Quels sont les processus de recherche qualitative?
Les concepts de validité et de fiabilité sont relativement étrangers au domaine de la recherche qualitative. Les concepts ne sont tout simplement pas un bon ajustement. Au lieu de se concentrer sur la fiabilité et la validité, les chercheurs qualitatifs substituent la fiabilité des données . La fiabilité comprend les éléments suivants: (a) Crédibilité; (b) la transférabilité; (c); fiabilité; et (d) la confirmabilité.
Crédibilité et fiabilité
La crédibilité contribue à la confiance dans la fiabilité des données grâce aux attributs suivants: (a) engagement prolongé; (b) des observations persistantes ; (c) la triangulation; (d) adéquation référentielle ; (e) débriefing par les pairs; et (f) les chèques de membre.
La triangulation et la vérification des membres sont des méthodes primaires et couramment utilisées pour traiter de la crédibilité .
La triangulation est réalisée en posant les mêmes questions de recherche aux différents participants à l'étude et en recueillant des données provenant de différentes sources et en utilisant différentes méthodes pour répondre à ces questions de recherche. Les vérifications des membres se produisent lorsque le chercheur demande aux participants d'examiner à la fois les données recueillies par l'intervieweur et l'interprétation des chercheurs de ces données d'entrevue. Les participants apprécient généralement le processus de vérification des membres, et le fait de savoir qu'ils auront l'occasion de vérifier leurs déclarations a tendance à amener les participants à combler volontairement les lacunes des entretiens précédents . La confiance est un aspect important du processus de vérification des membres.
Généralisation et fiabilité
La transférabilité est la généralisation des résultats de l'étude à d'autres situations et contextes. La transférabilité n'est pas considérée comme un objectif de recherche naturaliste viable.
Les contextes dans lesquels se produit la collecte de données qualitatives définissent les données et contribuent à l' interprétation des données . Pour ces raisons, la généralisation dans la recherche qualitative est limitée.
L'échantillonnage raisonné peut être utilisé pour résoudre le problème de la transférabilité, car les informations spécifiques sont maximisées en fonction du contexte dans lequel la collecte de données a lieu.
C'est-à-dire que des informations spécifiques et variées sont mises en évidence dans l' échantillonnage raisonné , plutôt que dans des informations généralisées et agrégées, ce qui serait généralement le cas dans la recherche quantitative. L'échantillonnage raisonné nécessite la prise en compte des caractéristiques des membres individuels d'un échantillon dans la mesure où ces caractéristiques sont très directement liées aux questions de recherche.
Fiabilité et fiabilité
La fiabilité dépend de la validité . Par conséquent, de nombreux chercheurs qualitatifs estiment que si la crédibilité a été démontrée, il n'est pas nécessaire de démontrer aussi et séparément la fiabilité . Cependant, si un chercheur permet l'analyse des termes, alors la crédibilité semble plus liée à la validité et la fiabilité semble plus liée à la fiabilité.
La validité des données est parfois évaluée à l'aide d'un audit de données. Un audit de données peut être effectué si l'ensemble de données est à la fois riche et épais, afin qu'un auditeur puisse déterminer si la situation de recherche s'applique à sa situation. Sans suffisamment de détails et d'informations contextuelles, cela n'est pas possible. Quoi qu'il en soit, il est important de se rappeler que le but n'est pas de généraliser au-delà de l'échantillon.
Un chercheur qualitatif doit scrupuleusement enregistrer les critères sur lesquels les décisions de catégorie doivent être prises (Dey, 1993, p.
100). La capacité d'un chercheur qualitatif à utiliser le cadre d'analyse de données avec souplesse, à rester ouvert aux modifications, à éviter les chevauchements et à considérer des catégories précédemment indisponibles ou non observables dépend largement de la connaissance et de la compréhension des données par le chercheur. Ce niveau d' analyse des données est obtenu en se vautrant dans les données (Glasser & Strauss, 1967).
Une recherche qualitative peut être menée pour reproduire des travaux antérieurs, et lorsque tel est le but, il est important que les catégories de données soient cohérentes à l'interne. Pour ce faire, le chercheur doit concevoir des règles qui décrivent les propriétés de la catégorie et qui peuvent, finalement, être utilisées pour justifier l' inclusion de chaque bit de données qui reste assigné à la catégorie ainsi que pour servir de base aux tests ultérieurs de réplicabilité (Lincoln & Guba, 1985, p.
347).
L'art de la recherche qualitative et de la fiabilité
Le processus d'affinement des données au sein et entre les catégories doit être systématiquement réalisé, de sorte que les données soient d'abord organisées en groupes selon des attributs similaires qui sont facilement apparents. Après cette étape, les données sont mises en piles et sous-piles, de sorte que la différenciation est basée sur des discriminations plus fines et plus fines.
À travers le processus d'écriture des mémos, un chercheur qualitatif enregistre des notes sur l' émergence de modèles ou les changements et les considérations qui sont associés au processus d'affinage de catégorie. On peut s'attendre à ce que les définitions catégoriques changent au cours de l'étude, car elles sont fondamentales pour le processus comparatif constant - les catégories deviennent moins générales et plus spécifiques à mesure que les données sont regroupées et regroupées au cours de la recherche. Par conséquent, en définissant les catégories, nous devons être à la fois attentifs et hésitants - attentifs aux données et hésitants dans nos conceptualisations (Dey, 1993, p.102).
Sources:
Dye, JG, Schatz, IM, Rosenberg, BA, et Coleman, ST (2000, janvier). Méthode de comparaison constante: un kaléidoscope de données. Le rapport qualitatif, 4 (1/2).
Glaser, B. et Strauss, A. (1967). La découverte de la théorie fondée: stratégies pour la recherche qualitative. Chicago, IL: Aldine.
Lincoln, YS, et Guba, EG (1985). Enquête naturaliste Newbury Park, Californie: Sage.