Documente Academic
Documente Profesional
Documente Cultură
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
-.
A-1
B - Contexte
B-1
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-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
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
-.
A-2
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
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
-.
A-3
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
Contexte - 1. Introduction
B-3
Research Design approche gnrale vos grilles danalyse techniques de mesure chantillonnage techniques danalyse ....
Rsultats
DKS 7/11/06
Contexte - 1. Introduction
B-4
Thme, objectifs rsultat comparaison avec dautres travaux 5.Analyses et conclusions analyses
1.Objectifs
cadres danalyse 2.Conceptualisations hypothses grilles danalyse 4.Mesures 3.Artfacts Interventions laboration de designs matriaux dexprimentation collection de de donnes (mesures) chantillonnage (choix de cas)
DKS 7/11/06
B-5
Conceptualisations
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.
Research Design - MPA DKS 7/11/06
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
Quels sont les field study vnements, structures, et tude de cas processus constituant ce ethnographie phnomne ? exprience quasi-exprience statistique simulation
prdictive prdictions globales Quel est le rsultat dun prdiction dvnements phnomne ? ou comportements
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
DKS 7/11/06
B-8
Etudes empiriques
Evaluation dinnovations
DKS 7/11/06
B-9
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
C-1
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
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
C-3
DKS 7/11/06
C-4
DKS 7/11/06
C-5
DKS 7/11/06
C-6
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
conclusions / vrifications
DKS 7/11/06
C-8
structure sociale: lois faits observables comportements et attitudes abstraits ou situations dexprimentation
macro-observations standarises et lgres micro-observations paisses (toute la population) (peu de settings ou groupes)
DKS 7/11/06
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.
Research Design - MPA 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
Research Design - MPA 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
D-1
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
D-2
(entretiens)
participer
(vivre)
DKS 7/11/06
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)
DKS 7/11/06
D-4
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.) Les dcideurs externes et les intervenants Les groupes organiss (groupe dintrt, associations, etc.) La population du quartier Les vnements/comportements lis la dcision
DKS 7/11/06
D-5
confirmants et infirmants tester les limites dune explication extrmes ou dviants typiques intenses selon dimension boule de neige opportuns validation
DKS 7/11/06
D-6
Type de cas tous selon quota selon rputation selon critres conveniants politiques (rarement possible)
Usage identification de sous-groupes majeurs, puis slection en fonction des recommandations des experts en fonction de critres que lon dsire tudier On choisit les cas auxquels on a accs Exclusion/inclusion en fonction dimpratifs externes dangereux
reprsentativit
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
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.
DKS 7/11/06
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.
DKS 7/11/06
D-11
5. Entretiens
Type Entretien dinformation composition check-list fonction / avantages tudes initiales Voir 5.2 Conseil pour lentretien dinformation: [D-12] recherche semi-quantitative: facilite lanalyse de lensemble acclre lentretien contraint linterlocuteur Voir 5.3 Conseils pour lentretien structure [D-13]
liste de questions
Entretien semi-structur
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 rapide fiabilit facilit danalyse prsuppose une connaissance profonde du sujet tudi
DKS 7/11/06
Think aloud
D-12
DKS 7/11/06
D-13
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
DKS 7/11/06
D-15
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
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
E-1
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
E-2
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
E-3
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
1. Codage
Code 1.1
Code 1
Code 1.2
Code 3
3. Analyses
Val 1
DKS 7/11/06
E-5
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
E-6
DKS 7/11/06
E-7
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.
DKS 7/11/06
E-8
Faons de voir gens et objets perception dtaille de certains lments Processus Activits Evnements Stratgies
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
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
E-10
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.
DKS 7/11/06
E-11
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
E-12
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
Applicants
Deans
support
demands
grants
informations
informations
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
support
grants
informations
informations
(-)
External experts
(+) (-) () attitudes positives or ngatives par rapport ce programme +bonnes ou mauvaises relations entre instances (ou personnes)
Research Design - MPA DKS 7/11/06
E-15
request demander decision legal decision legal decision request first instance authority information recourse competent authority legal decision cadaster
request
information
information
request
Federal tribunal
request
Une fois tablies, les relations formelles laide dun organigramme ou dune analyse de codes (juridiques ou autres) on peut rajouter des liens informels.
Research Design - MPA DKS 7/11/06
E-16
ETC .....
information recourse competent authority (-)
request
appeal authority(-)
information
request
(+) (-) () attitudes positives, ngatives, neutres par rapport la lgislation +bons, mauvais rapports entre instances
etc.....
DKS 7/11/06
E-17
Requrants
demandes
autorisations
informations
Voirie communale
Voir le travail de diplme MPA de J-L Barraud: La capacit administrative des communes
DKS 7/11/06
E-18
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
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...
DKS 7/11/06
E-20
DKS 7/11/06
E-21
rle 1
les cellules sont remplies par des valeurs riches avec pointeurs sur la source
DKS 7/11/06
E-22
a mis le Il se sentait programme en menac danger .... il est trop surcharg avec dautres tches
consulant +
a donn des ides au a permi aux autres help-desk, tait de se lancer impliqu dpanne les utilisateurs, peu daide avec les logiciels utilisation plus frquente des programmes amlioration lgre de lefficacit
helpdesk
DKS 7/11/06
E-23
(voir page suivante pour un exemple danalyse base sur cet table)
DKS 7/11/06
E-24
... 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 type 1 type 2 ..... 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) Dans les cellules on spcifie, exemplifie les occurrences strat 1 strat 2 strat 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
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
respet de consignes (oui) perception-enseignants (positive) (type: BON IMPLEMENTEUR) perception-ens. (pos.) (type IMPLEMENTEUR) percpetion-enseignants (ngative) (type: Mauvais Implmenteur)
DKS 7/11/06
E-28
About slow ICT connections: user increase clicks + + web page is slow + high delays
DKS 7/11/06
E-29
DKS 7/11/06
E-30
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
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
transcription
Formule pour calculer la fiabilit du codage: fiabilit de codage= nombre daccords total daccords et dsaccords
DKS 7/11/06
E-33
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
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
DKS 7/11/06
E-35
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).
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