Statistiques dans la recherche qualitative
La recherche qualitative est souvent perçue comme une approche centrée sur le sens, l'expérience, le contexte et les processus sociaux. De ce fait, certains considèrent les statistiques comme superflues, voire contraires à l'esprit même de la recherche qualitative, qui privilégie la profondeur aux données quantitatives. Pourtant, en pratique, les statistiques peuvent jouer un rôle crucial dans la recherche qualitative : non pas pour « transformer » le qualitatif en quantitatif, mais plutôt pour aider les chercheurs à synthétiser les données, à clarifier les tendances, à étayer les arguments et à accroître la transparence de l'analyse.
Cet article examine comment les statistiques peuvent être utilisées de manière appropriée dans la recherche qualitative, les types de statistiques couramment utilisés, ainsi que les limites et les questions d'éthique liées à leur utilisation afin de garantir qu'elles restent conformes aux objectifs de la recherche qualitative.
1. Comprendre la place des statistiques dans la recherche qualitative
La recherche qualitative vise à approfondir la compréhension des phénomènes grâce à des données telles que des entretiens, des observations, des documents, des notes de terrain ou des artefacts culturels. Les données qualitatives se présentent généralement sous forme de récits, et non de chiffres. Toutefois, les statistiques descriptives peuvent s'avérer utiles pour le codage, le regroupement thématique ou le calcul de la fréquence d'apparition des catégories.
L'utilisation des statistiques dans la recherche qualitative n'exige pas des chercheurs qu'ils testent rigoureusement les hypothèses comme dans la recherche quantitative. L'accent est mis sur l'aide à l'interprétation : mettre en évidence les tendances, les proportions ou les variations qui se dégagent des données, tout en conservant les citations, le contexte et les explications au cœur de l'analyse.
2. Statistiques descriptives : la forme la plus courante
Les statistiques les plus fréquemment présentes dans la recherche qualitative sont les statistiques descriptives, par exemple :
– Nombre de participants en fonction de certaines caractéristiques (âge, profession, ancienneté).
– Fréquence d’apparition des thèmes ou des codes dans la transcription.
– Pourcentage de répondants ayant mentionné un problème particulier.
– Répartition des lieux d’observation ou des types de documents analysés.
Un exemple simple : dans une étude qualitative sur les expériences de travail à distance, un chercheur pourrait déclarer que « sur les 20 participants, 14 ont souligné la question des frontières entre vie professionnelle et vie personnelle » ; puis le chercheur poursuit avec des citations et des interprétations expliquant pourquoi cette question était dominante et comment le contexte différait d’un groupe à l’autre.
Les statistiques descriptives aident les lecteurs à comprendre la « carte » des données : l’ampleur de l’émergence des thèmes, les thèmes les plus fréquemment abordés et les éventuelles différences de tendances entre les participants.
3. Quantification des données qualitatives : quand est-elle utile ?
En analyse qualitative, la quantification peut être utile lorsque :
1. Accroître la transparence de l'analyse
Les lecteurs peuvent constater que les conclusions ne reposent pas sur quelques citations seulement, mais découlent d'une tendance assez cohérente.
2. Comparer les groupes de manière exploratoire
Par exemple, comparer les thèmes qui sont ressortis des entretiens entre enseignants débutants et expérimentés. L'objectif n'est pas d'établir des généralisations statistiques, mais plutôt de formuler des questions et des explications plus nuancées.
3. Prend en charge les méthodes mixtes
Dans les études mixtes, les données qualitatives peuvent être traitées en catégories qui sont ensuite analysées brièvement à l'aide de chiffres, ou inversement, les résultats quantitatifs peuvent être approfondis par le biais d'entretiens.
Toutefois, la quantification ne doit pas se substituer à la profondeur. Des thèmes rarement abordés peuvent s'avérer extrêmement importants ; par exemple, des expériences de discrimination vécues par peu de personnes, mais ayant un impact considérable.
4. Techniques statistiques pouvant être utilisées
Bien que la recherche qualitative ne se concentre pas sur l'inférence statistique, certaines techniques simples peuvent être utilisées avec prudence :
– Fréquence et pourcentage : compter l’occurrence des codes ou des thèmes.
– Tableau croisé simple : par exemple, le thème « stress au travail » est apparu davantage chez les participants qui travaillaient plus de 10 heures par jour.
– Moyenne ou médiane : pour les données démographiques ou les caractéristiques numériques des participants, telles que la durée d’expérience.
– Visualisation : graphiques à barres, tableaux récapitulatifs ou cartes thématiques présentant un résumé des tendances.
Si les chercheurs utilisent des logiciels comme NVivo, ATLAS.ti, MAXQDA ou même des tableurs, les fonctions de comptage de fréquence des codes et de matrice de comparaison des catégories sont très utiles. Cependant, ces chiffres doivent être interprétés comme des « indications de tendances dans les données analysées », et non comme des preuves statistiques pour la population.
5. Statistiques et analyse de contenu
L'analyse de contenu, notamment l'analyse qualitative-quantitative, est l'un des domaines des approches qualitatives les plus faciles à exploiter statistiquement. Les chercheurs peuvent coder des documents (articles de presse, publications sur les réseaux sociaux, politiques institutionnelles, etc.) puis compter la fréquence d'apparition de certaines catégories.
Exemple : une étude sur la couverture médiatique de la santé mentale en ligne. Les chercheurs pourraient identifier des catégories telles que « stigmatisation », « soutien professionnel », « récits de guérison » ou « sensationalisme ». Après le codage, ils peuvent présenter la proportion de chaque catégorie par média ou période. Ils doivent ensuite procéder à une analyse approfondie du langage, du cadrage et du contexte sociopolitique sous-jacent.
6. Maintien de la qualité de la recherche : fiabilité et validité de la version qualitative
En recherche qualitative, la qualité est souvent abordée à travers des concepts tels que la crédibilité, la transférabilité, la fiabilité et la confirmabilité. Les statistiques peuvent être utiles pour certains aspects, notamment le processus de codage.
– Accord inter-codeurs
Si plusieurs chercheurs codent les données, des indicateurs de concordance (par exemple, un pourcentage d'accord ou un coefficient spécifique) peuvent révéler une cohérence. Ceci est particulièrement utile dans le cadre d'une analyse de contenu ou d'une recherche en équipe.
Cependant, les chercheurs doivent rester vigilants : un fort consensus ne signifie pas automatiquement une interprétation « correcte ». Il témoigne simplement de la cohérence dans l’application des définitions de code. Par conséquent, les échanges entre les codeurs, la traçabilité des modifications et la réflexivité demeurent essentiels.
7. Limites et risques liés à l'utilisation des statistiques
L'utilisation des statistiques sans considération méthodologique comporte plusieurs risques :
1. Réductionnisme
Les données qualitatives sont riches en contexte ; se concentrer excessivement sur les chiffres peut faire perdre en nuance, en contradiction et en dynamique.
2. Illusion de généralisation
Une fréquence élevée observée dans un petit échantillon ne signifie pas nécessairement qu'elle s'applique à l'ensemble de la population. La recherche qualitative n'est généralement pas conçue pour la généralisation statistique.
3. Ignorer des thèmes mineurs mais significatifs
L'émergence de thèmes rares peut révéler les expériences de groupes vulnérables, des conflits cachés ou des phénomènes difficiles à mettre au jour.
4. Mauvaise interprétation du lecteur
Les lecteurs peuvent être tentés d'interpréter les chiffres comme une mesure de certitude. C'est pourquoi les chercheurs doivent expliquer que les chiffres ne font que résumer les tendances observées dans les données analysées.
8. Bonne pratique : intégrer les chiffres et le récit
Pour que les statistiques correspondent à la recherche qualitative, les bonnes pratiques suivantes peuvent être appliquées :
– Expliquez l’objectif de l’utilisation des chiffres : que ce soit pour la cartographie thématique, la comparaison exploratoire ou la transparence.
– Inclure le processus de codage : définitions du code, exemples de citations et étapes d’analyse.
– Utilisez les chiffres de manière proportionnelle : les tableaux concis sont acceptables, mais le récit interprétatif reste l’élément central.
– Veillez à ce que le contexte reste présent : les nombres sont toujours suivis d’explications du « pourquoi » et du « comment ».
– Incluez des citations représentatives : pas seulement des citations « intéressantes », mais des citations qui illustrent des tendances et des variations.
conclusion
Dans la recherche qualitative, les statistiques ne sont pas un obstacle, mais un outil précieux qui, utilisé à bon escient, enrichit l'analyse. Grâce aux statistiques descriptives, à une quantification simple et à la visualisation, les chercheurs peuvent synthétiser les données et accroître la transparence des résultats. Toutefois, la recherche qualitative demeure ancrée dans le sens, le contexte et une interprétation approfondie. Par conséquent, les données chiffrées doivent être considérées comme un complément, contribuant à clarifier les tendances sans pour autant minimiser la parole des participants ni la complexité des phénomènes sociaux étudiés.
Utilisées à bon escient, les statistiques peuvent servir de pont : reliant la force narrative de la recherche qualitative à une manière plus systématique, compréhensible et responsable de présenter les résultats.
