Ce qu’un bon questionnaire change vraiment

Le questionnaire, un instrument de mesure

Un questionnaire n’est pas un formulaire. C’est un instrument de mesure. Et comme tout instrument de mesure, il peut être bien étalonné ou mal étalonné. Un thermomètre qui affiche systématiquement deux degrés de trop n’est pas inutile — il est dangereux, parce qu’il donne une fausse impression de précision.

Un questionnaire mal construit fait exactement la même chose. Il produit des données. Des données propres, bien saisies, bien organisées. Mais des données qui ne mesurent pas ce qu’elles prétendent mesurer. Et ça, on ne le découvre souvent qu’au moment de l’analyse — quand il est trop tard pour recommencer.

C’est pourquoi la construction du questionnaire est une étape à part entière de la démarche de recherche, pas une formalité qu’on expédie entre la revue de littérature et la collecte.

Ce qu’un questionnaire est censé faire

Un questionnaire a une mission simple en apparence : traduire des concepts abstraits en questions concrètes auxquelles des individus peuvent répondre. C’est ce qu’on appelle l’opérationnalisation.

Prenons un exemple. Vous êtes étudiante en soins infirmiers et vous cherchez à mesurer “l’anxiété préopératoire” chez des patients adultes. L’anxiété est un concept. On ne peut pas la mesurer directement. Ce qu’on peut mesurer, ce sont ses manifestations : la fréquence des pensées intrusives, la qualité du sommeil la veille de l’opération, la perception subjective de l’inquiétude, les symptômes physiques comme la tension musculaire ou les palpitations.

Chacune de ces manifestations est un indicateur. Et chaque indicateur devient un ou plusieurs items dans le questionnaire. Ce passage du concept à l’item, c’est la chaîne d’opérationnalisation. Si elle est solide, vos données mesurent ce que vous voulez mesurer. Si elle est fragile, vous mesurez autre chose — et vous ne le saurez peut-être jamais.

L’arbre conceptuel : penser avant d’écrire

Avant de rédiger la moindre question, les chercheurs expérimentés construisent ce qu’on appelle un arbre conceptuel. C’est une représentation visuelle de la chaîne concept → dimensions → indicateurs → items.

Dans le cas d’une étude sur la satisfaction des patients en ergothérapie, l’arbre pourrait ressembler à ceci :

• Concept : satisfaction des patients

• Dimension 1 : relationnelle (qualité de la relation avec l’ergothérapeute)

  • Indicateurs : écoute, respect de l’autonomie, clarté des explications, disponibilité

  • Items : Q8 à Q11

• Dimension 2 : organisationnelle (conditions de la prise en charge)

  • Indicateurs : délais d’attente, ponctualité, qualité de l’accueil, continuité

  • Items : Q12 à Q15

• Dimension 3 : thérapeutique (efficacité perçue du traitement)

  • Indicateurs : progression perçue, adéquation des exercices, prise en compte des objectifs, amélioration de la qualité de vie

  • Items : Q16 à Q19

Cet arbre a plusieurs vertus. Il garantit qu’on ne mesure pas n’importe quoi au hasard. Il assure une couverture équilibrée du concept — chaque dimension est représentée. Et il justifie chaque choix : si un jury vous demande pourquoi vous avez posé telle question, vous pouvez retracer le chemin de l’indicateur à la dimension et de la dimension au concept.

Rubin (1976), dans ses travaux fondateurs sur la mesure de la satisfaction des patients, insistait déjà sur la nécessité de distinguer les composantes de la satisfaction pour éviter de construire des instruments fourre-tout qui ne mesurent rien de précis.

Les quatre types de questions

Un questionnaire peut combiner plusieurs types de questions. Chaque type produit un type de variable différent, qui appelle des analyses différentes.

La question dichotomique propose deux réponses exclusives : oui ou non, vrai ou faux, homme ou femme. Elle produit une variable nominale binaire, codée 0 ou 1. Simple à analyser, mais peu nuancée. Utile pour les questions de filtrage — “Êtes-vous actuellement suivi en ergothérapie ?” — ou pour les variables sociodémographiques.

La question à choix unique propose plusieurs modalités dont une seule peut être cochée. Elle produit une variable nominale (si les modalités n’ont pas d’ordre) ou ordinale (si elles sont ordonnées). Exemple : le type de structure de prise en charge (cabinet, clinique, hôpital) est nominal. La tranche d’âge (<30 ans, 30-45 ans, 46-60 ans, >60 ans) est ordinale.

La question à choix multiples permet de cocher plusieurs réponses simultanément. Chaque option devient alors une variable binaire distincte. C’est une erreur classique de traiter ce type de question comme une variable unique avec des valeurs “1, 3, 5” dans une cellule — le logiciel statistique ne peut pas l’interpréter correctement.

L’échelle de mesure — Likert ou EVA — est le type de question le plus utilisé dans les études sur la satisfaction et les perceptions en santé. Elle mérite qu’on s’y attarde.

Likert, EVA : choisir le bon outil

L’échelle de Likert, proposée par Rensis Likert en 1932, demande au répondant d’indiquer son degré d’accord avec une affirmation, sur une échelle à cinq niveaux : “Pas du tout d’accord”, “Plutôt pas d’accord”, “Ni l’un ni l’autre”, “Plutôt d’accord”, “Tout à fait d’accord”. Elle produit une variable pseudo-quantitative — ordinale en théorie, traitée comme quantitative par convention dans la plupart des études en sciences de la santé.

L’EVA (Échelle Visuelle Analogique) est une ligne de 10 cm sur laquelle le patient place un curseur entre deux extrêmes. Elle est très utilisée pour mesurer la douleur, mais aussi la satisfaction globale. Elle produit une variable véritablement quantitative continue, ce qui permet des analyses plus fines.

Le choix entre les deux dépend de ce qu’on veut mesurer. Pour des items spécifiques — “Mon ergothérapeute a été à l’écoute de mes besoins” — le Likert est adapté. Pour une évaluation globale — “Sur cette échelle, quelle est votre satisfaction globale ?” — l’EVA est plus sensible et plus discriminante.

Une règle importante : dans un questionnaire combinant EVA globale et items Likert spécifiques, l’EVA globale doit toujours être posée en premier. Si vous demandez d’abord les douze items de satisfaction par dimension, vous avez déjà orienté la perception du répondant. Sa réponse à l’EVA globale sera contaminée par l’effet d’amorçage des questions précédentes. C’est ce qu’on appelle un biais d’ordre.

La formulation des items : une science en soi

La qualité d’un questionnaire se joue souvent dans les détails de formulation. Voici les erreurs les plus fréquentes, illustrées par des exemples tirés du domaine de la santé.

Le double-barrelled item : une question qui pose deux questions en même temps. “Mon kinésithérapeute est compétent et disponible” — si le patient trouve son kiné compétent mais pas disponible, que doit-il répondre ? Il faut systématiquement une idée par item.

La formulation négative : “Mon ergothérapeute n’a pas manqué de disponibilité.” Les répondants traitent inconsciemment les négations en les ignorant. On obtient des réponses inversées, incohérentes. Formulez toujours positivement : “Mon ergothérapeute a été disponible.”

La question orientée : “Vous avez sûrement trouvé l’accueil satisfaisant ?” suggère une réponse. C’est un biais de désirabilité induit par la formulation elle-même. La question doit être neutre : “Comment évaluez-vous la qualité de l’accueil ?”

La complexité excessive : “Dans quelle mesure pensez-vous que, globalement et de façon générale, les soins qui vous ont été dispensés dans le cadre de votre prise en charge ont été adaptés à votre situation personnelle ?” Cette phrase doit être lue deux fois. Un item doit être compréhensible à la première lecture, par quelqu’un qui n’a aucune formation académique. Tourangeau, Rips et Rasinski (2000) montrent que la complexité syntaxique d’une question est l’un des principaux facteurs de réponses incohérentes ou aléatoires.

La structure du questionnaire : l’ordre compte

Un questionnaire bien construit suit une logique de progression. Cinq blocs dans un ordre immuable :

1. Introduction : contexte de l’étude, garantie d’anonymat, durée estimée.

2. Questions de filtrage : pour exclure les répondants non éligibles dès le début, sans leur faire perdre de temps.

3. Questions sociodémographiques : sexe, âge, type de structure, durée de prise en charge.

4. Corps du questionnaire : les questions principales, du général au particulier, regroupées par thème.

5. Conclusion : remerciements, question ouverte facultative.

Ce n’est pas une convention arbitraire. Chaque position a sa logique. Les questions de filtrage en premier pour ne pas mobiliser quelqu’un qui n’est pas dans la population cible. Les sociodémographiques avant le corps pour contextualiser sans influencer. Les questions les plus importantes au début du corps, quand l’attention est maximale.

Le pré-test : l’étape qu’on supprime toujours à tort

Avant de diffuser un questionnaire, il faut le tester sur trois à cinq personnes représentatives de la population cible. Pas pour valider statistiquement l’instrument — c’est un autre niveau d’exigence — mais pour identifier les questions incomprises, les formulations ambiguës, les sauts de logique.

Un étudiant en ergothérapie qui fait lire son questionnaire à des patients de stage avant la diffusion réelle a une longueur d’avance sur tous ceux qui ne le font pas. Les retours sont souvent surprenants. Une question qui vous semblait limpide peut être interprétée de trois façons différentes par trois personnes différentes.

Ce qu’un bon questionnaire change vraiment

Un bon questionnaire, c’est un questionnaire dont les réponses mesurent réellement ce qu’elles sont censées mesurer. Ce n’est pas un objectif facile à atteindre. Mais c’est un objectif atteignable, avec de la méthode, du soin dans la formulation, et un pré-test sérieux.

La différence entre une étude dont les résultats tiennent la route et une étude dont les conclusions ne peuvent pas être défendues devant un jury se joue souvent ici — bien avant l’analyse, bien avant la collecte. Elle se joue au moment où l’on décide de prendre le temps de bien construire l’instrument, plutôt que de se précipiter vers les données.

Références

Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1–55.

Tourangeau, R., Rips, L. J., & Rasinski, K. (2000). The psychology of survey response. Cambridge University Press.

Rubin, H. R. (1976). Measuring patient satisfaction. Medical Care, 14(7), 627–637.

Guillez, P., & Tétreault, S. (2014). Guide pratique de recherche en réadaptation. De Boeck..