Traitement des données quantitatives

4.4.1 Préparation des données pour fin de traitement dans SPSS

Nous avons exploré, dans un premier temps, les moyens d’exploiter les données téléchargées directement de la plateforme de Monkeysurvey.com à celle de SPSS, mais dans un second temps, en raison de la très grande quantité de variables créées en rapport avec la structure du questionnaire, nous avons retenu de faire une première exploration des données en vue de sélectionner ou de construire des variables pertinentes en rapport avec les objectifs-clé de nos intérêts de recherche à partir de tableur Excel.

Il nous a semblé logique que le premier traitement se fasse sur les variables d’identification du répondant et de son centre. Nous avons alors sélectionné ce bloc de questions dans Excel puis l’avons importé dans SPSS, en vue d’y saisir les codes pour faciliter les traitements et sorties des données aux fins d’analyse. Pour y parvenir, les activités suivantes ont été réalisées : identification des réponses aux questions à choix multiples sur les colonnes du tableau; titrage des variables; codification pour les variables du bloc identification; et lorsque la possibilité de cocher plusieurs réponses était offerte au répondant, chacun des choix possibles était considéré comme une variable. Ceci explique le nombre élevé de variables issues du questionnaire

Signalons que nous avons développé une codification sur mesure appelée BNA. La première position, le B, désigne le bloc de variables en traitement : tout d’abord le bloc « Identification »

99

puis le bloc concernant les pratiques d’accompagnement de l’élève. La deuxième position, le N, désigne le numéro de la question dans le questionnaire original et, enfin, la troisième position, le A, désigne l’ordre de la modalité, par ordre alphabétique.

De cette manière, il a été possible de faire quelques sorties de statistiques descriptives et de tableaux croisés permettant de mieux comprendre les caractéristiques de notre échantillon et de valider la pertinence de notre méthode.

4.4.2 Nettoyage des données

La banque de données est composée d’un ensemble d’un nombre initial de 344 questionnaires. Ces questionnaires sont ceux des personnes ayant répondu à l’appel lors de nos deux étapes de distribution du questionnaire, la première par courrier électronique et la seconde par lien web. Mais afin de déterminer l’échantillon précis de notre recherche, soit créer notre fichier de travail, il nous a fallu, à partir de ces 344 questionnaires, faire des choix et établir des conventions que nous vous présentons ici.

D’abord, nos choix concernent la pertinence des données quant à la qualité des données en général et leur contenu à l’égard de la problématique à l’étude. Ces conventions ciblent la question de la validité de l’échantillon d’un point de vue statistique.

Plus précisément au sujet de la qualité des données en général, en tout premier lieu, après avoir constaté, au chapitre des variables portant sur l’identité d’un centre, un nombre important de petites différences dans les questionnaires répondus par les membres du personnel de direction et ceux de certains des enseignants et des professionnels non enseignants, il a été jugé nécessaire de procéder à des vérifications détaillées pour chacune des questions portant sur l’identification des centres et leurs variables afin de procéder à un arbitrage des données et, ainsi, apporter plus de qualité aux données issues de notre banque de données. Ainsi, régularisées, toutes les variables du bloc « Identification » nous semblent valables pour poursuivre les étapes subséquentes de traitement des données (tableaux de fréquences, etc.).

Pour ce faire, la méthode utilisée a été de commencer par identifier les questionnaires remplis par les membres du personnel de direction et d’en établir une valeur étalon permettant de faire les corrections nécessaires sur les autres questionnaires du même établissement. Pour les

100

questionnaires en provenance des centres auxquels les directions n’ont pas répondu, nous avons envoyé par courriel des demandes d’information ce qui nous a permis de corriger plusieurs réponses et de les valider une à une. Comme toutes les variables du bloc « Identification » étaient obligatoires, il n’y a pas eu de réponses manquantes dans cette partie, mais seulement des réponses parfois incomplètes ou erronées et ce sont elles qui ont été corrigées. Ces informations sont des données objectives sur les centres comme le nom du centre, sa taille en ETP, les services de formation offerts, etc. Ils ne relèvent pas de perceptions ou d’éléments discutables. Ensuite, il a été jugé pertinent, au sujet du contenu, de faire une sélection des informations pertinentes à la problématique à l’étude, soit celle de l’accompagnement de l’élève âgé de 16 à 24 ans et de leur réussite à l’école. À cet effet, mentionnons la présence de deux restrictions majeures. La première est l’exclusion de la banque de données des établissements et de leurs répondants qui ont mentionné offrir uniquement des services de francisation, d’insertion sociale et d’insertion socioprofessionnelle. Ces données sont exclues, car elles relèvent de corpus théoriques différents du nôtre comme celui du multiculturalisme et de l’intégration sociale et celle au marché travail, ne faisant pas spécifiquement l’objet de notre problématique. Ces données, devenues des données secondaires, ne seront pas utilisées dans notre échantillon final. Par contre, elles pourraient, toutefois, servir dans le cadre de projet de recherche ultérieur ou d’études comparatives. La seconde concerne les données au sujet des catégories d’âge des élèves de 25 à 35 ans et de 35 ans. Ces données seront essentiellement utilisées aux fins d’analyse comparative avec notre groupe d’élèves à l’étude, si besoin, soit les 16 à 24 ans. Cette démarche vise à être cohérente avec notre problématique ciblant spécifiquement les élèves âgés de 16 à 24 ans. Bref, les données obtenues au sujet des catégories d’âge des élèves plus âgés que celles de notre clientèle cible deviennent également des données secondaires existantes dans la banque de données, mais non retenues dans notre échantillon final.

4.4.3 Traitement des données manquantes

Quant à la question relative à l’élimination des répondants qui ont partiellement répondu ou arrêté trop tôt de répondre, nous avons basé notre décision de leur retrait sur la base du statut des réponses aux variables-clés, et ce, pour chaque pratique d’accompagnement, les unes après les autres, dans les trois dimensions, pédagogique, personnelle et sociale. Cette approche nous a permis d’utiliser certaines informations propres aux blocs avec le maximum de données. Par

101

contre, lorsque le moment sera venu de faire une analyse comparative, il faudra s'attendre à la diminution du nombre de vecteurs d’observations valides. Le travail d’élimination s'est donc fait en précisant les variables-clés retenues. Ainsi, il nous a été possible de voir les répondants qui n'ont pas répondu et aussi, ceux qui ont décidé d'abandonner par la suite. Ces répondants ont été rejetés de notre fichier de travail.

De plus, au cours du traitement des données, nous avons été en mesure d'évaluer la portée d'un commentaire négatif émis, à l'occasion, par les répondants, à savoir que le questionnaire comporte un élément de routine, du fait de son caractère répétitif qui a affecté la motivation des répondants à ne pas sauter les questions ou à abandonner le questionnaire, entraînant ultimement le rejet du questionnaire, tel que mentionné précédemment. Par contre, en vérifiant que l'abandon était bien définitif et qu'effectivement aucune autre réponse n'a été donnée par le répondant au- delà de sa dernière réponse, nous avons constaté sur plusieurs questionnaires que même si le répondant a sauté des questions dans le bloc consacré aux caractéristiques des pratiques, les réponses étaient presque totalement présentes dans le bloc suivant consacré aux objectifs poursuivis par les différentes pratiques. En conclusion, considérant le haut niveau de participation des répondants à cette partie importante, nous assumons qu'il a été, en effet, plus logique, dans ces cas, d'en justifier l'acceptation que le retrait. Ceci justifie aussi la présence de tableaux de fréquences contenant occasionnellement un certain nombre de données manquantes. 4.4.4 Condensation des données et codage des données

Nous avons élaboré un dictionnaire des codes dont chacune des catégories permet de rendre compte tant de la quantité des réponses que de leur qualité (variété, précision et étendue) afin d'obtenir le maximum d'informations. Le codage des données s'est effectué par la chercheure elle-même dans SPSS.

Les variables concernant les questions permettant des réponses multiples ont été codées en tenant compte de cette contrainte, occasionnant la création de catégories sur mesure. La totalité des questions a pu être traitées de la même manière à l'exception d'une seule question qui, comportant un trop grand nombre de catégories, s'est avérée inopérable. Cette variable a été éliminée et elle concerne la fréquentation en heures de l'élève qui avait été jumelée au niveau de scolarité de l'élève, à savoir si l'élève fréquentait le centre à temps plein, à temps partiel ou à la

102

formation à distance. Nous localiserons plus précisément ce retrait lors de la présentation détaillée de nos résultats.

Le codage s'est déroulé en deux phases principales. La première concerne le bloc identification des répondants qui constitue le premier fichier de notre banque de données. La seconde est celle du bloc des pratiques d'accompagnement de l'élève dans chacune des trois dimensions, soit nos 16 fichiers qui ont tous été codés de la même manière, c'est-à-dire, à partir des conventions établies lors de l'élaboration du dictionnaire des codes. Pour faciliter le fonctionnement de la banque de données, les fichiers ont été fusionnés à la fin de l'opération de codage.

4.4.5 Présentation des résultats

Les résultats sont présentés sous forme de statistiques descriptives et ils ont traités par le logiciel SPSS, puis par Excel, ce qui nous a permis de générer nos représentations graphiques. Nous avons fait une exploration générale de nos variables afin de dégager un portrait plausible des réponses apportées par les répondants de notre échantillon. Des tableaux de fréquence (et de pourcentages) sont présentés par ordre d’importance. Puisqu’il s’agit de statistiques descriptives, retenons cette citation : « l’une des premières choses à faire avec nos données est d’en tracer un graphique, de calculer des moyennes et d’autres indices, puis de rechercher les scores extrêmes ou les distributions peu courantes. » (Howell, 1998, p. 5). Cette première étape nous permet de dégager les grandes tendances et d’aller du général au particulier. Une attention a été portée à l’analyse résiduelle et à son interprétation. Enfin, pour la présentation des résultats ainsi que leur analyse, nous avons établi un seuil critique à 5% de manière à ne traiter que des résultats qui présentent un intérêt.