L’analyse textuelle avec IRaMuTeQ dans un mémoire : méthode et interprétation (2026)

L’analyse textuelle IRaMuTeQ désigne l’utilisation du logiciel libre IRaMuTeQ (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) pour traiter statistiquement un corpus textuel — entretiens, réponses ouvertes, discours — dans le cadre d’un mémoire en sciences humaines et sociales. Développé par Pierre Ratinaud au LERASS et adossé au langage R, il automatise des analyses lexicométriques longtemps réservées aux spécialistes de la textométrie.

Beaucoup d’étudiants découvrent IRaMuTeQ après avoir buté sur les limites du codage manuel : des dizaines d’entretiens à coder à la main, un risque de subjectivité difficile à justifier devant un jury, et le sentiment de ne pas voir la structure d’ensemble du corpus. IRaMuTeQ répond à une partie de ces difficultés en produisant des classes lexicales, une carte des proximités entre mots, ou une hiérarchie de co-occurrences — mais il pose aussi ses propres exigences méthodologiques, souvent sous-estimées en première lecture.

Ce guide détaille comment préparer un corpus pour IRaMuTeQ, comment interpréter ses principales sorties (classification hiérarchique descendante, analyse factorielle des correspondances, nuage de mots, analyse de similitude), et dans quels cas il complète — ou remplace mal — une analyse thématique manuelle.

Réponse rapide : IRaMuTeQ est un logiciel libre d’analyse textuelle adossé à R. Après un nettoyage du corpus et un codage en variables étoilées, il produit surtout une classification hiérarchique descendante (méthode Reinert) qui regroupe le vocabulaire en classes ou « mondes lexicaux », complétée par une analyse factorielle des correspondances, un nuage de mots et une analyse de similitude. Ces sorties statistiques nécessitent une interprétation qualitative du chercheur pour prendre sens dans un mémoire.

Qu’est-ce qu’IRaMuTeQ et pourquoi l’utiliser dans un mémoire ?

IRaMuTeQ est un logiciel libre et gratuit, distribué sous licence GNU GPL, qui s’installe en interface avec R et propose une série d’outils de statistique textuelle : calcul de spécificités lexicales, distances de Labbé, classification hiérarchique descendante de type Reinert, analyse factorielle des correspondances et analyse de similitude. Il a été conçu pour traiter aussi bien des corpus d’entretiens que des réponses ouvertes de questionnaires.

Dans un mémoire, l’intérêt principal d’IRaMuTeQ tient à sa capacité à traiter des corpus volumineux de façon systématique et reproductible : les résultats obtenus dépendent d’un algorithme documenté plutôt que d’un codage manuel sujet à variation entre relectures. Cela ne dispense pas d’une interprétation qualitative, mais cela permet d’objectiver une première structuration du corpus avant d’y revenir avec une lecture fine.

Comment préparer son corpus pour IRaMuTeQ ?

La qualité des résultats dépend directement de la préparation du corpus. Trois étapes structurent ce travail en amont du traitement.

Corpus de texte imprimé annoté avec surlignage — Un corpus bien préparé et annoté facilite l’interprétation des classes lexicales produites par IRaMuTeQ.

Constituer un corpus homogène

IRaMuTeQ segmente le texte en « segments de texte » (unités de contexte élémentaires, UCE) sur lesquels s’appuie la classification. Un corpus trop hétérogène en style ou en longueur de texte par entretien produit souvent des classes déséquilibrées, dominées par les textes les plus longs.

Coder les variables étoilées

Les variables étoilées sont des métadonnées associées à chaque texte, insérées en tête de chaque document sous la forme d’un astérisque suivi d’un descripteur, par exemple *genre_f ou *groupe_experimental. Elles ne modifient pas le contenu lexical mais permettront ensuite de croiser les classes obtenues avec ces caractéristiques — un point souvent décisif pour répondre à une question de recherche portant sur des différences entre sous-groupes.

Nettoyer le texte

Le nettoyage consiste à uniformiser la ponctuation, supprimer les artefacts de transcription (hésitations non pertinentes, codes de retranscription), et vérifier l’encodage du fichier (UTF-8 recommandé) pour éviter les problèmes d’accents. Un corpus mal nettoyé génère des formes lexicales dupliquées ou tronquées qui faussent le décompte des occurrences.

Quelles analyses IRaMuTeQ propose-t-il ?

Le tableau suivant résume les principales analyses disponibles dans IRaMuTeQ et leur usage typique dans un mémoire.

Analyse	Ce qu’elle produit	Usage dans le mémoire
Statistiques textuelles	Nombre d’occurrences, de formes, d’hapax, richesse du vocabulaire	Décrire le corpus dans la partie méthodologie
Classification hiérarchique descendante (méthode Reinert)	Classes de segments de texte partageant un vocabulaire proche	Identifier des « mondes lexicaux » ou thématiques latentes
Analyse factorielle des correspondances (AFC)	Projection graphique des classes et des variables étoilées	Visualiser les proximités et oppositions entre classes
Nuage de mots	Représentation visuelle des formes les plus fréquentes	Illustration synthétique, à utiliser avec prudence en preuve
Analyse de similitude	Graphe des co-occurrences entre formes lexicales	Repérer les mots pivots et leurs associations structurantes

Comment interpréter une classification hiérarchique descendante (méthode Reinert) ?

La classification hiérarchique descendante reproduit la méthode décrite par Max Reinert dans les années 1980-1990, à l’origine du logiciel Alceste dont IRaMuTeQ s’inspire pour cette fonctionnalité. L’algorithme croise les segments de texte et les formes pleines (noms, verbes, adjectifs, adverbes) pour partitionner le corpus en classes statistiquement distinctes.

Dendrogramme de classification hiérarchique affiché sur un écran — Le dendrogramme issu de la classification hiérarchique descendante visualise la structure des classes lexicales du corpus.

Interpréter une classe suppose de croiser trois éléments : les formes les plus caractéristiques de la classe (classées par leur khi², qui mesure leur association statistique à la classe), les segments de texte représentatifs (extraits verbatim que le logiciel associe à chaque classe), et la proportion de segments classés par rapport au total du corpus — un taux de classification faible (par exemple bien en dessous de la majorité des segments) doit alerter sur la robustesse de la partition.

Le chercheur donne ensuite un nom à chaque classe — souvent appelée « monde lexical » — en s’appuyant sur les formes caractéristiques et les extraits verbatim, puis discute ce que cette classe révèle au regard de la question de recherche. Cette étape de nommage reste une interprétation qualitative : deux chercheurs peuvent nommer différemment une même classe, ce qui justifie de toujours documenter le raisonnement dans le mémoire.

Comment lire une analyse factorielle des correspondances (AFC) ?

L’AFC projette les classes lexicales et, le cas échéant, les variables étoilées sur un plan factoriel à deux (ou plusieurs) axes. La proximité entre deux points sur ce plan traduit une association lexicale ou statistique ; l’éloignement traduit une opposition.

Dans un mémoire, l’AFC sert surtout à visualiser si une variable étoilée (par exemple le genre, le groupe d’appartenance, ou la période de collecte) se rapproche davantage d’une classe que d’une autre. Il convient toutefois d’éviter de sur-interpréter la position exacte des points : l’AFC est une représentation approximative de relations complexes, et le pourcentage de variance expliquée par chaque axe (affiché par IRaMuTeQ) donne une indication de la fiabilité de la lecture graphique — un axe expliquant une faible part de la variance totale invite à la prudence dans son interprétation.

Que révèlent le nuage de mots et l’analyse de similitude ?

Le nuage de mots hiérarchise visuellement les formes lexicales les plus fréquentes du corpus, la taille de police étant proportionnelle à la fréquence. Il constitue un support d’illustration utile en introduction d’un chapitre de résultats, mais il ne doit pas servir de preuve méthodologique à lui seul : la fréquence brute ne renseigne ni sur le contexte d’emploi d’un mot ni sur sa polarité (positive, négative, ironique).

L’analyse de similitude va plus loin en construisant un graphe de co-occurrences entre formes lexicales, révélant des mots pivots (hubs) autour desquels s’organisent des réseaux de sens. Elle est particulièrement utile pour identifier la structure relationnelle du vocabulaire d’un corpus, complémentaire de la classification qui, elle, partitionne le corpus en groupes disjoints.

Quelles sont les limites d’IRaMuTeQ ?

IRaMuTeQ présente plusieurs limites qu’il convient de discuter explicitement dans la partie méthodologie d’un mémoire.

Sensibilité au prétraitement — la lemmatisation, la gestion des mots vides et le nettoyage du corpus influencent fortement les classes obtenues ; deux prétraitements différents peuvent produire des résultats sensiblement différents.
Absence de compréhension sémantique fine — l’algorithme travaille sur des co-occurrences statistiques de formes, sans saisir l’ironie, la négation contextuelle ou les figures de style.
Interprétation toujours nécessaire — les classes et graphes produits sont des supports, non des conclusions ; le nommage des classes reste un acte interprétatif du chercheur.
Corpus de petite taille — sur un corpus réduit ou très hétérogène, la classification hiérarchique descendante peut produire des classes instables ou peu interprétables.
Courbe d’apprentissage — la prise en main de R sous-jacent et des paramètres de l’interface demande un temps d’appropriation que beaucoup de mémoires sous-estiment dans leur calendrier.

IRaMuTeQ ou analyse thématique manuelle : quelle méthode choisir ?

La analyse thématique manuelle repose sur un codage interprétatif progressif du chercheur, qui construit ses catégories au fil de la lecture du corpus. Elle capte plus finement le contexte, l’implicite et les nuances de sens, mais elle est plus chronophage sur un corpus volumineux et dépend davantage de la subjectivité — et donc de la fiabilité inter-codeurs — du chercheur.

IRaMuTeQ, à l’inverse, automatise une première structuration statistique du corpus, reproductible et rapide à obtenir même sur plusieurs dizaines d’entretiens. Le choix entre les deux approches — ou leur combinaison — dépend du cadre épistémologique du mémoire : une approche à dominante quantitative ou mixte tirera davantage parti d’IRaMuTeQ en première lecture, tandis qu’une approche compréhensive ou interprétative privilégiera un codage manuel, quitte à utiliser IRaMuTeQ en complément exploratoire. Le guide sur comment analyser des données qualitatives pour un mémoire détaille ce choix méthodologique plus largement, et l’article sur l’analyse de discours pour un mémoire en SHS mobilise également IRaMuTeQ comme un des outils possibles au sein d’un cadre théorique plus large. Pour la rédaction de la section méthode, voir aussi la méthodologie de recherche et les normes de citation applicables aux outils logiciels cités dans un mémoire.

Foire aux questions

Qu’est-ce qu’IRaMuTeQ exactement ?

IRaMuTeQ (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) est un logiciel libre développé par Pierre Ratinaud (LERASS, Toulouse), adossé au langage R. Il permet des analyses de statistique textuelle : lexicométrie, classification hiérarchique descendante selon la méthode Reinert, analyse factorielle des correspondances, nuage de mots et analyse de similitude.

IRaMuTeQ est-il gratuit ?

Oui, IRaMuTeQ est un logiciel libre et gratuit, distribué sous licence GNU GPL. Il nécessite l’installation préalable de R, sur lequel il s’appuie pour les calculs statistiques.

Combien de textes faut-il pour une analyse IRaMuTeQ fiable ?

Il n’existe pas de seuil universel validé par la littérature méthodologique. La qualité de la classification dépend davantage de l’homogénéité du corpus et du nombre de segments de texte analysables que du nombre brut de documents ; un corpus trop réduit ou trop hétérogène produit souvent des classes peu stables ou peu interprétables.

Quelle est la différence entre la classification Reinert et une analyse thématique manuelle ?

La classification hiérarchique descendante (méthode Reinert) repose sur des co-occurrences statistiques de formes lexicales et produit des classes de manière automatisée et reproductible. L’analyse thématique manuelle repose sur un codage interprétatif du chercheur, plus sensible au contexte et à l’implicite, mais moins reproductible d’un codeur à l’autre.

Peut-on utiliser IRaMuTeQ seul, sans autre méthode d’analyse ?

Cela dépend du cadre méthodologique du mémoire. De nombreux travaux combinent IRaMuTeQ avec une lecture qualitative approfondie des classes lexicales obtenues, afin de contextualiser des résultats statistiques qui, seuls, ne rendent pas compte des nuances de sens ou de l’ironie, par exemple.

Que sont les variables étoilées dans IRaMuTeQ ?

Les variables étoilées sont des métadonnées associées à chaque texte du corpus (ex. genre, âge, groupe, date), codées avec un astérisque en début de ligne (ex. *genre_f). Elles permettent ensuite de croiser les classes lexicales obtenues avec ces caractéristiques, par exemple pour observer si un groupe de locuteurs mobilise davantage une classe que d’autres.

En résumé

L’analyse textuelle avec IRaMuTeQ apporte une structuration statistique reproductible d’un corpus, particulièrement utile pour un mémoire mobilisant un grand nombre d’entretiens ou de réponses ouvertes. Elle exige toutefois une préparation rigoureuse du corpus, une lecture critique des sorties statistiques — classification hiérarchique descendante, AFC, nuage de mots, analyse de similitude — et une articulation explicite avec une interprétation qualitative, faute de quoi les classes lexicales obtenues resteraient des artefacts statistiques sans portée analytique pour la question de recherche.

Analyse de discours : méthode et corpus pour le mémoire en SHS 2026

Votre mémoire porte sur des textes — discours politiques, entretiens, articles de presse, productions institutionnelles — et vous cherchez une méthode capable d’en révéler les mécanismes de sens profonds, bien au-delà du simple comptage thématique. L’analyse de discours méthode mémoire 2026 à la française répond précisément à ce besoin : héritière des travaux fondateurs de Dominique Maingueneau et de Michel Pêcheux, elle offre un cadre théorique et opérationnel robuste pour les sciences humaines et sociales. Ce guide vous explique comment la mettre en œuvre de A à Z, du choix du corpus jusqu’aux logiciels d’analyse.

Contrairement à l’analyse de contenu, qui vise à classer des occurrences dans des catégories prédéfinies, l’analyse de discours (AD) s’intéresse aux conditions de production du sens : qui parle, depuis quelle position institutionnelle, dans quel genre textuel, avec quels effets d’autorité ? Cette distinction fondamentale — souvent mal comprise dans les mémoires — est la première chose à maîtriser avant d’ouvrir votre premier logiciel.

En résumé : L’analyse de discours à la française combine un cadre théorique rigoureux (Maingueneau : scénographie, ethos, genre discursif ; Pêcheux : formation discursive, interdiscours) avec une démarche empirique sur corpus. Pour un mémoire de master en SHS, la procédure comprend cinq étapes clés — problématisation, constitution du corpus, choix du cadre théorique, analyse assistée par logiciel (TXM, Iramuteq, AntConc), et interprétation.

1. AD vs analyse de contenu : ne pas confondre les deux

La confusion entre analyse de discours et analyse de contenu est l’une des erreurs les plus fréquentes dans les mémoires de master en SHS. Pourtant, ces deux approches reposent sur des épistémologies radicalement différentes, et les mobiliser de façon interchangeable fragilise l’ensemble de votre démarche.

Tableau comparatif : Analyse de discours vs Analyse de contenu
Critère	Analyse de discours (AD)	Analyse de contenu (Bardin)
Objet d’étude	Conditions de production du sens, positions énonciatives	Fréquence et distribution de catégories thématiques
Posture	Interprétative, contextualisante	Descriptive, classificatoire
Unité d’analyse	L’énoncé dans son contexte discursif	L’unité de codage (mot, phrase, paragraphe)
Rapport au sens	Le sens est construit, idéologiquement situé	Le sens est accessible par comptage et catégorisation
Représentants	Maingueneau, Pêcheux, Charaudeau, Authier-Revuz	Bardin, Berelson, Mucchielli
Rapport quantitatif	Possible (textométrie) mais non prioritaire	Central (fréquences, pourcentages)

En termes simples : l’analyse de contenu répond à la question « qu’est-ce qui est dit, et à quelle fréquence ? », tandis que l’analyse de discours répond à « comment et depuis quelle position ce qui est dit prend-il du sens ? ». Pour un mémoire s’interrogeant sur la construction discursive d’une identité professionnelle, d’une controverse publique ou de représentations sociales, l’AD est l’outil approprié. Pour un mémoire cherchant à mesurer la présence de thèmes dans un corpus homogène, l’analyse de contenu sera plus adaptée.

2. Cadres théoriques de référence : Maingueneau et Pêcheux

L’analyse de discours à la française s’est construite autour de deux courants fondateurs dont la maîtrise est indispensable à tout mémoire se réclamant de cette approche.

2.1 Dominique Maingueneau : scénographie, ethos et genre discursif

Dans ses travaux parus dès 1979 dans la revue Repères, Maingueneau pose que le discours ne peut être analysé indépendamment de la scène d’énonciation qui lui donne sens. Cette scène comporte trois niveaux articulés :

La scène englobante : le type de discours auquel appartient le texte (discours politique, discours médical, discours publicitaire).
La scène générique : le genre discursif spécifique mobilisé (éditorial, rapport institutionnel, allocution, entretien semi-directif). La scène générique impose des contraintes énonciatives précises — ce qu’on peut dire, comment, à qui.
La scénographie : la mise en scène construite par le discours lui-même, qui excède le genre et instaure un cadre énonciatif singulier. La scénographie est le dispositif par lequel un discours se valide en exhibant la scène depuis laquelle il se dit légitime.

À ces niveaux s’articule la notion d’ethos discursif : l’image de l’énonciateur que le discours construit de lui-même, indépendamment de toute biographie. L’ethos ne se déclare pas, il se montre — par le ton, le vocabulaire, les références convoquées, la posture adoptée. Dans une revue académique comme dans un rapport institutionnel, l’ethos de sérieux, de compétence ou d’impartialité est activement construit par des procédés langagiers identifiables. Comme Maingueneau le montre dans sa synthèse publiée dans Langage et société (n° 160-161, 2017, pp. 129-143), ces concepts ont été progressivement testés sur des corpus très variés, de la publicité au discours littéraire, démontrant leur robustesse opératoire pour les SHS^[1].

2.2 Michel Pêcheux : formation discursive et interdiscours

Le courant initié par Michel Pêcheux à la fin des années 1960 — parfois qualifié d’Analyse du Discours à la française au sens strict — introduit une dimension idéologique explicite. Pêcheux emprunte à Foucault la notion de formation discursive (FD) : l’ensemble des contraintes qui déterminent ce qui peut et doit être dit depuis une position sociale donnée, à un moment historique donné. Deux sujets occupant des positions antagonistes dans le champ social ne produisent pas simplement deux discours différents : ils opèrent dans des formations discursives distinctes, qui déterminent le sens même des mots qu’ils emploient.

Le concept d’interdiscours est encore plus décisif : pour Pêcheux, tout discours est traversé par d’autres discours, présents sous forme de traces, de citations implicites, de présupposés. Le pré-construit — ce qui va de soi, ce qui n’a pas besoin d’être dit — est une manifestation privilégiée de l’interdiscours. Repérer le non-dit dans votre corpus est précisément l’une des tâches centrales de l’AD. Ces fondements théoriques sont accessibles dans les archives en ligne de la revue Repères, où Maingueneau en avait posé les bases définitionnelles dès 1979^[2].

Point de vigilance pour votre mémoire : ces deux courants (Maingueneau/Charaudeau d’un côté, Pêcheux de l’autre) ne sont pas interchangeables. Maingueneau s’intéresse davantage aux dispositifs énonciatifs ; Pêcheux aux déterminations idéologiques. Choisissez le cadre le plus cohérent avec votre problématique, ou justifiez explicitement pourquoi vous les articulez.

3. Constituer un corpus solide pour votre mémoire

Le corpus est le matériau premier de toute analyse de discours. Sa constitution n’est pas une étape technique préalable à l’analyse : c’est déjà un geste théorique, qui engage votre positionnement épistémologique. Un corpus mal construit invalide l’ensemble de la démarche.

3.1 Critères de sélection

Quatre critères structurent la constitution d’un corpus recevable en AD :

La représentativité discursive : les textes retenus doivent être représentatifs du type de discours que vous étudiez (même genre, même institution, même espace discursif). Un corpus composite — mélangeant des communiqués officiels et des tweets de citoyens sur le même objet sans le justifier — pose des problèmes de comparabilité.
La cohérence temporelle : sauf démarche diachronique explicitement problématisée, le corpus doit couvrir une période temporelle homogène, permettant d’isoler une formation discursive stable.
La saturation : à partir d’un certain volume, l’ajout de nouveaux textes n’apporte plus de catégories nouvelles. Ce principe, emprunté à la théorie ancrée, s’applique aux corpus qualitatifs en AD.
L’accessibilité et la traçabilité : chaque document du corpus doit être identifiable, daté, sourcé et, si possible, accessible en ligne (via Cairn, Persée, HAL, ou les archives institutionnelles). Cela garantit la réplicabilité et facilite le travail de votre jury.

3.2 Types de corpus selon l’objet de recherche

Type de corpus	Exemples	Questions de recherche adaptées
Corpus institutionnel	Rapports, circulaires, plans stratégiques	Construction de l’identité organisationnelle, légitimation de politiques
Corpus médiatique	Articles de presse, éditoriaux, communiqués	Représentations sociales, cadrage journalistique
Corpus d’entretiens	Verbatims semi-directifs, récits de vie	Identités professionnelles, expériences vécues
Corpus numérique	Forums, réseaux sociaux, blogs	Discours profanes, controverses en ligne
Corpus littéraire/scientifique	Articles académiques, monographies, thèses	Construction de l’autorité, ethos disciplinaire

3.3 Taille du corpus

La question de la taille est récurrente dans les mémoires. Pour une approche qualitative en AD, un corpus de 10 à 50 documents denses est généralement suffisant pour un mémoire de master. Si vous mobilisez des outils textométriques (TXM, Iramuteq), un volume d’au moins 30 000 à 50 000 mots est souhaitable pour que les calculs de spécificité et de cooccurrence soient statistiquement robustes. La cohérence prime toujours sur la quantité : un corpus de 15 rapports institutionnels minutieusement sélectionnés vaut mieux qu’un corpus de 100 textes hétéroclites.

4. Démarche pas à pas : de la problématique à l’interprétation

Voici la procédure structurée que vous pouvez suivre pour mener une analyse de discours dans le cadre de votre mémoire en SHS.

Formuler une problématique discursive. La problématique d’une AD ne porte pas sur un phénomène social en général, mais sur la façon dont ce phénomène est construit discursivement. Exemple : non pas « comment les syndicats perçoivent-ils la réforme X ? », mais « quels dispositifs énonciatifs les syndicats mobilisent-ils pour se positionner face à la réforme X ? ».
Choisir et justifier votre cadre théorique. Précisez si vous travaillez dans la tradition de Maingueneau (scène d’énonciation, scénographie, ethos), de Pêcheux (formation discursive, interdiscours), ou d’une articulation des deux. Ce choix doit être cohérent avec votre objet et explicité dans votre chapitre méthodologique. Voir à ce sujet notre guide sur le cadre théorique vs cadre conceptuel dans un mémoire.
Constituer le corpus. Appliquez les critères décrits à la section précédente. Documentez chaque document : auteur, date, source, contexte de production. Créez un tableau récapitulatif à inclure en annexe.
Préparer les données pour l’analyse assistée. Convertissez vos textes en format adapté au logiciel choisi. Pour TXM : balisage XML/TEI. Pour Iramuteq et AntConc : texte brut encodé en UTF-8, avec séparateurs de variables étoilées pour Iramuteq.
Mener l’analyse de premier niveau. Repérez les récurrences lexicales, les isotopies, les marques énonciatives (pronoms, modalités, connecteurs argumentatifs). Créez un premier système de catégories analytiques.
Mener l’analyse de second niveau : interprétation discursive. À partir des régularités repérées, identifiez les formations discursives à l’œuvre, les ethos construits, les présupposés et sous-entendus, les figures de l’Autre dans le discours. C’est ici que l’AD se distingue nettement d’une analyse thématique classique.
Rédiger les résultats en articulant exemples et théorie. Chaque interprétation doit être étayée par des extraits du corpus (en italique ou entre guillemets, avec référence précise au document). Évitez les généralisations non ancrées textuellement.

Conseil de rédaction : dans votre chapitre de résultats, organisez l’exposé non pas par document mais par dimension analytique (ex. : « La construction de l’ethos d’expert », « Les stratégies de déni de responsabilité », « La mise en scène de l’altérité »). Cette organisation met en valeur la cohérence de votre démarche et facilite la lecture du jury.

Pour approfondir la rédaction du chapitre méthodologique, vous pouvez consulter notre guide sur comment rédiger le chapitre méthodologie de son mémoire de master. Consultez aussi notre article sur le mémoire en sociologie : méthodologie qualitative 2026 pour des exemples de mise en pratique dans une discipline voisine.

5. Outils et logiciels : TXM, AntConc, Iramuteq

Trois logiciels libres et gratuits dominent aujourd’hui l’analyse de corpus assistée par ordinateur dans les SHS françaises. Chacun correspond à des usages et des niveaux de compétence distincts.

5.1 TXM — La textométrie rigoureuse

TXM est un logiciel open source développé par le CNRS (laboratoire ICAR, ENS de Lyon) dans le cadre du projet ANR Textométrie. Il implémente la méthode textométrique — fondée sur l’analyse statistique des distributions lexicales — et offre un environnement complet : concordancier, calcul de spécificités, cooccurrences, progression, partition de corpus. TXM travaille nativement avec des corpus au format XML/TEI, ce qui permet d’encoder des métadonnées (auteur, date, institution) et de les exploiter comme variables de partition^[3].

Pour quel mémoire ? TXM convient particulièrement aux corpus volumineux (plusieurs centaines de milliers de mots) et aux recherches nécessitant une comparaison fine entre sous-corpus (par exemple : évolution diachronique du discours d’une institution, ou comparaison entre plusieurs locuteurs). Sa courbe d’apprentissage est plus élevée ; des tutoriels sont disponibles sur le site MATE-SHS du CNRS.

5.2 AntConc — L’accessibilité pour les débutants

AntConc (développé par Laurence Anthony, Waseda University) est un concordancier multiplatforme fonctionnant avec des fichiers texte brut. Sa prise en main est rapide — quelques heures suffisent pour maîtriser les fonctions essentielles : liste de fréquences, concordancier KWIC (Keyword in Context), calcul des n-grammes, analyse de collocations. AntConc est idéal pour les premiers mémoires intégrant une composante textométrique, notamment en sciences du langage, en communication ou en sociologie.

Limite principale : AntConc ne permet pas de travailler avec des métadonnées structurées ni de réaliser des analyses statistiques avancées. Pour dépasser la description lexicale et atteindre une véritable analyse discursive, il faudra articuler les résultats AntConc avec une lecture interprétative approfondie des concordances.

5.3 Iramuteq — La classification et les représentations sociales

Iramuteq (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) fonctionne en interface avec le langage R et propose un ensemble d’analyses complémentaires : classification hiérarchique descendante (méthode Reinert), analyse de similitude, nuage de mots lexicométriques, et analyse de correspondances. Sa force réside dans la capacité à identifier des classes de discours homogènes à l’intérieur d’un corpus, ce qui en fait un outil privilégié pour les recherches sur les représentations sociales et les logiques discursives groupales. Des ressources méthodologiques sont disponibles sur le site officiel d’Iramuteq ainsi que sur MATE-SHS.

Interface du logiciel IRaMuTeQ montrant les options d'analyse de corpus textuel : classification hiérarchique descendante, analyse de similitude, nuage de mots — Interface d’IRaMuTeQ — logiciel libre d’analyse statistique des corpus textuels. Source : Site officiel IRaMuTeQ (Pierre Ratinaud, LERASS / Huma-Num CNRS)

Quel logiciel choisir pour votre mémoire ?

Vous débutez, corpus de taille modeste (<100 000 mots) : AntConc pour la description lexicale + lecture qualitative approfondie.
Vous travaillez sur des représentations sociales ou des entretiens : Iramuteq (classification Reinert).
Vous avez un grand corpus structuré avec métadonnées, ou vous faites une thèse : TXM.

6. Intégrer l’AD dans votre chapitre méthodologie

L’analyse de discours n’échappe pas à l’obligation de justification méthodologique. Votre chapitre méthodologie doit explicitement répondre aux questions suivantes :

6.1 Justification du choix de l’AD

Expliquez en quoi votre objet de recherche appelle une approche discursive plutôt que d’autres méthodes qualitatives. Si votre question porte sur la construction linguistique du sens (et non sur des comportements, des pratiques ou des vécus), l’AD est légitime. Référencez les auteurs de référence (Maingueneau, Pêcheux, Charaudeau, ou les théoriciens critiques comme Fairclough ou van Dijk si vous mobilisez une perspective internationale) pour ancrer votre démarche dans un champ reconnu.

Pour situer l’AD dans une réflexion plus large sur les méthodes qualitatives en SHS, consultez notre guide complet sur la recherche qualitative pour le mémoire et la thèse.

6.2 Présentation du corpus

Décrivez le corpus de façon précise : nombre de documents, volumétrie en mots, période couverte, critères d’inclusion et d’exclusion, mode de collecte. Un tableau synthétique est apprécié. Justifiez également les exclusions éventuelles : pourquoi tel document n’a-t-il pas été retenu ? La transparence sur les choix de constitution du corpus est un marqueur de rigueur scientifique.

6.3 Description de la procédure analytique

Détaillez les catégories analytiques que vous avez retenues (par exemple : identification des marqueurs d’ethos, repérage des formations discursives, analyse des présuppositions) et comment vous les avez construites. Précisez si vos catégories sont prédéfinies (approche déductive, fondée sur le cadre théorique) ou émergentes (approche inductive, construites au fil de l’analyse). La plupart des mémoires en AD adoptent une démarche abductive, combinant les deux.

6.4 Réflexivité et limites

L’AD est une démarche interprétative : elle ne prétend pas à l’objectivité totale. Votre chapitre méthodologie doit inclure une section sur les limites de la démarche : risque d’interprétation surplombante, limites liées à la représentativité du corpus, biais potentiels liés à votre propre position de chercheur. Cette réflexivité n’est pas une faiblesse : c’est un signe de maturité scientifique. Pour aller plus loin sur la dimension épistémologique, notre article sur la méta-analyse : méthode complète pour mémoire et thèse offre une perspective complémentaire sur la rigueur analytique en SHS.

Enfin, si vous souhaitez gagner du temps sur la mise en forme et la cohérence stylistique de votre mémoire, Tesify peut vous aider à calibrer le registre académique et à structurer vos chapitres sans décider à votre place.

FAQ

Quelle est la différence entre l’analyse de discours et l’analyse de contenu ?

L’analyse de contenu (Bardin) vise à quantifier des catégories thématiques prédéfinies dans un corpus. L’analyse de discours s’intéresse aux conditions de production du sens : qui parle, depuis quelle position, selon quelles contraintes génériques et idéologiques. L’AD traite le texte comme un événement discursif ancré dans un contexte historique et social, là où l’analyse de contenu reste plus proche d’une logique de classification. Le tableau comparatif en section 1 de cet article détaille les critères de différenciation.

Combien de textes faut-il pour constituer un corpus d’analyse de discours ?

Il n’existe pas de seuil universel. Un corpus qualitatif en AD peut comprendre entre 10 et 50 documents selon la densité des textes et l’objectif analytique. L’essentiel est la cohérence : les textes doivent partager un même espace discursif (même genre, même institution, même moment historique). Pour une analyse textométrique avec TXM ou Iramuteq, un minimum de 30 000 à 50 000 mots est souhaitable. Un corpus trop hétérogène affaiblit la comparabilité et la validité des interprétations.

TXM, AntConc ou Iramuteq : quel logiciel choisir pour son mémoire ?

TXM (CNRS, open source) est idéal pour la textométrie rigoureuse sur des corpus balisés XML/TEI. AntConc est plus accessible pour des corpus en texte brut et convient aux débutants. Iramuteq se distingue pour les analyses de représentations sociales et la classification hiérarchique descendante (méthode Reinert). Pour un mémoire de master, Iramuteq ou AntConc sont généralement suffisants ; TXM s’impose pour les thèses avec corpus volumineux et structurés.

Qu’est-ce que la formation discursive au sens de Pêcheux ?

Chez Michel Pêcheux, la formation discursive (FD) désigne l’ensemble des contraintes idéologiques qui déterminent ce qui peut et doit être dit depuis une position sociale donnée. Inspiré de Foucault et Althusser, Pêcheux montre que le sens d’un énoncé n’est jamais intrinsèque : il résulte de la place occupée dans l’interdiscours, c’est-à-dire dans l’ensemble des discours déjà tenus qui traversent et conditionnent tout nouveau discours.

Comment intégrer l’analyse de discours dans le chapitre méthodologie d’un mémoire ?

Dans votre chapitre méthodologie, présentez : (1) votre ancrage théorique (AD à la française, auteurs de référence), (2) les critères de constitution du corpus et sa justification, (3) la procédure d’analyse (catégories retenues : scénographie, ethos, formation discursive, etc.), (4) les outils utilisés et leur pertinence, (5) les limites de la démarche (subjectivité interprétative, représentativité du corpus). Chaque choix doit être justifié par rapport à votre problématique.

L’analyse de discours est-elle compatible avec une approche quantitative ?

Oui. L’AD n’est pas exclusivement qualitative. La textométrie (TXM, Iramuteq) permet d’associer traitement statistique des fréquences lexicales et interprétation qualitative des énoncés. Cette combinaison est particulièrement valorisée dans les mémoires en SHS car elle renforce la rigueur méthodologique et permet de travailler sur des corpus de plusieurs centaines de milliers de mots.

Peut-on analyser des données issues de réseaux sociaux avec l’AD ?

Oui, à condition de respecter les contraintes éthiques (anonymisation, conditions d’utilisation des plateformes) et de justifier la cohérence discursive du corpus. Les tweets, posts ou commentaires constituent des genres discursifs à part entière, avec leurs propres contraintes énonciatives. Il convient de consulter votre directeur de mémoire et, le cas échéant, votre comité d’éthique institutionnel avant toute collecte automatisée de données.

Étiquette : Iramuteq