haut de la page
_edited_edited_edited_edited_edited_edited_edit

CONSEILS UTILES

Divers conseils et obstacles courants à garder à l'esprit lors de la préparation et de l'analyse des données.

Conseils divers

Les 10 commandements de la recherche qualitative

  1. Tenir compte des préjugés personnels qui peuvent influencer les résultats.

  2. Reconnaître les biais de l'échantillonnage et réfléchir aux méthodes de collecte et d'analyse des données pour en assurer la profondeur et la pertinence.

  3. S'engager avec d'autres chercheurs pour réduire les préjugés.

  4. Conservez des enregistrements méticuleux et des pistes de décision claires pour garantir la cohérence et la transparence de l'interprétation des données.

  5. Incluez de riches descriptions verbatim des récits des participants pour étayer les conclusions.

  6. Documenter les processus de réflexion pendant l'analyse et l'interprétation des données.

  7. Établir un cas de comparaison pour s'assurer que les différentes perspectives sont représentées.

  8. Pratiquez la valorisation des répondants : invitez les participants à confirmer l'exactitude et les thèmes de la transcription de l'entretien.

  9. Pratiquez la triangulation des données en utilisant différentes méthodes pour produire un ensemble plus complet de résultats.

  10. Aimez votre voisin quantitatif.

Corrélats conceptuels quantitatifs et qualitatifs

Fiabilité

​

La cohérence des procédures analytiques, y compris la prise en compte des préjugés personnels et de la méthode de recherche qui peuvent avoir influencé les résultats.

Cohérence

La "fiabilité" avec laquelle les méthodes ont été mises en œuvre. Documenté de manière à ce que les décisions soient claires et transparentes, et que d'autres puissent obtenir des chiffres comparables.

Neutralité

Reconnaît la complexité de l'interaction avec les participants et la partialité possible des idées des chercheurs, et tente de les distancier des récits des participants.

Valeur de vérité

​

si les résultats peuvent être appliqués à d'autres contextes, milieux ou groupes.

Généralisabilité

​

La transférabilité des résultats à d'autres milieux et contextes.

Obstacles courants

Qu'est-ce que le principe de Pareto ?

Voici les sources les plus courantes d'erreurs de données :

​

  • Les répondants ne comprennent pas les questions

  • Les questions ne sont pas adaptées à la personne interrogée.

  • Le personnel n'est pas correctement formé au questionnaire

  • Le personnel n'est pas correctement supervisé ou soutenu

  • Le personnel peut commencer à estimer ou à deviner les réponses

80 % des effets proviennent de 20 % des causes. Cela signifie que 80 % de vos données et de vos erreurs de processus proviennent de 20 % de vos sources, ce que l'on appelle également la "loi du petit nombre vital" ou le "principe de la dispersion des facteurs".

Les 10 péchés capitaux de la conception des études

  1. L'étude n'a pas été menée de manière éthique - Lisez et examinez les protocoles éthiques.

  2. Statistiquement sous-puissant - La taille de votre échantillon était-elle suffisante ?

  3. Groupe de contrôle inapproprié - Soit aucun groupe de contrôle n'est sélectionné, soit le groupe de contrôle est inapproprié.

  4. Pas correctement randomisé - On ne peut pas prendre de raccourcis avec la randomisation.

  5. L'intervention n'a pas eu lieu comme prévu - Pour en savoir plus sur la façon dont cela peut se produire, cliquez ici.

  6. Compliance or adherence is low - Low compliance or adherence is defined as <80%.

  7. La perte au suivi est élevée - Une perte de suivi faible est définie comme étant >20%.

  8. Lerésultat n'est pas correctement évalué - Y a-t-il un biais systémique, ou vos données sont-elles peu fiables, confuses ou non représentatives ?

  9. Problèmes liés au système de gestion des données - Les données ne sont pas saisies à temps, ou la qualité des données n'est pas vérifiée et corrigée.

  10. Lesdonnées ne sont pas correctement analysées - Regroupement, données manquantes et données sales non prises en compte.

Les problèmes de données courants et leurs solutions

Définitions des variables non connues.

"L'amoncellement de données

Problème : Les noms des variables sont cryptiques ou le codage des valeurs des variables n'est pas connu.

​

Solution :

  1. Préparer et maintenir les livres de codes de données

  2. Conservez tous les formulaires originaux ou les captures d'écran

  3. Laissez tomber les données de votre analyse.

Problème : Ce phénomène se produit lorsque l'on grossit les données en arrondissant les valeurs réelles à des multiples pairs des unités déclarées. Il est fréquent pour l'âge, le revenu et le poids.

​

Solution :

  1. Evaluez l'impact de l'entassement sur votre analyse

  2. Identifier le sous-groupe de données et le supprimer de la base de données

  3. Créer un modèle statistique pour "redistribuer" les données en tas.

Données non valides

Problème : se produit lorsque les points de données sont en dehors de la plage acceptable ou lorsque les données sont aberrantes.

​

Solution :

  1. Examiner les formulaires papier ou les enregistrements électroniques originaux

  2. Supprimer la variable de l'analyse

  3. Enregistrer ou supprimer les valeurs qui sont hors limites

  4. Effectuer des analyses avec et sans les données "suspectes".

  5. Imputer de nouvelles valeurs.

Distributions inattendues

Problème : lorsque les données ne sont pas gaussiennes et qu'il existe des effets de plancher. La variance élevée peut être due au collecteur de données ou à d'autres causes.

​

Solution :

  1. Utiliser des transformations pour normaliser les données si la distribution est valide.

  2. Recodage en données binaires ou catégorielles

  3. Supprimer les données de la source suspecte et répéter l'analyse.

Notes sur les données manquantes

Les données disparaissent souvent à cause de :

​

  • Censure des données

  • Manque intentionnel (par exemple, schéma de saut).

  • Refus du défendeur

  • Disparaître complètement au hasard

N'oubliez pas : il y a un effet de cascade de la mauvaise qualité et des données manquantes !

bas de la page