Qu’est-ce que le concept de saturation en recherche qualitative ?

Sommaire

• Définition
• Mesure de la saturation
• Conseils
• Sources

Définition du concept de saturation

Comme le note Marshall et al. (2013) et Guest et al. (2006), le concept de saturation en recherche qualitative est souvent invoqué mais rarement défini. Il est devenu au fil des années un terme vague qu’il convient de définir précisément.
La définition du concept de saturation peut être formulée de différentes manières :

• le moment où la collecte de nouvelles données qualitatives ne change plus, ou très peu, votre manuel de codage
• le moment où chaque nouvelle interview qualitative ne produit que des données déjà découvertes auparavant
• le moment où le rendement de votre étude diminue, c’est-à-dire que chaque nouvelle interview apporte une contribution inférieure à la précédente

crédits : Shutterstock

Comment mesurer la saturation ?

On peut raisonnablement dire qu’avant 2006, aucune étude n’avait été faite sur le concept de saturation lui-même. Dans un article devenu central en recherche qualitative, Guest, Bunce et Johnson (2006) ont enfin osé ouvrir la boîte de Pandore et s’attaquer à un sujet qui n’avait été traité jusqu’alors que de manière superficielle.

Les 3 auteurs ont voulu comprendre à partir de quel moment une nouvelle interview n’apportait plus de connaissances nouvelles. Sur la base d’une étude qualitative réalisée dans 2 pays d’Afrique (Ghana et Nigéria), ils ont mesuré le nombre de codes nouveaux qui apparaissaient par groupe de 6 entretiens (voir graphique ci-dessous).

Création des codes au cours des interviews qualitatives (d’après Guest, Bunce et Johnson, 2006)

Comme on peut le voir, le nombre de codes trouvés diminue avec le nombre d’entretiens réalisés. C’est logique et cela illustre l’idée de diminution de rendement. Ce qui est plus étonnant toutefois c’est de voir la « vitesse » à laquelle cette diminution de rendement s’opère. Au-delà du 18ème entretien, les nouveaux codes deviennent plus rares, jusqu’à quasiment disparaître au-delà de la 36ème interview.

Cette conclusion a conduit Marshall et al. (2013) à proposer un schéma résumant la situation (voir ci-dessous). Comme on peut le voir une première limite est tracée pour un indiquée la saturation (30 entretiens, ligne pointillée), et l’idée de rendement négatif est visible vers le 35ème entretien.

Nombre d’entretiens qualitatifs à réaliser et survenance de la saturation dans une étude phénoménologique (d’après Marshall et al. 2013)

Cela veut-il dire qu’il faut réaliser 30 entretiens pour n’importe quelle étude qualitative ? Si de nombreux chercheurs s’accordent sur le « chiffre magique » de 30 (voir notamment Baker et Edwards, 2012), d’autres nous rappellent avec prudence qu’il faut prendre en compte plusieurs variables afin de décider de la taille d’échantillon idéale (Morse, 2000)

crédits : Shutterstock

Conseils

Au cÅ“ur de la notion de saturation se situe bien entendu la question du nombre d’entretiens qualitatifs à réaliser. Une étude robuste, inattaquable sur le plan méthodologique, devrait impérativement aller au-delà d’une simple revendication du concept de saturation, mais véritablement s’attacher à montrer que l’entretien n+1 n’apporte plus rien de nouveau par rapport à l’entretien n.

Pour ce faire, il faut impérativement coder ses entretiens et, là encore, faire fi des approches méthodologiques faibles qui se contentent de prendre des notes « à la volée ». Le temps passé à préparer et réaliser les entretiens justifie que d’en tirer le maximum. Pour tout savoir sur l’analyse des entretiens qualitatifs, nous avons rédigé un guide que vous trouverez ici.

crédits : Shutterstock

Sources

Baker, S. E., & Edwards, R. (2012). How many qualitative interviews is enough.

Guest, G., Bunce, A., & Johnson, L. (2006). How many interviews are enough? An experiment with data saturation and variability. Field methods, 18(1), 59-82.

Marshall, B., Cardon, P., Poddar, A., & Fontenot, R. (2013). Does sample size matter in qualitative research?: A review of qualitative interviews in IS research. Journal of computer information systems, 54(1), 11-22.

Morse, J. M. (2000). Determining sample size.

Par Pierre-Nicolas Schwab Pierre-Nicolas est Docteur en Marketing et dirige l'agence d'études de marché IntoTheMinds. Ses domaines de prédilection sont le BigData l'e-commerce, le commerce de proximité, l'HoReCa et la logistique. Il est également chercheur en marketing à l'Université Libre de Bruxelles et sert de coach et formateur à plusieurs organisations et institutions publiques. Il peut être contacté par email, Linkedin ou par téléphone (+32 486 42 79 42)