3.3 Analyser et interpréter les données

Quand vient le temps de faire la saisie de données, les personnes qui ont peu d’expérience en évaluation gagnent à viser la simplicité. On peut utiliser une feuille de calcul Excel tant pour les données quantitatives que pour les données qualitatives. Voici comment faire :

Sondage :
Participant #Q.1
(note sur la satisfaction)
Q.2
(nombre de services recommandés lors du counseling qui ont vraiment été utilisés)
Q.3
(note sur la confiance en soi)
Q.4
(actions réalisées)
14051
23453
Entrevue ou groupe de discussion :
Participant #Q.1
(ce qui est aimé de ce service)
Q.2
(ce qui pourrait être amélioré)
Q.3
(changements sur le plan de la confiance en soi)
Q.4
(actions réalisées)
1La gentillesse du personnelLocal non accessible pour les personnes qui se déplacent avec une marchetteJe sais m’affirmer si on ne me donne pas la place à laquelle j’ai droitJ’ai échoué à un examen, mais au lieu d’abandonner le cours, j’ai demandé au professeur comment faire pour reprendre l’examen.
Analyse et interprétation

Une fois les données recueillies, vous pouvez passer à l’analyse et à l’interprétation, une étape révélatrice qui permet de comprendre la signification des renseignements collectés, donc de connaître les changements qui se sont produits grâce à votre travail, de savoir ce qui fonctionne très bien et qui pourrait être encore plus mis de l’avant, ou ce qui gagnerait à être modifié ou amélioré.

L’analyse peut comprendre à la fois des processus simples pour catégoriser les données et reconnaître les tendances qui s’en dégagent, et des processus plus complexes. Voyons maintenant la définition de quelques mots clés avant de commencer l’analyse de vos données.

L’analyse de données : termes clés et définitions

Quelques définitions:

ÉchantillonRenvoie au groupe qui a fourni les données, par exemple l’échantillon de la population étudiante qui a répondu au sondage ou l’échantillon de pairs aidants qui a participé au groupe de discussion. La taille de votre échantillon doit être considérée lors de l’analyse de vos données. Par exemple, si votre échantillon pour un sondage sur la satisfaction des utilisateurs de votre service ne représente que 10 % de ceux-ci, la fiabilité de vos résultats pourrait être remise en question.
FiabilitéLes données recueillies sont considérées comme étant fiables lorsqu’elles produisent systématiquement les mêmes résultats.
ValiditéRenvoie à savoir si les données recueillies représentent une mesure exacte de ce qu’on cherche à découvrir. Par exemple, dans un groupe de discussion rassemblant cinq étudiants et étudiantes, si tous croient que la santé mentale n’est pas une problématique grave sur le campus, cela sera enregistré comme une donnée, mais on ne peut pas en conclure que cette découverte est exacte.
TranscriptionRenvoie au fait de mettre par écrit les propos échangés lors d’un groupe de discussion ou d’une entrevue pour en avoir le verbatim, c’est-à-dire les mots exacts qui ont été utilisés.
CodageProcessus consistant à étudier les documents transcrits et à reconnaître les tendances parmi les idées qui ont été exprimées. Chaque idée est codée et lorsqu’une idée se répète plusieurs fois, on considère qu’elle représente un thème récurrent.
Validité et de la fiabilité des résultats quantitatifs

À noter: utiliser un instrument de mesure qui a déjà été testé et validé permet de s’assurer de la validité et de la fiabilité des résultats quantitatifs qu’on obtiendra. Il existe également des façons de favoriser la validité et la fiabilité des mesures qualitatives au moment de l’analyse des données. Voici des exemples :

  1. Confier à deux personnes ou plus l’analyse des données.
  2. Utiliser les “cas négatifs”, c’est-à-dire rechercher des éléments qui vont dans le sens contraire de la tendance qui semble dominante.
  3. Rechercher diverses explications aux résultats obtenus.
  4. Utiliser la méthode de la triangulation, c’est-à-dire faire appel à plus d’une source de données ou plus d’une méthode de collecte de données.
L’analyse de données quantitatives

L’analyse de données quantitatives peut simplement consister à saisir les renseignements dans une feuille de calcul et à observer les changements ou les tendances. En général, les résultats s’expriment alors en variations de pourcentage ou de volume d’utilisation, ou encore en modélisation des services utilisés.

Très souvent, les données quantitatives servent à générer des statistiques descriptives qui brossent un portrait d’ensemble des sujets pointés par les questions d’évaluation. La moyenne, la médiane et le mode sont des exemples de statistiques descriptives qui peuvent être utilisées :

MoyenneOn calcule la moyenne en additionnant toutes les valeurs et en en divisant la somme par le nombre de valeurs.3+12+6+14+5+8 = 48/6 – la moyenne est de 8
MédianeLa valeur du milieu; on la détermine en classant en ordre de grandeur toutes les valeurs et en retenant celle du milieu (s’il y a deux valeurs au milieu, on fait la moyenne des deux pour obtenir la valeur médiane).3, 5, 6, 8, 12, 14 – les deux valeurs du milieu sont 6 et 8. On les additionne et on les divise par 2 pour obtenir la valeur médiane, qui est de 7
ModeLa valeur qui est la plus fréquente, c’est-à-dire qui revient le plus de fois.3, 3, 3, 4, 4, 4, 4, 5, 8, 9 – le mode est 4
ÉtendueL’écart entre la valeur la plus faible et la valeur la plus élevée.3,3,3,4,4,4,5,8,9 – l’étendue est de
9-3=6
VarianceMesure de la dispersion d’une série de données  par rapport à leur moyenne.

Nous savons que la variance est une mesure du degré de dispersion d’un ensemble de données. On la calcule en prenant la moyenne de l’écart au carré de chaque nombre par rapport à la moyenne d’un ensemble de données. Pour les nombres 1, 2 et 3, par exemple, la moyenne est 2 et la variance, 0,667.

[(1 – 2)2 + (2 – 2)2 + (3 – 2)2] ÷ 3 = 0,667

[somme de l’écart au carré] ÷ nombre d’observations = variance

Variance, (S2) = moyenne de l’écart au carré de valeurs par rapport à la moyenne

*Source : Statistique Canada

3, 4, 8 – la variance est de 4,667
Écart-typeIndique la distance entre un résultat typique et la note moyenne.3, 4, 8 – l’écart-type est de 2,16.

 

Il est aussi possible de faire de simples calculs de pourcentages ou d’observer la fréquence de certaines réponses pour obtenir une vue d’ensemble de vos résultats. Au-delà des statistiques descriptives, l’analyse de données devient inférentielle et la plupart des gens ont besoin d’une formation particulière pour être mesure de l’effectuer. Vous trouverez un excellent guide sur le sujet dans la section Ressources supplémentaires qui suit.

L’analyse de données qualitatives

L’analyse de données qualitatives requiert une lecture attentive de celles-ci (par exemple, de la transcription des propos recueillis lors d’un groupe de discussion) afin de reconnaître de façon systématique les thèmes dominants ou récurrents.

Par exemple, imaginons que vous avez demandé aux groupes de discussion de répondre à la question : « Quels facteurs contribuent à la résilience des étudiants et des étudiantes en ce qui a trait à l’anxiété qu’ils peuvent vivre sur le campus ? » Si les participants de plusieurs groupes ont répondu « des enseignants qui nous encouragent », « des enseignants qui comprennent les enjeux liés à la santé mentale » ou « l’ouverture des profs à parler de santé mentale », la récurrence de ces réponses indique que le thème de l’attitude du corps professoral par rapport aux problématiques de santé mentale des étudiants et des étudiantes constitue un facteur de résilience chez ces derniers.

On choisit ainsi les thèmes grâce à un processus de codage des données qualitatives qui consiste à déterminer des catégories et à y classer les données. De nouveaux thèmes peuvent émerger au cours du codage; on crée alors une nouvelle catégorie dans laquelle classer les données. Il peut ainsi être nécessaire de relire quelques fois l’ensemble des données pour s’assurer d’avoir capté tous les thèmes et, au besoin, les regrouper. Ce processus peut être long étant donné que toutes les réponses enregistrées doivent être transcrites et étudiées, une à la fois. Mais on peut faire appel à des services professionnels de transcription, surtout quand on a un gros volume de données.

CONSEIL : Lors d’une analyse qualitative, il est bon que plus d’une personne étudie et code les données afin de mettre en lumière et d’expliquer tout biais individuel.

Trousse d’outils : Version PDF Qu'avez vous pensé de cette trousse d’outils?