Transcription
Bonjour et bienvenue à nouveau dans ce cours méthodologie de recherche en sciences de gestion. Nous allons passer au chapitre 2, mais avant, nous allons faire un petit rappel de ce qu'on a, de ce qu'on a examiné au chapitre précédent.
Chapitre précédent, nous avons vu comment concevoir globalement sa recherche. Pour cela, nous sommes passés de la construction du point de départ de la recherche en distinguant des termes clés comme le thème, le sujet, la problématique, la question de recherche et l'objet de recherche. Nous avons ensuite vu comment choisir un positionnement épistémologique en décrivant les quatre principaux paradigmes. À la fin, nous avons décrit les deux grandes voies de recherche en science de gestion : la voie de test et la voie d'exploration, dans le but de vous aider à choisir entre ces deux voies. Pour cela, nous avons fait une comparaison entre un raisonnement inductif et un raisonnement déductif.
Dans le présent chapitre, nous allons passer à la mise en œuvre de euh de ce que vous avez conçu en décrivant des approches de recherche qualitatives et des approches de recherche quantitative en science de gestion. Pour mettre en œuvre sa recherche, la question qui se pose aux chercheurs réside dans le choix de l'approche qu'il va mettre en œuvre pour collecter et analyser les données. En d'autres termes, comment va-t-il aborder la dimension empirique de sa recherche ? Nous examinerons tout d'abord dans cette section ce qui distingue l'approche qualitative de l'approche quantitative. Nous montrons ensuite comment ces deux approches peuvent se révéler complémentaires dans un travail de recherche, par exemple dans sa thèse doctorale.
Dans cette diapo, nous allons explorer les différences clés entre les approches qualitatives et quantitatives en recherche. Ces deux approches sont souvent opposées, mais elles ont chacune leurs forces et spécificités. Regardons de plus près ce tableau pour mieux comprendre les différences entre les deux approches.
La première différence concerne l'objectif de la recherche euh de votre recherche. Dans l'approche quantitative, vous euh cherchez à mesurer, à tester des hypothèses et à généraliser les résultats. Par exemple, on pourrait mesurer l'impact d'une nouvelle politique sur la productivité des employés. L'approche qualitative, elle, elle cherche plutôt à explorer, comprendre et décrire des phénomènes complexes. Par exemple, on pourrait explorer comment les employés perçoivent cette nouvelle politique.
La deuxième différence concerne le type de données utilisé. L'approche quantitative travaille avec des données numériques, comme des chiffres ou des statistiques. Par exemple, le nombre d'heures travaillées ou le taux de satisfaction des clients. L'approche qualitative, elle, est utilisée avec des données non numériques, comme du texte, de la voix, hein, des audios, des récits de vie, des observations qui peuvent même être enregistrées en format vidéo, et cetera. Par exemple, des réponses ouvertes d'un entretien ou les notes prises lors d'une observation. Tout cela pourrait constituer des données dans une approche qualitative.
La troisième différence concerne les méthodes utilisées. En recherche quantitative, on utilise souvent des questionnaires, des expérimentations ou des analyses statistiques. Par exemple, un sondage en ligne pour mesurer l'opinion publique, c'est une approche quantitative. En recherche qualitative, on privilégie plutôt les entretiens, les observations et les études de cas. Par exemple, des entretiens approfondis pour comprendre les expériences des employés.
La 4e différence concerne la taille de de l'échantillon. En recherche quantitative, l'échantillon est souvent très large pour permettre des généralisations. Par exemple, interroger 500 personnes pour mesurer une tendance. En recherche qualitative, l'échantillon est beaucoup plus euh petit et donc plus ciblé pour une analyse approfondie. Par exemple, interroger 10 personnes pour explorer leur expérience beaucoup plus en détail, en profondeur.
Enfin, la 5e différence concerne l'analyse des données. En recherche quantitative, on utilise des techniques statistiques pour identifier des corrélations, des tendances ou des causalités. Par exemple, calculer si une augmentation des salaires entraîne une hausse de la productivité. On est dans une analyse statistique quantitative. En recherche qualitative, on interprète les données pour identifier des thèmes, des patterns, euh des significations, et cetera. Par exemple, analyser des entretiens pour comprendre les motivations, extraire euh des thèmes de cet entretien sur la motivation des employés. On est dans l'approche qualitative.
En résumé, les approches qualitatives et quantitatives ont des objectifs et des méthodes et des types de données très différents. L'approche quantitative est idéale pour mesurer et généraliser. L'approche, pardon, l'approche quantitative est idéale pour mesurer et généraliser. L'approche qualitative est parfaite pour explorer et comprendre en profondeur un phénomène quelconque. Mais attention, ces deux approches ne s'opposent pas forcément, peuvent aussi se compléter pour offrir une vision plus riche et plus complète d'un sujet de recherche, et notamment dans une thèse de doctorat, le chercheur peut avoir intérêt à utiliser cette complémentarité.
Comme je l'ai dit précédemment, dans la perspective d'un processus séquentiel, ce schéma illustre comment leur intégration peut se faire. Regardons cela de plus de plus près. Commençons par l'approche qualitative, et on a dit, se concentre sur l'exploration et la compréhension en profondeur des phénomènes. Va utiliser des données non numériques, comme on l'a dit précédemment, des mots, des récits de vie, des observations, et cetera. Par exemple, des entretiens pour comprendre comment les employés perçoivent le télétravail. On est dans du qualitatif.
De l'autre côté, nous avons l'approche quantitative. Elle, elle va viser à mesurer, tester et généraliser des résultats à partir des données numériques, comme des chiffres, des statistiques, hein. Par exemple, un questionnaire pour mesurer l'impact du télétravail sur la productivité des employés. Ben là, on va aborder la question d'un point de vue quantitatif. Mais ces deux approches ne s'opposent pas en réalité, ils se complètent. Cette zone, elle est, elle, elle montre que nous avons euh un chevauchement euh pour fournir une compréhension globale à travers une triangulation des deux approches.
Une première façon de les combiner est l'utilisation d'un processus séquentiel. Par exemple, on commence par une phase d'abord qualitative pour explorer un sujet mal connu, puis on passe à une phase quantitative pour tester des hypothèses euh générées. La phase qualitative : les entretiens avec des employés pour comprendre leur perception de télétravail. La phase quantitative : enquête par questionnaire pour mesurer la prévalence de ces perceptions dans une grande population.
Une autre façon d'utilisation euh ou de ce chevauchement, c'est utilisation parallèle. Ici, les deux approches vont être utilisées en même temps pour croiser des résultats. L'approche qualitative : étude de cas approfondis, par exemple, d'une entreprise pour explorer les dynamiques internes du télétravail. L'approche quantitative : analyse statistique des performances de l'entreprise pour identifier les tendances générales. Là, on est sur les deux approches, mais de manière parallèle.
Il y a au moins trois avantages à tirer de cette triangulation. Premier avantage : réduire les biais méthodologiques. Chaque approche compense les limites de l'autre. Deuxième avantage : c'est que ça nous permet d'améliorer la validité des résultats, confirmer une hypothèse par plusieurs sources différentes. Troisième avantage : ça nous permet d'offrir une vision plus globale du phénomène étudié.
Pour revenir sur notre exemple de tout à l'heure, qui porte sur une recherche sur le télétravail, on suppose que dans l'approche quantitative, un questionnaire montre que 70 % des employés sont très productifs, ils sont plus productifs en télétravail, mais 30 % se plaignent de l'isolement. Dans l'approche qualitative, les entretiens ont révélé que les employés apprécient la flexibilité, mais se sentent parfois isolés et décrivent pourquoi il y a ce sentiment. Dans une approche triangulaire, en combinant les deux, on comprend non seulement que le télétravail augmente la productivité, mais aussi pourquoi certains employés se sentent isolés et comment y remédier, dans une logique pragmatique pour agir.
Un autre exemple dans le domaine de recherche en entrepreneuriat : un projet peut démarrer avec une recherche qualitative pour explorer un phénomène entrepreneurial, par exemple, comment les entrepreneurs perçoivent l'échec, avant de mener une étude quantitative à plus grande échelle. À l'inverse, une étude quantitative peut être enrichie par des entretiens qualitatifs pour approfondir les motivations et les comportements derrière des tendances chiffrées. Par exemple, pourquoi certains entrepreneurs pivotent-ils leur modèle économique ?
Donc, il nous semble plus constructif de prendre en compte la complémentarité plutôt que l'opposition entre les deux types de données, les deux types d'approches, ce qui nous permettrait, on va dire, de tirer profit de la complémentarité des deux approches.
Après avoir présenté les différences entre les deux approches et l'intérêt de les trianguler, nous allons maintenant nous concentrer sur l'approche qualitative. La recherche qualitative est une approche appropriée quand on cherche, on l'a dit tout à l'heure et on l'a répété, à comprendre des phénomènes sociaux et humains. Se concentre sur les significations que les gens donnent à leurs expériences et étudient ces phénomènes dans leur environnement naturel. Nous allons en fait détailler ces trois idées clés : approche interprétative et naturaliste, multiplicité des sources de données et design émergent, et la vision holistique et interprétation multiple que nous construisons grâce à l'approche qualitative.
Première idée clé, c'est le fait que on parle d'une approche interprétativiste, interprétative et naturaliste. Euh, cela signifie que les chercheurs étudient les phénomènes dans leur environnement naturel, sans les modifier artificiellement. Par exemple, vous voyez à l'image, un chercheur pourrait observer le comportement d'achat des clients dans un supermarché euh pour comprendre leur motivation. L'objectif ici, c'est de saisir les significations que les gens attribuent à leurs actions et à leurs expériences, euh tout en regardant le monde à travers leurs yeux, à travers leurs regards.
La 2ème idée clé, c'est la multiplicité des sources de données et design émergent. Alors qu'est-ce qu'on entend par euh multiplicité des sources et design émergent ? En fait, les chercheurs qualitatifs utilisent plusieurs sources de données, comme des entretiens, des observations, l'analyse documentaire, des documents qu'ils ont euh pu recueillir, et cetera, et cetera. Et cela leur permet de capturer la complexité du phénomène qu'ils sont en train d'étudier. De plus, la recherche qualitative adopte, on a dit, un design émergent. Cela signifie que le plan de recherche n'est pas figé dès le départ, il peut évoluer au fil de la collecte de données. Par exemple, hein, vous êtes en train de passer des entretiens, et bien vos questions, vos méthodes peuvent évoluer, peuvent se réajuster en fonction des réponses que vous obtenez des répondants. Cette flexibilité permet d'approfondir les découvertes et de s'adapter, surtout, aux réalités et aux contraintes du terrain.
La troisième idée clé, c'est la vision holistique et interprétation multiple. La recherche qualitative cherche à brosser un tableau complet de la situation étudiée en précisant plusieurs points de vue, identifiant les différents facteurs qui rentrent en jeu. Elle reconnaît que les interprétations peuvent varier selon les acteurs, les participants, les chercheurs, et même les lecteurs peuvent avoir des perspectives différentes. Par exemple, dans une étude sur un problème organisationnel, les employés, les managers et les clients pourraient avoir des points de vue divergents, et euh quand vous les intégrez tous, le chercheur, ou vous en tant que chercheur, vous pourrez obtenir une compréhension plus riche et plus nuancée.
Passons maintenant à la collecte de données euh en recherche qualitative. La recherche qualitative repose sur des méthodes, on l'a dit tout à l'heure, flexibles et immersives qui permettent d'explorer les perceptions, les motivations et les expériences des individus dans leur euh contexte naturel. Dans cette partie, nous allons avoir une vue d'ensemble sur ces méthodes et on va essayer d'approfondir quelques-unes.
Alors pour commencer, euh nous avons ici cinq techniques, on va appeler ça technique ou outil de collecte de données qualitatives. D'abord, les entretiens, une des techniques ou un des outils les plus utilisés, les plus populaires. Euh, alors c'est quoi un entretien ? C'est tout simplement un échange individuel, hein, où le chercheur pose des questions ouvertes, c'est très important pour que vous puissiez explorer euh les expériences ou les perceptions de la personne que vous interrogez. On compte en fait trois types d'entretiens. On parle d'entretien non directif, là la conversation elle est totalement libre, euh c'est pratiquement le participant ou l'interrogé qui va guider la discussion. Deuxième type d'entretien, c'est l'entretien semi-directif, c'est-à-dire, ben, on a un guide structuré avec une certaine flexibilité pour approfondir un certain nombre de points. Et puis, à la fin, on a troisième catégorie, c'est les entretiens structurés, donc on a une liste de questions précises posées de manière identique à tous les participants.
Deuxième outil ou deuxième technique, c'est les observations de terrain. Ici, le chercheur observe directement les comportements et interactions des individus dans leur environnement naturel. On peut distinguer globalement deux types d'observation : par une observation participante, une observation non participante. L'observation participante, le chercheur s'implique dans l'environnement, donc c'est vous allez vous mettre dans la peau d'un d'un employé ou d'un salarié qui travaille temporairement dans une startup pour observer les phénomènes, observer les expériences qui que qui peuvent se développer dans cet environnement. Deuxième type, ben, c'est l'observation non participante, donc le chercheur, là, il reste en retrait et prend note discrètement en observant ce qui se passe dans cet environnement de travail.
Troisième technique ou troisième outil, c'est les groupes de discussion, connus globalement par le terme focus group. Donc là, on a des discussions, au contraire des entretiens qui sont individuels, là on est sur des discussions collectives qui réunissent généralement des petits groupes, hein, maximum 10 personnes, bon, contre 5, 6 à 10 personnes, euh et là vous évoquez un sujet très spécifique et et vous animer, vous modérer les discussions. En fait, cette technique a l'avantage de comparer différents points de vue et de générer des discussions, des idées qui peuvent enrichir votre recueil de données.
4e outil, 4e technique, c'est l'analyse documentaire, l'analyse de documents existants, que ce soit des rapports, des journaux, des archives, des blogs, des publications officielles, et cetera. Ça vous permet d'extraire des informations pertinentes.
Ensuite, on a les études de cas, qui aussi sont qui sont aussi très utilisées en recherche en sciences de gestion. Ben, les études de cas nous permettent une analyse approfondie, mais d'un cas unique : une entreprise, un entrepreneur, une start-up, un projet spécifique, et cetera. Ça permet d'explorer euh le phénomène, mais vraiment en profondeur et en détail, parce que on est concentré sur un cas unique.
6e outil, c'est l'analyse de contenu. 6e outil ou technique, analyse de contenu. Donc là, on a, on prend des discours, on prend des textes, on prend des vidéos, des publicités, des passages dans les réseaux sociaux, et cetera. On va les étudier, on va identifier les thèmes récurrents, les thèmes qui reviennent régulièrement, on va identifier des émotions, des narratifs, en tout cas, un certain nombre de choses qui sont associées à un sujet bien particulier.
Dernier type d'outil ou de technique, ben les récits, les récits de vie. Les récits de vie vous permettent de collecter, d'analyser des témoignages personnels. Donc vous prenez quelqu'un et vous lui demandez de raconter, si vous voulez, sa vie pour mieux comprendre son parcours, ses expériences de manière narrative. Très souvent utilisé quand vous souhaitez travailler sur des processus, par exemple, et bien la méthode de récit de vie euh revient très souvent en recherche en sciences de gestion.
Dans ce tableau, nous allons comparer ces méthodes et les illustrer avec des exemples. Ça nous permet de synthétiser tout ce qu'on vient de dire tout à l'heure. Commençons par les entretiens : en une phrase, un entretien permet d'explorer des perceptions et motivations. Par exemple, comprendre pourquoi les entrepreneurs choisissent choisissent euh l'autofinancement. Les observations, ça nous permet d'analyser les comportements en situation réelle. Par exemple, observer comment les start-ups gèrent des innovations en interne. Les focus groups, ça nous permet de comparer les opinions et stimuler les discussions. Par exemple, étudier l'impact des incubateurs sur les entrepreneurs. L'analyse documentaire, ça nous permet d'examiner des sources écrites existantes dans l'environnement que vous étudiez, et là-dessus, on peut prendre comme exemple analyser l'évolution des tendances entrepreneuriales dans les médias. Les études de cas, approfondir un exemple unique, comme étudier le succès d'une start-up après un pivot stratégique. L'analyse de contenu, identifier des tendances et des discours, ça c'est l'objectif principal. Par exemple, étudier les discussions sur l'entrepreneuriat sur LinkedIn. Récit de vie, explorer en profondeur un parcours entrepreneurial. Par exemple, étudier la trajectoire d'un entrepreneur après un échec.
Donc, après avoir examiné, survolé la méthode qualitative, nous allons euh passer maintenant à la collecte de données quantitatives. La recherche quantitative, on l'a dit, repose sur des méthodes structurées et standardisées qui permettent de collecter des données chiffrées, souvent utilisées pour mesurer des relations ou des corrélations entre variables, tester des hypothèses et généraliser des résultats sur une population plus large. Nous allons décrire donc dans cette partie les principales méthodes de collecte de données quantitatives, comme on l'a fait pour les méthodes de collecte de données qualitatives.
Alors pour la collecte de données en recherche quantitative, là également, cette méthode ou cette technique et outils largement utilisés euh pour collecter les données quantitatives. Alors, on commence par le questionnaire, qui est la méthode la plus populaire. Euh, c'est une méthode qui consiste par définition à poser une série de questions standardisées à un grand nombre de répondants pour collecter des données mesurables. Très souvent, on utilise des des échelles de mesure. On distingue en fait trois types de questionnaires : questionnaires en ligne, hein, qu'on diffuse beaucoup plus facilement aujourd'hui grâce à des outils comme Google Forms ou SurveyMonkey ou d'autres. Ça procure une une facilité de diffusion, mais également une facilité de traitement de données puisqu'on récupère automatiquement les données en format numérique sans risque d'erreur de saisie. Deuxième, le deuxième type de questionnaire sont les questionnaires qu'on peut euh administrer de manière téléphonique, donc on a le questionnaire sous les yeux et on passe des coups de fil pour recueillir les données avec les les répondants. Troisième type de questionnaire, le plus classique et le plus ancien, c'est des questionnaires papiers administrés par des enquêteurs.
Deuxième technique, c'est l'expérimentation ou les tests. Donc, c'est une méthode qui consiste à contrôler un environnement pour mesurer généralement l'effet d'une variable sur une autre variable. Alors, très difficile d'avoir un environnement contrôlé, hein. Il y a des expériences en laboratoire, euh ça nous permet d'avoir un contrôle total des conditions expérimentales, très difficile à réaliser dans un domaine comme les sciences de gestion. Euh, par contre, les expériences au milieu naturel, c'est ce qu'on a tendance à le plus pratiquer en sciences de gestion. Là, l'expérimentateur va euh étudier l'impact d'une variable sur une autre, mais dans un environnement réel, et l'expérimentateur peut avoir un un impact euh quelque en quelque sorte qui euh risque de biaiser l'expérimentation.
Troisième euh technique, c'est euh d'analyser les bases de données. Les bases de données qui sont euh qui sont accessibles. Euh, là, on parle de euh d'une collecte de données euh secondaires qui peuvent être issues de statistiques gouvernementales ou euh d'organismes internationaux comme la Banque Mondiale ou des organismes publics, le euh Commissariat au Plan, et j'en passe, ou également, on peut avoir des données d'entreprise, des rapports financiers, des bases de données de des CRM, des ERP, et cetera. Et à la fin, on peut recourir à des données qui sont issues des études de marché sectoriel. Un exemple en entrepreneuriat, on peut analyser l'évolution des levées de fonds des start-ups en utilisant les bases de données des capital investisseurs.
4e outil ou technique, c'est des sondages d'opinion. Donc, c'est une méthode qui consiste à recueillir l'avis d'un échantillon représentatif d'une population sur un sujet précis. Par exemple, étudier l'intérêt des consommateurs pour un nouveau service avant même son lancement.
5e technique, c'est faire recours à des données qui sont disponibles pour les données sur les réseaux sociaux, sur le web, pour les analyser. On peut donc avoir des recours à des plateformes qui nous qui nous donnent accès à ces à ces statistiques. Par exemple, sur des réseaux sociaux, on peut regarder le nombre de likes, le nombre de partages, le nombre de commentaires. Sur YouTube également, on peut avoir des différentes euh courbes, différentes données sur le nombre de vues, le nombre de les revenus hebdomadaires, les les contenus les plus visionnés, et cetera, et cetera. Euh, on peut également avoir des analyses de tendances sur Google. Très souvent, on utilise Google Analytics pour pour analyser des tendances, euh et aussi, on peut faire l'analyse des données qui peuvent être issues de plateformes spécifiques du e-commerce pour regarder les tendances en matière de d'achat en ligne.
6e outil ou technique, c'est le le suivi de transactions et des données comptables. Donc, c'est une méthode qui consiste à collecter des données financières et transactionnelles pour évaluer la performance économique d'une entreprise. Par exemple, peut étudier l'évolution du chiffre d'affaires d'une start-up sur 5 ans pour identifier les tendances de croissance.
Dernier type de d'outil ou technique, c'est l'observation, cette fois-ci observation structurée. On a vu dans les méthodes qualitatives les observations, mais là, on est sur de l'observation structurée. C'est c'est c'est l'observation quantifiée euh où le chercheur va noter des comportements spécifiques mais mesurables en suivant une grille bien prédéfinie. Euh, on peut prendre l'exemple de la mesure du temps moyen passé par les clients dans un point de vente et voir le lien ou l'impact sur le comportement d'achat.
Voilà, donc globalement les sept outils, on va dire, les plus euh fréquemment utilisés dans les méthodes de collecte de données quantitatives dans les méthodes de recherche quantitative.
Alors pour récapituler, nous avons comme tout à l'heure représenté l'ensemble de ces éléments dans un tableau synthétique. Questionnaire et enquête : l'objectif principal, c'est mesurer des perceptions et comportements. Un exemple : évaluer la satisfaction des clients sur une échelle du type de 1 à 10. Les expérimentations : l'objectif principal pourrait être tester une relation causale entre deux ou plusieurs variables. Hein, par exemple, mesurer l'impact d'un nouveau logo sur la notoriété d'une marque. Troisième outil : les bases de données. Objectif principal : analyser des données existantes et des statistiques. Par exemple, étudier les tendances des levées de fonds sur des start-ups. 4e outil, technique : les sondages d'opinion. Collecter des avis et des préférences. Par exemple, évaluer l'intérêt des consommateurs pour un nouveau produit. 5e technique : analyse des données web et des réseaux sociaux. L'objectif principal : identifier des tendances numériques et interactions. Par exemple, analyser l'impact d'une campagne publicitaire sur un réseau social quelconque, sur Instagram, par exemple. 6e technique : les données transactionnelles. L'objectif principal pourrait être de suivre la performance financière et économique. Par exemple, analyser l'évolution du chiffre d'affaires d'une entreprise. Et dernier euh type de collecte de données, technique de collecte de données quantitatives : les observations structurées. L'objectif principal, c'est quantifier un comportement observable. Par exemple, mesurer le temps d'attente moyen dans un commerce.
Voilà, nous arrivons à la fin de ce chapitre. Nous avons pu examiner donc les méthodes quantitatives et les méthodes qualitatives. On a pu voir la diversité que nous offre chacune de ces méthodes, euh principalement en terme de technique de recueil de données. Et nous allons passer donc à un chapitre qui va nous permettre d'aller donc au-delà de la mise en œuvre, donc vers l'analyse et par la suite vers la diffusion des connaissances produites grâce à tout cela. À très bientôt.