Étiquette : saturation théorique

Combien de personnes faut-il interroger pour un mémoire : taille d’échantillon qualitatif vs quantitatif (2026)

Combien de personnes faut-il interroger pour un mémoire : taille d’échantillon qualitatif vs quantitatif (2026) ?

La taille d’échantillon pour un mémoire est l’une des questions que les étudiants de master posent le plus souvent — et l’une des plus mal traitées. Un chiffre isolé n’a aucune valeur sans sa logique : ni « 30 personnes minimum » ni « autant que vous pouvez » ne constituent une justification recevable devant un jury. Ce guide répond aux questions précises que vous vous posez, que votre démarche soit qualitative, quantitative ou mixte.

Chaque question ci-dessous est construite pour être autonome : vous pouvez y aller directement selon ce que vous cherchez. Les recommandations s’appuient sur les standards méthodologiques reconnus en France et en Europe en 2026.

Réponse rapide : En recherche qualitative, 8 à 15 entretiens suffisent généralement dès lors que la saturation théorique est atteinte. En quantitatif, le minimum est de 30 répondants par groupe pour les tests paramétriques, avec une cible de 80 à 200 pour un questionnaire sur toute la population. En master, un échantillon de convenance rigoureusement justifié est tout à fait acceptable.

Combien d’entretiens faut-il pour un mémoire qualitatif ?

La réponse dépend moins d’un chiffre cible que du critère de saturation théorique (voir section suivante). Cela dit, les fourchettes retenues dans la littérature méthodologique francophone convergent autour de 8 à 15 entretiens pour un mémoire de master réalisé sur un périmètre délimité.

Guest, Bunce et Johnson (2006) ont montré que les thèmes principaux émergent généralement après 6 entretiens dans un corpus homogène, et que l’essentiel du contenu analytique est capturé avant le 12e entretien. Pour un terrain plus hétérogène — plusieurs profils d’acteurs, contextes organisationnels contrastés — il est raisonnable de viser entre 15 et 25 entretiens. Au-delà, chaque entretien supplémentaire apporte des informations marginales décroissantes pour un mémoire de niveau M2.

Terrain homogène, un seul profil : 8 à 12 entretiens
Terrain moyennement varié, 2-3 profils : 12 à 20 entretiens
Terrain hétérogène, exploration large : 20 à 30 entretiens

Pour approfondir la conduite d’un entretien semi-directif — guide de questions, posture, retranscription — consultez notre article Entretien semi-directif : guide complet pour mémoire 2026.

Qu’est-ce que la saturation théorique et comment la constater ?

La saturation théorique désigne le moment à partir duquel de nouveaux entretiens ou observations ne génèrent plus de nouveaux codes, thèmes ou catégories analytiques. C’est le critère de clôture légitime en recherche qualitative, issu des travaux de Glaser et Strauss sur la théorie ancrée.

Concrètement, on parle de saturation lorsque les trois derniers entretiens consécutifs n’apportent aucun élément inédit à vos catégories d’analyse. Pour le mémoire de master, il suffit de documenter ce processus dans la section méthodologique : noter après chaque entretien les nouveaux thèmes apparus et montrer graphiquement ou textuellement l’inflexion de la courbe. Le jury appréciera cette rigueur plutôt qu’un chiffre brut.

Scribbr propose une définition détaillée et des exemples pratiques de la saturation des données adaptés au contexte académique francophone.

Quelle taille d’échantillon pour un mémoire quantitatif ?

Le seuil minimal en recherche quantitative varie selon le test statistique utilisé, pas selon un chiffre arbitraire. Voici les repères généralement retenus :

Test t de Student (comparaison de deux groupes) : minimum 30 observations par groupe pour que la distribution de l’échantillonnage soit approximativement normale (théorème central limite).
ANOVA à un facteur : 20 à 30 observations par modalité.
Régression linéaire multiple : règle de 10 observations par prédicteur — soit 50 minimum pour un modèle à 5 variables.
Questionnaire descriptif (pas de test inférentiel) : 30 répondants constituent un plancher acceptable en master, mais 80 à 100 permettent des croisements plus fiables.
Analyse factorielle exploratoire : minimum 100 répondants, idéalement 200.

Pour un mémoire en sciences humaines et sociales, une cible de 80 à 150 répondants est couramment jugée suffisante par les jurys de master français, à condition de bien délimiter la population de référence et de préciser la marge d’erreur acceptée.

Faut-il utiliser une formule pour calculer la taille d’échantillon ?

Oui, dès lors que vous revendiquez une inférence statistique — c’est-à-dire que vous souhaitez généraliser vos résultats à une population plus large. La formule la plus utilisée en master est celle de Cochran (1977) pour les proportions :

    n = (z² × p × (1 − p)) / e²
  

Où :

z = valeur z correspondant au niveau de confiance choisi (1,96 pour 95 %)
p = proportion estimée dans la population (0,5 en l’absence d’estimation préalable — valeur maximisant la taille)
e = marge d’erreur acceptable (0,05 pour ±5 %)

Avec ces valeurs standard, le résultat est n ≈ 384 — ce qui dépasse largement les capacités d’un étudiant en master. C’est précisément pourquoi les mémoires de niveau M1/M2 ne visent pas la représentativité statistique stricte : ils appliquent un échantillonnage de convenance ou raisonné et l’assument explicitement.

En pratique, indiquez simplement la marge d’erreur obtenue a posteriori avec votre échantillon réel. Avec 80 répondants sur une population indéfinie, la marge d’erreur est d’environ ±11 % à 95 % de confiance — ce que vous pouvez mentionner comme limite assumée.

Faut-il un échantillon représentatif au niveau master ?

Non, et c’est une confusion fréquente. La représentativité statistique implique un tirage aléatoire à partir d’un fichier exhaustif de la population — une condition que très peu de mémoires de master peuvent satisfaire. Les jurys le savent et ne l’attendent pas.

Ce que les membres du jury évaluent, c’est la cohérence entre l’objectif de la recherche, le mode d’échantillonnage choisi et les limites déclarées. Un échantillon non représentatif mais rigoureusement construit — avec des critères d’inclusion et d’exclusion explicites, un profil des participants, une réflexion sur la saturation — est beaucoup plus valorisé qu’un échantillon de 200 personnes sans justification.

Pour comprendre comment articuler cette justification dans votre chapitre méthodologique, lisez notre guide Justifier le choix de sa méthodologie dans un mémoire 2026.

Échantillon de convenance ou probabiliste : lequel choisir ?

Les deux types répondent à des logiques différentes. Le choix doit découler de votre question de recherche, pas de la facilité d’accès.

Échantillonnage probabiliste : chaque membre de la population a une probabilité connue et non nulle d’être sélectionné. Il permet l’inférence statistique et le calcul de marges d’erreur. Il requiert un cadre d’échantillonnage (liste, base de données) et est rarement faisable en master.

Échantillonnage non probabiliste (convenance, raisonné, boule de neige) : il ne permet pas d’extrapoler les résultats à la population entière, mais il est tout à fait légitime pour explorer un phénomène, tester un instrument ou comprendre des logiques d’acteurs. En master, c’est la norme.

Scribbr présente un panorama complet des techniques d’échantillonnage en recherche académique, avec des exemples pour chaque type.

Pour un mémoire en méthode mixte — entretiens et questionnaire combinés — référez-vous à notre analyse Méthode qualitative ou quantitative pour un mémoire de master : comment choisir en 2026.

Comment justifier la taille de son échantillon au jury ?

La justification de la taille d’échantillon s’insère dans la section méthodologique et doit aborder quatre points :

La population cible : qui est concerné par votre question de recherche ? Délimitez-la précisément (ex. : cadres intermédiaires d’entreprises de plus de 250 salariés en Île-de-France).
Le mode d’échantillonnage : nommez-le explicitement (raisonné, boule de neige, systématique…) et expliquez pourquoi il est adapté à votre terrain.
Le critère de clôture : en qualitatif, c’est la saturation théorique ; en quantitatif, c’est la taille calculée ou la contrainte de terrain assumée.
Les limites : précisez ce que votre échantillon ne vous permet pas de conclure. Cette honnêteté est valorisée, non pénalisée.

Tesify propose un assistant IA qui vous aide à rédiger ce passage méthodologique en quelques minutes et à le formuler dans le style académique attendu par les universités françaises. Essayez Tesify gratuitement.

Tableau comparatif : méthode, taille recommandée, justification

Méthode	Taille recommandée (master M2)	Critère de justification
Entretiens semi-directifs	8 à 15	Saturation théorique
Focus groups	3 à 5 groupes (6-8 pers./groupe)	Saturation + diversification des groupes
Questionnaire descriptif	80 à 150	Marge d’erreur déclarée
Test t / ANOVA	30 minimum par groupe	Puissance statistique (β > 0,80)
Régression multiple	10× le nombre de prédicteurs	Règle empirique + analyse de puissance
Analyse factorielle	100 à 200	Ratio items/participants ≥ 5:1
Étude de cas unique	1 cas (organisation, individu)	Richesse et profondeur — logique idiographique

Sources : Cochran (1977), Guest et al. (2006), Hair et al. (2019), Cohen (1988). Ces fourchettes sont des références méthodologiques courantes en SHS ; elles s’adaptent à votre discipline et à votre cadre universitaire.

FAQ — Taille d’échantillon pour un mémoire (2026)

Peut-on soutenir un mémoire avec seulement 5 entretiens ?

Oui, si la saturation théorique est atteinte et justifiée. Cinq entretiens très riches sur un terrain homogène peuvent suffire, à condition de documenter explicitement le processus de saturation et de délimiter strictement la portée des conclusions. Ce n’est pas le nombre qui valide, c’est le critère de clôture.

30 répondants suffisent-ils vraiment pour un questionnaire de mémoire ?

30 répondants constituent le minimum pour des tests paramétriques simples (test t, chi²), en vertu du théorème central limite. Pour des analyses multivariées ou des croisements entre sous-groupes, visez 80 à 150. En dessous de 30, les résultats sont trop peu stables pour être interprétés avec confiance.

Faut-il mentionner la marge d’erreur dans un mémoire de master ?

C’est fortement recommandé si votre démarche est quantitative. Indiquer la marge d’erreur (ex. : ±11 % à 95 % de confiance avec 80 répondants) montre que vous connaissez les limites de votre échantillon et que vous ne surinterprétez pas vos données. Cela renforce votre crédibilité devant le jury.

La boule de neige est-elle acceptable comme méthode d’échantillonnage ?

Oui, notamment quand la population est difficile d’accès (ex. : professionnels de niche, personnes ayant vécu un événement spécifique). Précisez dans votre méthodologie comment vous avez lancé la chaîne de recrutement, combien de degrés de séparation sont intervenus et les biais potentiels de surreprésentation de certains profils.

Comment calculer la taille d’échantillon avec la formule de Cochran ?

Utilisez n = (z² × p × (1−p)) / e². Avec z = 1,96 (confiance 95 %), p = 0,5 et e = 0,05 (marge ±5 %), vous obtenez n ≈ 384. Pour une marge de ±10 %, n ≈ 97. Cette formule s’applique aux populations larges ; pour une population finie (N connu), appliquez la correction n_ajusté = n / (1 + (n−1)/N).

Un jury peut-il rejeter un mémoire pour un échantillon trop petit ?

Rarement, si les limites sont clairement reconnues. Les membres du jury savent que les contraintes de terrain limitent les effectifs en master. Ce qu’ils sanctionnent, c’est la prétention à une généralisation non justifiée. Un petit échantillon bien défendu vaut toujours mieux qu’un grand échantillon sans réflexion méthodologique.

Combien de participants faut-il pour une étude de cas en mémoire ?

L’étude de cas fonctionne avec un seul cas (organisation, événement, individu) analysé en profondeur. Le nombre de participants à l’intérieur du cas dépend de votre protocole : entretiens multiples, observation, documents. La logique est idiographique — comprendre ce cas précis — et non généraliser statistiquement. Un cas unique bien documenté constitue une contribution scientifique reconnue.

Comment justifier une taille d’échantillon de convenance à la soutenance ?

Expliquez : (1) pourquoi un échantillon probabiliste n’était pas faisable, (2) les critères d’inclusion et d’exclusion que vous avez appliqués, (3) comment vous avez diversifié les profils pour limiter les biais, (4) ce que vous ne pouvez pas conclure et pourquoi. Cette transparence transforme une contrainte en démonstration de maturité méthodologique.

Quelle taille d’échantillon pour une échelle de Likert dans un mémoire ?

Pour tester la fiabilité d’une échelle (alpha de Cronbach), un minimum de 30 à 50 répondants est généralement requis. Pour valider une structure factorielle (analyse en composantes principales), comptez au moins 5 répondants par item, avec un plancher de 100. Pour en savoir plus, consultez notre guide Construire une échelle de Likert valide pour son mémoire 2026.

Quelle est la différence entre taille d’échantillon et puissance statistique ?

La puissance statistique (1−β) est la probabilité que votre test détecte un effet réel s’il existe. Elle dépend à la fois de la taille de l’échantillon, de la taille de l’effet attendu et du seuil de signification α. Une puissance de 0,80 (soit 80 %) est le standard minimal en sciences sociales. Utilisez le logiciel G*Power (gratuit) pour calculer la taille d’échantillon nécessaire à partir de la puissance souhaitée et de l’effet attendu.

Rédigez votre partie méthodologique avec Tesify

Justifier la taille de votre échantillon, rédiger les limites de votre recherche, formuler vos critères d’inclusion : Tesify vous accompagne sur chaque passage délicat de votre mémoire. L’IA est entraînée sur les standards méthodologiques des universités françaises.

Commencer gratuitement sur Tesify

juin 10, 2026

Saturation théorique et grounded theory dans votre mémoire qualitative : guide 2026

La saturation théorique est l’un des concepts les plus cités — et les plus mal compris — dans les mémoires de recherche qualitative en France. Quand un étudiant écrit « nous avons interviewé 15 personnes jusqu’à atteindre la saturation théorique » sans expliquer comment il l’a vérifiée, le jury sait immédiatement que l’argument est utilisé comme justification commode plutôt que comme résultat d’un processus rigoureux. Ce guide vous montre comment comprendre, appliquer et documenter correctement la saturation théorique dans le cadre de la grounded theory (théorie ancrée) ou d’autres approches qualitatives, pour un mémoire universitaire réellement solide en 2026.

La grounded theory, développée par Glaser et Strauss en 1967 et affinée depuis par Corbin et Strauss d’un côté, Charmaz de l’autre, est une méthode inductive de construction théorique à partir de données empiriques qualitatives. Elle est de plus en plus présente dans les mémoires de master en sociologie, gestion, sciences de l’éducation et sciences infirmières en France. Maîtriser ses concepts clés — notamment la saturation théorique — est indispensable pour défendre un mémoire qui y recourt.

En bref : La saturation théorique est atteinte quand la collecte de nouvelles données n’apporte plus de nouvelles catégories conceptuelles ni d’affinements aux catégories existantes. Ce n’est pas un chiffre fixe de participants, mais un processus itératif entre collecte et analyse. Dans un mémoire, vous devez documenter à partir de quel entretien (ou observation) vous avez constaté que les données devenaient redondantes, et comment vous avez vérifié cette saturation.

La grounded theory : principes fondamentaux

La grounded theory (ou théorie ancrée dans les données) est une méthode de recherche qualitative dont l’objectif est de générer une théorie substantive — une explication d’un phénomène social — directement ancrée dans les données empiriques plutôt que dérivée a priori d’un cadre théorique existant. Elle s’oppose en cela à l’approche hypothético-déductive classique.

Ses caractéristiques distinctives sont :

L’échantillonnage théorique (theoretical sampling) : Vous ne définissez pas votre échantillon à l’avance. Vous choisissez les participants suivants en fonction de ce que les données précédentes vous ont appris — vous cherchez des profils qui pourraient enrichir, confirmer ou infirmer les catégories émergentes.
Le codage itératif : Vous analysez les données en parallèle avec leur collecte. Chaque entretien est codé avant que le suivant soit conduit. Cette simultanéité est essentielle et difficile à maintenir, surtout dans les délais d’un mémoire de master.
La mémo-isation : Vous tenez un journal de recherche (mémos) où vous notez vos réflexions analytiques, les relations émergentes entre catégories et les questions en suspens. Ces mémos constituent une trace de votre processus intellectuel que vous pouvez mentionner dans votre mémoire.
La saturation théorique : Le critère d’arrêt de la collecte de données (voir section suivante).

Il existe aujourd’hui trois versions principales de la grounded theory qui diffèrent dans leur épistémologie :

Version	Auteurs	Épistémologie	Usage en France
Grounded Theory classique	Glaser & Strauss (1967)	Positiviste modérée	Rares, usage historique
Grounded Theory straussienne	Strauss & Corbin (1990, 1998)	Post-positiviste	Dominant en santé, gestion
Grounded Theory constructiviste	Charmaz (2006, 2014)	Constructiviste	Sciences sociales, éducation

Pour un mémoire de master, vous n’êtes pas obligé d’adopter toute la méthode grounded theory dans sa version canonique — c’est une démarche lourde qui convient mieux aux thèses de doctorat. En revanche, vous pouvez vous inspirer de ses principes (codage itératif, saturation, mémo-isation) sans prétendre faire une vraie grounded theory. Soyez précis dans votre mémoire sur ce que vous faites exactement.

La saturation théorique : définition précise

Glaser et Strauss (1967) ont introduit la notion de saturation théorique dans The Discovery of Grounded Theory. Ils la définissent comme le moment où « aucune donnée supplémentaire n’est trouvée permettant au chercheur de développer les propriétés de la catégorie. »

Strauss et Corbin (1998) précisent que la saturation est atteinte quand :

Les nouvelles données ne génèrent plus de nouveaux codes ou catégories (saturation des catégories)
Les catégories existantes sont bien développées dans leurs propriétés et dimensions (saturation des propriétés)
Les relations entre catégories sont établies et validées (saturation des relations)

Notez que la saturation est définie en termes de développement conceptuel, pas de répétition des mots. Ce n’est pas parce que deux participants disent la même chose que vous êtes saturé — c’est parce que vous ne découvrez plus de nouvelles catégories ni de nouvelles propriétés des catégories existantes.

Saturation des données vs saturation théorique

La littérature distingue deux niveaux de saturation souvent confondus dans les mémoires :

La saturation des données (data saturation)

Atteinte quand les nouvelles données deviennent répétitives : les participants disent les mêmes choses, aucun nouveau thème n’émerge. C’est le niveau de saturation le plus simple à atteindre et le plus facile à documenter. Il correspond à ce que Guest et al. (2006), dans leur étude empirique publiée dans Field Methods, ont observé : dans leur corpus d’entretiens sur la santé reproductive, la saturation des thèmes principaux était atteinte après 12 entretiens.

La saturation théorique (au sens strict)

Atteinte quand les catégories conceptuelles sont pleinement développées, leurs propriétés documentées et leurs relations aux autres catégories établies. C’est le niveau exigé par la grounded theory au sens strict. Il nécessite généralement un corpus plus large et un processus analytique plus approfondi.

Dans votre mémoire : Si vous n’avez pas conduit une vraie grounded theory, parlez de « saturation des données » plutôt que de « saturation théorique ». La distinction est importante et les jurys la connaissent. Utilisez la formulation adaptée à votre approche réelle.

Le processus itératif de collecte-analyse

Le principe fondamental de la grounded theory est la simultanéité de la collecte et de l’analyse. En pratique, dans un mémoire de master, voici comment l’organiser :

Conduite des 3-5 premiers entretiens → codage ouvert (attribution de codes libres à chaque unité de sens)
Identification des premières catégories émergentes → rédaction de mémos analytiques
Orientation de l’échantillonnage suivant : qui interviewer ensuite pour tester, affiner ou contester les catégories émergentes ? (échantillonnage théorique)
Conduite de nouveaux entretiens → codage axial (organisation des codes en catégories et sous-catégories, exploration des relations)
Vérification de la saturation : les 2-3 derniers entretiens apportent-ils des codes nouveaux ? Des propriétés nouvelles ? Des relations nouvelles ?
Codage sélectif : identification de la catégorie centrale qui intègre toutes les autres catégories en une théorie cohérente

Un outil très utile dans ce processus est le diagramme de saturation : un tableau où vous notez, pour chaque entretien, le nombre de nouveaux codes générés. Quand cette courbe se stabilise proche de zéro, vous approchez la saturation. C’est un document que vous pouvez présenter en annexe de votre mémoire pour objectiver votre démarche.

Analyse qualitative et codage itératif avec NVivo — UQAC

Critères opérationnels pour documenter la saturation

Pour qu’un jury accepte votre argument de saturation, vous devez le documenter. Voici les critères opérationnels à mentionner dans votre mémoire :

Courbe des nouveaux codes : Présentez le nombre de nouveaux codes par entretien. Si les 3 derniers entretiens ont généré 0-2 nouveaux codes alors que le premier en avait généré 25-30, vous avez une preuve empirique de saturation.
Vérification par les participants (member checking) : Présentez vos catégories émergentes à quelques participants et demandez-leur si elles capturent bien leur réalité. Cette validation externe renforce la crédibilité.
Vérification par les pairs : Soumettez votre codage à un deuxième chercheur (ou votre directeur de mémoire) et calculez un accord inter-codeurs. Un accord au-dessus de 80% (ou un kappa de Cohen ≥ .70) est satisfaisant.
Diversification de l’échantillon : Assurez-vous d’avoir interviewé des profils variés — différents genres, âges, contextes professionnels, expériences. Si vos derniers entretiens avec des profils nouveaux n’apportent plus rien, vous avez une forte indication de saturation.

Pour aller plus loin sur la rigueur de votre approche qualitative, consultez notre article sur la recherche qualitative : guide complet des méthodes ainsi que notre article sur la rédaction académique pour mémoire.

Taille d’échantillon et saturation

La question « combien d’entretiens faut-il pour atteindre la saturation ? » revient dans chaque mémoire qualitative. La réponse honnête : cela dépend du phénomène étudié, de la diversité de la population et de la profondeur de votre analyse.

Des repères empiriques de la littérature :

Auteurs	Contexte	Saturation atteinte à
Guest et al. (2006), Field Methods	Entretiens santé reproductive (Ghana, Nigeria)	12 entretiens (thèmes principaux)
Francis et al. (2010), British Journal of General Practice	Entretiens pratiques médicales	17 entretiens (protocole arrêt préspécifié)
Hennink et al. (2017), Qualitative Health Research	Entretiens santé (Éthiopie)	9 entretiens (saturation code) ; 16-24 (saturation signification)
Fusch & Ness (2015), Qualitative Report	Revue de la littérature	Variable selon la richesse des données

En pratique, pour un mémoire de master en France :

Phénomène homogène, population uniforme : 8-12 entretiens peuvent suffire
Phénomène complexe, population diversifiée : 15-25 entretiens sont recommandés
Grounded theory stricte : 20-40+ entretiens selon la complexité du phénomène

Commencez avec un plan initial de 15 entretiens et laissez la saturation empirique guider votre arrêt. C’est beaucoup plus rigoureux qu’un nombre fixé arbitrairement dans votre projet de mémoire.

Exemples de mémoires français utilisant la grounded theory

Voici des exemples de domaines et problématiques qui se prêtent bien à une approche grounded theory dans un mémoire de master français :

Sciences infirmières (IFSI, master IPCS)

Comment les infirmières en unité de soins palliatifs gèrent-elles la confrontation quotidienne à la mort ? Une grounded theory constructiviste permet d’explorer les stratégies d’adaptation idiosyncrasiques et de construire un modèle substantif de cette gestion émotionnelle. L’échantillonnage théorique inclura des profils variés (ancienneté, service, spécialisation) jusqu’à saturation des catégories « protection émotionnelle », « ritualisation du deuil », « soutien collegial ».

Sciences de l’éducation

Comment des enseignants du secondaire intègrent-ils les outils d’IA dans leurs pratiques pédagogiques malgré les injonctions institutionnelles contradictoires ? La grounded theory permet d’explorer le processus de décision individuel et d’en construire un modèle qui explique les patterns d’adoption ou de résistance.

Sciences de gestion

Comment des startups françaises développent-elles une culture organisationnelle au stade de la croissance accélérée ? Des entretiens avec des fondateurs, managers et employés permettent d’identifier les mécanismes de transmission culturelle et leurs tensions.

Ces mémoires sont accessibles sur theses.fr (pour les thèses) et parfois sur HAL Science pour les mémoires déposés par leur auteur. Vous pouvez y trouver des exemples concrets de la façon dont la saturation est documentée.

Comment rédiger la section « Saturation » dans votre mémoire

Voici un modèle de paragraphe pour justifier la saturation dans votre section méthode :

« L’échantillonnage a suivi une logique théorique : chaque entretien a été codé avant de sélectionner le participant suivant, en cherchant à diversifier les profils selon les critères théoriquement pertinents (ancienneté, type d’établissement, expérience préalable du numérique). Au terme du 14ème entretien, nous n’avons plus identifié de nouveaux codes dans les données transcrites (0 nouveau code au 13ème entretien, 1 nouveau code au 14ème). Les propriétés des catégories centrales (‘intégration instrumentale’, ‘résistance institutionnelle’, ‘négociation identitaire’) étaient pleinement développées et leurs relations mutuelles établies. Un entretien de vérification supplémentaire (n°15) n’a pas apporté de nouveaux éléments, confirmant la saturation des données. Le membre checking effectué auprès de trois participants a validé la pertinence de nos catégories. »

Ce type de justification montre au jury que vous avez réellement conduit un processus de saturation — et non que vous avez interviewé 15 personnes et déclaré après coup que vous étiez saturé.

Pour la rédaction globale de votre mémoire, Tesify vous aide à structurer votre méthodologie de façon rigoureuse et à formuler vos sections avec le niveau académique attendu dans les universités françaises.

FAQ

Peut-on faire une grounded theory dans un mémoire de master ?

Oui, mais avec des adaptations. Une vraie grounded theory canonique (avec échantillonnage théorique strict, codage itératif poussé et construction d’une théorie substantive) est très ambitieuse pour un mémoire de master aux contraintes de temps limitées. La plupart des mémoires s’inspirent de la grounded theory sans l’adopter entièrement : ils utilisent le codage ouvert et axial, l’analyse itérative et le critère de saturation, sans nécessairement produire une théorie formelle. Soyez explicite sur votre niveau d’engagement avec la méthode dans votre section épistémologie.

Combien d’entretiens faut-il pour atteindre la saturation théorique ?

Il n’y a pas de chiffre universel. Des études empiriques montrent que la saturation des thèmes principaux peut être atteinte en 9-16 entretiens pour des phénomènes relativement homogènes, et nécessiter 20-35 entretiens pour des phénomènes complexes et des populations diversifiées. La règle d’or est de pratiquer l’analyse en parallèle avec la collecte et d’arrêter quand vous n’identifiez plus de nouveaux codes ou propriétés — et non de décider a priori d’un nombre fixe de participants.

Quelle différence entre codage ouvert, axial et sélectif en grounded theory ?

Le codage ouvert est la première étape : vous découpez les données en unités de sens et attribuez librement des codes descriptifs. Le codage axial regroupe les codes en catégories et sous-catégories et explore leurs relations (conditions, contexte, stratégies, conséquences). Le codage sélectif intègre toutes les catégories autour d’une catégorie centrale qui représente le cœur du phénomène étudié. Ces trois niveaux de codage correspondent à un approfondissement progressif de l’analyse.

Comment prouver la saturation à mon jury ?

La meilleure preuve est un tableau ou graphique montrant le nombre de nouveaux codes générés par chaque entretien. Si les 3-4 derniers entretiens ont généré 0-2 nouveaux codes alors que les premiers en généraient 20-30, vous avez une preuve empirique de saturation. Mentionnez également le member checking (validation auprès des participants) et, si possible, l’accord inter-codeurs avec votre directeur de mémoire ou un pair. Ces éléments objectivent votre processus et le rendent défendable devant un jury.

La saturation s’applique-t-elle aussi aux observations et documents ?

Oui. La saturation théorique s’applique à toutes les formes de données qualitatives : entretiens, observations participantes, documents, journaux de bord, archives. Si votre mémoire utilise plusieurs sources de données (triangulation), la saturation doit être évaluée sur l’ensemble du corpus, pas source par source. Une source peut sembler saturée tandis qu’une autre continue d’apporter de nouvelles perspectives — c’est précisément l’intérêt de la triangulation que d’élargir le spectre des données.

mai 24, 2026

Recherche qualitative : guide complet des méthodes pour mémoire et thèse (2026)

La recherche qualitative est au cœur des sciences humaines et sociales en France. Chaque année, des dizaines de milliers d’étudiants en master et en doctorat choisissent une approche qualitative pour répondre à leur problématique — et se retrouvent rapidement confrontés à une question essentielle : comment garantir la rigueur scientifique de données qui ne sont pas des chiffres ? Ce guide vous donne les réponses méthodologiques précises que votre directeur de mémoire attend.

Qu’il s’agisse d’explorer un phénomène social méconnu, de comprendre les représentations d’un groupe professionnel ou d’analyser des discours institutionnels, la recherche qualitative offre une profondeur analytique inégalable. Elle mobilise des méthodes spécifiques — entretien semi-directif, observation participante, analyse thématique, étude de cas — dont la maîtrise conditionne directement la qualité de votre travail académique.

Ce guide de référence, fondé sur les standards méthodologiques en vigueur dans l’enseignement supérieur français et les recommandations des écoles doctorales, vous accompagne de la conception du design de recherche jusqu’à la rédaction des résultats.

En bref : La recherche qualitative étudie des phénomènes complexes à travers des données textuelles, visuelles ou observationnelles. Elle privilégie la compréhension en profondeur sur la généralisation statistique. Les méthodes principales sont l’entretien semi-directif, l’observation participante, l’étude de cas et l’analyse documentaire. La rigueur s’évalue à travers la crédibilité, la transférabilité, la fiabilité et la confirmabilité — les quatre critères de Lincoln et Guba (1985).

1. Qu’est-ce que la recherche qualitative ?

La recherche qualitative désigne un ensemble de méthodes d’investigation qui produisent des données descriptives : discours, comportements observés, textes, images. Elle s’inscrit dans un paradigme interprétatif ou constructiviste, selon lequel la réalité sociale est construite par les acteurs et ne peut être saisie uniquement par la mesure.

On oppose traditionnellement la recherche qualitative à la recherche quantitative, même si les deux approches sont complémentaires et peuvent être combinées dans un design mixte :

Dimension	Recherche qualitative	Recherche quantitative
Objectif	Comprendre, explorer, interpréter	Mesurer, tester, généraliser
Données	Mots, images, observations	Chiffres, statistiques
Échantillon	Petit, raisonné, intentionnel	Grand, représentatif, aléatoire
Analyse	Thématique, discursive, narrative	Statistique, inférentielle
Rigueur	Crédibilité, confirmabilité	Validité interne, fidélité

En France, la recherche qualitative est dominante dans des disciplines telles que la sociologie, l’anthropologie, les sciences de l’éducation, la psychologie clinique, les sciences infirmières et la gestion. Elle est également présente en médecine générale, via des thèses d’exercice de plus en plus souvent qualitatives, comme en témoignent les ressources du Groupe Universitaire de Recherche Qualitative Médicale (GURQM).

2. Quand choisir une approche qualitative ?

Choisir une méthodologie qualitative se justifie lorsque :

Votre question de recherche commence par « comment » ou « pourquoi » plutôt que « combien » ou « dans quelle proportion »
Le phénomène étudié est peu documenté et nécessite une phase exploratoire
Vous cherchez à comprendre le sens que les acteurs donnent à leurs pratiques
Le contexte social, culturel ou organisationnel est central à votre analyse
Les variables sont difficiles à opérationnaliser sous forme de mesures

Conseil de directeur de mémoire : La question « quelle approche choisir ? » se pose dans le sens inverse de ce que pensent la plupart des étudiants. Ce n’est pas la méthode qui détermine la question, mais la question qui impose la méthode. Formulez d’abord votre problématique, puis choisissez l’approche adaptée.

3. Les méthodes de collecte de données qualitatives

La recherche qualitative dispose d’un arsenal méthodologique varié. Les méthodes peuvent être utilisées seules ou en combinaison (triangulation méthodologique) :

Méthode	Données produites	Contexte d’utilisation
Entretien semi-directif	Transcriptions verbatim	Représentations, expériences vécues
Entretien non directif	Récits approfondis	Biographies, histoires de vie
Focus group	Interactions collectives	Dynamiques de groupe, normes sociales
Observation directe	Notes de terrain	Pratiques effectives vs déclarées
Observation participante	Journal ethnographique	Immersion en milieu naturel
Analyse documentaire	Corpus de textes	Politiques, rapports, archives
Étude de cas	Multi-sources	Phénomène dans son contexte réel

4. L’entretien semi-directif : méthode reine en SHS

L’entretien semi-directif est la méthode qualitative la plus utilisée dans les mémoires de master et les thèses de doctorat en sciences humaines et sociales en France. Sa popularité tient à son équilibre : suffisamment structuré pour couvrir les thèmes définis dans le guide d’entretien, suffisamment souple pour laisser l’interviewé développer sa perspective.

Concevoir le guide d’entretien

Le guide d’entretien n’est pas un questionnaire. Il se compose :

D’une question de lancement ouverte et non orientée (« Pouvez-vous me raconter… »)
De thèmes principaux à explorer, dans un ordre flexible
De relances prévues pour approfondir (« Pouvez-vous me donner un exemple ? »)
D’une question de clôture permettant à l’interviewé d’ajouter ce qu’il souhaite

Taille d’échantillon et sélection

En recherche qualitative, la taille de l’échantillon n’obéit pas à des critères de représentativité statistique. On privilégie un échantillonnage raisonné ou intentionnel : sélectionner des participants qui ont une expérience pertinente au regard de la question de recherche. Pour un mémoire de master, un échantillon de 8 à 15 entretiens est généralement suffisant pour atteindre la saturation théorique.

Conduire l’entretien

Plusieurs règles essentielles s’appliquent : enregistrer avec accord préalable, transcrire intégralement (verbatim), ne pas reformuler en interprétant, utiliser des silences comme outil de relance, maintenir une posture non directive.

5. L’observation participante et l’ethnographie

L’observation participante implique que le chercheur s’immerge dans le terrain étudié, à des degrés divers : observateur pur, participant-observateur, ou observateur-participant. Cette méthode, héritée de l’anthropologie, est particulièrement pertinente pour étudier des pratiques que les acteurs ne sauraient verbaliser spontanément lors d’un entretien.

Les données produites prennent la forme d’un journal de terrain (field notes), comprenant des notes descriptives (faits observés) et des notes réflexives (positionnement du chercheur, questionnements). Ce journal constitue un matériau d’analyse à part entière.

Exemple concret : Une étudiante en Master 2 de sociologie à l’Université Paris 8 étudie les pratiques d’accueil dans des Maisons France Services rurales. Elle conduit 10 semaines d’observation participante sur trois sites, complétées par 14 entretiens semi-directifs avec agents et usagers. La triangulation des méthodes renforce la crédibilité de ses résultats.

6. L’analyse thématique : de Braun & Clarke à l’analyse de contenu

Une fois les données collectées et transcrites, comment les analyser ? Deux grandes approches dominent en France :

L’analyse thématique (Braun & Clarke)

La méthode d’analyse thématique proposée par Virginia Braun et Victoria Clarke (2006, révisée 2021) est aujourd’hui la plus citée en SHS. Elle comprend six phases :

Familiarisation avec les données (lecture flottante, annotations)
Génération des codes initiaux (unités de sens)
Recherche des thèmes (regroupement de codes)
Révision des thèmes (vérification cohérence interne/externe)
Définition et nomination des thèmes
Rédaction du rapport analytique

L’analyse de contenu (Bardin)

L’analyse de contenu, popularisée en France par Laurence Bardin dans son ouvrage éponyme (L’Analyse de contenu, PUF, 2013), peut être quantitative (fréquences) ou qualitative (sens). Elle repose sur un découpage du corpus en unités d’analyse, une catégorisation et une interprétation.

Pour les mémoires en sciences de l’information et de la communication, en sciences politiques ou en histoire, l’analyse de discours (Foucault, Maingueneau) constitue une troisième voie très utilisée.

7. Le codage des données qualitatives

Le codage est l’opération par laquelle le chercheur attribue des étiquettes (codes) à des segments de données. Il existe plusieurs niveaux de codage :

Codage descriptif (premier niveau) : étiqueter ce qui se passe dans le segment (« expérience de discrimination », « ressources mobilisées »)
Codage thématique (deuxième niveau) : regrouper les codes descriptifs en catégories analytiques
Codage axial (troisième niveau, grounded theory) : identifier les relations entre catégories
Codage sélectif (quatrième niveau, grounded theory) : dégager la catégorie centrale

Le codage peut être a priori (basé sur un cadre théorique préexistant) ou a posteriori / émergent (inductif, depuis les données elles-mêmes). Un mémoire de qualité justifie explicitement son choix de stratégie de codage.

8. La saturation théorique : quand s’arrêter ?

La saturation théorique, concept forgé par Glaser et Strauss (1967) dans le cadre de la théorisation ancrée (grounded theory), désigne le point à partir duquel la collecte de nouvelles données n’apporte plus d’éléments nouveaux à la compréhension du phénomène étudié.

En pratique, elle s’évalue progressivement : après chaque entretien, le chercheur vérifie si de nouveaux thèmes ou de nouvelles dimensions émergent. Lorsque plusieurs entretiens consécutifs ne produisent plus de nouveauté, la saturation est atteinte.

Point de vigilance : La saturation théorique ne signifie pas qu’on a « tout dit » sur le sujet. Elle signifie que l’objectif analytique — construire une catégorie, valider un thème, atteindre une compréhension suffisante — est atteint pour répondre à la question de recherche posée.

9. Assurer la rigueur scientifique en recherche qualitative

La question de la rigueur est centrale dans tout mémoire ou thèse qualitative. Lincoln et Guba (1985) proposent quatre critères alternatifs aux critères positivistes de validité et fidélité :

Critère qualitatif	Équivalent quantitatif	Comment le démontrer
Crédibilité	Validité interne	Triangulation, member checking
Transférabilité	Validité externe	Description épaisse du contexte
Fiabilité	Fidélité	Audit trail, journal réflexif
Confirmabilité	Objectivité	Données accessibles, réflexivité

La triangulation est la stratégie de rigueur la plus utilisée : elle peut être méthodologique (plusieurs méthodes), des sources (plusieurs participants), des chercheurs (codage croisé) ou théorique (plusieurs cadres d’analyse). Pour un mémoire seul, la triangulation des sources et méthodologique est la plus accessible.

10. Rédiger les résultats d’une recherche qualitative

La présentation des résultats qualitatifs diffère fondamentalement de celle des résultats quantitatifs. Elle ne s’organise pas en tableaux statistiques mais en thèmes analytiques, illustrés par des extraits verbatim significatifs.

Chaque thème doit être :

Nommé avec un intitulé analytique (pas seulement descriptif)
Illustré par 2 à 4 extraits verbatim encadrés et référencés (ex. : « P3, entretien 7, ligne 142 »)
Analysé — le verbatim ne parle pas de lui-même, il faut l’interpréter
Articulé aux autres thèmes et au cadre théorique

Un défaut fréquent dans les mémoires de master : l’accumulation de verbatim sans analyse. Votre directeur attend une démonstration analytique, pas un catalogue de citations.

Pour un approfondissement de la recherche quantitative et ses méthodes complémentaires, consultez notre guide dédié.

11. Logiciels d’analyse qualitative : NVivo, Atlas.ti, MAXQDA

Plusieurs logiciels CAQDAS (Computer-Assisted Qualitative Data Analysis Software) facilitent la gestion et l’analyse de données qualitatives volumineuses :

Logiciel	Points forts	Accès étudiant
NVivo (QSR)	Interface intuitive, nombreux types de données	Licence étudiante ~170€/an
Atlas.ti	Réseau sémantique, visualisations	Licence étudiante ~100€/6 mois
MAXQDA	Mixte quanti/quali, stats visuels	Licence étudiante ~150€/an
Dedoose (web)	Collaboratif, multi-utilisateurs	~12€/mois/utilisateur

Pour un mémoire de master standard (10-20 entretiens), un tableur bien structuré ou un traitement de texte avec styles peut suffire. Les logiciels CAQDAS deviennent vraiment utiles au-delà de 30 entretiens ou pour une thèse de doctorat.

La maîtrise de l’analyse de données passe aussi par une bonne connaissance des ressources bibliographiques disponibles. Pensez à consulter Google Scholar et les bases de données spécialisées pour ancrer votre cadre théorique dans la littérature académique récente. HAL Archives Ouvertes offre également des milliers d’articles en accès libre, y compris de nombreuses thèses qualitatives.

FAQ — Questions fréquentes sur la recherche qualitative

Combien d’entretiens faut-il pour un mémoire de master ?

Pour un mémoire de master, 8 à 15 entretiens semi-directifs constituent généralement un corpus suffisant pour atteindre la saturation théorique. Ce chiffre varie selon la diversité du phénomène étudié et la richesse du matériau : un terrain très homogène peut saturer à 8 entretiens, un terrain hétérogène peut nécessiter 20 entretiens ou plus. Le critère décisif n’est pas le nombre mais la saturation.

La recherche qualitative est-elle moins rigoureuse que la recherche quantitative ?

Non. La recherche qualitative n’est pas moins rigoureuse — elle est rigoureuse différemment. Elle mobilise ses propres critères d’évaluation (crédibilité, transférabilité, fiabilité, confirmabilité selon Lincoln et Guba) qui sont adaptés à la nature des données et aux objectifs de compréhension en profondeur. Une revue qualitative bien conduite offre une validité que les statistiques ne peuvent pas produire.

Peut-on combiner méthodes qualitatives et quantitatives dans un mémoire ?

Oui, c’est ce qu’on appelle un design mixte. On distingue le design séquentiel exploratoire (qualité puis quantitatif), le design séquentiel explicatif (quantitatif puis qualitatif pour approfondir) et le design concurrent (les deux en parallèle). Pour un mémoire de master, le design mixte séquentiel est le plus accessible. Il faut veiller à articuler explicitement les deux phases dans la problématique.

Comment justifier le choix d’une méthode qualitative dans la méthodologie ?

La justification du choix méthodologique doit s’articuler en trois niveaux : épistémologique (paradigme interprétatif ou constructiviste), théorique (adéquation à la question de recherche et à l’objet d’étude) et pratique (ressources disponibles, accès au terrain). Citez des auteurs de référence en méthodologie qualitative (Paillé et Mucchielli, Denzin et Lincoln, Miles et Huberman) pour ancrer votre choix dans la littérature.

Quelle est la différence entre analyse thématique et analyse de contenu ?

L’analyse thématique (Braun et Clarke) est inductive et flexible : elle permet de dégager des thèmes à partir des données, sans grille de codage préétablie. L’analyse de contenu (Bardin) peut être quantitative (comptage de fréquences) ou qualitative, et repose souvent sur des catégories définies a priori. En France, l’analyse de contenu est davantage utilisée dans des disciplines comme les sciences de l’information ou les sciences politiques, tandis que l’analyse thématique domine en sociologie et en sciences de l’éducation.

Comment présenter un verbatim dans un mémoire ?

Les extraits d’entretien (verbatim) se présentent en italique ou dans un encadré distinct, avec une référence au participant et à la source (ex. : « Participant 3, entretien du 12 mars 2026, lignes 45-52 »). Chaque verbatim doit être suivi d’une analyse qui l’interprète en lien avec le thème et la problématique. Évitez les verbatim longs non analysés.

Conclusion : vers une maîtrise complète de la recherche qualitative

La recherche qualitative est une compétence académique qui s’acquiert par la pratique et l’étude. Ce guide vous a fourni les bases méthodologiques solides — définition, choix des méthodes, conduite des entretiens, codage, saturation, rigueur, rédaction — pour aborder votre mémoire ou votre thèse avec confiance.

Pour compléter votre formation méthodologique, consultez la revue systématique et le protocole PRISMA, indispensables pour les recherches en médecine, santé publique et sciences de l’éducation. Appuyez-vous également sur les ressources de la bibliographie APA 7e édition pour citer correctement vos sources qualitatives.

Rédigez votre mémoire avec l’aide de l’IA
Tesify accompagne les étudiants de master dans la structuration et la rédaction de leur mémoire, en respectant les normes académiques françaises. Essayez Tesify gratuitement →

mai 7, 2026