5.2 Principes généraux de conception de formulaires
16-Sept-2022
13 mins
Maintenant que vous avez une idée plus claire de vos besoins en données de base, et seulement maintenant, même si vous le vouliez déjà (!), vous pouvez prendre une feuille de papier et commencer à énumérer les questions nécessaires pour remplir les indicateurs souhaités. Réfléchissez-y bien ! Veillez à ce que votre enquête se déroule logiquement d’une question à l’autre et d’un groupe de questions à l’autre.
À consulter
- N’hésitez pas à tenter les exercices 4 - 2 Design a Bad Survey et 4 - 3 Best Practices for Designing Surveys of the Module Getting The Data We Need de l’IFCR Data Playbook (en anglais). L’exercise 4 - 7 Household survey scenario est, de plus, l’étape suivante pour expérimenter la conception de l’enquête à travers un cas d’utilisation plus concret et réaliste.
- Le point 1C Les étapes de la préparation du questionnaire du document Collecte de données : méthodes pour les enquêtes quantitatives, l’exemple des enquêtes CAP peut également vous guider dans cette tâche de construction d’enquête. Il fournit aux pages 26-27 les avantages et les inconvénients de l’utilisation de certains types de questions.
- Vous devriez également consulter le document suivant : ACAPS’s Questionnaire Design For Needs Assessments in Humanitarian Emergencies Résumé, ou le document plus détaillé Note technique de l’ACAPS sur la conception de questionnaires pour l’évaluation des besoins.
TABLE DES MATIÈRES
- Checklist pour la conception de formulaires
- Éviter de rendre les questions obligatoires est une mauvaise habitude…
- Faites ce que vous pouvez pour rendre l’identifiant unique intelligible
- 5.2.4 Incitez vos agents recenseurs à collecter des données de bonne qualité !
Checklist pour la conception de formulaires
Certains des points suivants peuvent sembler évidents, mais il peut parfois être difficile de prendre le recul nécessaire lorsqu’on conçoit une enquête. Voici donc une checklist à garder à l’esprit lorsque l’on réfléchit aux questions et aux réponses d’une enquête :
| Quoi | Exemples | Pourquoi |
|---|---|---|
| Gardez-les compréhensibles, avec le moins de jargon technique possible | “NFI” peut signifier “No Freaking Idea” pour beaucoup de gens et non “Non Food Items” ! |
|
| Ne tentez pas de fusionner des questions pour réduire le nombre total de questions. Cela complique les choses pour les recenseurs | “Y a-t-il des personnes handicapées et/ou des personnes âgées et si oui, combien ?” | Cette double question rend l’interrogation ambiguë - restez simple : posez deux questions : “combien de personnes handicapées y a-t-il ?” et “combien d’aînés y a-t-il ?” ne rallongeront pas indûment votre enquête… |
| Évitez le texte libre comme le diable - sauf si vous êtes certain que les données seront utiles et analysées individuellement ou si vous n’avez pas d’autre choix (par exemple, certaines enquêtes auprès d’informateurs clés…) | “Veuillez décrire aussi longuement que vous le souhaitez les raisons pour lesquelles vous n’êtes pas satisfait de l’approvisionnement en eau dans le camp” |
|
| Limitez autant que possible les questions à réponses multiples (du moins si vous devez utiliser les résultats pour l’analyse) | “Quelles graines avez-vous reçues ?” Riz, maïs, sorgho, sésame, niébé, haricot mungo | Facilite l’analyse car les questions à réponses multiples nécessitent souvent un nombre important d’opérations sur les données pour être exploitables. Privilégiez les questions de classement, ou bien les questions à réponse unique où vous pouvez faire un tableau avec une réponse O/N pour chacune. |
| Gardez la question neutre : n’essayez pas d’influencer la personne enquêtée | “Vous arrive-t-il de jeter les selles de votre enfant à l’air libre, ce qui est une pratique très très dangereuse pour la santé de la communauté ?” | Cela va évidemment biaiser les résultats en encourageant une réponse qui pourrait ne pas être vraie. Pourquoi ne pas demander “comment éliminez-vous les selles de votre enfant ?”, et s’assurer d’avoir une liste de réponses possibles que l’enquêteur n’incite pas à donner. |
| Contextualiser les questions qui peuvent affecter directement les bénéficiaires | “Etes-vous satisfait des mesures qui ont été prises pour subvenir aux besoins de votre famille ?” | Si vous n’expliquez pas que la réponse à cette question n’aura aucune incidence sur l’aide supplémentaire éventuelle que vous pourriez apporter, vous risquez d’obtenir un résultat fortement sous-estimé… |
| Attention à la sensibilité et aux biais culturels | “Pourquoi diable maintenez-vous le contact physique lorsque vous pleurez vos morts dans un contexte d’Ebola ?” | Peut agacer et démobiliser la personne qui répond aux questions et peut donc être très contre-productif pour la qualité de vos données ! |
| Gardez vos réponses cohérentes | Le fait d’avoir “route en bon état” et “route pavée” dans la même liste de réponses possibles | Peut réduire la qualité des données et la pertinence de votre analyse. |
| Oubliez les questions qui pourraient peut-être vous être utiles dans les années à venir (du moins lorsque vous ne participez pas à une enquête fréquemment utilisée et soigneusement élaborée). | Hmm, vérifiez la dernière enquête que vous avez mise en place, je suis sûr que vous pouvez trouver au moins une question comme celle-ci |
|
Éviter de rendre les questions obligatoires est une mauvaise habitude…
Rendre les questions obligatoires est toujours un grand débat et la seule réponse que l’on puisse donner est que cela dépend du contexte. Pour certaines enquêtes, la plupart ou la totalité des questions peuvent être obligatoires sans problème (par exemple une enquête KAP - Knowledge, Attitude and Practices - qui comporte un système de notation pour évaluer les progrès d’un centre de santé dans le temps). Cependant, réfléchissez toujours avant de prendre votre décision afin de vous assurer qu’il s’agit d’une décision éclairée, car il existe différentes raisons pour lesquelles vous pouvez parfois délibérément vouloir ne pas rendre une question obligatoire :
- Si, pour des raisons techniques, il peut y avoir des situations où les données ne peuvent pas être saisies (par exemple, les points GPS peuvent parfois poser problème indépendamment de votre enquêteur…) ;
- Si vous n’êtes pas sûr que vos réponses possibles à une question sont complètes - bien que cela puisse être contourné en ajoutant des options telles que “ne sait pas”, “aucune des réponses ci-dessus”, “autre”, “N/A” qui correspondent au cas. N’oubliez pas de prévoir l’avenir s’il s’agit d’une enquête à long terme, en laissant des possibilités de retrait : par exemple, la liste des enquêteurs ou des bénéficiaires peut changer - si vous n’avez pas élaboré un système de codage adéquat, assurez-vous de prévoir une option “autre” qu’un nouveau personnel pourra cocher pour être identifié facilement ;
- Si le remplissage de votre enquête dépend de différentes personnes, qui ne peuvent pas toujours être disponibles au bon moment, ce qui peut être fréquent lors des enquêtes auprès des ménages (une autre solution est de s’assurer que les paramètres de votre outil permettent de sauter une question obligatoire au moins jusqu’à ce que vous validiez le formulaire, afin de pouvoir le sauvegarder et y revenir plus tard) ;
- Les personnes qui rencontrent des problèmes avec des questions particulières, notamment celles qui sont obligatoires pour remplir l’enquête, peuvent fournir de fausses informations juste pour contourner l’erreur.
Si, pour une question donnée que vous ne pouvez pas rendre obligatoire pour l’une des raisons ci-dessus, vous souhaitez encourager l’enquêteur à obtenir une réponse malgré tout, vous pouvez également ajouter une question obligatoire telle que “le ménage dispose-t-il d’une station de lavage des mains ?” avant de demander une question obligatoire “Veuillez prendre une photo” avec un modèle de saut adéquat (si vous avez un enquêteur qui ne peut pas être dérangé pour répondre à une question, il lui sera plus difficile de sauter une question s’il doit délibérément donner une fausse réponse).
Faites ce que vous pouvez pour rendre l’identifiant unique intelligible
Beaucoup d’outils de collecte de données sur mobile ont un identifiant unique créé automatiquement. Cela peut être suffisant dans certains types d’enquêtes, lorsque vous n’avez pas besoin de renvoyer vers des données secondaires ou une liste externe d’éléments. Lorsque c’est le cas, disposer d’un système d’identification humainement intelligible pour éviter les doublons de données qui biaiseraient complètement votre analyse et aussi pour doublonner par triangulation peut être très intéressant. Celle-ci existe peut-être déjà dans vos données secondaires (en utilisant les P-codes pour identifier les villages par exemple - ou bien une liste existante de bénéficiaires que vous ou l’un de vos partenaires possède) ou bien, si ce n’est pas le cas (ce qui peut être le cas pour les bénéficiaires, les ménages, les informateurs clés, les points d’intérêts qui ne sont parfois identifiés que par des informations textuelles normales…) prenez le temps nécessaire pour mettre en place un système avant de commencer l’enquête, en vous assurant que vous avez fait le maximum pour réduire le risque d’erreurs dans la capture des données.
Voici quelques aspects à garder en tête:
| Ce qu’il ne faut pas faire | Ce qu’il faut faire |
|---|---|
| Utiliser un code qui n’a aucune signification pour les enquêteurs | Utiliser un code court et significatif qui peut être compris par le enquêteur pour faciliter la saisie des données |
| Utiliser un texte libre pour saisir un identifiant unique (qu’il s’agisse d’un nom ou d’un code) | Utiliser des listes déroulantes ou mieux encore, mettre en place un système de code-barres où le code est scanné à partir d’une carte ou d’un tableau Excel imprimé. Si vous n’utilisez pas de code-barres, n’hésitez pas à faire en sorte que le code soit créé automatiquement en fonction des réponses aux questions précédentes, et à prévoir une alerte informant l’enquêteur du code calculé, pour confirmation |
| Introduisez une liste de centaines de codes qui peuvent être choisis dans une liste déroulante. | Configurez des filtres sur les listes déroulantes (par exemple, filtrez par zone géographique, par point d’intérêt, etc.) |
5.2.4 Incitez vos agents recenseurs à collecter des données de bonne qualité !
Il est tout à fait logique de faire tout ce que vous pouvez pour que les résultats de l’enquête soient aussi précis que possible. Au lieu de rendre votre enquête totalement indépendante de votre agent recenseur en la fermant au maximum en termes de contenu, vous devez apprendre à adapter l’enquête également au type de contexte dans lequel les agents recenseurs vont travailler. Comme ils seront des acteurs clés de la réussite de votre enquête, faites-les participer au contenu également, en clarifiant les définitions ou les questions et tenez compte de leurs commentaires et suggestions avant de finaliser les formulaires.
Il faut donc travailler à la fois sur la qualité des données et sur la satisfaction de l’enquêteur, comme par exemple en informant l’enquêteur s’il a fait une erreur en écrivant un numéro ou un email (en XLSForm, cela peut être fait avec les formules suivantes : regex(.,‘[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+.[A-Za-z]{2,4}’) ; pour plus d’informations, voir la section 5.6.7 Aide-mémoire XLSForm) ou encore en utilisant des images plutôt que du texte dans certaines questions pour faciliter sa saisie. Cependant, il est important qu’ils continuent de considérer l’enquête et les contrôles de qualité des données comme une aide et non comme une entrave. C’est particulièrement le cas lorsque vous avez des profils d’enquêteurs spécialisés dans un domaine donné depuis de nombreuses années, travaillant parfaitement bien sans la collecte de données sur mobile, à qui il ne faut pas faire sentir que l’outil mobile remplace leur compétence mais la complète. Par exemple, les listes de choses à vérifier avant de procéder à un transfert monétaire peuvent presque être humiliantes pour certains travailleurs sociaux hautement qualifiés.
Cela peut être fait par exemple en favorisant l’interaction plutôt que la technologie créant une barrière dans la communication établie avec la personne interrogée. En plus d’expliquer pourquoi on utilise des téléphones portables plutôt que des formulaires papier (ce qui est essentiel pour créer la confiance dans la plupart des contextes), certaines ONG, qui sont avancées dans l’utilisation de la collecte de données sur mobile, en particulier avec les enfants, peuvent utiliser le téléphone ou la tablette comme un moyen de dessiner ou de montrer ce qu’un enfant ressent ou de décrire son environnement plutôt que d’en parler. Bien que cela ne puisse pas être généralisé à tous les types d’enquête, trouver un équilibre entre les processus d’enquête ouverts et fermés est essentiel pour une enquête où l’intelligence humaine et technologique est nécessaire. N’importe quel travailleur social vous dira qu’il est tout à fait déplacé de discuter de la question des vulnérabilités tout en répondant à une enquête à l’aide d’un téléphone portable - la technologie doit être utilisée à bon escient et uniquement lorsqu’elle contribue réellement au processus de collecte des données.
Pour conclure sur ce point, il est capital de montrer aux collecteurs de données expérimentés la valeur ajoutée de la collecte de données sur mobile (comment les résultats peuvent être facilement visualisés, comment la standardisation des réponses facilite l’analyse, comment leurs photos peuvent aider à comprendre une situation mieux que des mots, comment les points GPS peuvent aider à faire de belles cartes…) et comment il ne sera pas un obstacle à leur travail sur le terrain. Leur prouver que leur rôle et la qualité de leur collecte de données sont encore plus importants maintenant que les données sont utilisées de manière plus approfondie les responsabilise et fait d’eux des acteurs délibérés du succès de l’enquête.