La saturation des données est un terme utilisé dans la recherche pour indiquer qu’aucune nouvelle information ne devrait être ajoutée pour améliorer ou modifier les résultats d’une étude. Il est important d’atteindre la saturation des données. Elle est atteinte lorsqu’il y a suffisamment d’informations pour reproduire l’étude, lorsque la capacité d’obtenir de nouvelles informations supplémentaires a été atteinte et lorsqu’un codage supplémentaire (identification de thèmes) n’est plus possible.
Pour autant, le concept de saturation des données est considéré comme négligé. Cela s’explique par le fait que c’est un concept difficile à définir. Ce qui est une saturation des données pour l’un est loin d’être suffisant pour un autre.
Il y a deux façons dont la saturation des données se joue dans la recherche :
La saturation des données dans l’échantillonnage
Lorsqu’un chercheur choisit des répondants pour une étude (effectue un » échantillonnage « ), il peut le faire en utilisant un » échantillonnage théorique « . Cela signifie qu’il continuera à ajouter de nouvelles unités à l’échantillon jusqu’à ce que l’étude atteigne un point de saturation, c’est-à-dire jusqu’à ce qu’aucune nouvelle donnée ne soit produite par l’inclusion et l’analyse de nouvelles unités. L’échantillonnage théorique est une méthode de recrutement de répondants pour la recherche qui est liée à une approche appelée « théorie ancrée » et se caractérise par le fait que la collecte de données est contrôlée par la théorie émergente. Le chercheur doit constamment rechercher de nouvelles unités et données, et justifier le but théorique pour lequel chaque groupe supplémentaire est inclus dans l’étude. Ce type d’approche de l’échantillonnage est peu fréquent en raison des contraintes d’un budget fixe qui détermine la conception de l’étude et ses paramètres d’échantillonnage.
Les chercheurs ont souvent du mal à savoir comment estimer le nombre d’entretiens nécessaires pour atteindre la saturation des données et, là encore, sont souvent dictés par les budgets des projets. Lorsqu’ils décident d’une conception, les chercheurs devraient viser une conception qui est explicite quant à la façon dont la saturation des données est atteinte. Pour atteindre au mieux la saturation des données, il convient d’apporter un bon soin à l’échantillonnage d’une section transversale des populations d’intérêt, de sorte qu’un éventail complet de points de vue soit susceptible d’être entendu.
Saturation des données dans l’entretien qualitatif
L’entretien en profondeur et les groupes de discussion sont deux méthodes de recherche qualitative couramment utilisées. Elles impliquent chacune la recherche d’une profondeur de sens, contrairement à une enquête quantitative qui tend à se concentrer sur des questions fermées telles que oui/non ou des échelles d’évaluation. Un groupe de discussion ou un entretien approfondi est une forme de recherche exploratoire. Il est ouvert et moins formellement structuré qu’une enquête. L’enquêteur doit étudier le sujet qui l’intéresse avec le répondant jusqu’à ce qu’il n’y ait plus rien à ajouter. Pour ce faire, il peut utiliser des questions à la fin de l’entretien telles que « Autre chose ? » ou « Dois-je savoir autre chose que ce que je vous ai demandé ? ». Cela permet de s’assurer que la saturation a été atteinte ; qu’il n’y a plus rien à ajouter au sujet d’intérêt.
L’incapacité à atteindre la saturation des données dans la recherche qualitative a un impact sur la qualité de la recherche et compromet la validité du contenu. Cependant, il n’existe pas d’approche unique pour obtenir la saturation des données. Il existe des méthodes de collecte de données qui sont plus susceptibles d’atteindre la saturation des données que d’autres, bien que ces méthodes dépendent fortement de la conception de l’étude.
Malheureusement, la saturation des données ne peut vraiment être connue qu’après coup, une fois que les entretiens qualitatifs ont été menés et que les données ont été analysées. Or, les études de marché sont généralement planifiées, justifiées et chiffrées à l’avance. Ainsi, atteindre la saturation des données en réalité, doit être une combinaison d’un échantillonnage judicieux, d’une bonne conception de la recherche, d’outils de recherche bien conçus et de la réalité des paramètres commerciaux du projet.
Sinon, vos résultats peuvent tout aussi bien être laissés à l’abandon sous la pluie.
.