Que vous soyez en train d’évaluer un projet ou de planifier une stratégie, l’analyse de données qualitatives est une étape essentielle. Les données qualitatives sont des descriptions détaillées de situations, d’événements, de personnes, d’interactions, de comportements observés, ainsi que les pensées personnelles des personnes concernant leurs expériences, attitudes et croyances. Ces données proviennent généralement d’entretiens individuels, de groupes de discussion ou même de sondages. Il existe plusieurs logiciels, tels que NVivo ou QDA Miner, qui facilitent l’analyse qualitative. Cependant, il est également possible de s’en sortir avec Word, Excel ou même avec du papier et un crayon.
Étape 1 : Lecture des données
Les données qualitatives sont généralement saisies sous forme de notes d’entretiens, de verbatim ou se trouvent dans les questions ouvertes d’un sondage. Une lecture attentive des données facilite le processus d’analyse, car il est fréquent de voir émerger certains codes ou certaines thématiques dès cette première étape.
Étape 2 : Codage des données pertinentes
Les notes d’entretiens et les sondages contiennent souvent une multitude d’informations, certaines pertinentes et d’autres moins. Il est important ici de procéder à une sélection et d’identifier les données qui fournissent des éléments de réponse à notre question initiale. Ensuite, nous attribuons un “code” à ces données en résumant les propos initiaux. Par exemple, si la question porte sur les pistes d’amélioration d’un projet collectif et que la réponse est “Je trouve que les organismes qui travaillent sur le projet devraient se parler plus souvent”, nous pourrions coder cette réponse par “organismes se parler plus souvent”. Il est crucial à cette étape de s’assurer que les données brutes liées à chaque code soient clairement identifiées et facilement retrouvables, car elles sont essentielles pour l’interprétation des résultats et la rédaction du résultat final.
Étape 3 : Fusion des codes similaires
Il est fréquent de retrouver la même information à plusieurs endroits, ce qui nécessite de fusionner les codes similaires, c’est-à-dire ceux qui désignent la même idée, en un code commun. En effet, il se peut que tout au long du processus de codage, une même information ait été codée différemment. Il est donc nécessaire de relire les codes et de fusionner les codes similaires. Par exemple, les codes “organismes se parler plus souvent” et “organisations partenaires plus en contact”, qui font référence à la même idée, pourraient être regroupés sous le code “communications plus fréquentes entre organismes”. À cette étape, il est possible d’ajouter une dimension quantitative en documentant les occurrences de chaque code, c’est-à-dire combien de fois une même idée a été évoquée. Cela permet de comprendre quelles idées ressortent de manière plus importante et quelles idées sont plutôt isolées. Selon la méthode de collecte de données utilisée, il n’est pas toujours possible de documenter précisément la fréquence des codes. Toutefois, il peut être intéressant de préciser le niveau de survenance de chaque idée, par exemple “mentionné fréquemment”, “mentionné quelques fois” et “peu mentionné”.
Étape 4 : Regroupement des codes par thématique
La dernière étape consiste à regrouper les codes similaires sous une même thématique, c’est-à-dire un concept plus large ou plus abstrait. Par exemple, les codes “communications plus fréquentes entre organismes”, “avoir une base de données partagée” et “plus grande présence sur les médias sociaux” pourraient être regroupés sous la thématique “communications”, tout comme les codes “offrir un panier de services plus diversifié” et “adapter les services aux clientèles allophones” pourraient être regroupés sous la thématique “services offerts”. Il est important de souligner qu’il n’y a pas de bonne ou de mauvaise façon de coder et de thématiser, l’essentiel est d’organiser l’information de manière compréhensible tout en restant fidèle à la réalité.
Si vous avez utilisé plusieurs méthodes de collecte de données (par exemple, sondage et entretien), ou si vous avez réalisé plusieurs sondages ou entretiens (individuels ou en groupe de discussion), il est nécessaire de reprendre le processus en construisant sur les codes et les thématiques déjà identifiés, tout en gardant à l’esprit qu’il est toujours possible de les modifier en cours de route. Dans un contexte collectif, il est pertinent de présenter les résultats de l’analyse à un groupe d’acteurs clés impliqués dans le projet ou dans la démarche afin d’interpréter les tendances transversales, d’expliquer les tendances observées, d’identifier les données plus isolées et de formuler des recommandations ou des pistes d’action pour la suite des événements.
Et voilà, maintenant vous avez les clés pour analyser des données qualitatives de manière efficace et rigoureuse. À vos crayons ! 😉
