Limites de la recherche et recommandations

Au terme de cette étude, de nombreuses étapes se sont révélées imparfaites (par manque de temps, de compétences ou de ressources humaines et/ou financières) et sont détaillées ici, de manière à faciliter la réalisation de prochaines enquêtes.

4.6.1 La réalisation du questionnaire

Tout d’abord, comme indiqué en partie 1.1.3, une enquête utilisateur devrait dans l’idéal combiner les avantages de l’étude qualitative et de l’étude quantitative. En l’occurrence, afin de garantir la réalisation d’un questionnaire de qualité (composé de questions et de modalités de réponses pertinentes), il aurait été intéressant, durant son élaboration, de réaliser quelques entretiens auprès de responsables de bibliothèques scolaires ainsi qu’auprès d’élèves représentatifs de la population cible. Si un pré-test du questionnaire a bien été effectué, il n’a pu se faire que sur deux adolescents volontaires, ce qui n’est certainement pas suffisant pour atteindre une saturation des résultats.

A minima, si l’enquête devait être utilisée à nouveau, des suggestions d’amélioration (en réaction aux questions et commentaires des élèves) sont mises à disposition en annexe 6 « Suggestions d’amélioration du questionnaire ».

4.6.2 La réalisation de l’échantillonnage

Mettre en place une enquête quantitative implique de pouvoir réaliser un échantillon probabiliste (par tirage au sort) afin de garantir sa représentativité vis-à-vis de la population cible. Dans le contexte de cette étude, cela aurait nécessité une collaboration plus étroite avec la DGEO. En effet, sans doute pour des raisons de facilité de mise en place, cette instance a décidé que l’échantillonnage serait réalisé en limitant la participation à trois établissements publics du secondaire. Or, cela ne permet pas de garantir la représentativité de la diversité des structures ni des huit régions scolaires du canton. Si cet organe décisionnel avait été à l’origine du projet, il est possible que davantage de moyens humains auraient été mis à disposition, impliquant entre autres la participation de l’ensemble des établissements scolaires concernés par l’enquête (ou tout au moins un plus grand nombre) et la mise en place d’un échantillonnage probabiliste. Il serait intéressant qu’une prochaine étude puisse procéder de cette manière afin de valider les résultats de la présente enquête.

4.6.3 L’impossibilité de bénéficier d’un logiciel de statistiques

Par ailleurs, au contraire de la précédente étude qui avait pu se dérouler en collaboration avec l’Ustat, il n’a malheureusement pas été autorisé dans le cadre de cette recherche de travailler avec l’office des statistiques du canton de Vaud. Par conséquent, il n’a pas été possible de bénéficier des conseils de professionnels de la statistique, ni de l’utilisation d’un outil dédié à ce domaine. Il en résulte une collecte des données plus laborieuse ainsi qu’une analyse moins aboutie, notamment concernant la réalisation de tests statistiques.

4.6.4 Les difficultés rencontrées avec le logiciel R

Lorsque le nombre de variables à croiser est conséquent, la solution idéale est de pouvoir automatiser le calcul des tableaux croisés et les tests du χ2 associés, ce que l’on nomme « analyse factorielle ». Les logiciels de statistiques sont justement conçus pour exécuter cette analyse et ainsi identifier les variables fortement liées entre elles (Martin 2012). Si le logiciel libre et gratuit R permet également de réaliser ces calculs, il est cependant nécessaire de disposer de suffisamment de temps pour se former à son langage de programmation ainsi qu’à l’interprétation des résultats. A minima, une analyse factorielle des correspondances a pu être mise en place, permettant de confirmer la nature des liaisons observées entre certaines variables deux à deux. Plus complexe à effectuer, l’analyse des correspondances multiples est une des techniques d’analyse factorielle portant sur plusieurs variables qualitatives en même temps. Cette technique descriptive permet davantage de faciliter l’interprétation des corrélations existantes entre les variables (Larmarange [ca. 2016]). En effet, une relation détectée entre deux variables peut ne pas être véritable, et être en réalité causée par une troisième variable, étrangère (Berthier 2010).

En cas de nouvelle utilisation du questionnaire, il faudrait donc obtenir la possibilité d’utiliser un logiciel dédié aux statistiques, ou disposer d’un temps suffisant pour une formation à la rédaction de scripts.

4.6.5 La méconnaissance des différences socio-économiques des trois

communes impliquées dans l’enquête

En lien avec la précédente limite, il est également possible d’évoquer la difficulté à déterminer les raisons des différences relevées entre les échantillons des trois établissements scolaires à l’étude. En effet, ces variations peuvent tout autant découler des

différences de composition entre les échantillons (par ex., 64% des participants de l’échantillon de l’établissement scolaire de Renens sont en voie générale contre seulement 40% à Coppet-Terre Sainte) que des différences des milieux socio-économiques entre les trois communes, probables mais malheureusement inconnues. Ainsi, par exemple, qu’est-ce qui explique que seuls 25% des élèves de Renens estiment que leurs parents lisent souvent contre 39% des élèves de Nyon-Marens et 51% des élèves de Coppet-Terre Sainte ?

4.6.6 Les erreurs humaines liées à la méthodologie adoptée

Enfin, comme indiqué plus haut, sans logiciel dédié, la collecte des résultats s’est révélée plus laborieuse. Afin de croiser toutes les données dans des tableaux dynamiques, il a été nécessaire au préalable de relever à la main les différents effectifs, d’effectuer des transferts dans différents tableaux, de calculer des pourcentages à partir de sous-groupes différents, etc… Tous ces relevés et calculs partiellement manuels sont sources d’erreur et doivent être pris en considération.