Qu'est-ce que les données qualitatives ? + [Types, exemples]

Le processus de collecte de données qualitatives peut être évalué selon deux points de vue différents : celui du questionnaire et celui des répondants. Un répondant peut ne pas se soucier de la classification des données qu’il saisit, mais cette information est importante pour le questionnaire car elle permet de déterminer la méthode d’analyse qui sera utilisée.

Il existe différentes méthodes d’analyse qui varient en fonction du type de données que nous étudions. En statistique, il existe deux grands types de données, à savoir ; les données quantitatives et les données qualitatives.

Pour les besoins de cet article, nous allons considérer l’un de ces deux types, à savoir les données qualitatives.

Qu’est-ce que les données qualitatives ?

Les données qualitatives sont un type de données qui décrivent des informations. Elle est investigatrice et aussi souvent ouverte, permettant aux répondants de s’exprimer pleinement.

Aussi connu sous le nom de données catégorielles, ce type de données n’est pas nécessairement mesuré à l’aide de chiffres mais plutôt catégorisé en fonction de propriétés, d’attributs, d’étiquettes et d’autres identifiants. Les chiffres comme le numéro d’identification national, le numéro de téléphone, etc. sont toutefois considérés comme des données qualitatives car ils sont catégoriques et uniques à un individu.

Des exemples de données qualitatives sont le sexe (homme ou femme), le nom, l’état d’origine, la citoyenneté, etc. Un exemple plus pratique est le cas où un enseignant donne à toute la classe une rédaction qui a été évaluée en donnant des commentaires sur l’orthographe, la grammaire et la ponctuation plutôt que sur la note.

Types de données qualitatives

Les données qualitatives peuvent être divisées en deux types, à savoir ; les données nominales et les données ordinales

Données nominales :

En statistique, les données nominales (aussi appelées échelle nominale) sont une classification de variables catégoriques, qui ne fournissent aucune valeur quantitative. On parle parfois de données étiquetées ou nommées.

Coincée de la nomenclature latine « Nomen » (qui signifie nom), elle est utilisée pour étiqueter ou nommer des variables sans fournir de valeur quantitative. Ce n’est pas vrai dans certains cas où les données nominales prennent une valeur quantitative.

Cependant, cette valeur quantitative est dépourvue de caractéristiques numériques. Contrairement, aux données d’intervalle ou de rapport, les données nominales ne peuvent pas être manipulées à l’aide des opérateurs mathématiques disponibles.

Par exemple, un chercheur peut avoir besoin de générer une base de données des numéros de téléphone et de la localisation d’un certain nombre de personnes. Une enquête en ligne peut être réalisée à l’aide d’une question ouverte fermée.

E.g : Entrez votre numéro de téléphone avec l’indicatif du pays.

La meilleure façon de collecter ces données sera par le biais d’options ouvertes fermées.

Le code du pays sera une option de saisie fermée, tandis que le numéro de téléphone sera ouvert.

Données ordinales : Les données ordinales sont un type de données qualitatives où les variables ont des catégories naturelles et ordonnées et où les distances entre les catégories ne sont pas connues. Par exemple, on dit que des données ordinales ont été collectées lorsqu’un client saisit sa satisfaction sur l’échelle variable – « satisfait, indifférent, insatisfait ».

Donc, les données ordinales sont une collection de variables ordinales. Par exemple, les données recueillies en posant une question avec une échelle de Likert sont ordinales.

Une organisation crée un questionnaire de sortie des employés qui met principalement en avant cette question : » Comment évaluerez-vous votre expérience de travail avec nous ? «
Très bonne
Grande
Mauvaise
Très mauvaise

Autres exemples de données ordinales : la gravité d’un bogue logiciel (critique, élevée, moyenne, faible), la rapidité d’un coureur, la chaleur d’un aliment, etc.

Dans certains cas, les données ordinales sont classées comme un type de données quantitatives ou dites être entre le qualitatif et le quantitatif. Cela s’explique par le fait que les données ordinales présentent à la fois des caractéristiques quantitatives et qualitatives.

Construisez des enquêtes pour les données quantitatives avec Formplus

Quels sont les exemples de données qualitatives ?

Divers exemples de données qualitatives sont appliqués tant dans la recherche que dans les statistiques. Ces exemples varient et seront, par conséquent, mis en évidence séparément ci-dessous.

Exemples de données qualitatives dans la recherche

Qualification : Lorsqu’il remplit des formulaires de demande d’emploi, le candidat est généralement tenu de renseigner sa qualification. Cette donnée peut être collectée de différentes manières – questions ouvertes ou fermées.

Approche des questions ouvertes

Quelle est votre plus haute qualification ? _____

Approche par questions fermées

Quelle est votre plus haute qualification ?

SSCE
BSc.
HND
MSc.
PhD
Analyse concurrentielle : Lors de l’analyse concurrentielle, les marques envoient des questionnaires à leur marché cible pour accéder à la popularité de leur concurrence. Par exemple :

Parmi les plateformes de paiement suivantes, lesquelles vous sont familières ?

Paypal
Paystack
Stripe
Flutterwave

Ils peuvent même aller plus loin en posant des questions telles que : « Comment avez-vous entendu parler d’eux ? ». Cela peut même les aider à améliorer leur stratégie marketing.

Enquêtes ou questionnaires : Les chercheurs utilisent des enquêtes et des questionnaires pour mener des investigations et collecter des données. Vous trouverez ci-dessous un exemple de questionnaire permettant de recueillir des données nominales.

Quel est votre pays de résidence ? _____

Sévérité des bugs : Lorsqu’ils testent les bugs d’un site web ou d’un logiciel, les chercheurs en sécurité vérifient également la gravité du bug. La mesure dans laquelle un bug peut causer des dommages est ce que l’on appelle sa gravité.

La gravité d’un bug peut être dite critique, élevée, moyenne ou faible. Cette donnée peut être collectée sur une échelle nominale ou ordinale.

Échelle de Likert : Une échelle de Likert est une échelle à points utilisée par les chercheurs pour réaliser des enquêtes et obtenir l’opinion des gens sur un sujet. Considérez cet exemple :

Comment évaluez-vous le nouveau menu ?

Très bon
Bon
Neutre
Mauvais
Très mauvais

C’est une échelle de Likert en 5 points, un exemple courant de données ordinales.

Construire des enquêtes à échelle de Likert & Questionnaires avec Formplus

Exemples de données qualitatives en statistiques

Vote

Pendant le processus de vote, nous prenons des données nominales du candidat pour lequel un électeur vote. La fréquence des votes encourus par chaque candidat est mesurée, et le candidat ayant obtenu le plus grand nombre de votes devient le gagnant. En termes statistiques, on appelle cela le mode.

Population d’expatriés

Chaque ambassade de chaque pays dispose d’une base de données sur les immigrants qui arrivent dans le pays. Par exemple, l’ambassade du Nigéria aux États-Unis a une base de données de tous les migrants africains légaux en Amérique. De cette manière, le gouvernement américain dispose d’une estimation de la population d’Africains aux États-Unis. Non seulement cela, mais aussi des détails personnels comme le sexe, les pays, etc. qui peuvent aider à établir des statistiques appropriées.

Les participants à l’événement

Lors d’un événement, les organisateurs prennent les données nominales des participants, qui comprennent le nom, le sexe, le numéro de téléphone, etc. Un exemple de question comme » Où avez-vous entendu parler de cet événement ? » peut les aider à déterminer quelle est la plateforme marketing la plus efficace.

Diversité et inclusion

Lorsque nous essayons de construire une base de données de personnes ayant des antécédents divers comme des sexes, des races, des classes différentes, etc. nous utilisons des données qualitatives. Par exemple, lorsqu’elles emploient des personnes, les organisations qui se soucient d’avoir une représentation féminine égale prennent des statistiques sur le nombre d’employés masculins et féminins pour équilibrer les genres.

Médiane

Les données ordinales sont un type de données qui possède une échelle ou un ordre. Cet ordre est utilisé pour calculer le point médian d’un ensemble de données qualitatives.

Par exemple, des données qualitatives sur l’ordre de rangement des marchandises dans un supermarché nous aideront à déterminer les marchandises au centre du supermarché. Cela peut même être un facteur permettant de déterminer si la position des marchandises influence le nombre de ventes.

Caractéristiques des données qualitatives

Types

Les données qualitatives sont de deux types, à savoir ; les données nominales et les données ordinales.

Valeurs numériques

Les données qualitatives prennent parfois des valeurs numériques mais n’ont pas de propriétés numériques. C’est un cas fréquent dans les données ordinales.

Ordre

Les données ordinales comportent une échelle et un ordre. Cependant, cette échelle n’a pas de mesure standard.

Analyse

Les données qualitatives sont analysées à l’aide de distributions de fréquence, de mode et de médiane, où les données nominales sont analysées avec le mode tandis que les données ordinales utilisent les deux.

Visualisation des données

Certaines des techniques de visualisation des données adoptées par les données quantitatives comprennent ; le graphique à barres et le graphique circulaire.

Techniques de collecte de données qualitatives

Lors de la collecte de données qualitatives, les chercheurs s’intéressent au comment, c’est-à-dire aux détails spécifiques autour de l’occurrence d’un événement, avec un intérêt particulier pour la perspective du sujet d’étude. Certaines des techniques utilisées pour la collecte de données qualitatives sont expliquées ci-dessous :

Observation

C’est le processus d’étude d’un sujet pendant une période donnée pour accéder à certaines informations. Cela peut être fait avec ou sans le consentement du sujet qui est observé.

L’observation peut se faire de plusieurs manières. Elle ne se fait pas nécessairement en regardant le sujet pendant une longue période.

Elle peut se faire en lisant des documents écrits par ou sur le sujet, en le traquant sur les médias sociaux, en posant des questions à son sujet, etc.

Interview

Une interview désigne une conversation en tête-à-tête entre deux groupes de personnes où une partie interroge l’autre. Le mot groupe est utilisé parce que, parfois, nous pouvons avoir deux ou plusieurs intervieweurs et deux ou plusieurs personnes interrogées.

Depuis quelque temps, nous avons maintenant des entretiens téléphoniques et des entretiens Skype (vidéo).

On peut interroger le sujet pour recueillir des données qualitatives directement auprès de lui.

Sondages/Questionnaires

C’est une technique très courante pour recueillir des données qualitatives auprès d’un groupe de répondants. Les questionnaires traditionnels sont imprimés sur papier et remis aux répondants pour qu’ils les remplissent et les rendent au chercheur.

Les chercheurs peuvent désormais créer des enquêtes en ligne et les envoyer aux répondants pour qu’ils les remplissent. Cette méthode est meilleure que la méthode traditionnelle car elle permet de collecter automatiquement les données et de les préparer pour l’analyse.

Analyse des données qualitatives

L’analyse des données qualitatives est le processus qui consiste à passer des données qualitatives recueillies à une forme d’explication ou d’interprétation du sujet étudié. L’analyse des données qualitatives comporte deux étapes principales.

Organiser les données pour l’analyse

C’est la première étape de l’analyse des données qualitatives, où les données brutes sont converties en quelque chose de significatif et de lisible. Cela se fait en quatre étapes :

Étape 1 : élaborer des codes

Le codage est une étape majeure de l’analyse des données qualitatives. C’est le processus de classification des données en les regroupant en catégories significatives pour les analyser facilement.

Ce qu’il faut noter lors de l’élaboration des codes :

Toujours conserver la copie originale des données.
Ne vous gênez pas pour développer de nombreux codes de catégories au fur et à mesure que vous étudiez les données.
Ecrivez les notes importantes en listant les idées ou en schématisant les relations.
Éliminez certaines des nombreuses catégories de codage attribuées à des données similaires.

Étape 2 : codage des données

Examinez attentivement les catégories élaborées et utilisez-les pour coder vos données. Avoir un travail d’équipe sur le codage des données permettra de tenir compte des différentes perspectives.

Ne craignez pas d’inclure ou de supprimer des sous-catégories au fur et à mesure que vous avancez. Cela peut s’avérer nécessaire dans le cas où les codes sont trop larges ou trop détaillés.

Le processus de codage

Lisez les données textuelles.
Diviser le texte en différents groupes d’informations.
Étiqueter chaque groupe avec des codes.
Réduire les chevauchements et les redondances.
Collapsez les codes en thèmes

Étape 3 : trouver des thèmes, des modèles et des relations

C’est le moment où vous faites une pause dans le travail difficile. Prenez du recul et observez les données codées à la recherche de thèmes, de modèles et de relations émergents.

Ici, vous vérifiez les similitudes et les différences et voyez ce que chaque groupe dépeint.

Étape 4 : Résumer les données

C’est le processus qui consiste à rationaliser le morceau de données restant et à le garder bref. Toutes les parties des données doivent être résumées pour qu’elles soient prêtes à être analysées.

Approche d’analyse des données qualitatives

Après avoir terminé la première étape, les données sont prêtes à être analysées. Il existe deux principales approches d’analyse des données utilisées, à savoir ; l’approche déductive et l’approche inductive.

Approche déductive

L’approche déductive de l’analyse des données qualitatives est le processus d’analyse qui se base sur une structure ou une hypothèse existante. Les chercheurs choisissent une théorie sociale intéressante et testent ses implications avec des données.

Cette approche est assez facile puisque le chercheur a déjà une idée des résultats probables de l’analyse avant de mener la recherche. Elle est généralement associée aux enquêtes scientifiques.

Approche inductive

L’approche inductive de l’analyse des données qualitatives est le processus d’élaboration d’une nouvelle théorie ou hypothèse pour l’analyse des données. Les chercheurs trouvent des thèmes, des modèles et des relations dans les données et travaillent à l’élaboration d’une théorie qui peut les expliquer.

C’est une approche plus difficile et plus longue que la première.

Avantages des données qualitatives

Elle apporte de la profondeur et des détails en allant plus loin pour enregistrer les émotions.
Donner de la place aux questions ouvertes peut susciter de nouvelles conversations qui élargiront le champ de la recherche plus loin que ce à quoi le chercheur s’attend.
Il simule les différences de comportement chez les individus. Les chercheurs peuvent obtenir suffisamment de détails sur les raisons pour lesquelles les gens agissent de certaines manières.
Il explique davantage les données quantitatives. Si elle est utilisée parallèlement aux données quantitatives, par exemple, on peut obtenir des informations détaillées sur chaque chiffre
Elle aide les chercheurs à formuler de meilleures hypothèses.

Inconvénients des données quantitatives

Elle prend trop de temps et d’efforts par rapport aux données qualitatives et est plus coûteuse.
Les chercheurs traitent un échantillon de petite taille en raison de l’énorme quantité d’efforts nécessaires pour traiter les données qualitatives.
Il est généralement difficile de généraliser à partir du résultat de l’analyse des données qualitatives. Cela est dû au fait que faire des hypothèses générales sur une grande population sur la base d’un petit échantillon peut conduire à des conclusions erronées.
Il est difficile de faire des comparaisons parce que les répondants donnent des réponses variables qui peuvent être complètement sans rapport les unes avec les autres.
Les chercheurs peuvent avoir à traiter un grand nombre de données non pertinentes.

Quel est le meilleur outil de collecte de données pour les données qualitatives ?

En collectant des données qualitatives à l’aide de Formplus, les chercheurs ont accès à des outils qui rendront leur recherche simple et facile. L’analyse des données est facilitée par un outil de collecte de données efficace qui enregistre les données en temps réel.

Ce constructeur de formulaires en ligne aide les entreprises à mener de meilleures enquêtes de satisfaction client avec des données qualitatives. Les données collectées grâce à Formplus peuvent être exportées dans différents formats compatibles avec les outils d’analyse de données.

Formplus élimine le stress et les besoins en main-d’œuvre qui peuvent découler du traitement des données qualitatives. Quelle que soit la taille de l’échantillon, Formplus facilite la collecte, tant pour les répondants que pour les questionnaires.

Online & Offline Data Collection Tool

Comment utiliser Formplus Builder pour collecter des données qualitatives

Pour collecter des données qualitatives à l’aide de Formplus builder, suivez les étapes suivantes :

Etape 1 : S’inscrire ou s’enregistrer

Visiter www.formpl.us sur votre ordinateur de bureau ou votre appareil mobile.
S’inscrire via votre courriel, Google ou Facebook en moins de 30 secondes.

Étape 2 : commencer à créer des formulaires

Formplus vous offre un essai gratuit de 21 jours pour tester toutes les fonctionnalités et commencer à collecter des données quantitatives à partir de sondages en ligne. Le plan tarifaire commence après l’expiration de l’essai à 20 $ par mois, avec des réductions raisonnables pour l’éducation et les organisations non gouvernementales.

Cliquez sur le bouton Créer un formulaire pour commencer à créer des formulaires gratuitement.
Vous pouvez également cliquer sur le bouton Upgrade Now pour passer à un plan tarifaire à 20 $ par mois.

Étape 3 : Collecte de données qualitatives

Nous allons créer un exemple de formulaire de collecte de données qualitatives qui prend le nom (données nominales) et le niveau de gravité du bug (données ordinales) d’un répondant.

Modifiez le titre du formulaire et cliquez sur la section de saisie du menu du constructeur de formulaire.
Les sections de saisie vous permettent d’insérer des caractéristiques telles que des petits textes pour les noms, les numéros, les dates, l’email, un texte long pour les commentaires généraux. Cliquez sur l’onglet Texte court pour demander une entrée.
Modifiez l’onglet dans le menu des paramètres et cliquez sur enregistrer une fois terminé.

Cliquez sur la section de choix et choisissez le bouton radio.
Modifiez l’onglet dans le menu des paramètres et cliquez sur enregistrer une fois terminé.

Enregistrer le formulaire et le prévisualiser

Conclusions

Les données qualitatives en statistiques sont similaires aux noms et aux adjectifs dans la langue anglaise, où les données nominales sont le nom tandis que les données ordinales sont l’adjectif. Cette comparaison est une tentative de décomposer la signification des données qualitatives en termes relatables pour une bonne compréhension.

Une bonne compréhension de ce que sont les données qualitatives aide les chercheurs à les identifier, à les utiliser et à choisir la meilleure méthode d’analyse pour elles.

Dans l’analyse des données qualitatives, nous brisons les données en petits morceaux et les regroupons avant de les analyser. Cela permet de bien comprendre les données et de faciliter le processus d’analyse.

Collecter des données qualitatives avec Formplus

Qu’est-ce que les données qualitatives ? + [Types, exemples]