Le cadre empirique : l’échantillonnage théorique pour le choix des cas

Pour notre étude de cas multiples, chaque cas est sélectionné selon des critères théoriques incluant la similitude ou au contraire le caractère dissimilaire c’est-à-dire suivant des critères d’équilibre, de potentiel de découverte, d’objectif de recherche, d’homogénéité ou, au contraire, de variété maximale (Glaser et Strauss, 1967 ; Eisenhardt, 1989 ; Yin, 2014). Selon Gagnon (2012), lorsque des cas multiples sont étudiés, ils peuvent être différents, similaires, redondants ou variés. Les startups sociales à l’étude n’étant pas choisies pour des raisons statistiques, il est donc préférable de parler d’un échantillonnage théorique (Gagnon, 2012).

Yin (2014) appelle ainsi réplication littérale les démarches reposant sur la sélection de cas similaires et réplication théorique celles qui s’appuient sur des cas non similaires et pour lesquels l’application de la théorie étudiée devrait aboutir à des résultats différents. Parmi les cas, certains pourront être retenus pour rejeter des explications alternatives (Eisenhardt et Graebner, 2007) et donc améliorer la validité interne. D’autres pourront être retenus en raison de leur différence de contexte pour augmenter la généralisation des résultats (Glaser et Strauss, 1967; Eisenhardt et Graebner, 2007).

Ainsi, plusieurs critères ont guidé la sélection des cas. Tout d’abord, la sélection des cas a été réalisée dans un processus structuré. Nous avons identifié des entreprises sociales qui utilisent les TIC pour résoudre un problème social/environnemental dans différents secteurs tels que l’éducation, la santé, l’agriculture, la culture, l’économie circulaire, etc. Ce qui nous a permis d’avoir dans les deux pays, des startups sociales du numérique qui possèdent suffisamment de traits communs avec les autres cas sans pour autant être en tout point identique (le principe de

la représentativité théorique).

Le processus de sélection des cas s’est déroulé en plusieurs étapes. D’abord, nous avons élaboré une liste avec une dizaine de cas dans chaque pays. En France, pour sélectionner nos cas, nous nous sommes rendus sur le site du MOUVES, d’Ashoka France, Antropia et Sensecube. Nous

182

avons choisi les cas selon leurs reconnaissances comme les fellows Ashoka, à travers leurs prix, des concours, leurs levées de fonds, etc. Pour les cas sénégalais, la sélection a été plus difficile car le mouvement de l’entrepreneuriat social est encore plus récent et par conséquent le nombre d’entreprises qui s’y réclament est encore plus limité. Néanmoins, nous avons commencé par sélectionner d’abord les cas qui ont été primés notamment dans les concours comme le concours de l’entrepreneuriat social en Afrique de la fondation Orange. Ensuite, certains cas nous ont été suggérés par les entrepreneurs sociaux et certains acteurs du champ rencontrés. Le parcours de ces startups sociales accroit potentiellement la richesse des données au regard de notre problématique.

Mais, dans tous les cas, en France et au Sénégal, nous avons tenu d’abord à avoir des secteurs variés mais pratiquement identiques pour les deux pays pour une compréhension plus large. Nous avons des cas dans l’éducation, la formation et la culture (six cas dont 3 français et 3 sénégalais), le marché agricole (deux cas : 1 français et 1 sénégalais), la santé deux cas (2 sénégalais), le financement solidaire (trois cas dont 2 sénégalais et 3 cas français), l’insertion, l’accompagnement et l’inclusion (cinq cas à savoir 2 cas sénégalais et 3 cas français). Nous résumons les principaux critères de sélection dans la figure suivante. Cette démarche nous a permis d’avoir un échantillon de startups offrant une variété équilibrée de situations différentes (une répartition équilibré). La variété des startups selon différentes caractéristiques (secteur, stade de développement, statut commercial ou associatif, etc.) permet d’accroître la compréhension de l’évolution du business model social dans toute sa complexité. Nos cas appartiennent à la même population théorique (« les startups du numérique ») mais varient selon les statuts (SAS, SARL, Association, etc.), le secteur d’activité (éducation, agriculture, santé, etc.), l’âge (3 ans à 8 ans).

183

Figure 16 : principaux critères de sélection des cas

En somme, nous avons sélectionné par échantillonnage théorique les entreprises qui sont en phase entrepreneuriale. Certaines d’entre elles sont en phase de démarrage et d’autres en phase de croissance. Les entreprises interrogées ont démarré leurs activités entre 2008 et 2014. Le tableau 16 présente les startups sociales françaises et sénégalaises étudiées.

L’échantillonnage théorique signifie que les personnes, les lieux et les situations où ils vont collecter des données empiriques sont choisis en fonction de leur capacité à favoriser l’émergence et la construction de la théorie (Guillemette et Luckerhoff, 2009 ; Charmaz, 2006; Glaser, 1978 ; Glaser et Strauss, 1967). L’échantillonnage théorique se distingue de l’échantillonnage statistique dans lequel les sujets sont choisis d’après le critère de la représentativité et de la saturation statistique. Selon Guillemette et Luckerhoff (2009), dans la logique de l’échantillonnage théorique, les paramètres de l’objet d’étude sont délimités selon une perspective qui fait appel à des concepts – encore très provisoires – pouvant guider les premiers moments d’échantillonnage (Glaser, 1978), quitte à ce qu’ils soient remplacés par des concepts émergents (Strauss et Corbin, 1998). Par la suite, ce sont toujours les résultats de l’analyse progressive qui déterminent la sélection des prochains échantillons théoriques.

secteur d'activités Représentativité théorique

Startup

sociale

des données numérique

objet de recherche Répartition équilibrée potentiel de découverte

184

Tableau 16 : recensement des startups étudiées

Startups sociales françaises Startups sociales sénégalaises

1. F1 SAS

Plateforme qui connecte agriculteurs et consommateurs 1. S1 Entreprise individuelle La plateforme qui connecte les acteurs du

monde agricole 2. F2 SAS Fabriques sociales de codeurs – Ecoles numériques 1. S2 ASSOCIATION Le digital au service de l’éducation 3. F3 ASSOCIATION

Plateforme pour résoudre les défis des entrepreneurs

sociaux par la mobilisation des citoyens

3. S3 SARL Le numérique pour la pérennisation du patrimoine culturel, littéraire et scientifique africain 4. F4 SAS Plateforme de diffusion des innovations positives

4. S4 GIE

La plateforme au service des produits locaux

transformés 5. F5

SAS

Des outils de micro- collecte de fonds auprès des consommateurs et des

salariés pour les organisations d’utilité publique 5. S5 SURL La pharmacie communautaire virtuelle pour le partage de médicaments 6. F6 ASSOCIATION

Lutter contre les risques psychosociaux liés au

chômage

6. S6 SARL

Le digital pour la prise en charge médicale des proches par la diaspora. 7. F7

SAS

La diffusion de contenu numérique pour l’Afrique

7. S7 ASSOCIATION

Centre de leadership des jeunes (émission télévisée voix des jeunes) 8. F8

SAS

Plateforme numérique pour faciliter les rencontres dans la vie

réelle 8. S8 Entreprise individuelle Le numérique au service de la santé infantile et maternelle 9. F9 SAS Plateforme de collecte en ligne dédiée aux

associations 9. S9 SARL L’e-commerce au service des sénégalais de l’extérieur pour commander des biens

pour ses proches 10. F10 PROGRAMME Accélérer la transition numérique des associations 10. S10 ASSOCIATION La géomatique au service de la santé

185