Méthode quantitative 74

Dans un premier temps, les dessins ont été cotés selon la grille d’analyse CoPsyEnfant qui compte 152 variables. La cotation des dessins dans la grille a été faite en se basant sur la « Méthode de cotation CoPsyEnfant », conçue par l’équipe de recherche à Strasbourg et qui est la même pour tous les participants inclus dans la base de données Sphinx. Nous avons procédé à la cotation des dessins québécois et

africains à l’aide de 3 assistantes de recherche. Nous avons pris part à la cotation de tous les dessins pour assurer une continuité dans la cotation. Au moins une autre personne participait à la cotation en tout temps et nous avons demandé un troisième avis lorsque les cotations posaient davantage question. Nous avons procédé de la sorte pour augmenter la validité des cotations. Les dessins des autres pays ont été cotés à partir de la même méthode, mais par d’autres membres de l’équipe.

Les variables de la grille comprennent entre autres la sexuation du dessin du bonhomme, le personnage d’identification, des aspects des représentations des parents, du sujet lui-même et de la fratrie, la place du sujet dans la famille, la différence des sexes et des générations, la taille des personnages, la qualité du dessin, l’alignement des personnages, le type de famille représenté, la présence de beaux- parents, de personnages barrés ou encore d’animaux, etc. Il s’agit de variables discrètes, c’est-à-dire de données catégorielles cotées sur des échelles nominales (choix de réponse) que l’on analyse ensuite statistiquement à partir d’échantillons de population (Cousineau, 2009; Howell, 1998). Les données ont ainsi été compilées dans la base de données globale de la recherche comprenant plusieurs pays. Dans nos analyses, l’appartenance culturelle ou le pays d’origine de l’enfant peut être considéré comme la variable indépendante et les différentes variables concernant les dessins comme les variables dépendantes.

L’analyse statistique inférentielle, à partir de tests statistiques, permet d’estimer les caractéristiques d’une population à partir d’un échantillon (Dumas, 2000). Même si notre échantillon est relativement petit, nous avons suffisamment de sujets pour que la plupart des tests que nous avons effectués soient interprétables. Étant donné que nos données sont catégorielles à plus de 2 catégories, nous avons procédé à des tests statistiques de contingence et d’ajustement utilisant la distribution de chi carré (chi2 ou χ2) puisqu’il s’agit des seuls tests statistiques possibles dans ce cas de figure (Howell, 1998). Nous avons toujours pris soin de respecter les postulats théoriques (au moins 5 sujets par case d’une matrice). La distribution chi carré suppose des fréquences « théoriques » que les catégories devraient avoir suivant l’hypothèse qu’il n’y a pas de différence entre les catégories de la variable indépendante, c’est-à-dire, dans notre cas, entre les cultures. Les tests permettront de vérifier, quand la fréquence d’une réponse est élevée ou basse, qu’on peut inférer que cette différence est statistiquement significative par rapport à la fréquence théorique attendue, qui correspond en pourcentage à ce qui a été obtenu dans l’échantillon global sans différence de culture pour une catégorie donnée (par exemple, pour 72 % des enfants de l’échantillon global : cheveux de la mère = long). Nous considérerons le résultat significatif si on a moins que 0,05 % de chance de se tromper en affirmant qu’il existe une différence entre la fréquence observée et la fréquence théorique (si p<0,05).

Le test de contingence (test de chi2 appliqué au tableau de contingence ou encore chi2 d’indépendance) « permet d’étudier la liaison entre 2 caractères qualitatifs » (Guéguen, 1998). On utilise ce test pour voir si des catégories de 2 variables différentes sont associées. Par exemple, est-ce que le fait d’être Français (qui serait un choix parmi plusieurs) est associé à se dessiner soi-même plus grand que son père (qui serait un choix concernant la taille du sujet par rapport au père).

Pour le test chi2 d’ajustement, nous avons utilisé la version permettant de comparer les résultats à une distribution uniforme. Ce test permet de vérifier si la fréquence est la même pour chaque catégorie de réponse (Sanders & Allard, 1992), mais en analysant les différentes catégories d’une seule variable. Par exemple, cela permettrait de vérifier si pour les enfants français, la taille du sujet est plus souvent « plus grande que le père » par rapport à plusieurs choix de réponse comme « plus petit que le père » ou « d’égale grandeur au père »).

La grille d’analyse a été construite avec le logiciel Sphinx et la base de données globale est également contenue dans ce logiciel. Nous avons par ailleurs utilisé Excel pour les tests statistiques puisque Sphinx n’utilisait pas les cotes Z ajustées pour les calculs des tests, ce qui représente le nouveau standard statistique (Wonnacott & Wonnacott, 1991).

Pour être plus précis sur la démarche d’analyse, nous avons d’abord fait des tests statistiques sur plusieurs variables. Puis, nous avons choisi les variables qui semblaient présenter des différences significatives et intéressantes. Certaines variables présentaient un intérêt théorique (par exemple la taille du sujet par rapport au père), mais ne présentaient pas de différences significatives intéressantes pour nos échantillons. Cela peut par ailleurs être dû à la relativement petite taille de l’échantillon. À la suite de ces explorations, nous avons choisi deux variables de la grille qui nous semblaient présenter un intérêt particulier : la présence du sujet et le personnage d’identification en fonction du pays d’origine dans les deux dessins de famille. Nous avons ensuite étudié plus en détails, toujours quantitativement, ces variables, en faisant des regroupements de catégories ou encore des sous-tests sur une seule population. Nous avons entre autres utilisé le test exact de Fisher qui est un test sans postulat théorique (c’est-à-dire sans qu’un minimum de sujets soit requis), mais qui peut être effectué seulement sur des variables à 2 catégories (Siegel, 1956), comme les réponses oui/non. Nous avons utilisé ce test de manière exploratoire, car son utilisation ne permet pas de tirer des conclusions très importantes, vu les nombreux regroupements de catégories qu’il nous obligeait à faire. Nous l’avons par ailleurs aussi utilisé de façon concluante pour vérifier que la place du premier personnage dessiné est bien en haut à gauche sur un échantillon différent du nôtre, mais équivalent. Pour finir, notons que nous avons principalement étudié plus en détails les résultats obtenus sur les échantillons québécois et ivoiriens et non sur les autres échantillons.