Similitudes et différences entre deux CAQDAS : discrèter un flux et fouiller un texte

 

À propos de l’intervention de Jacques Kerneis (CREAD – ESPE Bretagne) lors de la journée d’étude du 19 mai 2016 « Bricolages et explorations. Comment s’approprier des outils et des méthodes dans l’analyse quantitative en sciences humaines et sociales ?« .

 

Similitudes et différences entre deux CAQDAS : discrèter un flux et fouiller un texte

Cette communication présente rapidement deux CAQDAS1 différents : Transana et Tropes et s’attache à mettre au jour quelques similitudes que nous avons saisies dans leur emploi au cours de notre itinéraire de recherche. Elle prend en compte en compte l’usage des deux outils et s’accompagne de réflexions épistémologiques, méthodologiques et théoriques afférentes. Nous insisterons notamment sur la propension des ces outils (numériques) à inclure une dimension quantitative et sur leur caractère phénoménographique2.

Le premier outil, Transana permet d’indexer des flux (audio ou vidéo). Sa fonction première est d’aider à la transcription… mais ses fonctions avancées permettent d’associer des mots-clés à des extraits. Cet outil permet donc de décrire ces flux avec des systèmes de catégories déjà constituées (a priori) ou élaborées au cours de l’analyse (grounded theory).

Le chercheur utilisateur se retrouve alors rapidement devant le dilemme suivant : « Est-ce qu’un extrait de 3 minutes auquel on a affecté le terme de « dévolution3 » (à titre d’exemple) « Vaut » autant, plus ou moins que 3 extraits d’une minute chacun ? »

Le second outil, Tropes, est l’outil central sur lequel nous nous appuyons ici. Il permet de produire un traitement sémantique de gros corpus de textes (à partir de 20 pages et jusqu’à plusieurs milliers, pour donner un ordre d’idées). Il repère les occurrences et les co-occurrences, comme sur le schéma ci-dessous, un proposant trois degré de regroupements sémantiques :

Visualisation des occurrences et co-occurrencesCela amène le chercheur à se poser une question du même type que celle qui précède : « Est que le « temps » est 4 fois plus proche du « rève » (8 co-occurrences) que du « néant » (2 co-occurrences). On peut bien sûr en douter et se poser d’autres questions du type : « Est-ce que la place des occurrences dans le texte a un sens ? ».

Les concepteurs4 du logiciel en sont, pour leur part convaincus, puisqu’il propose une visualisation des rafales (emplois regroupés du même terme) comme nous le voyons ci-dessous, à propos de la notion de « temps » dans les 17 albums de Thiéfaine.

Visualisation des rafalesLe didacticiel du logiciel est bien fait et il est en français.

L’outil a l’avantage d’accepter tous les formats de textes, y compris le PDF (le format le plus utilisé par les chercheurs). Ce logiciel est libre. Il existe depuis 1994 et sa dernière version 8.4 date de 2014.

Une communauté accompagne le développement de cet outil (forum….), même si son activité a ralenti depuis quelques années.

Il permet d’obtenir immédiatement des résultats et d’aller voir (grâce à des liens hypertextes) le contexte de chaque occurrence repérée. Cela est parfait pour l’exploration d’hypothèses interprétatives. En ce sens, on peut dire qu’il s’agit d’un outil en phase avec le « régime numérique » que Bonneville (2000) définit ainsi « Ce qui est hautement significatif, c’est que le temps [y] est perçu dans son rapport à l’instant présent, à sa capacité de faire en sorte qu’un résultat se présente sans délais ».

*

*       *

Bibliographie commentée qui retrace l’itinéraire du chercheur autour de Tropes, vu selon le cas comme un outil ou un objet d’étude.

  • Kerneis, J & Thiault, F. (2014). Technologies numériques et apprentissage : observatoire des cadres de référence et des discours. In G. D. Nguyen et S. Dejean. (Dir.). Internet : interactions et interfaces. Actes du Xème séminaire M@rsouin, (pp. 59-79). Paris : l’Harmattan. En ligne.

Ce texte a été écrit en 20125. Tropes n’apparaît pas, mais le diaporama l’évoque à la diapo 7. L’outil étant présenté comme un moyen d’objectiver les analyses, en considérant, dans une approche pragmatique que le lecteur-chercheur « apporte beaucoup » au texte » sans toujours s’en aperçevoir.

  • Kerneis, J. (2012). La démarche d’enquête et l’engrammage des textes : un moyen collaboratif d’aboutir à une incertitude soutenable : le cas de la formation scientifique et professionnelle d’étudiants en documentation. Communication au IVème Colloque spécialisé en sciences de l’information (cossi) « Information, incertitudes, intelligences ». Poitiers, 19-20 juin. En ligne.

Ce texte comporte les premiers schémas utilisant Tropes, de la page 10 à 13. Il nous sert à comparer les priorités des rapports Fourgous, sur le numérique.
Le premier date de 2010 et le second de 2012. Des évolutions potentielles peuvent ainsi être repérées et l’analyse fine des passages permet (ou non) de valider ces hypothèses.

  • Kerneis, J. (2015). Le « savoir-devenir » un pont entre EMI et EDD dans le nouveau design de l’école ? Communication au Colloque international francophone « former au monde de demain. Quelles compétences, communes ou spécifiques, entre l’éducation et la formation au développement durable et les autres éducations et formations à la solidarité, la santé, les médias et la gouvernance ». Clermont-Ferrand, 2-3 avril. . En ligne.

L’usage de Tropes devient plus central, dans les textes suivants. Ici, il s’agit d’explorer des textes longs (plusieurs centaines de pages) qui proposent des actions dans le champ très large de l’éducation aux médias. L’outil permet de faire des hypothèses sur les tropismes de chaque « méthode ».

  • Kerneis, J. (2015). L’éducation aux médias et à l’information : un élément constitutif de l’identité professionnelle des professeurs-documentalistes ? Communication au XIIIème séminaire M@rsouin, Saint-Jacut-de-la-Mer, 24, 25 mai. En ligne.

Ici, c’est un livre entier qui venait de paraître, celui d’Olivier Le Deuff, qui a servi de corpus à nos investigations concernant la professionnalisation.

  • Paindorge, M., Kerneis, J. et Fontanieu, V. (2015). Analyse de données textuelles informatisée : l’articulation de trois méthodes, avantages et limites. Nouvelles perspectives en sciences sociales, (11), 1.

Tropes est dans ce texte considéré comme un objet d’étude. L’outil est comparé à deux autres approches : analyse de contenu « manuelle » et le logiciel Alceste. Une éthodologie associant les trois éléments est proposée.

  • Kerneis, J. (2016). La temporalité dans les espaces de communication : le cas de l’œuvre d’Hubert-Félix Thiéfaine. Communication aux XXème Congrès de la SFSIC (Société Française des Sciences de l’information et la Communication) : Temps, temporalités et information-communication, Metz, 8-10 juin.

Tropes, est ici utilisé comme aiguillon pour accompagner un modèle théorique en Sciences de l’Information et de la Communication : les espaces de communication.

  • Beucher-Marsal, C. et Kerneis, J. (2016). De l’ombre à la lumière des textes d’Hubert-Félix Thiéfaine. Communication aux Journées internationales d’Analyse statistique des Données Textuelles, Nice, 7-10 juin.

Ce texte met l’accent sur les difficultés que peut rencontrer un outil comme Tropes dans l’analyse de textes poétiques, qui plus est faisant explicitement référence à la théorie de l’inconscient collectif et aux archétypes qui le fonde. Ici, plus encore qu’ailleurs, l’outil est un « simple » pouvoyeur d’hypothèses. Le chercheur doit ensuite en estimer la validité.

Cette bibliographie est longue, mais ce n’est rien par rapport à celle qui liste les articles qui utilisent Tropes (voir ici).

 

Jacques Kerneis

  1. CAQDAS : computer assisted qualitative data analysis software []
  2. On vient seulement en 2016 de prouver l’existence de ce qu’avait modélisé, calculé : l’existence (officielle) des ondes gravitationnelles. Idem pour les tachyons : F:\Mes vidéos\THIEFAINE Le temps des tachyons.mp4 []
  3. Le terme de dévolution est aussi utilisé en sociologie. Il a un sens différent qu’en didactique et cela peut interpeller le didacticien. C’est un des quatre grands idéaux-types de l’expérience de la domination : l’inculcation, l’implosion, l’injonction et la dévolution (qui croise responsabilisation et contrainte). []
  4. Ce logiciel a été conçu à partir des principes théoriques établis par Rodolphe Ghiglione. []
  5. Je tiens ici à remercier Claude Beucher-Marsal qui m’a fait connaître cet outil, en 2012…. Et qui l’a confronté avec moi à l’œuvre d’H.F. Thiéfaine, en 2016. []

Shiny Marsouin, développement sous R d’une application web pour l’étude des données d’enquêtes Marsouin

 

À propos de l’intervention de Nicolas Deporte (M@rsouin – Telecom Bretagne) lors de la journée d’étude du 19 mai 2016 « Bricolages et explorations. Comment s’approprier des outils et des méthodes dans l’analyse quantitative en sciences humaines et sociales ?« .

 

Shiny Marsouin, développement sous R d’une application web pour l’étude des données d’enquêtes Marsouin

Marsouin est un groupement d’intérêt scientifique (GIS) créé en 2002 à l’initiative du Conseil régional de Bretagne, qui assure 2 missions principales : d’une part, l’observation des usages numériques en Bretagne et d’autre part, la coordination de la recherche sur le numérique en sciences humaines et sociales des établissements affiliés au GIS. Dans le cadre de ces missions, Marsouin réalise des enquêtes (quantitatives) régulières auprès de 3 publics cibles : les collectivités, les PME et les individus bretons. Pour chaque enquête réalisée, Marsouin dispose d’une base de données contenant les réponses obtenues lors de l’enquête, qu’il convient alors d’exploiter. Dans le cadre de sa politique d’Open Data, Marsouin met à disposition du public ses données d’enquête. Cependant, les personnes qui pourraient être intéressées par ces dernières ne savent pas forcément comment les explorer, ou comment réaliser les traitements statistiques appropriés, ou tout simplement ne disposent pas des logiciels de traitement de données nécessaires. Pour répondre à ce besoin, j’ai développé Shiny Marsouin. Shiny Marsouin est une plateforme web de visualisation et d’analyse des données d’enquête Marsouin. Elle s’adresse à tous : collectivités, entreprises, chercheurs, étudiants, associations… et est librement accessible à cette adresse, et ne nécessite qu’un navigateur web pour être utilisée : https://marsouin.shinyapps.io/ShinyMarsouin

Apercu de l'application Shiny Marsouin

Aperçu de l’application Shiny Marsouin

L’interface est pensée pour que l’utilisateur puisse prendre rapidement l’application en main et visualiser simplement les données, sous forme de graphiques, de tableaux, trouver l’information recherchée mais aussi tester ses théories en réalisant les traitements statistiques adéquats (tri à plat, croisé, test du chi-2, anova, etc.). Pour ce faire, il suffit de naviguer dans les différents menus. Tout se fait à la souris. Par ailleurs, une aide est présente dans l’onglet « A propos » pour accompagner l’utilisateur et lui faire découvrir les possibilités offertes par l’application.

Pour ce qui est de la partie technique, j’ai développé cette application avec R et le package Shiny. R désigne à la fois un langage de programmation et le logiciel libre de traitement de données, d’analyse statistique et de représentation graphique mettant en œuvre ce langage. R est constitué d’une base permettant de réaliser la plupart des traitements de données classiques, à laquelle viennent s’adjoindre des packages (ou librairies) permettant d’étendre le champ des possibles. Shiny est un de ces packages. Développé par Rstudio, le package Shiny permet de créer des pages web interactives depuis R, sans avoir besoin de connaître des langages de programmation web (html, css, etc.). Le code utilisé reste du code R. En quelques mots, une application Shiny se compose de 2 fichiers : un fichier ui.r (User Interface) dont le code sert à construire l’interface de l’application (ce que l’utilisateur verra) et un fichier server.r qui contient le contenu de l’application : les calculs, les traitements statistiques, la production des graphiques, etc.

Ressources : La documentation, que ce soit pour R ou pour le package Shiny, est abondante sur Internet. Il ne faut donc pas hésiter à faire des recherches. On y trouve très souvent son bonheur. Le premier site que je vous conseille est le site web http://shiny.rstudio.com de Rstudio. Pédagogique et riche, il est particulièrement intéressant pour celui qui se lance dans le développement d’une application Shiny. Vous y trouverez une série de tutoriels vidéo et d’articles dédiés au développement avec Shiny ainsi que des exemples d’applications. Vous trouverez aussi souvent de l’aide dans les forums, comme les Google groups : Shiny – Web Framework for R, ou ShinyApps Users, sur stackoverflow.com ou sur developpez.com. Très souvent, des personnes ont déjà eu le même souci que vous et la réponse est présente dans les posts existants. Dans le cas contraire, vous pouvez toujours poster votre question. L’entraide y est de mise, et ça fait du bien. Enfin, d’autres exemples d’applications plus poussées sont également présents ici : https://www.rstudio.com/products/shiny/shiny-user-showcase.

 

Nicolas Deporte

Séance 6 du 19 mai 2016 – Bricolages et explorations. Comment s’approprier des outils et des méthodes dans l’analyse quantitative en sciences humaines et sociales ?

La fin de l’année universitaire 2015/2016 approche à grands pas. Toujours dans un esprit d’échange et de partage d’expériences, nous avons donc choisi de conclure la dernière séance de ce cycle de rencontres et d’échanges autour du traitement et de l’analyse quantitative de données en SHS par une journée d’étude.

Cette dernière s’est tenue le jeudi 19 mai 2016 de 9h à 12h30 dans le forum (hall d’entrée) de l’UFR des Lettres et Sciences Humaines à Brest (Plan d’accès). Pour l’occasion, nous avons eu l’opportunité d’écouter les présentations de Jacques Kerneis (CREAD – ESPE Bretagne), d’Anne-Charlotte Perrigaud (HCTI – Université de Bretagne Occidentale) et de Nicolas Deporte (M@rsouin – Telecom Bretagne).

Certains de nos travaux de recherche mobilisent des données quantitatives de formes plurielles (corpus de tailles différentes, provenant de nos propres enquêtes ou empruntés à d’autres, etc.). En tant que non-spécialistes, notre usage des statistiques est souvent qualifié de « bricolé » lorsque faute de connaissances pointues, nous nous limitons à l’utilisation des outils statistiques contenus dans les logiciels de traitements de données qui nous sont devenus familiers.

Ces présentations sont à l’image des rencontres et ateliers qui se sont déroulés durant l’année universitaire. Des approches différentes, des outils complémentaires, des échanges riches entre personnes émargeant dans différentes disciplines comme en sociologie, sciences de l’information et de la communication, géographie, gestion, informatique, linguistique, littérature, psychologie, études anglophones, sciences de la mer, ou encore sciences de l’éducation. Cette pluridisciplinarité, présente tout au long du cycle de rencontres, s’exprime également à travers les statuts des personnes participantes et/ou communicantes (doctorant(e), docteur(e), maître de conférence, professeur(e), ingénieur(e), chargé(e) d’étude, responsable de formation).

L’objectif de cette journée d’étude est double. Il s’agit d’une part d’exposer les pratiques, les usages de tel logiciel ou de telle méthode, mais aussi les choix statistiques des uns et des autres. Le croisement des regards disciplinaires sur ces pratiques doit permettre d’observer des similitudes et des différences d’usages afin d’ouvrir une réflexion sur les particularités disciplinaires mais aussi sur les pratiques qui peuvent être transférées d’une discipline à l’autre.

Elle cherche aussi à réunir des chercheurs, comme des non-chercheurs, autour de l’analyse de données quantitatives, dans l’objectif de consolider et élargir le réseau. À partir de nos travaux, il s’agit de présenter intégralement, ou pour partie, les traitements opérés sur nos données, ainsi que les choix statistiques (théoriques et pratiques) effectués. Ce souhait de croiser nos pratiques doit permettre d’approfondir nos connaissances et faire de nous des utilisateurs avisés.

Cette journée d’étude sera aussi l’occasion de prendre un temps plus long pour échanger et prolonger les discussions autour des différents thèmes abordés lors des précédentes séances : l’analyse de réseaux sociaux avec QCA, le nettoyage de données tabulaires avec OpenRefine, l’analyse de données textuelles avec Sphinx IQ, Modalisa et Iramuteq, ou encore le logiciel Sonal.

Les interrogations qui nous ont animé cette année pourront servir de fil conducteur au proposition de communication des intervenants : Comment se saisir d’un outil ou d’une méthode dans un objectif d’analyse de données quantitatives ? Quels problèmes ont été rencontrés ? Les erreurs qui ont pu être faites ont-elles conduit à de nouvelles pistes ou orientations ? Comment le choix des données s’est-il opéré ? De quelles manières les données sont-elles « décortiquées » ? Pourquoi avoir été amené à faire ces choix statistiques (de tous ordres) et qui ressortent souvent de l’implicite et du non-dit ? Etc.

Cette journée d’étude propose de revenir sur des expériences et expérimentations testant, dans un protocole de recherche, des outils et des méthodes. Au-delà des problèmes techniques et des algorithmes de traitements, les utilisateurs d’outils statistiques ont besoin d’échanger entre eux sur leurs expérimentations. Cette journée d’études se pose en espace d’échanges et de ressources sur les pratiques plurielles en SHS autour des problématiques de traitement et d’analyse de données quantitatives.

Programme

9h00-9h20 Introduction

9h20-10h00 Jacques KERNEIS (CREAD), « Similitudes et différences d’usage entre deux CAQDAS destinés à discrèter les flux d’images et à fouiller les textes longs »

10h00-10h40 Anne-Charlotte PERRIGAUD (HCTI), « Analyse linguistique contrastive du français et de l’anglais de l’informatique, l’exemple de la cyberdéfense »

10h40-11h00 Pause café

11h00-11h40 Nicolas DEPORTE (M@RSOUIN), « Shiny Marsouin, développement sous R d’une application web pour l’étude des données d’enquêtes Marsouin »

11h40-12h30 Atelier d’échange entre les précédents intervenants du cycle de rencontre, ceux de la journée d’étude et le public. Bilan de l’année et perspectives à venir

12h30 Fin de la journée d’étude

Affiche

Affiche JE Quanti 19 mai 2016

Séance 5 du 26 avril 2016 – Iramuteq, une approche statistique textuelle instrumentée des corpus qualitatifs et quantitatifs

Mardi 26 avril dernier s’est tenue, à l’Université de Bretagne Occidentale (UBO), la cinquième séance du cycle de rencontres et d’échanges autour du traitement et de l’analyse quantitative de données en SHS (Plan d’accès).

Pour l’occasion, nous avons eu le plaisir d’écouter une présentation de Sarah Bellemare (CRPCC – Université de Bretagne Occidentale) et Mathilde Lavrilloux (CRPCC – Université de Bretagne Occidentale) consacrée à l’utilisation du logiciel Iramuteq. Voici donc, en substance, les points importants que ces deux chercheures ont abordés et nous présentent dans ce carnet d’hypothèses.

 

Même si Alceste ou Iramuteq sont devenus des « standard des analyses textuelles à la française » (Jenny, 1999), avant toute utilisation d’un logiciel de traitement statistique des données textuelles, il est important de s’interroger sur le sens de la démarche, notamment, d’une part sur la nature du corpus et son adaptation à la stratégie de la recherche et d’autre part sur la méthode envisagée : nous permettra-t-elle de répondre aux objectifs de recherches? Ceci relève des fondements théoriques de la méthode et de leur compatibilité avec les fondements théoriques de nos disciplines respectives. Il est donc important d’avoir à l’esprit que « le choix d’un outil d’analyse devrait surtout dépendre de trois éléments : les choix méthodologiques, la constitution du corpus, le moment de l’analyse statistique » (Fallery, B. et Rodhain F., 2007, p.3).

Notre choix s’est porté sur Iramuteq car dans le cadre de notre discipline, la psychologie sociale, ce type de méthode de traitement lexicométrique est souvent utilisé dans les travaux inscrits dans la théorie des représentations sociales (Geka, M. et Dargentas, M., 2010 ; Reinert, M., 1990, 2001, 2008 ; Ratinaud, P ; et al., 2009, 2012, 2014), révélant sa pertinence lorsque l’on souhaite cartographier la dynamique du discours des différents sujets engagés dans une interaction (Reinert, 1999 ).

Notre communication s’est donc composé de deux parties, l’une plutôt théorique portant son attention sur Pierre Ratinaud et Pascal Marchand, les concepteurs d’Iramuteq et sur quelques généralités sur le logiciel. L’autre partie pratique a consisté en la manipulation, en direct, du logiciel, ce qui nous a permis d’aborder les étapes incontournables avant toute manipulation de l’application, ainsi que les problèmes et limites rencontrés au cours de celle-ci.

Tout comme la démarche Alceste qui permet de mettre en évidence la manière selon laquelle l’homme construit sa réalité (Reinert, 1997), la méthode Iramuteq propose un ensemble de traitements et d’outils pour l’aide à la description et à l’analyse de corpus textuels, afin d’appréhender l’organisation d’un corpus et de dégager les éléments fondamentaux de celui-ci ; la méthode Alceste (appelé « méthode Reinert » dans le logiciel) étant implémentée dans l’interface. Rappelons que la méthode Alceste « consiste à effectuer plusieurs découpages du corpus en «unités de contexte », à réaliser des comparaisons et des regroupements du corpus segmenté selon les lexèmes contenus, puis à chercher les distributions stables, « c’est-à-dire, indépendantes de l’arbitraire de chaque découpage» (Reinert, 1998, p.292). La méthode Iramuteq propose aussi des analyses supplémentaires non fournies par la méthode Alceste, telles que : analyse prototypique, analyse de similitudes, nuages de mots.

Avant d’envisager de lancer une analyse, plusieurs étapes sont nécessaires :

  • Avoir un corpus
  • Préparer le corpus
  • Enregistrer le corpus sous format spécifique pour Iramuteq
  • Ouvrir le logiciel
  • Charger le corpus formaté
  • Appliquer les analyses

L’étape de préparation du corpus est très importante et demande du temps selon le volume de celui-ci, qu’il soit quantitatif (association de mot, questionnaire…) ou qualitatif (entretiens semi-directifs, directifs, tweets, discussion de forum…).

Il s’agira dans un premier temps de « nettoyer » le corpus, pour cela certaines règles sont à respecter :

  • Neutralisation des formes en plaçant entre deux « tirets bas » la forme à neutraliser (ex : _didascalie_) ;
  • Respect d’unité de sens avec les « tirets bas » à ajouter entre les mots, exemple : « plan national de nutrition santé » devient « plan_national_de_nutrition_santé » ;
  • Conservation de la ponctuation ;
  • Attention particulière à l’orthographe (homogénéisation du corpus) ;
  • Homogénéiser les langues si le corpus en contient plusieurs n’en garder qu’une, le logiciel permet de traiter plusieurs langues (français, anglais, espagnol, italien, portugais, le suédois et le grec sont encore en expérimentation) ;
  • Enregistrement au format texte brut (.txt) avant de pouvoir charger le corpus formaté dans le logiciel.

Dans un second temps, il faudra choisir les variables à appliquer. La procédure est la même que celle de la méthode Alceste. Une fois les variables choisies quelques règles sont à respecter. La première est qu’il est préférable de choisir des noms de variables courts, pour éviter les problèmes au moment de la projection sur les plans factoriels, pour que les noms de variables ne se superposent pas, ce qui facilitera leur lisibilité. La seconde règle est que les variables doivent prendre la forme suivante « étoile suivie du nom de la variable » et ne contenir que des lettres et des chiffres. Ce qui définit le nombre de textes dans iramuteq sont les lignes étoilées commençant par quatre étoiles. A tire d’exemple, voici une ligne étoilée tirée d’une étude réalisée auprès d’étudiants de psychologie et de STAPS sur les représentations sociales du régime :

**** *S_76 *Sex_F *Age_18 *IMC_25 *Sport_oui *R_non *Pop_Sta

Grâce à cette ligne étoilée nous pouvons savoir en référence à un tableau de codage, réalisé avant construction des lignes étoilées, que les réponses mises en évidence sont celles du sujet numéro 76 (*S_76), il s’agit d’une femme (*Sex_F), elle est agée de 18 à 22 ans (*Age_18), elle a un IMC situé entre 18 et 25 (*IMC_25), elle déclare être sportive (*Sport_oui), elle ne déclare n’avoir jamais pratiqué de régime (*R_non) et enfin elle est en STAPS (*Pop_Sta).

La réalisation d’un tableau de codage est importante pour se souvenir des codes attribués aux variables.

Il peut être intéressant au cours de la création des variables d’ajouter des lignes étoilées thématiques, elles indiquent que dans le même texte on aborde une nouvelle thématique. Sa construction est la suivante « tiret et étoile suivie du nom de la thématique » (-*thématique). Voici un exemple de construction de ligne étoilée suivie d’une ligne étoilée thématique :

**** *var1_mod1 *var2_mod3

-*thematique_1

texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte

-*thematique_2

texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte texte

**** *var1_mod2 *var2_mod1

Vous pouvez retrouver toutes les recommandations concernant le formatage sur le site d’Iramuteq à l’adresse suivante: http://www.iramuteq.org/documentation/formatage-des-corpus-texte.

En outre, au cours de notre « expérience Iramuteq », nous avons été confrontées à des problèmes et limites de deux ordres. Les premiers concernent le corpus et son formatage. En effet, en tant que néophytes, la préparation du corpus (nettoyage et choix des variables) peut s’avérer fastidieuse. Quant à l’interprétation des résultats, il est primordial de bien connaître son corpus en amont pour interpréter les profils de classes générées, présentées dans le dendrogramme et les analyses factorielles de correspondances (AFC). Et les deuxièmes concernent le fonctionnement et la première prise en main de l’application qui demande à tout novice de recourir à de l’aide proposée, soit sur le site internet, où des documentations très accessibles permettent de résoudre rapidement les difficultés rencontrées, soit en faisant appel à des personnes ressources, elles-mêmes utilisatrices expérimentées de la méthode Alceste ou Iramuteq, et enfin des formations sont possibles.

Pour conclure, il nous semble nécessaire de rappeler que c’est au moment de la phase d’interprétation des résultats que l’on peut avoir réellement accès au sens des classes et des graphiques générés. Il est important de revenir à son corpus initial pour en interroger le sens, car la question de l’origine du discours est évacuée des résultats (le « qui parle » n’est plus mis en évidence). Le sens peut se rechercher, selon les objectifs de la recherche, en s’appuyant par exemple sur l’articulation des classes entre elles, sur les lexèmes (ou formes actives) de chaque classe, les formes supplémentaires (ou mots outils), les segments répétés et les variables illustratives associées à chaque classe ou les regroupements de segments de texte (RST) caractéristiques de chaque classe (ou UCE caractéristiques sous Alceste) ainsi que les « antiprofils » (les mots/formes significativement absents de la classe). Enfin, il semble intéressant de noter la complémentarité des méthodes d’analyse de contenu, assistées ou non par ce qui est appelé « les CAQDAS » (« Computer Aided Qualitative Data AnalysiS » logiciels d’aide et d’assistance à l’analyse de données qualitatives tels que NVIVO ou ATLAS.ti) qui facilitent et automatisent les procédures d’analyse, avec les approches statistiques textuelles instrumentées telles qu’Alceste ou Iramuteq.

 

Par Sarah Bellemare et Mathilde Lavrilloux

 

Bibliographie

Aubert-Lotarski, A. et Capdevielle-Mougnibas, V. (2002). Dialogue méthodologique autour de l’utilisation du logiciel Alceste en sciences humaines et sociales : « lisibilité » du corpus et interprétation des résultats. JADT 2002 : 6es Journées internationales d’Analyse statistique des Données Textuelles.

Bataille M., Ratinaud P., 2010. La polysémie des éléments centraux des représentations sociales : épistémologie factorielle et explorations graphiques avec iRaMuTeQ. 10 éme Conférence Internationale sur les Représentations Sociales. Tunis : Université de Tunis, 4 juillet 2010.

Dalud-Vincent M. (2011). Alceste comme outil de traitement d’entretiens semi-directifs : essai et critiques pour un usage en sociologie », Langage et société, 1(135), 9-28.

Ducos, A., Bonnet, V., Marchand, P., Ratinaud, P., 2014. Classification d’un corpus hétérogène : la page Facebook de soutien au « bijoutier de Nice » (septembre 2013). In Actes des 12eme Journées internationales d’Analyse statistique des Données Textuelles. JADT 2014, Paris, p. 225‑238.

Fallery, B. et Rodhain F. (2007). Quatre approches pour l’analyse de données textuelles : lexicale, linguistique, cognitive, thématique. XVIème Conférence Internationale de Management Stratégique. Montréal, 6-9 Juin 2007.

Geka, M., Dargentas, M. (2010). L’apport du logiciel Alceste à l’analyse des représentations sociales : l’exemple de deux études diachroniques. Les Cahiers Internationaux de Psychologie Sociale, 85, 111-135.

Jenny, J. (1999). à propos des fondements théoriques et des présupposés des logiciels d’analyse textuelle. Débat avec Max Reinert. Langage et Société, 90, 57-85.

Marchand P., Ratinaud P., 2012. L’analyse de similitude appliquée aux corpus textuels : les primaires socialistes pour l’élection présidentielle française (septembre-octobre 2011). In : Actes des 11eme Journées internationales d’Analyse statistique des Données Textuelles. JADT 2012. Liège. p. 687‑699.

Marty E., Marchand P., Ratinaud P., 2013. Les médias et l’opinion: éléments théoriques et méthodologiques pour une analyse du débat sur l’identité nationale. Bulletin de méthodologie sociologique, vol. 117, n°1, p. 46‑60.

Mathé, T., Beldame, D., Hebel, P. (2014). Evolution des représentations sociales du bien manger. Credoc, N°316.

Naziri, D., & Dargentas, M. (2011). La parentalité dans un couple lesbien : enjeux et questionnements. Cahiers de psychologie clinique, 37(2), 201-229. Lien CAIRN : www.cairn.info/revue-cahiers-de-psychologie-clinique-2011-2-page-201.htm

Ratinaud P., 2009. IRaMuTeQ : Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires. http://www.iramuteq.org

Ratinaud P., Dejean S., 2009. IRaMuTeQ : implémentation de la méthode ALCESTE d’analyse de texte dans un logiciel libre, Modélisation Appliquée aux Sciences Humaines et Sociales (MASHS2009). Toulouse : Université de Toulouse, 10 juin 2009.

Ratinaud P., Marchand P., 2012. Application de la méthode ALCESTE à de « gros » corpus et stabilité des « mondes lexicaux » : analyse du « CableGate » avec IRaMuTeQ. In : Actes des 11eme Journées internationales d’Analyse statistique des Données Textuelles, JADT 2012, Liège, p. 835‑844.

Ratinaud, P., 2014. Visualisation chronologique des analyses ALCESTE : application à Twitter avec l’exemple du hashtag #mariagepourtous. In Actes des 12eme Journées internationales d’Analyse statistique des Données Textuelles. JADT 2014, Paris, p. 553‑565.

Reinert M. (1987), « Classification descendante hiérarchique et analyse lexicale par contexte : Application au corpus des poésies d’Arthur Rimbaud », Bulletin de Méthodologie Sociologique, 13, p. 53-90.

Reinert M. (1990), « Une méthode de classification des énoncés d’un corpus présentée à l’aide d’une application », Les cahiers de l’analyse des données, XV, 1, p. 21-36.

Reinert M. (2001), « Alceste, une méthode statistique et sémiotique d’analyse de discours ; application aux “Rêveries du promeneur solitaire” », Revue française de psychiatrie et de psychologie médicale, V, 49, p. 32-36.

Reinert M. (2008), « Mondes lexicaux stabilisés et analyse statistique de discours », JADT 2008, 9e Journées internationales d’analyse des données textuelles.

Rouré H., Reinert M. (1993), « Analyse d’un entretien à l’aide d’une méthode d’analyse lexicale », JADT 1993, Paris, ENST, p. 418-428.

Roy, N. & Garon, R. (2013). Étude comparative des logiciels d’aide à l’analyse de données qualitatives : de l’approche automatique à l’approche manuelle. Recherches qualitatives, 32(1), pp. 154-180.

Truc G. (2011). Analyser un corpus illisible ? Le logiciel Alceste confronté à des registres de condoléances », Langage et société, 1(135), 29-45.

 

Sites internet

http://www.iramuteq.org

http://www.r-project.org

http://www.python.org

Exemple d’une autre utilisation d’Iramuteq : https://presnumorg.hypotheses.org/187

 

Affiche

AFFICHE 26 avril 2016

Séance 4 du 8 mars 2016 – Sonal : le couteau suisse pour l’analyse des entretiens

Dans le cadre de cette troisième séance du cycle de rencontres et d’échanges autour du traitement et de l’analyse quantitative de données en SHS, Éric Rouzeau (docteur en gestion au laboratoire ICI – UBO) nous a proposé une intervention sur l’utilisation du logiciel Sonal.

Présentation de Sonal

Dans le manuel de présentation de Sonal[1], Alex Alber, son concepteur et principal développeur, définit cette application comme une application « tout-en-un qui réunit plusieurs fonctions : celles d’un logiciel de gestion d’enregistrements, celles d’un logiciel de retranscription, et certaines fonctions clés que partagent la plupart des Caqdas[2] ».

Dans sa partie gestion des enregistrements, il permet d’enregistrer directement les interviews tout en offrant la possibilité d’intégrer des bandes sons venant d’un autre support. Chaque enregistrement peut être décrit dans une base de données entièrement modulable.

Dans sa partie retranscription, il offre différentes approches pour permettre à l’utilisateur de d’optimiser son traitement des interviews. A l’issue, il permet une vision synthétique des entretiens en fonctions des thématiques retenues.

Plusieurs fonctions complètent cette application : lexicométrie, chronométrie et exportation de données vers le logiciel Trideux.

Bibliographie

Article d’Alex Alber sur Sonal : http://socio-logos.revues.org/2482

Alex Alber, « Voir le son : réflexions sur le traitement des entretiens enregistrés dans le logiciel Sonal », Socio-logos [En ligne], 5 | 2010, mis en ligne le 07 juillet 2010. URL : http://socio-logos.revues.org/2482

Liens utiles

Affiche

AFFICHE 8 mars 2016

 

[1] Mode d’emploi, Sonal version 2.0.51, disponible à l’adresse suivante : http://www.sonal-info.com/fr/page/mode-demploi-complet-de-sonal

[2] Computer aided qualitative data analysis software