3.5.2. Validation des outils de collecte de données
L'étape de validation des outils de collecte de
données est importante pour le chercheur car elle lui permet de faire
vérifier ses outils de collecte de données auprès de
certains experts. La vérification et la validation des instruments de
collecte des données se fait suivants les critères
suivants : la présentation de l'instrument de collecte de
données, le contenu de l'instrument de collecte de données en
rapport avec les objectifs de recherche, la non-discrimination des
répondants et la prédiction des résultats en rapport avec
le pré-test (Egbe (document non publié [Support de cours]),
2018).
Dans le cadre de notre recherche, la validation
des instruments de recherche s'est faite en trois
étapes successives : appréciation par les camarades de
promotion, soumission à l'encadreur pour correction et pré-test
auprès d'une petitepopulation d'enquête suivi d'une correction
pour produire les instruments définitifs. A chaque étape, il
était question de vérifier si nos instruments de collecte de
données respectaient les caractéristiques d'un instrument de
collecte de données et de corriger le cas échéant.
3.6.
Méthode d'analyse des données
Le dépouillement est une opération qui consiste
à vérifier si le nombre de questionnaires administrés
correspond au nombre de questionnaires récoltés, à compter
les réponses données par les répondants, à classer
ces réponses par ordre en leur attribuant un identifiant et à
définir les entrées du tableau de nos données. Cette
étape est très importante pour l'analyse des données
collectées à l'issue d'une enquête. L'objectif de cette
étude vise à examiner l'effet de l'intégration
pédagogique des TIC sur le processus de mise en oeuvre des curricula et
proposer une stratégie à mettre en place pour une interconnexion
réussie TIC et curricula à l'École Normale
Supérieure de Maroua. Il s'agit donc pour cette étude d'explorer
et de vérifier le degré d'association ou de relation qui existe
entre l'intégration pédagogique des TIC et
l'implémentation des curricula. Il est donc nécessaire à
cet effet de procéder au traitement et à l'analyse des
données collectées sur le terrain. Le logiciel SPSS (Statistical
Package for Social Sciences) version 20 pour Windows a été
utilisé pour l'analyse des données quantitatives pour les
statistiques descriptives et inférentielles. Les statistiques
descriptives nous ont permises de produire les effectifs absolues, les
effectifs relatifs (pourcentages) et les diagrammes. Quant aux statistiques
inférentielles, elles nous ont permis de produire les coefficients de
corrélation de Spearman pour les tests des hypothèses de la
recherche. Ces coefficients permettent de valider ou d'invalider la relation
entre nos variables d'étude et d'établir le degré de
relation qui existe entre ces variables.
v Outil statistique utilisé
Dans le cadre de notre étude, nous avons choisi
d'utiliser la corrélation des rangs de Spearman qui permet de mesurer le
degré et la nature de la relation qui existe entre deux variables
d'étude. Contrairement à d'autres tests de corrélation
entre les variables, la corrélation de Spearman est un test statistique
robuste basé sur les rangs et ne dépend pas de la distribution
des données.
Le coefficient de corrélation des rangs de
Spearman est calculé par la formule :
Avec n = nombre des paires (Xi,Yi)
(Xi - Yi) = différence
entre les rangs des paires (Xi,Yi)
  = somme
Pour notre étude, nous avons fixé le
seuil d'importance ou marge d'erreur à 5%, c'est-à-dire que les
hypothèses seront acceptées à 95%.
v Prise de décision
Dans un test de corrélation des rangs de
Spearman, deux données sont importantes à
considérer :
Ø La p-value ou le degré d'importance
(sig) : ce degré d'importance permet de valider ou d'invalider
l'existence de relation entre deux variables.
Lorsque sig< 0.05 alors l'hypothèse nulle est
rejetée et l'hypothèse alternative est acceptée.
Lorsque sig> 0.05 alors l'hypothèse nulle
est acceptée et l'hypothèse alternative est rejetée.
Ø La valeur du coefficient de corrélation de
Spearman : cette valeur est comprise entre -1 et +1 et permet d'identifier
le degré de relation entre deux variables. Le tableau 2 donne les
intervalles des valeurs du coefficient de corrélation et le degré
de relation entre deux variables.
Tableau 2 : valeur des coefficients de
corrélation et interprétation
|
Valeur du coefficient
|
Interprétation
|
|
00
|
Absence de relation
|
|
]00 - 0.2[ ou ]-0.2 - 00[
|
Relation très faible
|
|
[0.2 - 0.4[ ou ]-0.4 - -0.2]
|
Relation faible
|
|
[0.4 - 0.6[ ou ]-0.6 - -0.4]
|
Relation moyenne
|
|
[0.6 - 0.8[ ou ]-0.8 - -0.6]
|
Relation élevée
|
|
[0.8 - 1[ ou ]-1 - -0.8]
|
Relation très élevée
|
|
1 ou -1
|
Relation parfaite
|
Source : adaptée de Egbe ((document non
publié [Support de cours]), 2018)
Les intervalles du tableau ci-dessus permettent
de situer le coefficient de corrélation. En fonction de son appartenance
dans un intervalle, nous avons le degré de relation existant entre deux
variables.
| 
