Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Approches méthodologiques > méthodes qualitatives et quantitatives Recueil de d

Approches méthodologiques > méthodes qualitatives et quantitatives Recueil de données  au service d’une recherche et non l’inverse ; objectifs : 1. Recueil de données de terrain ; 2. Opérations de traitement et d’analyse ; 3. Propositions d’interprétations et/ou d’actions Différentes méthodes : 1. Méthodes qualitatives, quantitatives et mixtes > - Méthodes quantitatives : description « objective », en utilisant des outils statistiques - Méthodes qualitatives : recueil d’informations individualisées, données sélectives, recherche de la diversité - Méthode mixte : méthodes qualitatives + méthodes quantitatives (triangulation, embedded, explanatory, exploratory) 2. Méthodes réactives/ non réactives > - Méthodes réactives : élaboration de corpus de données à partir d’interactions volontaires ou de contextes impliquant des personnes (observation, enquête, expérimentation) - Méthodes non réactives : élaboration de corpus de données à partir de traces recueillies a posteriori et auxquelles on donne un statut particulier (données de la recherche), (études des traces) 3. Méthodes conventionnelles/ numériques - Méthodes conventionnelles : inscription dans la continuité de l’histoire des méthodes de recherche en sciences sociales (enquêtes qualitatives et quantitatives) * enquêtes : entretiens, sondages, questionnaires - Méthodes numériques : portent sur des objets numériques ou numérisés, tout ayant recours à des méthodes elles-mêmes numériques, (digital humanities, cultural analytics, digital methods) ; (ethnographies virtuelles, méthodes computationnelles, digital methods, méthodes numériques quali- quantitatives) Terrain et données : distances et regards (du Macro au micro) > > Close reading (analyse du document) vs Distant reading (examiner les liens qu’il y à l’intérieur de l’intégralité de l’œuvre) MÉTHODES QUALITATIVES MÉTHODES QUANTITATIVES MÉTHODES EXPÉRIMENTALES Techniques de recueil : - observation - collecte documentaire - entretiens - simulations Techniques de recueil : - questionnaire - collecte de données/traces (eye-tracking, logs de connexion…) Techniques de recueil : - multi-enregistrements (quantitatifs/qualitatifs) Méthodes d’analyse : - analyse de contenu/discours - analyses sémiologiques - analyses sociologiques et ethnographiques Méthodes d’analyse : - analyses statistiques (univariées, bivariées, multifactorielles) - points de focalisation visuelle Méthodes d’analyse : - multivariables - analyses psychologiques Exemple de protocole expérimental : Tests utilisateurs sur la compréhension et la mémorisation – sites web 1. recrutement du sujet 2. signature du formulaire de consentement libre 3. calibration de l’eye-tracking 4. questionnaire de profilage 5. présentation du premier site institutionnel et questions 6. balade libre sur ce même site 7. balade libre sur le second site institutionnel 8. schématisation de la page d’accueil du second site visité 9. entretien semi-dirigé 10. questionnaire WAMMI sur le 1er site visité puis sur le second 11. remerciement et réponses aux questions sur l’expérience. Exemple d’un questionnaire : TRANSLIT Objectif > recueillir des données sur les usages et pratiques numériques des étudiants au lycée et chez soi Organisation du questionnaire en 4 parties > pratiques numériques chez soi ; pratiques numérique au lycée ; croisement entre les deux univers ; données sociodémographiques Contexte > élèves de seconde, 4 académies, questionnaire diffusé en ligne, avril 2014. Résultat > 1/3 d’établissements ont répondu à l’enquête, 5715 questionnaires exploitables. Démarche d’enqu ê te 1. Problématique 2. Réalisation du questionnaire 3. Choix du terrain 4. Mise au point du protocole de diffusion du questionnaire 5. Phase de collecte de données 6. Nettoyage des données obtenues et préparation pour le traitement 7. Exploitation 8. Analyses et conclusion Exercice sur le questionnaire TRANSLIT 1. proposer une démarche d’analyse pour la question ouverte (onglet 3) :  Présentation de la question  Démarche proposée pour analyser les réponses  Test sur un échantillon d’une centaine de réponses  Résultats  Analyse OU 2. proposer une démarche d’analyse de l’une des questions fermées (onglet 1 et 2)  Présentation de la question choisie  Démarche proposée pour analyser les réponses  Résultats  Analyse MÉTHODES NON CONVENTIONNELLES Méthodes qui se créent par le numérique Ethnographies virtuelles : observations en ligne, méthode de l’observation (méthode qualitative), revendication de l’intelligibilité, ancré dans un terrain social réel mais dans le contexte particulier du numérique, question éthique à propos du consentement des usagers Observation ethnographique en ligne (papier) Définition de l’observation en ligne/comparaison avec l’observation classique : Observation fondée sur l’étude descriptive et analytique des écrits numériques des internautes ; le chercher accède in situ aux échanges sociaux qui se nouent en temps réel, transparence du chercheur, disponibilité immédiate des donnés. Dispositif d’analyse mis en place/spécificités : Dispositif sociotechnique, analyse des dispositifs techniques et dispositifs sociaux, on ne peut pas dissocier les uns des autres. Présentation globale de l’étude de cas (objectifs, terrain etc.) Réaction par rapport à l’émission le Jeu de la mort ; le forum de France 2 et le Post.fr comme terrains Corpus et type de données étudiés La période retenue s’est étendue sur une semaine, du 17 mars, jour de diffusion du programme, au 23 mars 2010. Principaux résultats obtenus Avantages et limites Question éthique ; pas de donnés sur les usagers ; risque de surinterprétation de donnés. MÉTHODES NON CONVENTIONNELLES – BIG DATA o Approches Big Data > traitement de données massives par des outils statistiques et algorithmiques (on ne peut pas faire ça à la main). o Big Data > théorie de 4 V pour le Big Data > volume, vélocité, variété, véracité, (5 V) visibilité o Autres caractéristiques des Big Data > mise en réseau (et en relation) de différents jeux de données, prolifération de données sociales utilisables o Volume ET capacité de traitement et de corrélations (algorithmique) o Domaines d’application : domaine public + privé > recherche, marketing, éducation, institutions gouvernamentales o Exploitation de grands corpus de donnée numériques (plateformes en ligne, comme facebook, twitter) o Différentes traces, données > traces volontaires (commentaires, tweets, etc.) et traces involontaires o Recherches de corrélations  pourquoi est-il si difficile de trouver un taxi à Singapour quand il pleut (pour éviter le risque d’accident, les polices d’assurance étant très chères). o Mais ne pas confondre « corrélation » et « casualités ». o Bilan : les données parlent-elles d’elles-mêmes ? Non. Elles sont fabriquées, analysées, visualisées d’une certaine façon. o Forme d’autorité des « Data » et de « Big Data » > objectivité ? corrélations ? o Renversement de perspective : de la construction d’un terrain de recherche (top down) à l’analyse spontanée (bottom up). o Méthodes computationnelles, au croisement de plusieurs contraintes : 1. accessibilité à des corpus aux propriétés particulières 2. recours à des techniques computationnelles et à une expertise (statistiques) 3. recours fréquent à des outils de visualisation associés (www.visualcomplexity.com ) o Exemple de recherches de ce type : http://manovich.net/ o Exemple : http://lab.culturalanalytics.info/2016/04/exploratory-visualizations-of-thomas.html o Une recherche en méthodes mixtes > combinaison de méthodes qualitatives et quantitatives. o Plusieurs types de combinaisons > triangulation, embedded, explanatory, explicatory. o Quelques disciplines où le MM sont bien implantées : sociologie, psychologie, éducation, management des systèmes d’information, santé publique… o Lien important entre MM et interdisciplinarité o Lient important entre MM et data o Difficultés liées à la mise en œuvre de méthodologies mixtes : processus de production de données complexes, production de données hétérogènes, analyse PROJET MAN (méthode d’évaluation croisée pour l’accès aux ressources numériques en contexte d’usage) o Objectif : Testé l’exploitation des outils numériques par des personnes âgées. o Partenariat éclectique o Méthodes qualitatives : entretien personnalisé, observation par vidéo, verbatims du participant o Méthodes quantitatives : questionnaires numériques, logs d’activités, enregistrements cardiaques, données de capteurs ambiants, capture du mouvement de la personne, acquisition des mouvements oculaires o Un projet fondamentalement appuyé sur les méthodes mixtes > de la collecte à l’analyse, démarche convergente multiphases (quan + qual), difficultés : opérationnalisation du protocole (synchronisation des données) EXEMPLE DE RECHERCHE SUR LE WEB Irène Bastard : « de proches en pages, de pages en proches. Exploration et réception des informations en ligne ». o Association de techniques d’enquête conventionnelles avec méthodes computationnelles o 1 questionnaire auprès de 562 lycéens o 19 entretiens de groupe (focus groups) o Utilisation du logiciel Algopol pour le traitement de données Facebook et l’étude de 12700 comptes Le Grand Débat National > https://granddebat.fr/ 1. version open data des contributions déposées 2. jeu de données « transition écologique » / 8 mars 3. récupérer au format csv 4. ouvrir dans Excel + comprendre la structure du fichier 5. nettoyer le jeu de données 6. traiter la question : quel est aujourd’hui selon vous le problème le plus important ? sous forme de nuages de mots > https://www.nuagesdemots.fr/ 7. bilan Démarche : - télécharger le fichier - importer les données - copier-coller les données sur un autre fichier excel - mettre au fichier texte après - le mettre sur nuages de mots comme fichier texte uploads/Management/ culture-numerique-methode-mixte.pdf