Procédures d‟échantillonnage

Nous avons adopté des procédures mixtes d‟échantillonnage pour déterminer le nombre de participants pour l‟expérimentation que nous comptons mener dans le cadre de cette étude. Nous avons combiné à différents degrés l‟échantillonnage probabiliste et celui non-probabiliste.

Un échantillon est dit probabiliste, « si chaque élément de la population a une chance égale ou prédéterminée d‟être sélectionné pour faire partie de l‟échantillon » (ANGERS, 1996 :229). Le choix d‟une démarche probabiliste dans l‟échantillonnage est nécessaire du moment où les résultats auxquels nous voulons aboutir au terme de l‟expérimentation, sont généralisables à l‟ensemble de la population cible de l‟enquête.

Dans un premier temps, nous avons adopté l‟échantillonnage probabiliste en grappes pour déterminer les sous-groupes de la population cible à partir desquels nous avons choisi les participants de l‟expérimentation. L‟échantillonnage en grappes consiste à faire porter le tirage non sur les participants eux-mêmes, mais sur d‟autres unités les englobant (ANGERS, 1996). Les grappes que nous avons réalisées se basent purement sur le contrôle des compétences informatiques et l‟intérêt porté au TIC par les étudiants. Nous supposons que la progression de la navigation sur des sites Internet peut être facilitée par des compétences informatiques déjà acquises par les apprenants. De même, puisque nous prévoyons des groupes mixtes pendant les tâches de groupe, les problèmes techniques de ceux qui manquent de compétences informatiques seront comblés par ceux qui ont assez d‟expériences sur l‟Internet. Un questionnaire structuré administré à tous les étudiants de la population nous a permis tout d‟abord de faire le contrôle des compétences informatiques des étudiants pour ainsi déterminer les grappes ou sous-groupes de notre population. Quelques acquis informatiques que nous avions vérifiés étaient les compétences générales sur l‟ordinateur, les compétences sur l‟Internet (l‟usage des services de communication, des réseaux sociaux, la recherche documentaire, le travail en autonomie sur des exerciseurs, etc.). A l‟issu de ce contrôle, nous avons pu constituer plusieurs grappes ou sous-groupes de la population cible, en graduant les étudiants sur une échelle à intervalle régulier de 0 à 10. Les informations sur les compétences informatiques des apprenants nous ont permis en outre d‟anticiper les difficultés techniques et leur impact sur les stratégies déployées par les apprenants.

Le second niveau d‟échantillonnage était le tirage au sort d‟un certain nombre d‟apprenants au sein des différentes grappes identifiées. Pour ce faire, nous avons adopté le tirage au sort dit systématique. C‟est un procédé probabiliste d‟échantillonnage par lequel il faut choisir les participants « par intervalle régulier selon des regroupements préétablis » (ANGERS, 1996 : 234). C‟est-à-dire qu‟au sein de chaque grappe, nous avons regroupé les participants par paquets de dix ou plus (cela dépendait du nombre total des apprenants dans la grappe). Puis, nous avions fait un tirage manuel d‟un paquet à l‟autre ; si dans le premier paquet, nous tirons le numéro 5, le nom de l‟étudiant correspondant à ce numéro est noté. Ensuite, dans le second paquet, nous pouvions identifier le nom correspondant au numéro suivant si nous comptons un intervalle de 10 à partir du premier numéro sélectionné. On choisit donc le numéro 15 pour le deuxième paquet, et 25 dans le troisième paquet et ainsi de suite. Les étudiants sélectionnés dans les grappes ont finalement fait l‟objet d‟un tri non-probabiliste nommé „tri de volontaires‟.

Ce procédé de tri fait habituellement appel à la collaboration des individus de la population identifiée pour participer à l‟enquête (ANGERS, 1996). Le choix libre des étudiants sélectionnés à participer à l‟enquête serait leur engagement formel à nous suivre (parfois hors des créneaux officiels de cours) durant toutes les étapes du processus de collecte des données au sein de leur université. Toutefois, nous n‟excluons pas non plus le fait que les étudiants trouvent eux-mêmes une motivation à prendre part à l‟expérimentation caractérisant cette enquête. D‟ailleurs, des enquêtes s‟étant déroulées dans des conditions similaires dans le cadre de notre Master 2 et de nos recherches (voir SOUZA, 2011 ; KUUPOLE et DE-SOUZA, 2010) sur les TIC, ont enregistré un taux assez élevé de participation volontariste dans deux universités du Ghana (KNUST et UCC). Cette motivation personnelle s‟expliquerait, selon nous, par l‟intérêt grandissant qu‟ont les apprenants du FLE envers les dispositifs d‟enseignement/apprentissage s‟aidant des TIC.

Les méthodes d‟échantillonnage appliquées nous ont permis de couvrir en moyenne 11,85% de la population cible sur les quatre universités de l‟enquête. Voici en-dessous la répartition finale des étudiants ayant participé à l‟enquête.

Tableau 7: Effectif des étudiants dans les universités de l’étude

Universités Effectif des étudiants de niveau 200 Nombre d’étudiants couverts Pourcentage d’étudiants couverts UG 138 10 7,2% KNUST 118 13 11% UCC 75 13 17,3% UEW 135 16 11,9% TOTAL 466 52 11,85% (moyenne)

Comme nous pouvons le constater dans le tableau 7 ci-dessus, le nombre d‟étudiants ayant participé à l‟enquête varie au niveau des universités concernées. Cette variation est due à la procédure adoptée pour échantillonner le public (soit, l‟appel aux volontaires) mais aussi à certaines contraintes rencontrées lors de la collecte des données sur le terrain. La partie réservée aux limitations de la collecte des données précise la nature de ces difficultés qui ont des conséquences majeures sur la répartition des étudiants selon les universités de l‟étude et les sexes, entre autres.

Nous allons à présent décrire notre méthode d‟investigation et la constitution générale du corpus.