Analyse thématique de contenu : méthodologie

Pour analyser les données recueillies par l’entremise des entrevues semi-dirigées, nous avons adopté la démarche d’analyse thématique du contenu. Selon Paillé et Muchielli (2008 : 162), l’analyse thématique « consiste […] à procéder systématiquement au repérage, au regroupement et, subsidiairement, à l’examen discursif des thèmes abordés dans un corpus ». Suivant la même logique, Braun et Clarke (2006 : 79) pour leur part, définissent l’analyse thématique ainsi : « Thematic analysis is a method for identifying, analysing and reporting patterns (themes) within data. It minimally organizes and describes your data set in (rich) detail ». Les mêmes auteures expliquent plus loin : « Thematic analysis involves the searching across a data - be that a number of interviews or focus groups, or a range of texts - to find repeated patterns of meaning ». (Braun et Clarke, 2006 : 86).

Par ailleurs, en notant que le mot clé dans le terme « analyse thématique » est « thème », il convient de saisir sa signification dans ce contexte. King et Horrocks décrivent les « thèmes » comme

l’ensemble des traits distincts et récurrents figurant dans les propos des participants et qui reflètent leurs vécus et leurs perceptions par rapport aux questions de la recherche. « Themes are recurrent and distinctive features of participants’ accounts, characterizing particular perceptions and/or experiences, which the researcher sees as relevant to the research question ». (King et Horrocks, 2010 : 150) De la même manière, Braun et Clarke (2006 : 86) expliquent : « A theme captures something important about the data in relation to the research question, and represents some level of patterned response or meaning within the data set ».

Il s’agit donc dans une analyse thématique des données d’entrevues, de repérer, de décrire et de présenter sous forme narrative les thèmes principaux récurrents, les convergences ainsi que les divergences qui se trouvent dans les propos des répondants, à la lumière des questions de recherche. Contrairement à d’autres méthodes d’analyse des données qualitatives, nous avons privilégié l’analyse thématique dans la présente étude en raison, particulièrement, de ses nombreux avantages. Par exemple, l’analyse thématique est relativement facile à apprendre et à utiliser comme méthode d’analyse d’étude qualitative. Ses résultats sont faciles à comprendre par les lecteurs. Elle est très utile pour analyser de gros volumes de données et permet facilement de montrer les convergences et les divergences contenues dans les données. Par ailleurs, l’analyse thématique est très utile pour des analyses visant à formuler des politiques de développement (Braun et Clarke, 2006 : 97). Guest et al. sont d’avis que l’analyse thématique reste la meilleure approche pour comprendre les sens des données dans une étude qualitative : « […] thematic analysis is still the most useful in capturing the complexities of meaning within a textual data set. It is also the most commonly used method of analysis in qualitative research ». (Guest et al., 2012 : 11).

Afin de mener notre analyse thématique à bon escient, nous avons adapté et suivi minutieusement (mais avec quelques modifications), les étapes d’analyse thématique recommandées par Braun et Clarke (2006) ainsi que celles de King et Horrocks (2010). Les éléments essentiels contenant dans les étapes sont : la lecture et la familiarisation avec les données, la codification des données, le développement des thèmes et la présentation des résultats. Les deux étapes sont reproduites respectivement dans le tableau 1 et la figure 6 ci-après.

Tableau 1 - Les étapes de l’analyse thématique selon Braun et Clarke (2006 : 87)

Phase Description of the process

1. Familiarizing yourself with your data

Transcribing data (if necessary), reading and re-reading the data, noting down initial ideas.

2. Generating initial codes Coding interesting features of the data in a systematic fashion across the entire data set, collating data relevant to each code.

3. Searching for themes Collating codes into potential themes, gathering all data relevant to each potential theme.

4. Reviewing themes Checking if the themes work in relation to the coded extracts (Level 1) and the entire data set (Level 2), generating a thematic “map” of the analysis.

5. Defining and naming themes

Ongoing analysis to refine the specifics of each theme, and the overall story the analysis tells, generating clear definitions and names for each theme.

6. Producing the report The final opportunity for analysis. Selection of vivid, compelling extract examples, final analysis of selected extracts, relating back of the analysis to the research question and literature, producing a scholarly report of the analysis.

Figure 6 - Les étapes de l’analyse thématique selon King et Horrocks (2010 : 153) Lecture et familiarisation avec les données

Cette étape est cruciale et elle s’avère la plus importante, à notre avis, car il va de soi que sans bien saisir le contenu des données, on n’arrivera point à l’analyser. Donc, dans un premier temps, au fur et à mesure que nous réalisions les entrevues, nous nous sommes donné la tâche de nous

Stage one : descriptive coding Read through transcript

Highlight relevant material and attach brief comments Define descriptive codes

Repeat for each transcript, refining descriptive codes as you progress Stage two : interpretive coding

Cluster descriptive codes

Interprete meaning of clusters, in relation to research question and disciplinary position

Apply interpretive codes to full data set

Stage three : overarching themes

Derive key themes for data set as a whole, by considering interpretive themes from theoretical and/or pratical stance of project

Construct diagram to represent relationships between levels of coding in the analysis

familiariser avec les données recueillies en y prêtant la plus grande attention possible. Ensuite, le fait que c’est nous-même qui nous sommes personnellement occupé de la transcription minutieuse des enregistrements des entrevues a encore permis de nous approprier ces données, afin de réussir à en faire une analyse objective. Les textes des transcriptions ont fait l’objet de lecture à maintes reprises. Cette lecture répétitive nous a permis encore une fois de nous imprégner des données dans le but d’en dégager les éléments essentiels pour notre analyse. De plus, grâce à ces lectures minutieuses, nous avons pu souligner les passages les plus intéressants et les plus porteurs de sens, compte tenu de nos questions et objectifs de recherche. Il faut tout simplement dire que la familiarisation avec les données se faisait de manière itérative, c’est-à-dire en faisant des va-et- vient à l’intérieur des données depuis le début jusqu’à la fin de l’analyse.