rôles pour visualiser les relations:
| rôle 1 | formateurs | rôle 3 | |
|---|---|---|---|
| rôle 1 | |||
| formateurs | se coordonnent mal entre eux (1) | ne reçoit pas toutes les informations (2) | |
| rôle 3 |
Techniques pour chercher des corrélations
Souvent, l’analyse qualitative se limite à de simples analyses descriptives. Toutefois, vous pouvez également utiliser des données qualitatives pour faire une sorte d’ «analyse corrélative», comme c’est typiquement le cas dans l’analyse des données quantitatives. Nous allons présenter quelques exemples de techniques.
Matrices ordonnées selon des concepts (variables)
Clusters (covariances de variables, typologies de cas), i.e. on a une idée que certaines valeurs vont ensemble, on chasse les cooccurrences dans les cellules
Corrélation entre besoin d’encadrement et besoin de formation
Prenons la question de recherche suivante: «peut-on observer une corrélation entre le besoin d’encadrement et le besoin de formation exprimés pour une nouvelle plateforme collaborative (données provenant d’entretiens d’enseignants)»?
La matrice suivante montre que le besoin d’encadrement et le besoin de formation semblent aller de pair, e.g. les cas 1,3 et 5 ont des associations «important» et les cas 2 et 4 ont des associations «pas important».
| cas | var 1 | besoin d’encadrement | besoin de formation | besoin de 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 |
| cas 6.... | important | pas important | pas important |
Créer un tableau croisé de variables représente une bonne stratégie pour mener cette analyse, e.g. afin de montrer précisément comment le besoin d’encadrement et le besoin de formation vont de pair, nous pourrions créer le tableau suivant:
| besoin de formation * besoin d’encadrement | besoin d’encadrement |
|---|---|
| oui | |
| besoin de formation | oui |
| non |
Nous pouvons observer une corrélation: les «cellules bleues» (symétrie) sont plus fortes que les «cellules magenta»! En outre, nous pourrions créer une typologie avec les mêmes données:
| Type 1: «anxieux» |
Type 2: «dépendant» |
Type 3: «bureaucrates» |
Type 4: «autonomistes» | |
|---|---|---|---|---|
| cas 1 | X | |||
| cas 2 | X | |||
| cas 3 | X | |||
| cas 4 | X | |||
| cas 5 | X | |||
| cas 6 | X | |||
| Total d’individus par type |
3 | 1 | 0 | 2 |
Nous pouvons observer l’émergence de trois types auxquels nous assignons des «labels».
Pour pratiquer:
- Pouvez-vous expliquer comment nous avons créé ces quatre types?
- Astuce: regardez les valeurs du tableau de données.
Remarque: Si vous avez plus que trois variables, vous devriez quantifier les données et utiliser un programme d’analyse de clusters.
Exemple: Effet de différents types de pression sur les stratégies TIC
Le tableau suivant montre la cooccurrence de valeurs de deux variables. L’idée est de déterminer l’effet de différents types de pression sur les stratégies TIC adoptées par une école.
| Stratégies d’une école | |
|---|---|
| Type de pression | stratégie 1: pas de réaction |
| Lettres écrites par les parents | (N=4)(p=0.8) |
| Lettres écrites par le corps enseignant | |
| Articles de journaux | |
| type ... | ..... |
Interprétation de tableaux croisés
Rappelons le principe du tableau croisé. Son objectif est d’estimer la probabilité qu’une valeur donnée de la valeur indépendante (explicative) contienne une valeur donnée de la variable dépendante (à expliquer).
Rappel de la procédure:
- On calcule les pourcentages pour chaque valeur de la variable indépendante. Il s’agit soit d’une ligne du tableau soit d’une colonne, selon l’orientation du tableau.
- On compare les pourcentages dans l’autre sens.
Pour pratiquer:
- Remplissez les pourcentages dans le tableau ci-dessous.
- Complétez ensuite la phrase
| Variable y à expliquer = stratégies d’action | |
|---|---|
| Variable explicative x | ne rien faire |
| Etudiants faisant des suggestions indirectes | 4 (__%) |
| Etudiants se plaignant explicitement |
Interprétation: si les étudiants se plaignent explicitement, le tuteur réagira ___________ fortement et se lancera dans des activités plus utiles