Il existe une distinction fondamentale entre deux types de données :

Les données quantitatives sont des informations sur les quantités, et donc les nombres, et les données qualitatives sont descriptives et concernent des phénomènes qui peuvent être observés mais non mesurés, comme le langage.

Recherche qualitative

La recherche qualitative est le processus de collecte, d’analyse et d’interprétation de données non numériques, telles que la langue. La recherche qualitative peut être utilisée pour comprendre comment un individu perçoit subjectivement et donne un sens à sa réalité sociale. Les données qualitatives sont définies comme des données non numériques, telles que du texte, des vidéos, des photographies ou des enregistrements audio. Ce type de données peut être collecté à l’aide de comptes-rendus de journal ou d’entretiens approfondis, et analysés à l’aide d’une théorie ancrée ou d’une analyse thématique.

La recherche qualitative est axée sur plusieurs méthodes, impliquant une approche interprétative et naturaliste de son sujet. Cela signifie que les chercheurs qualitatifs étudient les choses dans leur environnement naturel, essayant de donner un sens ou d’interpréter les phénomènes en fonction des significations que les gens leur donnent.
Denzin et Lincoln (1994, p. 2)

Un intérêt pour les données qualitatives est né de l’insatisfaction de certains psychologues (par exemple, Carl Rogers) à l’égard de l’étude scientifique de psychologues tels que les comportementalistes (par exemple, Skinner ).

Étant donné que les psychologues étudient les gens, l’approche traditionnelle de la science n’est pas considérée comme un moyen approprié de mener des recherches, car elle ne parvient pas à saisir la totalité de l’expérience humaine et l’essence de ce que c’est que d’être humain. L’exploration de l’expérience des participants est connue comme une approche phénoménologique (re: Humanism ).

L’objectif de la recherche qualitative est de comprendre la réalité sociale des individus, des groupes et des cultures au plus près telle que ses participants la ressentent ou la vivent. Ainsi, les personnes et les groupes, sont étudiés dans leur cadre naturel.

La recherche suivant une approche qualitative est exploratoire et cherche à expliquer « comment » et « pourquoi » un phénomène ou un comportement particulier fonctionne comme il le fait dans un contexte particulier. Il peut être utilisé pour générer des hypothèses et des théories à partir des données.

Méthodes (utilisées pour obtenir des données qualitatives)

Il existe différents types de méthodes de recherche qualitative, notamment des comptes-rendus de journal, des entretiens approfondis, des documents, des groupes de discussion, des études de cas et l’ethnographie. Les résultats des méthodes qualitatives fournissent une compréhension approfondie de la façon dont les gens perçoivent leurs réalités sociales et, par conséquent, comment ils agissent dans le monde social.

Le chercheur dispose de plusieurs méthodes pour collecter des matériaux empiriques, allant de l’entretien à l’observation directe, à l’analyse d’artefacts, de documents et d’archives culturelles, à l’utilisation de matériaux visuels ou d’expériences personnelles.
Denzin et Lincoln (1994, p. 14)

Un bon exemple de méthode de recherche qualitative serait les entretiens non structurés qui génèrent des données qualitatives grâce à l’utilisation de questions ouvertes. Cela permet au répondant de parler en profondeur, en choisissant ses propres mots. Cela aide le chercheur à développer un sens réel de la compréhension d’une personne d’une situation.

Notez que les données qualitatives peuvent être bien plus que des mots ou du texte. Les photographies, vidéos, enregistrements sonores, etc., peuvent être considérés comme des données qualitatives.

Analyse des données

La recherche qualitative est infiniment créative et interprétative. Le chercheur ne se contente pas de quitter le terrain avec des montagnes de données empiriques pour ensuite rédiger facilement ses conclusions.

Des interprétations qualitatives sont construites et diverses techniques peuvent être utilisées pour donner un sens aux données, telles que l’analyse de contenu, la théorie ancrée (Glaser & Strauss, 1967), l’analyse thématique (Braun & Clarke, 2006) ou l’analyse du discours.

Principales caractéristiques

Les événements ne peuvent être compris de manière adéquate que s’ils sont vus dans leur contexte. Ainsi, un chercheur qualitatif s’immerge sur le terrain, dans un environnement naturel. Les contextes d’enquête ne sont pas inventés ; ils sont naturels. Rien n’est prédéfini ou pris pour acquis.

Les chercheurs qualitatifs veulent que ceux qui sont étudiés parlent pour eux-mêmes, donnent leur point de vue par des mots et d’autres actions. Par conséquent, la recherche qualitative est un processus interactif dans lequel les personnes étudiées enseignent au chercheur leur vie.

Le chercheur qualitatif fait partie intégrante des données, sans la participation active du chercheur, aucune donnée n’existe.

La conception de l’étude évolue au cours de la recherche et peut être ajustée ou modifiée au fur et à mesure de sa progression.

Pour le chercheur qualitatif, il n’y a pas de réalité unique, elle est subjective et n’existe qu’en référence à l’observateur.

La théorie est axée sur les données et émerge dans le cadre du processus de recherche, évoluant à partir des données au fur et à mesure qu’elles sont collectées.

Limites

En raison du temps et des coûts impliqués, les conceptions qualitatives ne prélèvent généralement pas d’échantillons à partir d’ensembles de données à grande échelle.

Le problème de la validité ou de la fiabilité adéquate est une critique majeure. En raison de la nature subjective des données qualitatives et de leur origine dans des contextes uniques, il est difficile d’appliquer les normes conventionnelles de fiabilité et de validité.

Par exemple, en raison du rôle central joué par le chercheur dans la génération des données, il n’est pas possible de répliquer des études qualitatives. De plus, les contextes, les situations, les événements, les conditions et les interactions ne peuvent être reproduits dans une quelconque mesure et aucune généralisation ne peut être faite à un contexte plus large que celui étudié avec certitude.

Le temps requis pour la collecte, l’analyse et l’interprétation des données est long. L’analyse des données qualitatives est difficile et une connaissance approfondie d’un domaine est nécessaire pour essayer d’interpréter les données qualitatives, et il faut faire très attention en le faisant, par exemple, si l’on recherche des symptômes de maladie mentale.

Forces

En raison de l’implication étroite du chercheur, le chercheur obtient un point de vue d’initié sur le domaine. Cela permet au chercheur de trouver des problèmes qui sont souvent manqués (comme les subtilités et les complexités) par les enquêtes scientifiques plus positivistes.

Les descriptions qualitatives peuvent jouer le rôle important de suggérer des relations, des causes, des effets et des processus dynamiques possibles.

L’analyse qualitative permet des ambiguïtés/contradictions dans les données, qui sont le reflet de la réalité sociale (Denscombe, 2010).

La recherche qualitative utilise un style descriptif et narratif; cette recherche pourrait être particulièrement bénéfique pour le praticien, car il ou elle pourrait se tourner vers des rapports qualitatifs afin d’examiner des formes de connaissances qui pourraient autrement ne pas être disponibles, obtenant ainsi de nouvelles connaissances.

Recherche quantitative

La recherche quantitative implique le processus de collecte et d’analyse objective de données numériques pour décrire, prédire ou contrôler les variables d’intérêt. Les objectifs de la recherche quantitative sont de tester les relations causales entre les variables , de faire des prédictions et de généraliser les résultats à des populations plus larges.

Les chercheurs quantitatifs visent à établir des lois générales de comportement et de phénomène à travers différents paramètres/contextes. La recherche est utilisée pour tester une théorie et finalement la soutenir ou la rejeter.

Méthodes (utilisées pour obtenir des données quantitatives)

Les expériences produisent généralement des données quantitatives, car elles visent à mesurer des choses. Cependant, d’autres méthodes de recherche, telles que les observations contrôlées et les questionnaires, peuvent produire à la fois des informations quantitatives.

Par exemple, une échelle d’évaluation ou des questions fermées sur un questionnaire généreraient des données quantitatives car elles produisent soit des données numériques, soit des données pouvant être classées dans des catégories (par exemple, des réponses « oui », « non »).

Les méthodes expérimentales limitent les manières possibles dont un participant à la recherche peut réagir et exprimer un comportement social approprié.

Les résultats sont donc susceptibles d’être liés au contexte et simplement le reflet des hypothèses que le chercheur apporte à l’enquête.

L’analyse des données

Les statistiques nous aident à transformer les données quantitatives en informations utiles pour aider à la prise de décision. Nous pouvons utiliser des statistiques pour résumer nos données, en décrivant des modèles, des relations et des connexions. Les statistiques peuvent être descriptives ou inférentielles.

Les statistiques descriptives nous aident à résumer nos données tandis que les statistiques inférentielles sont utilisées pour identifier les différences statistiquement significatives entre les groupes de données (telles que les groupes d’intervention et de contrôle dans une étude de contrôle randomisée).

Principales caractéristiques

Les chercheurs quantitatifs tentent de contrôler les variables étrangères en menant leurs études en laboratoire.

La recherche vise l’objectivité (c’est-à-dire sans biais) et est séparée des données.

La conception de l’étude est déterminée avant qu’elle ne commence.

Pour le chercheur quantitatif, la réalité est objective et existe séparément du chercheur, et peut être vue par n’importe qui.

La recherche est utilisée pour tester une théorie et finalement la soutenir ou la rejeter.

Limites

Contexte : Les expérimentations quantitatives ne se déroulent pas en milieu naturel. De plus, ils ne permettent pas aux participants d’expliquer leurs choix ou le sens que les questions peuvent avoir pour ces participants (Carr, 1994).

Expertise du chercheur : Une mauvaise connaissance de l’application de l’analyse statistique peut affecter négativement l’analyse et l’interprétation subséquente (Black, 1999).

Variabilité de la quantité de données : des échantillons de grande taille sont nécessaires pour une analyse plus précise. Les études quantitatives à petite échelle peuvent être moins fiables en raison de la faible quantité de données (Denscombe, 2010). Cela affecte également la capacité de généraliser les résultats de l’étude à des populations plus larges.

Biais de confirmation : le chercheur peut manquer d’observer des phénomènes en raison de l’accent mis sur la théorie ou les tests d’hypothèses plutôt que sur la théorie de la génération d’hypothèses.

Forces

Objectivité scientifique : les données quantitatives peuvent être interprétées avec une analyse statistique, et puisque les statistiques sont basées sur les principes des mathématiques, l’approche quantitative est considérée comme scientifiquement objective et rationnelle (Carr, 1994; Denscombe, 2010).

Utile pour tester et valider des théories déjà construites.

Analyse rapide : un logiciel sophistiqué supprime une grande partie du besoin d’une analyse de données prolongée, en particulier avec de gros volumes de données impliqués (Antonius, 2003).

Réplication : Les données quantitatives sont basées sur des valeurs mesurées et peuvent être vérifiées par d’autres car les données numériques sont moins sujettes à des ambiguïtés d’interprétation.

Les hypothèses peuvent également être testées en raison de l’utilisation de l’analyse statistique (Antonius, 2003).