Analyse de données

Nous avons employé l'analyse thématique proposée par Paillé and Mucchielli (2008) pour mener l'analyse des différentes données obtenues dans le cadre de cette recherche. Par définition, l'analyse thématique renvoie à repérer systématiquement, à regrouper et à examiner de manière discursive les thèmes émergeant dans un corpus qu'il soit des entretiens transcrits ou des notes d'observation ou tout autre document. Elle a deux fonctions qui sont le repérage des idées pertinentes en lien avec les objectifs de la recherche et la catégorisation qui est de relever des répétitions, des regroupements, des contradictions et des complémentarités entre les différents thèmes repérés (Paillé & Mucchielli, 2008). Ainsi, tel que le recommandent Miles and Huberman (2003), l‟analyse des données pour cette étude a été réalisée en même temps que la collecte des données pour qu‟elle soit «dynamique, en constante progression, alimentée en permanence par le travail sur le terrain» (p. 101). Pour arriver à analyser l'ensemble du corpus obtenu durant la collecte des données, nous avons procédé à différentes étapes dans le but de regrouper, de condenser et d'ordonner les différentes données.

Dans le processus d‟analyse, de prime abord nous avons transcrit les enregistrements audio à la fin de chaque entrevue. Étant donné que l'interprète qui a travaillé avec nous est parfaitement bilingue, français et moré, la traduction et la transcription des entrevues ont été faites en même temps en français. Cette façon de faire constituait également la meilleure option compte tenu des ressources financières dont nous disposions pour cette recherche. Toutes les transcriptions ont été faites en duo: par l'interprète qui écoutait et traduisait les paroles des femmes du moré au français et par l'étudiante chercheuse qui dactylographiait ce que l'interprète traduisait. Ce travail en duo a permis à l'étudiante chercheuse d'approfondir avec l'interprète certaines idées qui ont été dites durant les

62

entrevues. Aussi, elle pouvait réfléchir avec l'interprète sur la façon de mener les autres entrevues et sur les non-dits durant les périodes de discussion avec les participantes. Une technique de validation a été adoptée pour vérifier si le travail traduction-transcription a été bien mené. Pour ce faire, avant la fin de la collecte des données à la dix-huitième entrevue précisément, l'étudiante chercheuse a rencontré un chargé de projet PASME qui est parfaitement bilingue, français et moré, pour faire vérifier auprès de lui si la traduction des propos que nous livraient les femmes durant les entrevues a été bien faite. Ainsi, nous avons sélectionné quelques extraits des entrevues que nous avons choisis par rapport à leur similarité ou leur contradiction, et nous avons demandé au chargé de projet de nous faire la traduction de ces extraits. Ensuite, nous avons procédé à une comparaison des traductions faites par le chargé de projet avec celles effectuées par l'interprète. En général, nous n'avons observé aucune grande divergence entre les deux traductions. Parfois, il y avait des divergences sur certains mots, mais le sens était le même après discussion sur ces contradictions. Dans ce sens, le chargé de projet nous a confié que le fait qu'il n'était pas présent au moment des entrevues pourrait être à l'origine des divergences notées sur certains mots, car en Afrique les femmes s'expriment avec des gestes. Certaines gestuelles pourraient changer considérablement le sens d'un mot. Cette explication nous a permis de croire que le fait que l'interprète a animé les entrevues et a traduit et transcrit les données en collaboration avec l'étudiante chercheuse était d'une grande valeur scientifique pour cette recherche. Cela garantissait la crédibilité des données, malgré l'éventualité de perdre le sens de certains mots quand on traduit des mots d'une langue à une autre. Cependant, tout au long de la traduction-transcription nous nous sommes efforcées à traduire littéralement les mots des participantes pour éviter toute déformation des propos des femmes et des expressions locales qui donnent vie au phénomène étudié. Dans la continuité d'ordonner les données qualitatives recueillies, les données et les notes de terrain de l'étudiante chercheuse ainsi que toutes entrevues réalisées sans enregistrement ont été retranscrites pour permettre une meilleure lisibilité.

Après que chaque entrevue ait été transcrite, nous avons procédé à la lecture continue des données. Le fait que nous soyons impliquées tant au niveau de l'animation des entrevues

63

que dans la transcription des données nous ont permis de nous imprégner des données obtenues. Toutefois, à chaque relecture des entrevues, des nouveaux éléments émergeaient.

Pour le choix des techniques, nous avons choisi d‟utiliser le logiciel d‟analyse de données qualitatives QDA Miner (Provalis Research, 2004).

Enfin, nous avons utilisé le type de thématisation en continu pour mener une analyse fine et riche des données (Paillé & Mucchielli, 2008). Ce type de thématisation consiste à attribuer des thèmes de façon continue et conjointement à construire un arbre thématique. Dans la construction de l'arbre thématique pour cette recherche, nous avons identifié les thèmes à la lecture de chaque document soumis à l'analyse, nous les avons regroupés sous des thèmes centraux et parfois nous avons fusionné certains thèmes identiques et pour finir nous les avons hiérarchisés (Paillé & Mucchielli, 2008). La construction de l'arbre thématique a été faite progressivement du début jusqu'à la fin de la recherche. Elle nous a permis, d'ailleurs, de bonifier la grille d'entrevue et d'orienter les entrevues informelles faites avec les informateurs-clés identifiés dans le cadre de cette recherche. Aussi, l‟arbre thématique a été discuté avec la directrice de recherche de cette étude suite à une analyse préliminaire des données.