Nota: esta entrada del blog se ha traducido automáticamente del inglés al español utilizando DeepL. La versión original en inglés de esta entrada de blog puede encontrarse aquí.

Planification de votre thèse - Partie 6 : "Analyse des données" par Roy Horn

Analyse des données - il s'agit de trouver une bonne histoire à raconter !

Une fois que vous avez toutes les données pour votre dissertation, vous pouvez " pousser un soupir de soulagement ", vous devriez être en mesure de créer une dissertation qui passe à partir de ce point !

Avant de procéder à une analyse détaillée, il est judicieux de "valider" les données dont vous disposez. Des erreurs peuvent se glisser dans le processus d'enregistrement à un certain nombre d'endroits, et en effectuant quelques vérifications simples, vous pouvez vous assurer que les réponses d'un participant peuvent être intégrées à l'étude plutôt que d'avoir à les écarter en raison d'erreurs. Lorsque vous utilisez des enquêtes en ligne, réfléchissez bien avant de rendre toutes les questions obligatoires. Ainsi, les participants ne pourront pas manquer des questions importantes. Dans le cas des enquêtes "papier", vérifiez visuellement, au moment de la remise de chaque questionnaire, que toutes les questions importantes ont été remplies. L'autre tâche générale, au moment de la saisie des données, consiste à effectuer un contrôle visuel des réponses pour s'assurer que des erreurs plus générales n'ont pas été commises.

Il existe une myriade de méthodes possibles pour analyser les données, et je ne peux leur rendre justice dans ce court espace. Donc, si vous avez besoin d'idées ou d'informations sur la façon de mener une analyse quantitative ou qualitative, consultez mon manuel sur le sujet : (lien actuellement non disponible) Researching and Writing Dissertations (2009), Roy Horn, CIPD : London, pages 141:219.

Les deux progiciels standard pour l'analyse quantitative sont SPSS et Excel. Ils fonctionnent tous deux très bien et vous fourniront un grand nombre d'analyses brutes. Le principal problème et la principale question à résoudre sont de trouver une " histoire de données " à raconter. La section de votre mémoire qui analyse les données et représente l'analyse est essentielle à sa réussite. L'effort que vous avez déployé jusqu'ici peut être perdu ou dissipé avec une section d'analyse des données faible ou illogique.

L'analyse est souvent classée en plusieurs parties comme suit :

  • l'étude des parties constituantes et de leur interrelation
  • la décomposition et la séparation du tout en parties constitutives
  • la simplification de l'ensemble en parties afin d'afficher la structure logique
  • l'explication d'un processus et des parties de ce processus.
Ainsi, en créant une histoire de données, vous tenterez d'aborder tous ces éléments. Lorsque votre mémoire sera noté, le correcteur s'attendra à un certain type d'histoire, par exemple :
  1. Ceci est un problème.
  2. Le problème a ces parties.
  3. Les gens disent ces choses à propos du problème.
  4. Si les gens faisaient ceci ou cela, le problème s'atténuerait, voire serait résolu.
Maintenant, regardez à nouveau cette histoire. Votre histoire doit être simple, brève et pertinente :
  • être simple, bref et pertinent
  • avoir un début, un milieu et une fin
  • avoir une "chute", une découverte
  • disposer de données et de preuves pour étayer l'histoire (mais uniquement pour étayer l'histoire)
  • être spécifique et appropriée à l'étude de recherche
  • proposer des améliorations et des solutions
  • illustrer comment elle pourrait être pertinente pour un public plus large.
être simple, brève et pertinente

Cela pose immédiatement un problème. Comment toute votre recherche et vos efforts peuvent-ils être simples et brefs ? La réponse est qu'ils doivent être exprimés de cette manière pour être compréhensibles et clairs pour le lecteur. La caractéristique de simplicité et de brièveté est obtenue en séparant les résultats importants de l'analyse. Une idée principale crée une histoire principale, puis l'idée et l'histoire suivantes, et ainsi de suite.

Ayez un début, un milieu, une fin - et une chute, et des preuves.

La structure normale d'une histoire suit ce format, et vos histoires de données doivent suivre ce format si vous voulez réussir à expliquer votre recherche. A quoi ressemble une histoire de données ? - Début - L'analyse a montré que (par exemple) il y avait une différence significative entre les habitudes d'achat de livres des étudiants en droit et celles des étudiants en commerce - Milieu - Explorez cela plus en détail en utilisant des données et des preuves telles que des tableaux et des graphiques. Posez des questions sur les raisons de ce phénomène. Reliez le problème à toute théorie connue issue de l'analyse documentaire. Créez une chute dans la section du milieu - un "événement impressionnant", si vous voulez. - Fin - Trouvez une conclusion à votre histoire, ainsi qu'un résumé - et si l'histoire des données présente un problème, dites quelle pourrait être la solution. Les données et les preuves à l'appui de l'histoire - L'important ici est de s'assurer que les données et les preuves soutiennent bien l'histoire. Les données ne peuvent jamais être l'histoire.

Soyez spécifique et adapté à l'étude de recherche

Au début de votre recherche, vous définissez des buts, des objectifs, des questions de recherche ou des hypothèses - toutes vos histoires doivent s'y rapporter. Il est préférable que cette relation soit explicite. L'un des critères de notation de votre mémoire sera la façon dont vous avez atteint les buts, objectifs, questions de recherche ou hypothèses. En rendant ce lien explicite dans les histoires, vous aborderez cette question de manière intégrée et efficace.

Proposez des améliorations et des solutions

Certaines histoires ont une conclusion morale, et vos histoires de données doivent avoir une chose similaire. Dans les histoires de données, vous conclurez par des améliorations, des solutions ou des recommandations. Cela vous permettra d'avoir une "poignée" dans la section des données à laquelle vous pourrez revenir dans la conclusion de votre travail.

Illustrez la signification pour un public plus large

Vos histoires de données sont spécifiques à votre recherche, mais en fonction de la position philosophique de votre recherche, elles peuvent avoir des implications utiles pour des groupes au-delà de votre contexte. Même des données qualitatives spécifiques peuvent comporter des points généraux qui méritent d'être mentionnés.

Une bonne planification est la clé d'une dissertation réussie ! Jetez un coup d'œil à ce planning "Tom's Planner", auquel vous avez ajouté toutes les parties d'une dissertation standard.

Eh bien ! C'est la fin des blogs sur les mémoires. J'espère que vous les avez appréciés et qu'ils vous ont aidé à terminer votre thèse. N'oubliez pas ! Une bonne organisation vous permettra d'apprécier votre thèse et de la réussir. Bonne chance ! Prenez une longueur d'avance sur votre thèse en utilisant ce modèle et commencez à planifier dès maintenant ! Ce planning vous fera gagner beaucoup de temps et d'énergie.

***
Roy Horn est professeur à la Buckinghamshire New University, au Royaume-Uni, et encadre des étudiants en thèse. Il a écrit deux livres, l'un sur les mémoires et l'autre sur les compétences.

Rejoignez 140,485 clients et créez votre premier diagramme de Gantt dès aujourd'hui!