Qu’est-ce que la recherche quantitative ?
La recherche quantitative recueille des données numériques et les analyse statistiquement pour décrire, comparer, trouver des relations ou tester des causes. Elle pose des questions « combien », « quel nombre » et « quel est l’effet de », en mesurant des variables d’une façon que d’autres peuvent répéter.
Exemples de recherche quantitative
- Une enquête auprès de 1.200 étudiants sur les heures de travail rémunéré et les résultats aux examens.
- Un essai randomisé comparant deux programmes de lecture dans 40 écoles.
- Une analyse de données du recensement national sur les temps de trajet.
- Titres de niveau scolaire : « La relation entre le temps d’écran et le sommeil chez les élèves de seconde (10) » ; « L’effet de la musique de fond sur les scores aux tests de mémoire ».
Types de recherche quantitative
- Descriptive : mesure la fréquence de quelque chose (une enquête sur les habitudes de lecture).
- Corrélationnelle : teste si des variables évoluent ensemble, sans montrer de cause.
- Causale-comparative : compare des groupes existants (par exemple, des étudiants qui ont ou non pris une année sabbatique).
- Quasi expérimentale : teste une intervention sans répartition aléatoire.
- Expérimentale : répartition aléatoire entre les conditions, le test le plus solide de la cause (voir le plan expérimental).
Les études peuvent aussi être transversales (un moment donné) ou longitudinales (les mêmes personnes au fil du temps).
Recherche quantitative et qualitative
La recherche quantitative mesure sur de nombreux cas ; la recherche qualitative explore le sens en profondeur sur moins de cas. Le travail quantitatif est bon pour l’ampleur et les tests ; le qualitatif pour expliquer pourquoi et découvrir quoi tester.
Analyser des données quantitatives
- Statistiques descriptives : moyennes, pourcentages, écarts types.
- Statistiques inférentielles : tests t, ANOVA, khi-deux, corrélation et régression, rapportés avec les tailles d’effet et la signification.
- Logiciels : SPSS, R, Stata, Python ou Excel.
Qualité : fiabilité, validité et taille d’échantillon
Une bonne recherche quantitative emploie des mesures cohérentes (fiabilité) et qui mesurent ce qu’elles prétendent mesurer (validité), et une taille d’échantillon assez grande pour détecter l’effet visé, idéalement tirée par échantillonnage aléatoire.
Forces et limites
- Forces : précise, comparable, capable de généraliser à partir de bons échantillons et réplicable.
- Limites : peut manquer le contexte et le sens, et ne vaut que ce que valent ses mesures.
Cas d'usage: IA pour rédiger un article scientifique