L’analyse commence après la saisie informatique des réponses obtenues. La saisie et le traitement statistique des données se font sur des logiciels adaptés, tels que Framaforms (logiciel libre en ligne pour une analyse simple) ou sur un tableur de type Excel (ou équivalent en logiciel libre).
L’analyse statistique commence par l’examen de toutes les variables ou « tri à plat » (par exemple le % de femmes qui ont répondu à l’enquête, le % d’enquêtés très satisfaits par la formation…).
Une analyse plus poussée peut être faite en étudiant les relations entre variables deux à deux : c’est le « tri croisé », par exemple la répartition des personnes satisfaites de l’action par âge.
Les résultats les plus importants peuvent être présentés sous forme de graphiques qui ont plusieurs intérêts : la concision et la synthèse de données dont la description serait longue et fastidieuse.
On retient deux types de graphiques :
Les graphiques de variations (courbe, histogramme). Ils représentent les évolutions dans le temps d’un phénomène.
Ex. Evolution des effectifs dans le temps avant et après l’action.
Les graphiques de structures (diagramme, camembert). Ils représentent à un instant donné, la répartition des variables d’un même phénomène.
Ex. répartition des effectifs par statut.
Pour rappel, les graphiques doivent avoir un titre et une légende. Il est important d’indiquer l’effectif (n=…)
Exemple
35 professionnels ont répondu au questionnaire de fin de formation.
Parmi eux, 21 femmes et 14 hommes.
On constate que c’est une équipe globalement ancienne car la moitié est dans l’établissement depuis plus de 10 ans.
Globalement les participants à la formation estiment qu’ils vont modifier leur pratique.
Attention à être prudent dans l’interprétation des réponses, notamment sur la relation de cause à effet.
Pour cette analyse des données quantitatives, il faut d’abord présenter la description pure, puis faire apparaître les hypothèses d’analyse et de compréhension des réponses. La présentation peut alors se faire en présentant les données critère par critère, ce qui permet éventuellement de croiser les sources de données mobilisées pour un même critère. Il s’agit d’identifier les grandes tendances, de croiser les regards (au sein du comité d’évaluation, ou sollicitation d’un expert) et de comparer les données entre elles (issues de questionnaires et d’entretiens) ou à d’autres enquêtes. Dans certains cas il est intéressant de croiser des données qualitatives et quantitatives qui sont complémentaires. Il est parfois nécessaire de réaliser une collecte de données complémentaires pour affiner les données existantes.