Les matrices dans l'analyse qualitative

Matrices et graphiques descriptifs

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). Dans ce chapitre nous allons introduire les matrices.

Le context chart

Cette technique(Miles & Huberman, 1994:102) permet de visualiser des relations et des flux d’informations entre rôles et groupes.

Work flow du programme «nouvelles pédagogies» d’une université

Figure 96: Exemple de context chart

Il existe des «langages codifiés» pour ce type d’analyse, e.g. UML ou OSSAD.

A partir du moment où vous avez clairement identifié et clarifié des relations formelles, vous pouvez faire toutes sortes d’annotations qui visualisent des informations retrouvées dans vos données (voir ci-dessous).

Fichier:Media/image20.png

Figure 97: Exemple de context chart avec notes

Tableaux de données et de variables

Vous pouvez utiliser des tableaux de données qualitatives de la même façon que vous utilisez de simples 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.

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

Nous expliquerons plus tard comment analyser de telles données de façon plus intéressante.

Check-lists

Une check-list (Miles & Huberman, 1994:105) permet de résumer de façon détaillée l’analyse d’une variable importante.

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

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

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.

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:

1. 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.

1. 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