L’analyse des données : une approche inductive

L’analyse des données produites dans le cadre de cette thèse a été caractérisée par un mouvement itératif dynamique qui a permis un déplacement constant du regard et facilité l’émergence d’un « sens » aux données récoltées (Blais et Martineau 2006: 3). Les analyses présentées ici, en concordance avec le cadre théorique interactionniste, sont de nature principalement inductive : « Plutôt que de déduire l’analyse d’une série d’hypothèses préétablies, elle va au-devant des acteurs pour les interroger et essayer de les comprendre » (Breton 2012 : 178). La démarche analytique privilégiée visait donc à faire « émerger » les résultats à partir des données colligées sur le terrain.

Cela implique l’identification des thèmes récurrents, dominants ou significatifs observés à même les données brutes (Blais et Martineau 2006: 2), à travers des étapes solidement établies dans la littérature (Blais et Martineau 2006; Mayer et Deslauriers, 2000; Agar 1996) :

1) de nombreuses lectures attentives de tout le matériel;

3) des analyses verticales, en profondeur (par entrevue, par photo, par résidente, etc.); 4) des analyses comparatives (entre différentes résidentes, entre les unités ou les CHSLD, entre différentes sources de données, etc.).

Comme dans toute démarche ethnographique, l’analyse s’est effectuée de façon concomitante à la collecte des données, dans un mouvement d’allers-retours entre le terrain et l’analyse : « In ethnographic research, data collection and analysis are done concurrently rather than being separately scheduled parts of the research. (…) The process is dialectic, not linear » (Agar 1980 : 9). Ces « boucles d’analyses », réalisées tout au long du terrain, permettent de réorienter la collecte de données de façon progressive et de valider/préciser les pistes d’analyse préliminaires (Mayer et Deslauriers, 2000; Laperrière, 2009). Concrètement, cela s’est traduit par un retrait du terrain, pour des périodes allant de quelques jours à quelques semaines, au cours desquelles le matériel recueilli était relu attentivement. Les pistes d’analyse préliminaires étaient alors identifiées, de même que les « trous » existants dans les données. Le retour subséquent sur le terrain se faisait avec une énergie et un regard renouvelés se traduisant par une vigilance accrue dans les observations.

Les analyses se sont librement inspirées de la démarche de théorisation ancrée proposée par Paillé et Mucchielli (2003) et Paillé (1994). Leur approche permet une analyse fondée non pas sur une grille pré-existente, mais construite à partir des données empiriques. Une première étape a consisté à dégager les idées et les thèmes qui émergeaient des notes d’observation, des entretiens et des photographies. À travers des analyses verticales et transversales, ces thèmes étaient progressivement regroupés afin de reconstituer des catégories conceptuelles. À cette étape, le processus itératif lié à la triangulation des sources de données, appelant une comparaison constante entre la perspective de différents acteurs (incluant la chercheure elle-même) et de différentes sources de données (observations, photographies et entretiens), a été particulièrement riche. Enfin, l’analyse des matériaux recueillis s’est aussi appuyée sur un aller-retour entre l’induction et la déduction. En effet, si l’induction demeure l’approche centrale dans l’analyse des données, les retours aux écrits scientifiques ont permis à quelques reprises de la dynamiser et de lui donner un souffle nouveau. La déduction a notamment facilité le passage des données aux catégories conceptuelles en ce qui concerne la thématique du personhood, en s’appuyant notamment sur la grille d’observation élaborée à

partir du cadre conceptuel de l’étude (voir Annexe 2). Ce retour à la déduction dans l’analyse fait d’ailleurs écho à la démarche de Smebye et Kirkevold (2013: 4):

In the first analysis it was difficult to discern how the different relationships were related to personhood among the persons with dementia. In the second step the data were therefore analysed deductively, applying the theoretical framework of person-centred care (…). This allowed for a more systematic analysis in order to gain a deeper understanding of the complex nature of caring relationships and how they influenced personhood.

Comme le souligne Patton (2014 : 653), la rigueur et la scientificité des analyses qualitatives tendent à être davantage remises en question en comparaison avec les analyses quantitatives qui paraissent plus objectives :

Statistical analysis follows formulas and rules, while, at the core, qualitative analysis depends on the insights, conceptual capabilities, and integrity of the analyst. Qualitative analysis is driven by the capacity for astute pattern recognition from beginning to end.

Pourtant, des mécanismes tout aussi pertinents existent dans la recherche qualitative afin d’assurer la rigueur scientifique des analyses effectuées. Les propositions de Patton (2014) à ce sujet ont toutes été suivies avec minutie dans le cadre de la présente étude :

- Générer et analyser les conclusions alternatives et les explications divergentes : les données sont revues afin de vérifier si elles supportent ces conclusions ou

explications alternatives

- S’attarder aux données ou aux situations qui infirment nos hypothèses : une attention particulière doit être portée aux « cas » divergents, aux exceptions, aux données contradictoires

- Favoriser la comparaison constante : entre les différentes sources de données, entre les données empiriques et la littérature, etc.

- Garder les données connectées au contexte : en passant constamment d’un niveau d’analyse plus « micro » à une analyse plus globale et contextuelle

- Présenter les analyses aux participants

- Trianguler non seulement les sources de données, mais aussi les sources d’analyse et les sources théoriques : la triangulation de l’analyse passe notamment par la discussion des analyses préliminaires avec un autre chercheur (dans notre cas, notre directrice de thèse); la triangulation des théories a été facilitée par notre approche interdisciplinaire et l’exploration de champs d’études connexes (l’étude du handicap, par exemple)

Les analyses ont pris pour support le logiciel informatique N’Vivo, développé spécifiquement pour les études qualitatives. Évitant une approche techniciste des analyses que de tels logiciels peuvent parfois induire, N’Vivo a été ici utilisé principalement afin de faciliter l’organisation et le codage des données (Hutchison, Johnston, et Breckon 2010). Le codage s’est d’abord effectué de façon inductive, permettant d’identifier les « unités de sens » apparaissant dans les notes d’observation, les entretiens individuels ainsi que les photos. Après une réorganisation de cette première série de codes permettant d’en fusionner ou d’en hiérarchiser certains, une deuxième codification a eu lieu dans un mouvement davantage déductif : les données ont alors été revues à la lumière de la grille conceptuelle du personhood, permettant l’identification de nouveaux codes davantage analytiques que descriptifs.