« Tout ce qui peut être compté ne compte pas, et tout ce qui compte ne peut pas être compté » (Albert Einstein)
La recherche qualitative est un processus utilisé pour la collecte, l’analyse et l’interprétation systématiques de données non numériques (Punch, 2013).
La recherche qualitative peut être utilisée pour (i) acquérir une compréhension contextuelle profonde de la réalité sociale subjective des individus et (ii) répondre à des questions sur l’expérience et la signification du point de vue du participant (Hammarberg et al., 2016).
Contrairement à la recherche quantitative, qui se concentre sur la collecte et l’analyse de données numériques en vue d’une analyse statistique, la recherche qualitative se concentre sur les informations thématiques et contextuelles.
Caractéristiques de la recherche qualitative
La réalité est socialement construite
La recherche qualitative vise à comprendre comment les participants donnent un sens à leurs expériences – individuellement ou dans des contextes sociaux. Elle part du principe qu’il n’existe pas de réalité objective et que le monde social est interprété (Yilmaz, 2013).
La primauté du sujet
L’objectif premier de la recherche qualitative est de comprendre les perspectives, les expériences et les croyances des personnes qui ont vécu le phénomène choisi pour la recherche, plutôt que les expériences moyennes de groupes de personnes (Minichiello, 1990).
Les variables sont complexes, imbriquées et difficiles à mesurer
Les facteurs tels que les expériences, les comportements et les attitudes sont complexes et imbriqués, de sorte qu’ils ne peuvent être réduits à des variables isolées, ce qui les rend difficiles à mesurer quantitativement.
Cependant, une approche qualitative permet aux participants de décrire ce qu’ils pensaient/ressentaient, pourquoi ou comment ils le faisaient pendant le phénomène étudié (Yilmaz, 2013).
Emic (point de vue de l’initié)
Le phénomène étudié est centré sur le point de vue des participants (Minichiello, 1990).
L’emic est utilisé pour décrire la manière dont les participants interagissent, communiquent et se comportent dans le contexte de la recherche (Scarduzio, 2017).
Pourquoi mener une recherche qualitative ?
Afin de mieux comprendre comment les gens vivent le monde, les individus sont étudiés dans leur environnement naturel. Cela permet au chercheur de comprendre un phénomène au plus près de la manière dont les participants le vivent.
La recherche qualitative permet aux chercheurs d’acquérir une compréhension approfondie, ce qui est difficile à réaliser avec des méthodes quantitatives.
Une compréhension en profondeur est obtenue parce que les techniques qualitatives permettent aux participants de divulguer librement leurs expériences, leurs pensées et leurs sentiments sans contrainte (Tenny et al., 2022).
Cela permet d’approfondir l’étude et la compréhension des données quantitatives en découvrant les raisons des résultats d’une étude – en répondant à la question du pourquoi qui se cache derrière les statistiques.
La nature exploratoire de la recherche qualitative aide à générer des hypothèses qui peuvent ensuite être testées quantitativement (Busetto et al., 2020).
Pour concevoir des hypothèses, la théorie doit être étudiée à l’aide de méthodes qualitatives afin de découvrir ce qui est important pour commencer la recherche.
Par exemple, en menant des entretiens ou en organisant des groupes de discussion avec les principales parties prenantes pour découvrir ce qui est important pour elles.
Voici quelques exemples de questions de recherche qualitative :
- Comment le stress influence-t-il le comportement des jeunes adultes ?
- Quels sont les facteurs qui influencent le taux de scolarisation des élèves dans les pays développés ?
- Comment les adultes interprètent-ils la consommation excessive d’alcool au Royaume-Uni ?
- Quels sont les impacts psychologiques du dépistage du cancer du col de l’utérus chez les femmes ?
- Comment les cours sur la santé mentale peuvent-ils être intégrés dans le programme scolaire ?
Collecte de données qualitatives
Quatre méthodes principales sont utilisées pour recueillir des données qualitatives : les observations, les entretiens, les groupes de discussion et l’ethnographie.
Les observations
Cette méthode consiste à observer et à enregistrer des phénomènes tels qu’ils se produisent dans la nature. L’observation peut être divisée en deux types : l’observation participante et l’observation non participante.
Dans l’observation participante, le chercheur participe activement à la situation ou aux événements observés.
Dans l’observation non participante, le chercheur ne participe pas activement à l’observation et s’efforce de ne pas influencer les comportements qu’il observe (Busetto et al., 2020).
Les observations peuvent être discrètes (les participants ne savent pas qu’un chercheur les observe) ou manifestes (les participants sont conscients de la présence du chercheur et savent qu’ils sont observés).
Cependant, la conscience de la présence d’un observateur peut influencer le comportement des participants.
Les entretiens
Les entretiens permettent aux chercheurs de pénétrer dans l’univers d’un participant en sollicitant son récit d’un événement, d’une situation ou d’un phénomène. Ils sont généralement menés en tête-à-tête et peuvent être distingués en fonction du niveau auquel ils sont structurés (Punch, 2013).
Les entretiens structurés comportent des questions et des séquences prédéterminées afin de garantir la reproductibilité et la comparabilité. Toutefois, ils ne permettent pas d’explorer les questions émergentes.
Les entretiens informels consistent en des conversations spontanées et décontractées qui sont plus proches de la vérité d’un phénomène. Toutefois, les informations sont recueillies à l’aide de notes rapides prises par le chercheur et sont donc sujettes à des biais de mémorisation.
Les entretiens semi-structurés ont une structure, une formulation et un placement flexibles, ce qui permet d’explorer les questions émergentes (Denny & Weckesser, 2022).
L’utilisation de questions d’approfondissement et de clarification peut conduire à une compréhension détaillée, mais les entretiens semi-structurés peuvent prendre beaucoup de temps et être sujets à des biais de la part de l’intervieweur.
Groupes de discussion
Tout comme les entretiens, les groupes de discussion permettent d’obtenir un compte rendu riche et détaillé d’une expérience. Cependant, les groupes de discussion sont plus dynamiques car les participants ayant des caractéristiques communes construisent ensemble ce compte rendu (Denny & Weckesser, 2022).
Un récit commun est construit entre les participants pour saisir une expérience de groupe façonnée par un contexte commun.
Le chercheur joue le rôle de modérateur, qui établit les règles de base et guide la discussion en suivant un guide thématique pour orienter les discussions du groupe.
En règle générale, les groupes de discussion comptent de 4 à 10 participants, car il peut être difficile d’animer une discussion avec un plus grand nombre de participants, et ce nombre permet à chacun de s’exprimer.
Ethnographie
L’ethnographie est une méthodologie utilisée pour étudier les comportements et les interactions sociales d’un groupe de personnes dans leur environnement (Reeves et al., 2008).
Les données sont collectées à l’aide de méthodes telles que les observations, les notes de terrain ou les entretiens structurés ou non structurés.
L’objectif de l’ethnographie est de fournir un aperçu détaillé et holistique du comportement et des perspectives des personnes dans leur environnement naturel. Pour ce faire, les chercheurs s’immergent dans une communauté ou une organisation.
Grâce à la flexibilité et à l’orientation vers le monde réel de l’ethnographie, les chercheurs sont en mesure d’acquérir une compréhension approfondie et nuancée des expériences, des connaissances et des points de vue des personnes, qui sont influencés par la culture et la société.
Afin de dresser un tableau représentatif d’une culture ou d’un contexte particulier, les chercheurs doivent effectuer un travail de terrain approfondi.
Cela peut prendre beaucoup de temps, car les chercheurs peuvent être amenés à s’immerger dans une communauté ou une culture pendant quelques jours, voire quelques années.
Méthodes d’analyse des données qualitatives
Différentes méthodes peuvent être utilisées pour analyser les données qualitatives. Le chercheur choisit en fonction des objectifs de son étude.
Le chercheur joue un rôle clé dans l’interprétation des données, en prenant des décisions concernant le codage, la thématisation, la décontextualisation et la recontextualisation des données (Starks & Trinidad, 2007).
Théorie ancrée
La théorie ancrée est une méthode qualitative spécifiquement conçue pour générer une théorie inductive à partir des données. Elle a été développée par Glaser et Strauss en 1967 (Glaser & Strauss, 2017).
Cette méthodologie vise à développer des théories (plutôt que de tester des hypothèses) qui expliquent un processus social, une action ou une interaction (Petty et al., 2012). Afin d’éclairer la théorie en cours d’élaboration, la collecte et l’analyse des données se déroulent simultanément.
La théorie ancrée utilise trois types de codage : le codage initial (ouvert), le codage intermédiaire (axial) et le codage avancé (sélectif).
Tout au long de l’analyse, des mémos doivent être créés pour documenter les idées méthodologiques et théoriques concernant les données. Les données doivent être collectées et analysées jusqu’à ce qu’elles soient saturées et qu’une théorie soit élaborée.
Analyse du contenu
L’analyse de contenu a été utilisée pour la première fois au début du XXe siècle pour analyser des documents textuels tels que des journaux et des discours politiques.
L’analyse de contenu est une méthode de recherche utilisée pour identifier et analyser la présence et les modèles de thèmes, de concepts ou de mots dans les données (Vaismoradi et al., 2013).
Cette méthode de recherche peut être utilisée pour analyser des données sous différents formats, qui peuvent être écrits, oraux ou visuels.
L’objectif de l’analyse de contenu est de développer des thèmes qui capturent les significations sous-jacentes des données (Schreier, 2012).
L’analyse qualitative de contenu peut être utilisée pour valider des théories existantes, soutenir le développement de nouveaux modèles et théories, et fournir des descriptions approfondies de contextes ou d’expériences particuliers.
Les six étapes suivantes fournissent une ligne directrice sur la manière de mener une analyse qualitative de contenu.
- Définir une question de recherche: Pour commencer l’analyse de contenu, il convient de définir une question de recherche claire.
- Identifier et collecter les données: Établissez les critères d’inclusion de vos données. Trouvez les sources pertinentes à analyser.
- Définir l’unité ou le thème d’analyse: Catégorisez le contenu en thèmes. Les thèmes peuvent être un mot, une expression ou une phrase.
- Élaborer des règles de codage des données: Définissez un ensemble de règles de codage afin de vous assurer que toutes les données sont codées de manière cohérente.
- Codez les données: Suivez les règles de codage pour classer les données par thèmes.
- Analyser les résultats et tirer des conclusions: Examinez les données afin d’identifier des modèles et de tirer des conclusions en rapport avec votre question de recherche.
Analyse du discours
L’analyse du discours est une méthode de recherche utilisée pour étudier le langage écrit/parlé en relation avec son contexte social (Wood & Kroger, 2000).
Dans l’analyse du discours, le chercheur interprète les détails du matériel linguistique et le contexte dans lequel il se situe.
L’analyse du discours vise à comprendre les fonctions du langage (comment le langage est utilisé dans la vie réelle) et comment le sens est véhiculé par le langage dans différents contextes. Les chercheurs utilisent l’analyse du discours pour étudier les groupes sociaux et la manière dont la langue est utilisée pour atteindre des objectifs de communication spécifiques.
Différentes méthodes d’analyse du discours peuvent être utilisées en fonction des buts et objectifs d’une étude. Toutefois, les étapes suivantes fournissent une ligne directrice sur la manière de mener une analyse du discours.
- Définir la question de recherche: Élaborer une question de recherche pertinente pour encadrer l’analyse.
- Recueillir les données et établir le contexte: Recueillir le matériel de recherche (par exemple, les transcriptions d’entretiens, les documents). Recueillez des détails factuels et examinez la littérature pour élaborer une théorie sur le contexte social et historique de votre étude.
- Analyser le contenu: Examinez attentivement les différents éléments du texte, tels que le vocabulaire, les phrases, les paragraphes et la structure du texte. Identifiez les modèles pertinents pour la question de recherche afin de créer des codes, puis regroupez-les en thèmes.
- Examiner les résultats : Réfléchir aux résultats pour examiner la fonction de la langue, ainsi que le sens et le contexte du discours.
Analyse thématique
L’analyse thématique est une méthode utilisée pour identifier, interpréter et rapporter des modèles dans les données, tels que des points communs ou des contrastes.
Bien que l’origine de l’analyse thématique remonte au début du XXe siècle, la compréhension et la clarté de l’analyse thématique sont attribuées à Braun et Clarke (2006).
L’analyse thématique vise à développer des thèmes (schémas de signification) dans un ensemble de données afin de répondre à une question de recherche.
Dans l’analyse thématique, les données qualitatives sont recueillies à l’aide de techniques telles que les entretiens, les groupes de discussion et les questionnaires. Les enregistrements audio sont transcrits. L’ensemble des données est ensuite exploré et interprété par un chercheur afin d’identifier des modèles.
Cela se fait par le biais d’un processus rigoureux de familiarisation avec les données, de codage, de développement de thèmes et de révision. Les schémas identifiés fournissent un résumé de l’ensemble des données et peuvent être utilisés pour répondre à une question de recherche.
Les thèmes sont développés en explorant les significations implicites et explicites des données. Deux approches différentes sont utilisées pour générer des thèmes : inductive et déductive.
Une approche inductive permet aux thèmes d’émerger des données. En revanche, une approche déductive utilise des théories ou des connaissances existantes pour appliquer des idées préconçues aux données.
Phases de l’analyse thématique
Braun et Clarke (2006) proposent un guide des six phases de l’analyse thématique. Ces phases peuvent être appliquées de manière flexible pour s’adapter aux questions de recherche et aux données.
| Phase | Procédure pour chaque étape |
|---|---|
| 1. Collecte et transcription des données | Recueillir des données brutes, par exemple des entretiens ou des groupes de discussion, et transcrire intégralement les enregistrements audio |
| 2. Familiarisation avec les données | Lisez et relisez toutes vos données du début à la fin ; notez vos premières idées |
| 3. Créer des codes initiaux | Commencez à identifier les codes préliminaires qui mettent en évidence les caractéristiques importantes des données et peuvent être pertinents pour la question de recherche |
| 4. Créez de nouveaux codes qui englobent des thèmes potentiels | Examiner les codes initiaux et explorer les similitudes, les différences ou les contradictions afin de découvrir les thèmes sous-jacents ; créer une carte pour visualiser les thèmes identifiés |
| 5. Faire une pause puis revenir aux données | Faire une pause et revenir plus tard pour examiner les thèmes |
| 6. Évaluer l’adéquation des thèmes | Dernière opportunité d’analyse ; vérifier que les thèmes sont soutenus et saturés de données |
Analyse du modèle
L’analyse des modèles fait référence à une méthode spécifique d’analyse thématique qui utilise le codage hiérarchique (Brooks et al., 2014).
L’analyse des modèles est utilisée pour analyser des données textuelles, par exemple des transcriptions d’entretiens ou des réponses ouvertes à un questionnaire écrit.
Pour effectuer une analyse par modèle, un modèle de codage doit être élaboré (généralement à partir d’un sous-ensemble de données), puis révisé et affiné. Ce modèle représente les thèmes identifiés par les chercheurs comme importants dans l’ensemble des données.
Les codes sont classés de manière hiérarchique dans le modèle, les codes de niveau supérieur illustrant les thèmes généraux des données et les codes de niveau inférieur représentant des thèmes constitutifs plus restreints.
Les principales étapes de la procédure d’analyse des modèles sont décrites ci-dessous.
- Familiarisation avec les données: Lisez (et relisez) l’ensemble des données dans leur intégralité. Engagez-vous, réfléchissez et prenez des notes sur les données qui peuvent être pertinentes pour la question de recherche.
- Codage préliminaire: Identifier les codes initiaux en s’appuyant sur les codes a priori, identifiés avant l’analyse comme susceptibles d’être utiles et pertinents pour l’analyse.
- Organiser les thèmes: Organiser les thèmes en groupes significatifs. Examinez les relations entre les thèmes à l’intérieur des groupes et entre les groupes.
- Produire un modèle initial: Élaborer un modèle initial. Celui-ci peut être basé sur un sous-ensemble de données.
- Appliquer et développer le modèle: Appliquer le modèle initial à d’autres données et y apporter toutes les modifications nécessaires. Les améliorations apportées au modèle peuvent consister à ajouter des thèmes, à en supprimer ou à en modifier la portée ou le titre.
- Finaliserle modèle: Finaliser le modèle, puis l’appliquer à l’ensemble des données.
Analyse du cadre
L’analyse par cadre est une forme comparative d’analyse thématique qui analyse systématiquement les données à l’aide d’une matrice.
Ritchie et Spencer (1994) ont développé cet ensemble de techniques pour analyser des données qualitatives dans le cadre de recherches politiques appliquées. L’analyse de cadre vise à générer une théorie à partir des données.
Elle encourage les chercheurs à organiser et à gérer leurs données en les résumant.
Il en résulte une matrice flexible et unique, dans laquelle les participants individuels (ou cas) sont représentés par des lignes et les thèmes par des colonnes.
Chaque cellule croisée est utilisée pour résumer les résultats relatifs au participant et au thème correspondants.
L’analyse de cadre comporte cinq phases distinctes qui sont liées entre elles et forment un cadre méthodique et rigoureux.
- Familiarisation avec les données: Familiarisez-vous avec toutes les transcriptions. Plongez-vous dans les détails de chaque transcription et commencez à noter les thèmes récurrents.
- Élaboration d’un cadre théorique: Identifiez les thèmes récurrents/importants et ajoutez-les à un tableau. Fournir un cadre/une structure pour l’analyse.
- Indexation: Appliquer systématiquement le cadre à l’ensemble des données de l’étude.
- Résumer les données dans un cadre analytique: Réduire les données en de brefs résumés des récits des participants.
- Cartographie et interprétation: Comparer les thèmes et les sous-thèmes et les comparer aux transcriptions originales. Regrouper les données en catégories et les expliquer.
Prévenir les biais dans la recherche qualitative
Pour évaluer les études qualitatives, la liste de contrôle CASP (Critical Appraisal Skills Programme) pour les études qualitatives peut être utilisée pour s’assurer que tous les aspects d’une étude ont été pris en compte (CASP, 2018).
La qualité de la recherche peut être améliorée et évaluée à l’aide de critères tels que les listes de contrôle, la réflexivité, le cocodage et la vérification par les membres.
Co-codage
S’en remettre à un seul chercheur pour interpréter des données riches et complexes peut entraîner le risque de passer à côté d’idées essentielles et de points de vue différents. C’est pourquoi le codage est souvent effectué par plusieurs chercheurs.
Une stratégie commune doit être définie au début du processus de codage (Busetto et al., 2020). Il s’agit notamment d’établir une liste de codage utile et de trouver une définition commune des codes individuels.
Les transcriptions sont d’abord codées indépendamment par les chercheurs, puis comparées et consolidées afin de minimiser les erreurs ou les biais et de confirmer les résultats.
Vérification par les membres
Le contrôle des membres (ou validation des répondants) consiste à vérifier auprès des participants si la recherche correspond à leurs expériences (Russell & Gregory, 2003).
Les données peuvent être renvoyées aux participants après la collecte des données ou lorsque les résultats sont disponibles pour la première fois. Par exemple, les participants peuvent recevoir la transcription de leur entretien et être invités à vérifier si elle représente de manière complète et précise leur point de vue.
Les participants peuvent alors clarifier ou développer leurs réponses pour s’assurer qu’elles correspondent à leur point de vue (Shenton, 2004).
Ce retour d’information fait partie de la collecte des données et garantit la précision des descriptions/interprétations des phénomènes (Mays & Pope, 2000).
Réflexivité dans la recherche qualitative
La réflexivité consiste généralement à examiner ses propres jugements, pratiques et systèmes de croyance pendant la collecte et l’analyse des données. Elle vise à identifier toute croyance personnelle susceptible d’influer sur la recherche.
La réflexivité est essentielle dans la recherche qualitative pour garantir la transparence méthodologique et l’exhaustivité du rapport. Elle permet aux lecteurs de comprendre comment l’interaction entre le chercheur et le participant façonne les données.
En fonction de la question de recherche et de la population étudiée, les facteurs à prendre en compte comprennent l’expérience du chercheur, la manière dont le contact a été établi et maintenu, l’âge, le sexe et l’appartenance ethnique.
Ces détails sont importants car, dans la recherche qualitative, le chercheur est un élément dynamique du processus de recherche et influence activement le résultat de la recherche (Boeije, 2014).
Exemple de réflexivité
Votre identité et vos caractéristiques influencent la manière dont vous collectez et analysez les données. Voici un exemple de déclaration de réflexivité pour une recherche sur le tabagisme.
Je suis une femme blanche de 30 ans, issue de la classe moyenne. Je vis dans le sud-ouest de l’Angleterre et j’ai fait des études jusqu’au niveau de la maîtrise. J’ai participé à deux projets de recherche sur la santé bucco-dentaire. Je n’ai jamais fumé, mais j’ai pu constater les effets néfastes du tabagisme en travaillant bénévolement dans un centre de sevrage tabagique.
Mes aspirations en matière de recherche sont de contribuer au développement d’interventions visant à aider les fumeurs à arrêter de fumer.
Établir la fiabilité de la recherche qualitative
La fiabilité est un concept utilisé pour évaluer la qualité et la rigueur de la recherche qualitative. Quatre critères sont utilisés pour évaluer la fiabilité d’une étude : la crédibilité, la transférabilité, la fiabilité et la confirmabilité.
Crédibilité de la recherche qualitative
La crédibilité fait référence à la précision avec laquelle les résultats représentent la réalité et les points de vue des participants.
Pour établir la crédibilité d’une recherche, les points de vue des participants et la représentation de ces points de vue par le chercheur doivent concorder (Tobin & Begley, 2004).
Pour accroître la crédibilité des résultats, les chercheurs peuvent avoir recours à la triangulation des sources de données, à la triangulation des enquêteurs, au débriefing par les pairs ou à la vérification par les membres (Lincoln & Guba, 1985).
Transférabilité de la recherche qualitative
La transférabilité fait référence au degré de généralisation des résultats, c’est-à-dire à la possibilité d’appliquer les résultats à un autre contexte, une autre situation ou un autre groupe (Tobin & Begley, 2004).
La transférabilité peut être améliorée en fournissant des descriptions complètes et approfondies du cadre, de l’échantillon et des méthodes de recherche (Nowell et al., 2017).
Fiabilité de la recherche qualitative
La fiabilité est la mesure dans laquelle l’étude pourrait être reproduite dans des conditions similaires et les résultats seraient cohérents.
Les chercheurs peuvent établir la fiabilité en utilisant des méthodes telles que les pistes d’audit afin que les lecteurs puissent voir que le processus de recherche est logique et traçable (Koch, 1994).
La confirmabilité dans la recherche qualitative
La confirmabilité consiste à établir un lien clair entre les interprétations/conclusions du chercheur et les données.
Les chercheurs peuvent parvenir à la confirmabilité en démontrant comment ils sont parvenus à leurs conclusions et interprétations (Nowell et al., 2017).
Cela permet aux lecteurs de comprendre le raisonnement qui sous-tend les décisions prises.
Pistes de vérification dans la recherche qualitative
Une piste d’audit fournit des preuves des décisions prises par le chercheur en ce qui concerne la théorie, la conception de la recherche et la collecte des données, ainsi que les étapes choisies pour gérer, analyser et rapporter les données.
Le chercheur doit fournir une justification claire de la manière dont il est parvenu aux conclusions de son étude.
Une description claire du cheminement de la recherche doit être fournie pour permettre aux lecteurs de suivre la logique du chercheur (Halpren, 1983).
Les chercheurs doivent conserver les données brutes, les notes de terrain, les transcriptions et un journal de réflexion afin de fournir une piste d’audit claire.
Avantages
Découverte de données inattendues
Les questions ouvertes dans la recherche qualitative signifient que le chercheur peut approfondir un sujet d’entretien et permettre au participant de développer ses réponses de manière illimitée.
Cela permet de faire émerger des données inattendues, qui peuvent conduire à des recherches plus approfondies sur le sujet.
La flexibilité
La collecte et l’analyse des données peuvent être modifiées et adaptées pour orienter la recherche dans une direction différente si de nouvelles idées ou de nouveaux modèles apparaissent dans les données.
Cela permet aux chercheurs d’étudier de nouvelles opportunités tout en maintenant fermement leurs objectifs de recherche.
Cadres naturalistes
Les comportements des participants sont enregistrés dans des environnements réels. Les études qui utilisent des environnements réels ont une validité écologique élevée car les participants se comportent de manière plus authentique.
Limites
Prend beaucoup de temps
La recherche qualitative produit de grandes quantités de données qui doivent souvent être transcrites et analysées manuellement.
Même lorsqu’un logiciel est utilisé, la transcription peut être inexacte, et l’utilisation d’un logiciel pour l’analyse peut donner lieu à de nombreux codes qui doivent être condensés en thèmes.
La subjectivité
Le chercheur joue un rôle essentiel dans la collecte et l’interprétation des données qualitatives. Par conséquent, les conclusions tirées le sont de son point de vue et de son expérience.
Par conséquent, les interprétations des données d’un autre chercheur peuvent varier considérablement.
Généralisabilité limitée
L’objectif de la recherche qualitative est de fournir une compréhension détaillée et contextualisée d’un aspect de l’expérience humaine à partir d’un échantillon de taille relativement réduite.
Malgré des procédures d’analyse rigoureuses, les conclusions tirées ne peuvent être généralisées à l’ensemble de la population, car les données peuvent être biaisées ou non représentatives.
Par conséquent, les résultats ne sont applicables qu’à un petit groupe de la population.
Variables étrangères
La recherche qualitative est souvent menée dans des contextes réels. Les résultats peuvent donc ne pas être fiables, car des variables extérieures peuvent affecter les données, par exemple :
- Variables situationnelles: différentes conditions environnementales peuvent influencer le comportement des participants à une étude. La variation aléatoire des facteurs (tels que le bruit ou l’éclairage) peut être difficile à contrôler en situation réelle.
- Caractéristiques du participant: il s’agit de toutes les caractéristiques susceptibles d’influencer la manière dont un participant répond ou se comporte dans une étude. Il peut s’agir de l’humeur, du sexe, de l’âge, de l’origine ethnique, de l’identité sexuelle, du quotient intellectuel, etc. d’un participant.
- Effet expérimentateur : l’effet expérimentateur fait référence à la manière dont l’influence involontaire d’un chercheur peut modifier le résultat d’une étude. Cela se produit lorsque (i) ses interactions avec les participants modifient involontairement les comportements de ces derniers ou (ii) en raison d’erreurs d’observation, d’interprétation ou d’analyse.
FAQ
Quelle doit être la taille de l’échantillon d’une étude qualitative ?
Il est recommandé que la taille de l’échantillon des études qualitatives comprenne un minimum de 12 participants pour atteindre la saturation des données (Braun, 2013).
Les enquêtes sont-elles qualitatives ou quantitatives ?
Les enquêtes peuvent être utilisées pour recueillir des informations qualitatives ou quantitatives auprès d’un échantillon. Les enquêtes qualitatives utilisent des questions ouvertes pour recueillir des informations détaillées auprès d’un large échantillon en utilisant des réponses en texte libre.
L’utilisation de questions ouvertes permet d’obtenir des réponses libres où les participants utilisent leurs propres mots, ce qui permet de recueillir des informations plus approfondies qu’avec des questions fermées.
En revanche, les enquêtes quantitatives consistent en des questions fermées avec des réponses à choix multiples. Les enquêtes quantitatives sont idéales pour obtenir une représentation statistique d’une population.
Quelles sont les considérations éthiques de la recherche qualitative ?
Avant de mener une étude, vous devez réfléchir aux risques qui pourraient survenir et prendre des mesures pour les prévenir.
Protection des participants: Les chercheurs doivent protéger les participants contre toute atteinte physique ou mentale. Cela signifie que vous ne devez pas embarrasser, effrayer, offenser ou blesser les participants.
Transparence: Les chercheurs sont tenus de communiquer clairement la manière dont ils collecteront, stockeront, analyseront, utiliseront et partageront les données.
Confidentialité: Vous devez réfléchir à la manière de préserver la confidentialité et l’anonymat des données des participants.
Qu’est-ce que la triangulation dans la recherche qualitative ?
La triangulation fait référence à l’utilisation de plusieurs approches dans une étude afin de comprendre les phénomènes de manière exhaustive. Cette méthode permet d’accroître la validité et la crédibilité des résultats de la recherche.
Les types de triangulation comprennent la triangulation des méthodes (utilisation de plusieurs méthodes pour recueillir des données), la triangulation des enquêteurs (plusieurs chercheurs pour recueillir/analyser les données), la triangulation des théories (comparaison de plusieurs perspectives théoriques pour expliquer un phénomène) et la triangulation des sources de données (utilisation de données provenant de différents moments, lieux et personnes ; Carter et al., 2014).
Pourquoi la recherche qualitative est-elle importante ?
La recherche qualitative permet aux chercheurs de décrire et d’expliquer le monde social. La nature exploratoire de la recherche qualitative aide à générer des hypothèses qui peuvent ensuite être testées quantitativement.
Dans la recherche qualitative, les participants peuvent exprimer leurs pensées, leurs expériences et leurs sentiments sans contrainte.
En outre, les chercheurs sont en mesure de suivre les réponses des participants en temps réel, générant ainsi une discussion précieuse autour d’un sujet. Cela permet aux chercheurs d’acquérir une compréhension nuancée des phénomènes, ce qui est difficile à obtenir avec des méthodes quantitatives.
Qu’est-ce que le codage des données dans la recherche qualitative ?
Le codage des données est une stratégie d’analyse des données qualitatives qui consiste à attribuer à une section de texte une étiquette décrivant son contenu.
Ces étiquettes peuvent être des mots ou des phrases qui représentent des modèles importants (et récurrents) dans les données.
Ce processus permet aux chercheurs d’identifier les contenus apparentés dans l’ensemble des données. Les codes peuvent ensuite être utilisés pour regrouper des types de données similaires afin de générer des thèmes.
Quelle est la différence entre la recherche qualitative et la recherche quantitative ?
La recherche qualitative implique la collecte et l’analyse de données non numériques afin de comprendre les expériences et les significations du point de vue du participant.
Cela permet d’obtenir des informations riches et approfondies sur des phénomènes complexes. Les données qualitatives peuvent être collectées au moyen d’entretiens, de groupes de discussion ou d’observations.
En revanche, la recherche quantitative implique la collecte et l’analyse de données numériques pour mesurer la fréquence, l’ampleur ou les relations des variables. Elle permet d’obtenir des preuves objectives et fiables qui peuvent être généralisées à l’ensemble de la population.
Les données quantitatives peuvent être collectées à l’aide de questionnaires fermés ou d’expériences.
Qu’est-ce que la fiabilité dans la recherche qualitative ?
La fiabilité est un concept utilisé pour évaluer la qualité et la rigueur de la recherche qualitative. Quatre critères sont utilisés pour évaluer la fiabilité d’une étude : la crédibilité, la transférabilité, la fiabilité et la confirmabilité.
La crédibilité fait référence à la précision avec laquelle les résultats représentent la réalité et les points de vue des participants. La transférabilité fait référence à la possibilité d’appliquer les résultats à un autre contexte, à un autre lieu ou à un autre groupe.
La fiabilité est la mesure dans laquelle les résultats sont cohérents et fiables. La confirmabilité fait référence à l’objectivité des résultats (qui ne sont pas influencés par les préjugés ou les hypothèses des chercheurs).
Qu’est-ce que la saturation des données dans la recherche qualitative ?
La saturation des données est un principe méthodologique utilisé pour déterminer la taille de l’échantillon d’une étude qualitative.
La saturation des données est proposée comme une composante méthodologique nécessaire dans la recherche qualitative (Saunders et al., 2018), car il s’agit d’un critère essentiel pour interrompre la collecte et/ou l’analyse des données.
L’objectif de la saturation des données est de ne trouver « aucune nouvelle donnée, aucun nouveau thème, aucun nouveau codage et la capacité de reproduire l’étude » (Guest et al., 2006). Par conséquent, les données recueillies sont suffisantes pour tirer des conclusions.
Pourquoi l’échantillonnage est-il important dans la recherche qualitative ?
Dans la recherche quantitative, des échantillons de grande taille sont utilisés pour fournir des estimations quantitatives statistiquement significatives.
En effet, la recherche quantitative vise à fournir des conclusions généralisables qui représentent des populations.
En revanche, l’objectif de l’échantillonnage dans la recherche qualitative est de recueillir des données qui aideront le chercheur à comprendre la profondeur, la complexité, la variation ou le contexte d’un phénomène. La petite taille des échantillons dans les études qualitatives favorise la profondeur de l’analyse axée sur les cas.
