« Designs de recherche orientés test de théorie » : différence entre les versions

De EduTech Wiki
Aller à la navigation Aller à la recherche
mAucun résumé des modifications
mAucun résumé des modifications
Ligne 37 : Ligne 37 :
Il existe plusieurs variantes d’approches de recherche orientées vérification de théorie. Nous allons nous intéresser à certaines d’entre elles dans les chapitres suivants. Ces différentes approches ont des suppositions et des modèles méthodologiques en commun, que nous présenterons en temps voulu.   
Il existe plusieurs variantes d’approches de recherche orientées vérification de théorie. Nous allons nous intéresser à certaines d’entre elles dans les chapitres suivants. Ces différentes approches ont des suppositions et des modèles méthodologiques en commun, que nous présenterons en temps voulu.   


=== Designs avec méthodes statistiques  ===
 
D’une certaine manière, les designs statistiques sont conceptuellement liés aux designs expérimentaux. Les designs statistiques formulent des lois, i.e. les cas individuels n’ont aucun intérêt (à moins que quelque chose ne se passe mal). L’avantage de ce design est qu’il est possible de tester un nombre relativement important de lois (hypothèses) avec des données statistiques. On qualifie souvent de telles analyses de ''''corrélationnelles, ''''car elles ont pour but de démontrer des relations statistiques entre des variables. 
De tels designs de recherche s’appuient sur un raisonnement théorique antérieur, car: 
1. les mesures, i.e. les questionnaires peuvent ne pas être aussi fiables que cela: 
* ce que les gens disent peut ne pas correspondre à ce qu’ils font 
* ce que vous demandez pourrait ne pas mesurer ce que vous voulez observer 
2. il y a une surdétermination statistique, 
* vous pouvez trouver des corrélations entre variables, mais comme nous l’avons vu précédemment, les corrélations ne sont pas nécessairement synonymes de causalités. 
3. vous ne pouvez pas obtenir une «image inductive» en posant une dizaine de questions fermées. 
Le design de recherche dominant est mené de façon descendante et comprend en partie la doctrine du rationalisme critique de Popper, que l’on appelle également le falsificationnisme. Comment procéder? 
1. Commencez par formuler des hypothèses (des modèles qui contiennent des variables et des relations que vous pouvez mesurer) 
2. Mesurez les variables (e.g. à l’aide d’un questionnaire et/ou d’un test) 
3. Testez alors les relations à l’aide d’outils statistiques 
4. Testez alors des hypothèses alternatives selon le même principe. Vous devez également montrer que vos hypothèses ne sont pas falsifiables. 
Le design statistique le plus utilisé en technologie éducative est l’enquête par sondage. 
====  Introduction à l’enquête par sondage  ====
 
La méthode de l'enquête par sondage a maintenant plus de soixante ans et est bien documentée dans les manuels de méthodologie. Elle consiste à recueillir des informations auprès des gens sur leurs attitudes, comportements, expériences, conditions socio-économiques, etc. par le biais d’un questionnaire. Ce questionnaire peut être administré au format papier, lors d’un entretien présentiel, par téléphone ou par internet. Généralement l'enquête par sondage cherche à tester une théorie sur une assez grande population (e.g. "les étudiants de sciences sociales" ou "les adolescents à la fin de l'enseignement obligatoire dans les pays de l'OCDE"). Le questionnaire ne peut être administré à l’entièreté d’une population et seul un échantillon représentatif, typiquement quelques centaines de personnes, est sollicité pour répondre aux questions. 
Voici la structure type d’un plan de recherche pour une enquête par sondage (Tableau 19):  <table class=MsoNormalTable border=1 cellspacing=0 cellpadding=0
style='margin-left:9.0pt;border-collapse:collapse;border:none'> <tr style='page-break-inside:avoid'> <td width=563 valign=top style='width:422.25pt;border:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt'>
1. Revue de littérature menant aux questions de recherche générales et/ou au cadre d’analyse
2. Vous pouvez utiliser une approche qualitative dans le cadre d’une étude préliminaire pour étudier de nouveaux domaines de recherche et les citer ici.
3. Définition des hypothèses 
4. Opérationnalisation des hypothèses, e.g. définition des échelles et des questionnaires liés 
5. Définition de la population mère
6. Stratégies d’échantillonnage 
7. Identification des méthodes d’analyse </td> </tr> </table> 
Tableau 19: Eléments d’un plan de recherche pour une enquête par sondage 
La mise en oeuvre de ce type de recherche (en dehors de la rédaction) se déroule en cinq étapes (Tableau 20):  <table class=MsoNormalTable border=1 cellspacing=0 cellpadding=0
style='margin-left:9.0pt;border-collapse:collapse;border:none'> <tr style='page-break-inside:avoid'> <td width=563 valign=top style='width:422.25pt;border:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt'>
1. Elaboration du questionnaire (avec des entrées de préférence provenant d’échelles publiées) 
2. Test du questionnaire avec 2-3 sujets 
3. Sondage (entretiens présentiels, en ligne ou par écrit) 
4. Codage et vérification + construction d’échelle
5. Analyse statistique des données </td> </tr> </table> 
Tableau 20: Mise en oeuvre d’une enquête par sondage 
Conseils pour la rédaction: 
1. Séparez la présentation des résultats de la discussion 
2. Comparez toujours vos résultats à la théorie 
3. Assurez-vous de rendre votre texte lisible, e.g. placez vos résultats dans des tableaux 
====  Niveaux de raisonnement et obstacles à la validité  ====
 
Nous avons précédemment vu qu’il existe un écart entre le raisonnement théorique et les données empiriques. En tant que chercheur, vous devez être en mesure de formuler des questions de recherche générales à un niveau global et être capable de les relier, par l’intermédiaire de l’opérationnalisation, à des indicateurs [#_msocom_7 &#91;B7]]et indices ][#_msocom_8 &#91;B8]]précis au niveau des données. Vous devez également comprendre que l’interprétation de données statistiques est complexe et requiert un raisonnement et des connaissances sur les obstacles à la validité interne (Tableau 21).  <table class=MsoNormalTable border=1 cellspacing=0 cellpadding=0 width="96%"
style='width:96.76%;margin-left:9.0pt;border-collapse:collapse;border:none'> <tr style='page-break-inside:avoid;height:40.75pt'> <td width="27%" valign=top style='width:27.0%;border:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:40.75pt'>
''Niveau de raisonnement '' </td> <td width="22%" valign=top style='width:22.84%;border:solid windowtext 1.0pt;
  border-left:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:40.75pt'>
''Variables '' </td> <td width="26%" valign=top style='width:26.94%;border:solid windowtext 1.0pt;
  border-left:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:40.75pt'>
''Cas'' </td> <td width="23%" valign=top style='width:23.22%;border:solid windowtext 1.0pt;
  border-left:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:40.75pt'>
''Relations (causes)'' </td> </tr> <tr style='page-break-inside:avoid;height:51.8pt'> <td width="27%" valign=top style='width:27.0%;border:solid windowtext 1.0pt;
  border-top:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:51.8pt'>
''Théorie'' </td> <td width="22%" valign=top style='width:22.84%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
concept /catégorie  </td> <td width="26%" valign=top style='width:26.94%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
dépendent de la portée de votre théorie  </td> <td width="23%" valign=top style='width:23.22%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
sont exprimées verbalement à un niveau de langue élevé </td> </tr> <tr style='page-break-inside:avoid;height:51.8pt'> <td width="27%" valign=top style='width:27.0%;border:solid windowtext 1.0pt;
  border-top:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:51.8pt'>
''Hypothèse '' </td> <td width="22%" valign=top style='width:22.84%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
variables et valeurs (attributs)  </td> <td width="26%" valign=top style='width:26.94%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
population mère (élèves, écoles)  </td> <td width="23%" valign=top style='width:23.22%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
clairement énoncées comme des causalités ou des cooccurrences  </td> </tr> <tr style='page-break-inside:avoid;height:38.85pt'> <td width="27%" valign=top style='width:27.0%;border:solid windowtext 1.0pt;
  border-top:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:38.85pt'>
''Opérationnalisation '' </td> <td width="22%" valign=top style='width:22.84%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:38.85pt'>
dimensions et indicateurs  </td> <td width="26%" valign=top style='width:26.94%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:38.85pt'>
échantillonnage suffisamment bon  </td> <td width="23%" rowspan=3 valign=top style='width:23.22%;border-top:none;
  border-left:none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:38.85pt'>
sont des relations statistiques entre des variables statistiques (e.g. échelles composées, variables socio-démographiques) </td> </tr> <tr style='page-break-inside:avoid;height:51.8pt'> <td width="27%" valign=top style='width:27.0%;border:solid windowtext 1.0pt;
  border-top:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:51.8pt'>
''Mesure '' </td> <td width="22%" valign=top style='width:22.84%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
indicateurs observés (e.g. questions de sondage)  </td> <td width="26%" valign=top style='width:26.94%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:51.8pt'>
sujets dans l’échantillon  </td> </tr> <tr style='page-break-inside:avoid;height:78.7pt'> <td width="27%" valign=top style='width:27.0%;border:solid windowtext 1.0pt;
  border-top:none;background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;
  height:78.7pt'>
''Statistiques '' </td> <td width="22%" valign=top style='width:22.84%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:78.7pt'>
mesures (e.g. réponses aux questions), échelles (mesures composées)  </td> <td width="26%" valign=top style='width:26.94%;border-top:none;border-left:
  none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt;
  background:#FFFF99;padding:3.75pt 6.0pt 3.75pt 6.0pt;height:78.7pt'>
données (variables numériques) </td> </tr> </table> 
Tableau 21: Niveaux de raisonnement dans une approche avec méthodes statistiques 
''Typologie des erreurs de validité interne'' 
''''Erreur de type 1: ''''Vous croyez qu’un lien statistique entre deux variables est pertinent, car il existe une bonne corrélation entre ces deux variables, mais «en réalité» cette corrélation n’existe pas. Il se peut que la raison principale soit une variable qui influence les deux. 
* En termes complexes: vous rejetez à tort l’hypothèse nulle [#_msocom_9 &#91;B9]](pas de lien entre les variables) 
''''Erreur de type 2: ''''Vous croyez qu’un lien n’existe pas ... mais «en réalité» il y a bien relation entre les deux variables. 
* E.g., vous calculez un coefficient de corrélation et les résultats indiquent qu’il est très faible ou insignifiant. Un lien pourrait toutefois exister. La relation n’était peut-être pas linéaire, ou peut-être qu’une autre variable a causé un effet d’interaction... 
* En termes plus complexes: vous acceptez à tort l’hypothèse nulle 
Les méthodes statistiques vous permettent de tester d’autres hypothèses et par conséquent de diminuer les risques d’erreurs de validité internes. Comme toujours: réfléchissez! 
====  Exemples d’enquêtes par sondage  ====
 
''Exemple''[#_msocom_10 &#91;B10]]'': Facteurs qui favorisent l’utilisation des TIC par les enseignants'' 
Luis Gonzalez (2004): Etude pilote sur la mise en oeuvre et les perceptions des TIC. Mémoire de Master en technologie éducative, Université de Genève. 
[http://tecfaetu.unige.ch/staf/staf-h/gonzalez/staf25/memoire-STAF.pdf http://tecfaetu.unige.ch/staf/staf-h/gonzalez/staf25/memoire-STAF.pdf] 
Le but principal de ce travail de recherche, est «d’étudier les facteurs qui favorisent l’utilisation des TIC par les enseignants». 
''Facteurs:'' 
L’auteur définit 8 facteurs et postule qu’il existe des relations entre eux (Figure 36): 
 
Figure 36: Relation entre les facteurs (Mémoire L. Gonzalez, 2004, p. 18) 
''Hypothèses'': 
Voici un extrait de ce mémoire (pp. 18-19) : 
&#8220;Mon hypothèse principale postule l’existence d’une corrélation entre les facteurs suivants et la 
mise en oeuvre des TIC par les enseignants: 
* Le type de support offert par le cadre institutionnel 
* Leurs compétences pédagogiques 
* Leurs compétences techniques 
* La formation reçue, que ce soit la formation de base ou la formation continue 
* Leur sentiment d’auto-efficacité 
* Leur perception des technologies 
* Leur perception de l’usage pédagogique des TIC 
* Leur rationalisation et digitalisation pédagogique 
Les hypothèses secondaires sont les suivantes: 
* La perception de l’usage pédagogique est corrélée avec les compétences pédagogiques de l’enseignant 
* La perception des technologies est corrélée avec celle de l’usage pédagogique 
* La dimension de radicalisation et de digitalisation pédagogique est corrélée avec la perception des technologies 
* La formation est corrélée avec les compétences pédagogiques et techniques 
* Le sentiment d’auto-efficacité de est corrélé avec les compétences pédagogiques et techniques 
* La dimension de radicalisation et de digitalisation pédagogique est corrélée avec le sentiment d’auto-efficacité&#8221; 
''Méthode d’échantillonnage (p. 20)'' 
* Echantillon représentatif de futurs enseignants du primaire (étudiants), N = 48 
* Echantillon non-représentatif d’enseignants du primaire, N = 38 
* Un e-mail a été envoyé à tous les enseignants de Genève disposant d’une adresse électronique, auto-sélection (!) 
* Remarque: le questionnaire était très long, quelques enseignants qui avaient commencé à le remplir ont abandonné après un certain temps. 
* Ce type d’échantillonnage convient à une étude pilote ou à un petit travail de mémoire de Master 
''Design du questionnaire'' 
Dans la mesure du possible, les définitions de chaque «domaine conceptuel» (voir ci-dessus) ainsi que les séries de questions et les échelles ont été adaptées depuis la littérature. 
''Collecte de données'' 
Les données ont été recueillies par l’intermédiaire d’un questionnaire en ligne (à l’aide de l’interface phpESP) 
''Purification de l’instrument'' 
Cela a été fait par «une analyse factorielle et un regroupement des items définissant des indices susceptibles de résumer les variables» (i.e. les 8 facteurs) p. 21. Remarque: si vous utilisez des instruments publiés et sérieusement testés, cette opération n’est pas nécessaire! 
''Perception de l’usage pédagogique des TIC'' 
Dans le questionnaire, ce concept est mesuré avec deux ''séries de questions'' (échelles). 
La perception de l’utilisation pédagogique des TIC se mesure avec deux séries de questions: une première série interroge sur l’attitude des individus à l’égard de «déclarations officielles» sur l’utilisation des ressources informatiques dans l’éducation. La deuxième série mesure l’utilité attribuée à différents types de ressources utilisant l’informatique. 
Les deux séries de questions utilisent les mêmes types de réponses: 1=pas du tout d’accord, 2=pas vraiment d’accord, 3=plutôt d’accord, 4=tout à fait d’accord. 
A partir de ces questions, trois indices ont été produits (pp.28-9): 
* Var_PUP1 ― degré d’importance des outils d’entraide et de collaboration pour les élèves 
* Var_PUP2 ― degré d’importance des outils de communication entre élèves 
* Var_PUP3 ― accord sur ce qui favorise les apprentissages de type constructiviste 
===Design de systèmes comparatifs similaires  ===
 
Ce design est largement utilisé dans l’analyse des comparaisons de politiques publiques. Il permet de comparer les systèmes éducatifs de districts / régions et de pays. Ce design se contente généralement d’utiliser des statistiques descriptives très simples, et souvent des données globales officielles. 
Principe'' ''(Figure 37): 
1. Assurez-vous d’avoir une bonne variance parmi les ''''variables opératoires'''', i.e l’ensemble de toutes les variables dépendantes et indépendantes. 
2. Assurez-vous qu’aucune autre variable n’ait de la variance (i.e qu’aucune variable de contrôle cachée ne puisse produire d’effets) 
 
Figure 37: Design de systèmes comparatifs similaires 
En d’autres termes, sélectionnez des cas différents en ce qui concerne les variables pertinentes pour votre recherche, mais similaires pour les autres aspects. 
Exemple: si vous voulez mesurer les effets des TIC, ne choisissez pas une école prestigieuse qui utilise les TIC et une école normale qui ne les utilise pas. Choisissez soit des écoles prestigieuses, soit des écoles «normales», sans quoi vous ne pourriez savoir si c’est réellement l’utilisation des TIC qui fait la différence. 
Avantages et inconvénients de cette méthode: 
* fiabilité moins bonne et problèmes de validité de construction 
* meilleur contrôle de variables inconnues en ce qui concerne la plupart des systèmes de designs différents 
* validité externe moins bonne (impossibilité à généraliser) 
* tests statistiques faibles ou inexistants. La plupart du temps, les chercheurs comparent uniquement des données descriptives et ne peuvent fournir de résultats significatifs sur le plan statistique, car les cas sont trop peu nombreux. 
=== Résumé  ===
=== Résumé  ===
 


Dans ce chapitre, nous avons présenté quelques designs de recherche fondés sur la théorie, que nous résumons dans le tableau ci-dessous avec quelques cas d’utilisation types. Il existe d’autres designs fondés sur la théorie que nous n’avons pas présentés, e.g. les simulations.   
Dans ce module sur les '''designs de recherche orientés test de théorie''', nous présentons quelques designs de recherche fondés sur la théorie, que nous résumons dans le tableau ci-dessous avec quelques cas d’utilisation types. Il existe d’autres designs fondés sur la théorie que nous n’avons pas présentés, e.g. les simulations.   


  <table class=MsoNormalTable border=1 cellspacing=0 cellpadding=0 width="97%"
<table class=MsoNormalTable border=1 cellspacing=0 cellpadding=0 width="97%"
  style='width:97.34%;margin-left:8.5pt;border-collapse:collapse;border:none'> <tr> <td width="47%" style='width:47.4%;border-top:groove windowtext 6.0pt;
  style='width:97.34%;margin-left:8.5pt;border-collapse:collapse;border:none'> <tr> <td width="47%" style='width:47.4%;border-top:groove windowtext 6.0pt;
   border-left:groove windowtext 6.0pt;border-bottom:none;border-right:none;
   border-left:groove windowtext 6.0pt;border-bottom:none;border-right:none;
Ligne 402 : Ligne 91 :


* Education comparative  </td> </tr> </table>   
* Education comparative  </td> </tr> </table>   
 


Bien entendu, vous pouvez combiner plusieurs de ces approches dans un projet de recherche. Vous pouvez également utiliser différents designs pour la même question afin d’obtenir différents éléments de réponse.   
Bien entendu, vous pouvez combiner plusieurs de ces approches dans un projet de recherche. Vous pouvez également utiliser différents designs pour la même question afin d’obtenir différents éléments de réponse.   


Pour pratiquer:  
Pour pratiquer (une fois que vous avez lu les introductions aux designs expérimentaux, quasi-expérimentaux et statistiques:


A) Répondez aux questions!   
A) Répondez aux questions!   

Version du 26 mars 2015 à 13:37

Manuel de recherche en technologie éducative
◀▬▬▶
à améliorer débutant
2015/03/26 ⚒⚒ 2015/03/27

Introduction

Nous avons précédemment présenté trois grandes familles d’approches de recherche: la recherche explicative, orientée vérification de théorie, la recherche interprétative, orientée création de théorie, et la recherche design. Dans ce chapitre, nous présenterons des designs de recherche (stratégies d’investigation) explicatifs, orientés vérification de théorie, i.e. le courant dominant des sciences sociales. La plupart des recherches en sciences de l’éducation publiées dans des revues de qualité s’appuient sur cette méthodologie. Plusieurs recherches évaluation reposent également sur une approche descendante fondée sur des modèles théoriques.

Objectifs d’apprentissage

  • Comprendre les principes fondamentaux de la recherche orientée vérification de théorie
  • Se familiariser avec quelques approches principales et être en mesure de les distinguer

Principes

La recherche quantitative cherche à vérifier une théorie en examinant les relations existant entre les variables. Ces variables peuvent être mesurées, par des instruments, afin de générer des données numériques qui vont pouvoir être analysées avec des procédures statistiques. De plus, une étude quantitative a une structure fixe comportant une introduction, la littérature et la théorie, les méthodes, les résultats et la discussion. (Creswell, 2014, p. 247)

Les éléments les plus importants d’un design empirique fondé sur la théorie sont de ce fait (Figure 21): la théorie, les hypothèses, les mesures et les analyses causales (statistiques).


Figure 21: Principaux éléments de la recherche empirique fondée sur la théorie


  • Conceptualisations: chaque question de recherche est détaillée par l’intermédiaire d’une ou de plusieurs hypothèses. Les hypothèses sont ancrées dans la théorie.
  • Mesures: les mesures sont généralement quantitatives (e.g. données expérimentales, données d’enquêtes, «statistiques» organisationnelles ou publiques, etc.) et s’appuient sur des artéfacts tels que des sondages ou du matériel expérimental.
  • Analyses et conclusions: les hypothèses sont testées à l’aide de méthodes statistiques, par exemple des designs expérimentaux ou des designs corrélationnels (statistiques).

Il existe plusieurs variantes d’approches de recherche orientées vérification de théorie. Nous allons nous intéresser à certaines d’entre elles dans les chapitres suivants. Ces différentes approches ont des suppositions et des modèles méthodologiques en commun, que nous présenterons en temps voulu.

Résumé

Dans ce module sur les designs de recherche orientés test de théorie, nous présentons quelques designs de recherche fondés sur la théorie, que nous résumons dans le tableau ci-dessous avec quelques cas d’utilisation types. Il existe d’autres designs fondés sur la théorie que nous n’avons pas présentés, e.g. les simulations.

Approche Quelques cas d’utilisation
Designs expérimentaux
  • Enquêtes psychopédagogiques
  • Interface homme machine
Designs quasi-expérimentaux
  • Ingénierie pédagogique (dans son ensemble)
  • Psychologie sociale
  • Analyse de politiques publiques
  • Réforme éducative
  • Réforme organisationnelle
Designs statistiques
  • Les pratiques pédagogiques
  • Patterns (modèles) d’usages
Designs de systèmes comparatifs similaires
  • Analyse des politiques publiques
  • Education comparative

Bien entendu, vous pouvez combiner plusieurs de ces approches dans un projet de recherche. Vous pouvez également utiliser différents designs pour la même question afin d’obtenir différents éléments de réponse.

Pour pratiquer (une fois que vous avez lu les introductions aux designs expérimentaux, quasi-expérimentaux et statistiques:

A) Répondez aux questions!

1. Quelle est la différence principale entre un design expérimental et un design quasi-expérimental?

2. Un design quasi-expérimental et une enquête par sondage ont certains éléments en commun. Lesquels?

3. Listez les étapes importantes d’une enquête par sondage.

B) Concevez!

1. Esquissez un design quasi-expérimental pour répondre à la question suivante :

Dans un programme de formation à distance, est-ce qu’un tutorat de bonne qualité augmente la satisfaction à l’égard du programme et diminue le taux d’abandon des étudiants?

2. Formulez une hypothèse de recherche qui traite du lien entre la participation des étudiants en ligne et l’accompagnement apportée aux étudiants. Elaborez pour chacune des deux variables une série de quatre questions. Justifiez chaque question et les éléments de réponse.

Astuce: vous pourriez trouver des outils de sondage dans la littérature.

C) Etude de cas

Téléchargez Poellhuber, B., Chomienne, M., Karsenti, T. (2011). L’effet du tutorat individuel sur le sentiment d’auto-efficacité et la persévérance en formation à distance. Revue des sciences de l'éducation, 37 (3), pp. 569-593. DOI: 10.7202/1014758ar

1. Identifiez la question de recherche centrale

2. Expliquez comment le sentiment d’auto-efficacité et la persévérance ont été mesurés.

3. Résumez les résultats.