La question avant le chiffre

Une erreur très courante

Imaginez un étudiant en kinésithérapie en troisième année. Il doit rendre son mémoire dans huit mois. Il a une idée de sujet — la douleur chronique chez les patients lombalgiques — et il est motivé. Dès la deuxième semaine, il construit son questionnaire. Trente questions, bien formulées, bien présentées. Il le diffuse. Il collecte soixante réponses. Il exporte tout dans Excel.

Et là, il réalise qu’il ne sait pas quoi faire de ses données. Parce qu’il n’a jamais vraiment décidé ce qu’il cherchait à savoir.

C’est l’une des erreurs les plus fréquentes dans les mémoires d’initiation à la recherche : partir des données avant de partir de la question. On collecte, puis on cherche ce qu’on pourrait bien en faire. C’est l’inverse de la démarche scientifique.

Pourquoi la question est première

En recherche quantitative, tout part d’une question. Pas d’une intuition vague, pas d’un sujet, pas d’un thème — une question. Précise, formulée en une phrase, à laquelle on peut répondre par des données.

Quivy et Van Campenhoudt, dans leur Manuel de recherche en sciences sociales (2020), posent une règle simple : une bonne question de départ doit être claire, faisable et pertinente. Claire, c’est-à-dire compréhensible par quelqu’un qui ne connaît pas votre sujet. Faisable, c’est-à-dire réalisable avec les moyens dont vous disposez — en termes de temps, d’accès aux données, de population. Pertinente, c’est-à-dire qu’elle apporte quelque chose, qu’elle interroge la réalité plutôt que de confirmer ce qu’on sait déjà.

Une question comme “Est-ce que la rééducation fonctionne ?” ne remplit aucun de ces critères. Elle est vague, trop large pour être traitée en un mémoire, et présuppose une réponse évidente. En revanche, “La fréquence des séances de kinésithérapie influence-t-elle la récupération fonctionnelle à six semaines chez les patients opérés d’une prothèse de genou ?” est précise, délimitée, et ouvre un vrai espace de réponse.

La différence entre un sujet et une question

C’est une distinction fondamentale, et pourtant elle échappe à beaucoup d’étudiants.

Un sujet, c’est un territoire. “La satisfaction des patients en ergothérapie” est un sujet. Il pourrait faire l’objet de dizaines d’études différentes, selon les populations étudiées, les variables mesurées, les comparaisons envisagées.

Une question, c’est une direction dans ce territoire. “La satisfaction des patients suivis en ergothérapie diffère-t-elle selon le type de structure de prise en charge — cabinet libéral, clinique ou hôpital ?” est une question. Elle dit exactement ce qu’on va mesurer, sur qui, et dans quel but comparatif.

Le passage du sujet à la question, c’est le travail de problématisation. Et c’est souvent là que les étudiants perdent le plus de temps — non pas parce qu’ils manquent d’idées, mais parce qu’ils n’ont pas encore appris à trancher.

L’outil PICOT : structurer sa question en cinq dimensions

Dans les domaines de la santé, un outil s’est imposé pour aider à formuler des questions de recherche rigoureuses : le modèle PICOT (Guillez & Tétreault, 2014).

• P — Population : qui étudie-t-on ? Patients adultes suivis en ergothérapie depuis au moins un mois.

• I — Intervention ou exposition : quel est le facteur étudié ? Le type de structure de prise en charge.

• C — Comparaison : par rapport à quoi ? Cabinet libéral vs clinique vs hôpital.

• O — Outcomes (résultats) : qu’est-ce qu’on mesure ? Le niveau de satisfaction globale évalué par une échelle visuelle analogique.

• T — Temps : sur quelle période ? Au moment de la prise en charge en cours.

Ce modèle ne garantit pas que votre question soit bonne. Mais il garantit qu’elle est complète. Il force à préciser chaque dimension, à ne rien laisser dans le flou. Un étudiant en soins infirmiers qui cherche à comparer l’efficacité de deux protocoles de prévention des escarres peut utiliser exactement le même cadre. Une étudiante en kinésithérapie qui s’interroge sur l’impact du télésoin sur l’observance des exercices aussi.

Ce que la question décide à votre place

Voici ce que peu de personnes réalisent au départ : une fois que vous avez une bonne question de recherche, une grande partie des décisions méthodologiques se prennent presque seules.

Votre question porte sur une comparaison entre groupes ? Vous aurez besoin d’une variable de groupe (nominale) et d’une variable de résultat (quantitative ou ordinale), et votre analyse principale sera probablement un test t ou une ANOVA. Votre question porte sur une relation entre deux variables continues ? Vous pensez corrélation et régression. Votre question est exploratoire, sans hypothèse claire ? Vous vous orientez vers une démarche inductive, peut-être qualitative.

La question détermine aussi la taille de l’échantillon nécessaire, les critères d’inclusion et d’exclusion de votre population, et même la structure de votre questionnaire. Si vous ne savez pas encore ce que vous cherchez, vous ne pouvez pas concevoir un instrument de mesure cohérent.

C’est pourquoi les chercheurs expérimentés passent souvent autant de temps — voire plus — sur la formulation de leur question que sur l’analyse des données. Ce n’est pas de la procrastination. C’est du bon sens méthodologique.

L’hypothèse : la question mise à l’épreuve

Une fois la question posée, l’étape suivante est la formulation de l’hypothèse. Dans une démarche hypothético-déductive — la plus courante dans les mémoires quantitatifs en santé — l’hypothèse est une réponse provisoire à la question, formulée avant la collecte des données, et fondée sur la littérature existante.

On distingue classiquement deux hypothèses :

• H0 (hypothèse nulle) : il n’y a pas de différence, pas d’effet, pas de relation. C’est l’hypothèse que les tests statistiques cherchent à rejeter.

• H1 (hypothèse alternative) : il existe une différence, un effet, une relation — dans le sens prédit par la théorie ou l’observation clinique.

Dans notre exemple sur la satisfaction en ergothérapie : H0 postule qu’il n’y a pas de différence de satisfaction entre les trois types de structures. H1 postule qu’il en existe une — sans préciser encore laquelle est plus élevée, ce que les données diront.

Cette formulation binaire peut sembler artificielle. Elle l’est un peu. Mais elle a une vertu essentielle : elle oblige à se positionner avant de regarder les résultats. Ce qui protège contre le biais de confirmation — cette tendance très humaine à trouver dans les données ce qu’on cherchait à y trouver.

En pratique : comment formuler votre question

Voici une méthode simple en trois temps.

Premier temps : partir de l’observation. Qu’est-ce que vous avez remarqué en stage ? Quelle situation vous a interpellé ? Quelle question vous a traversé l’esprit sans trouver de réponse dans vos cours ? Notez-la telle quelle, sans la polir.

Deuxième temps : explorer la littérature. Avant de formuler votre question définitive, cherchez ce qui a déjà été fait sur ce sujet. PubMed, Cairn, ScienceDirect, la base Cochrane pour les revues systématiques. Cela vous permettra de situer votre question dans un champ existant, d’identifier les angles encore peu explorés, et de justifier la pertinence de votre démarche.

Troisième temps : appliquer PICOT. Prenez votre question brute et passez-la au filtre des cinq dimensions. Complétez ce qui manque. Supprimez ce qui est trop vague. Reformulez jusqu’à obtenir une phrase que n’importe qui pourrait comprendre sans avoir lu votre protocole.

La question comme boussole

Un mémoire bien construit est un mémoire dans lequel on peut relire la question de recherche à n’importe quel moment — lors de la conception du questionnaire, lors de l’analyse, lors de la rédaction de la discussion — et vérifier que tout ce qu’on fait y répond.

La question n’est pas un passage obligé administratif. C’est la boussole du travail. Sans elle, on collecte des données sans savoir ce qu’on cherche, on analyse sans savoir ce qu’on teste, et on conclut sans savoir si on a répondu à quoi que ce soit.

La statistique est puissante. Mais elle ne peut rien pour vous si vous ne lui posez pas la bonne question.

Références

Quivy, R., & Van Campenhoudt, L. (2020). Manuel de recherche en sciences sociales (5e éd.). Dunod.

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