Ce semestre, j’ai assisté à deux conférences axées sur la recherche par méthodes mixtes (MMR) qui est le paradigme méthodologique central derrière l’analyse des données qualitatives. Ici, je présente brièvement ma prise personnelle sur le sujet. L’essentiel est construit sur deux conférences tenues par Pat Bazeley (comparer : Bazeley 2017) et complété par un livre d’Udo Kuckartz (2014b). Alors plongeons tout de suite dans le vif du sujet et posons-nous la question :

Typiquement, les méthodes mixtes sont vues comme une méthodologie intégrant à la fois des approches qualitatives et quantitatives dans un même projet de recherche. Le mouvement existe depuis les années 1980, lorsque les sociologues ont essayé de résoudre le désaccord entre le paradigme qualitatif et quantitatif en combinant les deux dans une troisième voie (Kuckartz 2014b, 27-28). Bien sûr, il existe des désaccords sur certains détails, par exemple Johnson et al. (2007) énumèrent 19 définitions différentes. Pourtant, l’image globale est suffisamment claire pour être utile.

Les méthodes qualitatives sont souvent constructivistes et mènent des recherches exploratoires. Les méthodes quantitatives, au contraire, sont plutôt (post)positivistes et se concentrent davantage sur les tests d’hypothèses. Les méthodes mixtes se situent ici entre les deux. En cela, la MMR est souvent fortement pragmatique. Il faut faire ce qui est le plus utile pour répondre à la question de recherche.

Parole de Pat Bazeley, fervent défenseur de cette « perspective pragmatique » dans le keynote du MQIC2019. Communément, cela signifie combiner les forces de l’approche qualitative et quantitative, bien que Bazeley – étant un pur pragmatique – n’insiste même pas strictement là-dessus.

Une position moins controversée pourrait être la définition fournie par Udo Kelle:

Cependant, je soutiens qu’un ensemble de données quantitatives n’est pas nécessairement nécessaire au départ. Au lieu de cela – comme le font de nombreux chercheurs – un ensemble de données quantitatives peut être créé à partir de données qualitatives au cours de l’analyse également. Et après tout, cela s’appelle des méthodes mixtes et non des données mixtes.

Une autre approche étroitement liée aux méthodes mixtes est appelée triangulation (de méthode). Le terme vient de la trigonométrie et décrit le processus lorsque l’emplacement d’un point est déterminé en formant un triangle.

L’idée de base ici est, que la combinaison de différentes méthodes (ou aussi la combinaison de deux théories, deux ensembles de données ou deux chercheurs individuels) est utile pour valider les résultats. Ici, les méthodes combinées ne doivent pas nécessairement franchir le fossé quali-quantique. De telles conceptions de recherche multi-méthodes peuvent, par exemple, inclure la combinaison d’entretiens narratifs, d’analyses biographiques de journaux intimes et de discussions en groupe dans une même étude.

Bien sûr, la combinaison de différentes méthodes est parfaitement logique dans un domaine où les méthodes formalisées sont nombreuses. Cependant, lorsque peu de méthodes explicites existent dans votre domaine, l’idée a peu d’attrait. Dans les sciences humaines, les méthodes de recherche sont souvent modulaires, éclectiques ou auto-fabriquées. On pourrait dire qu’elles contiennent une méthode de triangulation intégrée, car elles utilisent souvent des données provenant de différents types de sources. Cependant, cette méthodologie éclectique est trop souvent limitée à choisir des approches qualitatives ou quantitatives.

Avantages et inconvénients

Les méthodes qualitatives et quantitatives ont leurs forces et leurs faiblesses spécifiques. Les combiner créera un avantage qui est plus que la somme de ses parties, c’est l’hypothèse de base derrière la recherche par méthodes mixtes. Avec une méthodologie mixte, nous pourrions obtenir des informations sur un cas extraordinaire dans le cadre d’une étude quantitative, ou comparer les résultats de notre cas spécifique à une image plus générale. Contrairement à la triangulation, la recherche par méthodes mixtes vise à parvenir à une image plus complète et plus complexe, au lieu de valider principalement les résultats.

Pour autant, il existe des limites aux approches par méthodes mixtes. Le plus difficile – surtout en tant qu’historien – est le côté des données. Si nous ne disposons pas de données quantitatives et qualitatives sur les mêmes cas, nos options seront fortement limitées. En outre, peu de chercheurs sont élevés dans un domaine où les méthodes sont véritablement mixtes. Au lieu de cela, ils sont plus souvent des « Quants » qui s’égarent dans les eaux « Qual » ou vice-versa. Le danger ici est, que les chercheurs intègrent des méthodes qu’ils comprennent mal et créent des résultats qui ne sont pas méthodologiquement solides.

Modèles d’étude et intégration des données

Il existe de nombreux modèles de recherche potentiels dans la méthodologie des Méthodes Mixtes qui sont trop nombreux pour être couverts ici (voir par exemple Kuckartz 2014b, 57-97). Dans tous les cas, l’objectif n’est pas une juxtaposition de deux méthodes, mais plutôt une méthodologie véritablement mixte qui intègre la réflexion quantitative et qualitative. Les deux volets devraient s’influencer mutuellement tout au long du processus, au lieu de créer des résultats indépendants.

La valeur ajoutée est couramment créée au niveau du sujet. Les notes (mémos) et aussi les chapitres de recherche ne doivent pas être divisés en parties « qualitatives » et « quantitatives », mais au contraire l’effort permanent pour répondre à la question de recherche et la connaissance croissante sur un sujet, intègre naturellement les résultats des différentes approches. Idéalement, au final, les résultats d’une méthodologie fortement mixte ne peuvent plus être ramenés singulièrement à un volet qualitatif ou quantitatif de la recherche menée.

Pour les sciences humaines en particulier, plusieurs scénarios de Méthodes Mixtes sont possibles : Par exemple, on pourrait utiliser des cycles itératifs de lecture proche et distante sur le même corpus (qualitatif). Un autre modèle de recherche pourrait combiner des données démographiques et économiques avec des récits narratifs. Un troisième pourrait analyser une vaste quantité de peintures à l’aide d’un algorithme et les combiner avec des enquêtes qualitatives sur les cas les plus typiques de chaque groupe.

Conclusion

Dans l’ensemble, l’aspect « pragmatique » de la MMR se combine assez bien avec les stratégies que choisissent de nombreux humanistes (numériques ou non). J’ai trouvé éclairant de penser moins aux méthodes, aux outils et aux données, mais de manière pragmatique à la question de recherche. En fin de compte, c’est la question de recherche qui doit guider notre méthodologie, et non l’inverse. Ou comme l’a dit Pat Bazeley : « Les questions ne sont pas qualitatives ou quantitatives, ce sont juste des questions ! ». Je pense qu’à partir de ce regard pragmatique, nous pouvons apprendre à nous efforcer de faire preuve de plus d’ouverture en combinant différentes stratégies de recherche pour obtenir une image plus complète sur les questions auxquelles nous souhaitons répondre.

• .