Remerciez-le!

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

Master spécialisé : Ingénierie du développement territorial et gouvernance spat

Master spécialisé : Ingénierie du développement territorial et gouvernance spatiale Encadré par : Mr. BOUGHABA Abdeslam Réalisé par : BOURZINE Omar Cette session porte sur: INTRODUCTION 1. LES DONNÉES: QUANTITATIVES ET QUALITATIVES 2. TRAITEMENT DE DONNÉES GÉOGRAPHIQUES 3. L’ANALYSE DES DONNÉES: DESCRIPTIVE AND CAUSALE VALIDITÉ 4. ABORDE L’ANALYSE QUALITATIVE DES DONNÉES 5. COMMENT DONNER DU SENS AUX DONNÉES / RÉFLEXION CRITIQUE 6. INTERPRÉTATION DES DONNÉES 7. ASSURER L'ACCESSIBILITÉ CONCLUSION Introduction: Lorsque le chercheur atteint le stade de l'analyse et de l'interprétation, il a franchi d'importantes étapes de recherche, car cette étape est considérée comme une étape de la recherche. Si les étapes précédentes prennent un caractère dominé par un travail automatisé, tel que la collecte, la classification et l'arrangement, alors cette étape ne suffit pas avec ce type d'effort qui nécessite la vigilance du chercheur et l'engagement envers la précision scientifique qui caractérise la méthode scientifique, mais lui demande plutôt d'être conscient des domaines L'autre concernait le sujet de la recherche, car les données obtenues par celui-ci restent vides de sens si elles ne sont pas analysées, interprétées et interprétées jusqu'à ce qu'elles prennent leurs véritables dimensions. Approches quantitative et qualitative QUANTITATIVE QUALITATIVE QUOI, QUI, QUAND POURQUOI ET COMMENT TEST D’HYPOTHÈSES PLUS OUVERTE À L’EXPLORATION INSTRUMENTS PLUS STRUCTURÉS INSTRUMENTS MOINS STRUCTURÉS PLUS DIFFICILE À ÉLABORER MOINS DIFFICILE À ÉLABORER TENTE DE PRODUIRE DES MESURES PRÉCISES PEUT PRODUIRE DES RÉSULTATS PLUS « RICHES » GÉNÉRALEMENT UN PLUS GRAND NOMBRE DE RÉPONDANTS/ENQUÊTÉS GÉNÉRALEMENT UN NOMBRE PLUS PETIT DE RÉPONDANTS/ENQUÊTÉS RECOURS À DES TESTS STATISTIQUES POUR L’ANALYSE TECHNIQUES QUALITATIVES – ANALYSE DE CONTENU, DISCOURS DOMINANTS, DISCOURS ATYPIQUES TENDANCE À LA GÉNÉRALISATION DES CONCLUSIONS PLUS DIFFICILE À GÉNÉRALISER, MISE EN ÉVIDENCE DE LA DIVERSITÉ, DES DISCOURS DOMINANTS, NORMES … Données quantitatives DÉFINITION: UNE MESURE EXPRIMÉE EN TERMES DE NOMBRES. DONNÉES EXISTANTES DANS DES RAPPORTS DE PROGRÈS, AUTRES TYPES D’ENREGISTREMENT, FICHIERS DE DONNÉES > SCORES DANS DES TESTS D’APPRENTISSAGE > SCORES À DES TESTS SAISIS DANS DES FICHIERS DE DONNÉES RÉPONSES À DES QUESTIONS STRUCTURÉES (ENQUÊTES PAR QUESTIONNAIRES) > RÉPONSES SAISIES DANS DES FICHIERS DE DONNÉES SCORES DANS UN PROTOCOLE D’OBSERVATION > SCORES SAISIS DANS U FICHIER DE DONNÉES Données qualitatives DÉFINITION: DONNÉES NON NUMÉRIQUES SUR DES ATTRIBUTS OU LA NATURE D’UNE ENTITÉ; EXPÉRIENCES ET PERCEPTIONS DES GENS, ETC. DONNÉES DANS LES COMPTES RENDUS DE RÉUNIONS, RAPPORTS DE PROGRÈS, PHOTOGRAPHIES, DOCUMENTAIRES, ARTICLES DE QUOTIDIENS > TEXTE, VIDÉO, PHOTOGRAPHIES, ETC. DESCRIPTIONS DES OBSERVATIONS (EXTERNE PARTICIPANT) > NOTES ÉCRITES, AUDIO-VISUELLES RÉPONSES DANS DES INTERVIEWS (SEMI-STRUCTURÉES, NON-STRUCTURÉES) > NOTES ÉCRITES, AUDIO-VISUELLES RÉPONSES À DES QUESTIONS OUVERTES DANS DES QUESTIONNAIRES > (NON- NUMÉRIQUES /TEXTE) RÉPONSES DANS UN FICHIER DE DONNÉES . Traitement et analyse des données Les données sont traitées, analysées d'une manière que l'étudiant devra indiquer. Ce traitement sera la conséquence du choix méthodologique réalisé. Qu'il s'agisse d'un traitement de données quantitatives (des chiffres) ou qualitatives (des discours, des textes), le chercheur aura recours à des méthodes connues ou des logiciels qu'il devra indiquer. L'analyse de données aura comme conclusion soit la vérification des hypothèses posées au départ (ou leur invalidation), soit une interprétation globale fournissant une réponse à tout ou partie des questions de recherche posées au départ. Analyse des données  Analyse en vue de répondre à des questions IMPLIQUE DE TROUVER DES RÉPONSES À DES QUESTIONS DE S&E, COMME PAR EXEMPLE COMPARER LES RÉSULTATS PLANIFIÉS À CEUX OBSERVÉS, EN VUE DE COMPRENDRE LES RAISONS DES ÉCARTS, COMPARER LES DIFFÉRENCES SPATIALES OU ENTRE GROUPES, OU SIMPLEMENT POUR SUIVRE LES CHANGEMENTS DANS LE TEMPS. Analyse descriptive (1/2) ANALYSE DESCRIPTIVE: VISE À PRÉSENTER LA SITUATION OU LE STATUT DE DIFFÉRENTS GROUPES, À DIFFÉRENTES PÉRIODES ET / OU LIEUX. • QUELLE EST LA SITUATION ACTUELLEMENT ET COMMENT ÉTAIT- ELLE AVANT? • LES RÉSULTATS ONT-ILS ÉTÉ ATTEINTS, LES OBJECTIFS ONT- ILS ÉTÉ ATTEINTS? • Y A-T-IL UNE CORRÉLATION ENTRE L’INTERVENTION ET LE RÉSULTAT/IMPACT? Analyse descriptive (2/2)  Quantitative: SITUATION EN TERMES D’ACCÈS (MODE, MÉDIANE, MOYENNE) ET TESTS STATISTIQUES DES DIFFÉRENCES Qualitative: SITUATION EN TERMES D’ACCÈS (DESCRIPTIONS QUALITATIVES) ET TEST À TRAVERS DES APPROCHES ITÉRATIVES . Analyse des données (suite) Analyse causale Analyse causale vise à identifier les causes des résultats/impacts Evaluation d’impact- Le résultat/impact peut-il être attribué à l’intervention? L’intervention a-t-elle contribué au résultat/ impact? • Factuel: Compare les résultats observés à ceux attendus si la théorie du changement se vérifiait • Contrefactuel: Que se serait-il passé en l’absence de l’intervention? • Rechercher et vérifier d’autres explications alternatives : Quoi d’autre aurait pu causer le résultat/impact? Voir INTRODUCTION TO IMPACT EVALUATION Patricia J. Rogers, RMIT University (Australia) and BetterEvaluation - Impact Evaluation Notes No. 1. March 2012 Analyse causale – le factuel (1)  Etude de cas comparative – l’intervention a-t-elle produit des résultats uniquement dans les cas où d’autres éléments nécessaires étaient en place? Qualitatif et quantitatif Réponse-dose - y a-t-il eu de meilleurs résultats/effets pour les participants qui ont reçu davantage de l’intervention? Quantitatif Attribution bénéficiaires/experts – les participants /informateurs clé croient-ils que l’intervention a fait une différence, et pourraient-ils donner une explication plausible de pourquoi cela a été le cas? Qualitatif Analyse causale – le factuel (2)  Prédictions – les participants ou sites supposés avoir les meilleurs impacts (du fait de la qualité de l’intervention et/ou d’un contexte favorable) l’ont-ils fait? Comment les anomalies peuvent-elles être expliquées? Quantitatif et qualitatif Temporalité – les impacts ont-ils eu lieu au moment prévu par la théorie du changement – pas avant que l’intervention ne soit mise en œuvre? Quantitatif Analyse causale – le contrefactuel  Tests de différences entre: “avant et après” l’intervention entre groupes “avec ou pas” l’intervention combinaisons de ces comparaisons Et recours à diverses techniques statistiques pour sélectionner ou créer les groupes Quantitatif Elaborer un contrefactuel crédible peut être difficile dans la pratique. Il est difficile de relier les individus ou les communautés sur les variables qui font vraiment la différence. Analyse causale – l’exclusion des alternatives  Méthodologie générale de l’élimination – des alternatives d’explication possibles sont identifiées et ensuite examinées pour voir si elles peuvent être écartées. Quantitatif et qualitatif Recherche des preuves d’infirmation/ Suivi des attentes Qualitatif Analyse des données – controle de validité: Exercice  Discuter en paire comment les données (qualitatives et quantitatives) qui sont pertinentes pour votre cas et les résultats provenant d’analyses utilisant ces données, pourraient être biaisées ou fausses. Discuter des moyens de s’assurer que vos données et résultats sont valides. Analyse des données – tester la validité C onsidérer des explications concurrentes Considérer les données aberrantes (qui diffèrent substantiellement des autres informations) Triangulation – tester la consistance des schémas/tendances à travers diverses sources Demander aux informateurs / enquêtés si vos données et leurs interprétations sont justes Tester vos résultats finaux – discuter les résultats préliminaires avec un groupe de parties prenantes sélectionnées (une sélection judicieuse) Considérer votre propre biais – vérifier votre propre sélection et interprétation des données et la manière dont vous les avez analysées Analyse des données – logiciels  Quantitative: Excel, SPSS, Stata, SAS, R, Système d’Information Géographique (SIG),.. Qualitative: NVivo, Atlas.Ti, Many Eyes, Sensemaker, .. Analyse qualitative des données Analyse qualitative des données (1) Processus itératif: Réexamine les données et cherche du sens. Un processus répété de lecture critique, d’interprétation et de recherche d’une compréhension partagée de vos données. Lecture critiqu e Connaissances/ compréhension s renforcées Interprétati on Analyse qualitative des données (2)  Réduction des données: mettre les données dans une forme générale en les regroupant ou les catégorisant en des codes = codification Perspective d’initiés– comment les parties prenantes catégorisent ou labellisent les préoccupations, les événements ou les gens, etc.? Se livrer à un examen intensif– redéfinition de la codification Préparer un index des codes et noter où est-ce qu’ils apparaissent dans les notes (prépare un index des sujets) Définir les thèmes – points communs des codes Identifier et tester les schémas et les relations Etapes dans l’analyse qualitative  1. Enregistrer les 2. Mettre les labels et 4. Analyse données et préparer un conserver les contextuelle et recherche données démographique des données 8. Trianguler avec les sources de données 9. Tirer des conclusions et recommandations, préparer un draft du rapport 7. Interpréter les résultats, évaluer la contribution à l'impact et résumer 10. Chercher des feedback/Apports et valider 6. Identifier et résumer des thèmes 11. Communiquer les résultats 5. Soigneusement examiner les données et procéder à la codification 12. Mettre en œuvre les recommandations et améliorer le système de SE Réflexion critique et interprétation, c’est: Questionner et analyser les expériences, observations, théories, croyances et / ou hypothèses, aussi ce qui n'a pas fonctionné et pourquoi; Interpréter les expériences et données pour créer de nouvelles idées et s’accorder sur les actions; Aller au-delà de la collecte, du traitement et de la revue des données. Cela devrait conduire à l'apprentissage, en documentant et en partageant des décisions et s'assurer que ces décisions sont mises en œuvre. Sans réflexion critique, vos données de S & E ne vous appuieront pas à gérer vers l'impact, mais seulement à répondre aux exigences bureaucratiques de S & E. Les questions clés pour la réflexion critique et l’interprétation: uploads/Science et Technologie/ expose-de-analyse-et-interpretation-des-donnees-final.pdf