Comment construire un questionnaire de mémoire de master (échelle de Likert, questions fermées/ouvertes) ?

Vous travaillez sur la partie empirique de votre mémoire de master et vous devez construire un questionnaire, mais la page blanche vous paralyse dès la première item ? Vous n’êtes pas seul. La conception d’un questionnaire rigoureux — qui satisfait à la fois votre directeur de mémoire, les critères méthodologiques et vos répondants — est l’une des étapes les plus techniques de la recherche quantitative. Pourtant, avec une méthode claire, elle devient systématique. Ce guide vous accompagne pas à pas pour savoir comment construire un questionnaire de mémoire master : types de questions, échelle de Likert 5 ou 7 points, ordre optimal, biais à éviter, pré-test et choix des outils en 2026.

La différence entre un questionnaire qui produit des données exploitables et un questionnaire qui génère du bruit statistique se joue dès la phase de conception. Un item mal formulé, une échelle asymétrique ou un ordre de questions mal pensé peuvent invalider plusieurs semaines de collecte. Les sections qui suivent vous donnent les règles que les manuels universitaires de référence — de Sorbonne à Sciences Po — appliquent systématiquement.

Pourquoi utiliser un questionnaire dans un mémoire de master ?

Le questionnaire est l’outil de collecte de données quantitatif par excellence en sciences sociales, en gestion, en psychologie et en santé publique. Il permet de mesurer des attitudes, des comportements ou des perceptions auprès d’un grand nombre de répondants de façon standardisée, ce qui autorise ensuite des analyses statistiques comparatives impossibles avec l’entretien seul.

Dans le contexte d’un mémoire master à approche quantitative ou mixte, le questionnaire sert trois objectifs principaux :

• Tester des hypothèses : mesurer si une relation supposée entre deux variables se confirme empiriquement.
• Décrire une population : cartographier les opinions ou pratiques d’un groupe cible.
• Comparer des sous-groupes : analyser si les réponses diffèrent selon le genre, l’âge, le secteur d’activité, etc.

La décision d’utiliser un questionnaire doit découler directement de vos hypothèses de recherche. Si votre problématique cherche à comprendre un processus en profondeur — la manière dont se construit une identité professionnelle, par exemple —, les entretiens semi-directifs seront plus adaptés. Le questionnaire est pertinent lorsque vous cherchez à mesurer ou à quantifier.

Quels sont les différents types de questions ?

Un questionnaire bien conçu combine plusieurs types de questions selon la nature de l’information recherchée. Voici la taxonomie usuelle :

Les questions fermées

Les questions fermées imposent au répondant de choisir parmi des modalités prédéfinies. Elles facilitent l’analyse statistique et réduisent le temps de complétion. Parmi elles :

• Questions dichotomiques (oui/non, vrai/faux) : simples mais limitent la nuance.
• Questions à choix unique (QCM) : le répondant sélectionne une seule réponse parmi plusieurs.
• Questions à choix multiples : plusieurs réponses possibles ; attention à ne pas oublier la modalité “Autre”.
• Échelles de notation (1 à 5, 1 à 10) : mesurent l’intensité d’une perception.
• Échelles d’attitude (Likert, différentiel sémantique) : mesurent des construits psychologiques latents.

Les questions ouvertes

Les questions ouvertes laissent le répondant s’exprimer librement. Elles produisent une richesse qualitative précieuse — verbatim exploitables en analyse de contenu — mais allongent le temps de complétion et complexifient l’analyse. Limitez-les à 2 ou 3 par questionnaire, placées stratégiquement pour recueillir des nuances que les items fermés ne peuvent capturer.

Les questions semi-ouvertes

Intermédiaire courant : question fermée complétée d’une modalité “Autre, précisez :” qui laisse une soupape d’expression sans multiplier les items ouverts.

Qu’est-ce qu’une échelle de Likert et comment la construire ?

L’échelle de Likert — du nom du psychologue américain Rensis Likert qui la publia en 1932 — est une échelle de mesure ordinale permettant de quantifier le degré d’accord ou de désaccord d’un répondant face à une affirmation. C’est l’instrument de mesure le plus utilisé en sciences sociales et en gestion pour mesurer des attitudes, des perceptions ou des comportements auto-rapportés.

Contrairement à une simple note (1 à 10), l’échelle de Likert mesure un construit — un concept abstrait comme la satisfaction, l’engagement ou la confiance — à travers plusieurs items regroupés. C’est cette agrégation qui lui confère sa validité statistique.

Comment formuler un item Likert ?

Un item Likert est une affirmation (et non une question), à laquelle le répondant exprime son degré d’accord. Voici les règles de formulation :

• Formulez des affirmations, pas des questions : “Je suis satisfait(e) du suivi de mon directeur de mémoire” et non “Êtes-vous satisfait ?”
• Une seule idée par item : évitez les doubles négations et les items “bicéphales” (“Mon directeur répond rapidement et clairement à mes mails” = deux idées distinctes).
• Mélangez sens positif et sens négatif : inclure quelques items inversés (ex. “Je ne me sens pas accompagné dans ma démarche”) force l’attention et réduit le biais d’acquiescement.
• Regroupez les items d’un même construit : un bloc de 4 à 6 items mesure un seul construit latent (ex. “engagement organisationnel”).

Structure type d’une échelle à 5 points

Chaque niveau doit être équidistant perceptuellement : les étiquettes verbales doivent former une progression symétrique et régulière. Évitez les écarts asymétriques comme “Très satisfait / Satisfait / Insatisfait” qui compressent la zone positive.

Faut-il choisir une échelle de Likert à 5 ou à 7 points ?

Ce choix est l’un des plus fréquemment débattus en méthodologie de recherche. Voici les éléments de décision :

Règle de décision : si vous adaptez une échelle déjà validée dans la littérature (ex. l’échelle d’engagement organisationnel d’Allen & Meyer ou le MBI de Maslach), conservez le nombre de points originel pour garantir la comparabilité. Si vous construisez votre propre instrument, l’échelle à 5 points est le choix standard pour un mémoire master en sciences sociales ou en gestion.

Quels biais faut-il absolument éviter ?

La validité de vos données dépend directement de votre capacité à neutraliser les biais systématiques dans la conception du questionnaire. Voici les principaux à surveiller.

Le biais de désirabilité sociale

Les répondants tendent à donner les réponses qu’ils estiment socialement acceptables plutôt que leur opinion réelle. Ce biais est particulièrement fort pour les questions portant sur les comportements déviants, les opinions impopulaires ou les données personnelles sensibles. Pour le réduire : garantissez l’anonymat explicitement en tête de questionnaire, évitez toute identification possible, et placez les questions délicates en fin de questionnaire une fois la confiance établie.

Le biais d’acquiescement

Certains répondants ont tendance à répondre positivement (ou à sélectionner la valeur centrale) quelle que soit la question. Pour contrer ce biais sur les échelles de Likert, introduisez des items formulés négativement ou inversés dans chaque bloc : la nécessité de lire attentivement avant de répondre brise la routine de clic.

Les questions doubles (“double-barrelled”)

“Mon directeur de mémoire est disponible et compétent dans son domaine” : cette question contient deux affirmations distinctes. Si le répondant est en accord avec l’une et en désaccord avec l’autre, il ne sait pas quoi répondre. Chaque item doit ne contenir qu’une seule idée.

Les questions orientées

“La plateforme Tesify vous a-t-elle aidé à améliorer significativement la qualité de votre mémoire ?” oriente vers une réponse positive. Reformulez de manière neutre : “Dans quelle mesure les outils d’aide à la rédaction ont-ils influencé la qualité perçue de votre mémoire ?”

L’effet d’ordre

Les premières questions d’un bloc influencent la manière dont sont interprétées les suivantes (effet de priming). Pour limiter cet effet, randomisez l’ordre des items dans un même bloc lorsque l’outil le permet (Google Forms ne le propose pas nativement, mais LimeSurvey oui).

Comment ordonner les questions ?

L’ordre des questions dans un questionnaire n’est pas anodin : il conditionne le taux de complétion, la qualité des réponses et la détection des biais. La structure recommandée est celle de l’entonnoir :

1. Introduction et consentement (1 bloc) : présentation de l’objectif, durée estimée, garantie d’anonymat, case de consentement RGPD si des données personnelles sont collectées.
2. Questions de filtre (1 à 3 items) : vérifier que le répondant appartient bien à la population cible (ex. “Êtes-vous actuellement étudiant(e) en master ?”).
3. Questions générales et non sensibles : permettent une mise en route sans friction.
4. Questions centrales liées à vos hypothèses (blocs Likert, QCM) : c’est le cœur du questionnaire, à placer quand l’engagement est maximal.
5. Questions ouvertes (1 à 3) : placées après les items fermés, elles invitent à approfondir sans être perçues comme contraignantes par des répondants déjà impliqués.
6. Données sociodémographiques (âge, genre, niveau d’études, secteur) : toujours en fin, car elles sont potentiellement sensibles et le répondant est alors plus enclin à les partager.

À quoi sert le pré-test et comment le conduire ?

Le pré-test (ou test pilote) est l’étape la plus négligée par les étudiants en master, et pourtant l’une des plus décisives. Il consiste à soumettre votre questionnaire à un petit groupe de personnes représentatives de votre population cible avant la diffusion officielle.

Objectifs du pré-test

• Vérifier la compréhension : chaque question est-elle interprétée de la même façon par tous les répondants ?
• Mesurer le temps réel de complétion (souvent 30 à 50 % supérieur à l’estimation intuitive).
• Détecter les questions ambiguës, redondantes ou mal formulées.
• Identifier les problèmes techniques : logique de branchement cassée, boutons radio manquants, affichage mobile défaillant.
• Évaluer le taux d’abandon préliminaire et les questions à fort taux de non-réponse.

Comment conduire le pré-test

Recrutez entre 5 et 10 personnes appartenant à votre population cible. Demandez-leur de compléter le questionnaire en pensant à voix haute (think-aloud protocol) ou, si vous êtes à distance, de noter toutes les frictions. Recueillez leurs retours via un court formulaire d’évaluation post-complétion (3 à 5 questions ouvertes sur la clarté et la longueur).

Après le pré-test, révisez les items problématiques, relancez un deuxième pré-test si des modifications majeures ont été nécessaires, puis procédez à la diffusion officielle. Les données collectées lors du pré-test ne sont généralement pas intégrées au corpus final — mentionnez-le dans votre section méthode.

Quelle taille d’échantillon pour un questionnaire de mémoire ?

La question de la taille d’échantillon pour un mémoire est l’une des plus posées. Pour un questionnaire quantitatif, voici les repères :

• Analyses descriptives (fréquences, moyennes) : 30 répondants minimum, idéalement ≥ 50.
• Corrélations et régressions simples : 80 à 100 répondants pour une puissance statistique acceptable (β = 0,80 avec α = 0,05).
• Analyse factorielle exploratoire : au moins 10 répondants par item mesuré (règle empirique courante).
• Standard confortable pour un mémoire master en sciences sociales : 80 à 150 répondants.

Au-delà des règles de puissance statistique, prenez en compte le taux de réponse attendu : si vous diffusez par email, comptez 15 à 25 % de retours selon le public. Si vous diffusez via un réseau fermé (cohorte de master, association professionnelle), vous pouvez atteindre 50 à 70 %. Calculez le nombre d’envois nécessaire en conséquence.

Une autre approche pour l’analyse des données quantitatives de votre mémoire consiste à planifier votre analyse avant la collecte : si vous prévoyez une régression linéaire multiple avec 4 prédicteurs, vous aurez besoin d’au moins 40 à 80 observations valides selon les recommandations méthodologiques classiques.

Quels outils utiliser pour créer et diffuser le questionnaire en 2026 ?

Le choix de l’outil de collecte influe sur l’expérience répondant, la qualité des données exportées et la conformité RGPD. Voici les trois options principales pour un mémoire master en 2026 :

Google Forms

Pour qui : mémoires en sciences sociales, gestion, éducation avec un budget nul et un public non sensible.

• Gratuit, accessible sans compte Google pour les répondants, mobile-friendly natif.
• Export CSV et Excel direct, intégration Google Sheets pour une analyse en temps réel.
• Logique conditionnelle basique (afficher une question selon la réponse précédente).
• Limites : pas de randomisation des items, hébergement sur serveurs Google (à mentionner dans votre section éthique/RGPD).

LimeSurvey

Pour qui : mémoires exigeants, données sensibles, questionnaires complexes avec branchements multiples.

• Open source, version Community gratuite ou hébergement sur serveur universitaire (conformité RGPD garantie).
• Support natif des matrices Likert avec randomisation des items, échelles sémantiques, classements.
• Export SPSS, CSV, Excel ; statistiques intégrées basiques.
• Courbe d’apprentissage plus prononcée que Google Forms.

Typeform

Pour qui : questionnaires où le taux de complétion est critique et le public peu captif.

• Interface conversationnelle (une question à la fois) qui réduit la perception de longueur.
• Version gratuite limitée à 10 questions et 100 réponses/mois : souvent insuffisante pour un mémoire.
• Hébergement sur serveurs Typeform (USA) : à déclarer dans le formulaire de consentement RGPD.

Comment analyser les résultats d’une échelle de Likert ?

Une fois vos données collectées, l’analyse des réponses Likert suit un protocole standardisé que votre jury s’attendra à voir appliqué. Consultez notre tutoriel détaillé sur l’analyse des données quantitatives avec SPSS ou Excel pour les étapes pratiques.

Étape 1 : statistiques descriptives item par item

Pour chaque item, calculez la fréquence et le pourcentage de chaque modalité de réponse, la moyenne (interprétée comme “moyenne de l’accord”), la médiane et l’écart-type. Représentez les distributions en graphiques à barres empilées (diverging stacked bar charts) qui visuellement séparent les réponses positives, neutres et négatives.

Étape 2 : test de fiabilité — alpha de Cronbach

Si vos items sont regroupés en construits (ex. 5 items mesurant la “satisfaction envers l’encadrement”), calculez l’alpha de Cronbach pour chaque construit. Le seuil acceptable en sciences sociales est α ≥ 0,70. Un alpha inférieur signale que les items du construit ne mesurent pas le même concept et invite à réviser la structure factorielle.

Étape 3 : tests statistiques selon vos hypothèses

Selon vos hypothèses de recherche, vous appliquerez différents tests :

• Comparaison de groupes (homme vs femme, master 1 vs master 2) : test de Mann-Whitney (non paramétrique, recommandé pour Likert) ou t de Student si les conditions paramètriques sont satisfaites.
• Corrélation entre construits : rho de Spearman (non paramétrique).
• Régression : si vos construits Likert agrégés sont traités comme des scores continus, une régression linéaire multiple est envisageable.

Note sur le statut d’échelle : techniquement, le Likert est une échelle ordinale. En pratique, la majorité des chercheurs en sciences sociales et en gestion la traitent comme une échelle d’intervalle lorsque le nombre d’items par construit est suffisant (≥ 4) et que la distribution est approximativement symétrique. Mentionnez explicitement cette convention dans votre section méthode.

FAQ — Questions fréquentes sur la construction d’un questionnaire de mémoire master

Sources consultées : Survio — Types de questions : échelle de Likert · Mémoire Expert — Questionnaire de mémoire : méthodologie et exemples · QuestionnaireWeb — Créer un questionnaire de mémoire