Méthode d’analyse des données

Méthode d’analyse des données

Pour le traitement des données quantitatives que nous avons obtenues, nous allons leur appliquer des analyses statistiques. Concernant les données qualitatives, pour faciliter leurs analyses, nous avons procédé à un découpage des données en unités et ensuite à la catégorisation de ses unités, comme expliqué ci-dessous :  Découpage en unités Les réponses codées sont des mots, par exemple « moteur électrique », « roue » représentant une entité du système ou des phrases, par exemple « on constate une perte d’énergie liée aux frottements » exprimant une lacune dans le fonctionnement du système.  Catégorisation des unités Dans le but de juger de la justesse des réponses des participants lors de l’utilisation du modèle d’application des lois d’évolution, nous avons utilisé un schéma de codage permettant de vérifier l’adéquation des réponses des participants aux questionnaires. Nous avons utilisé deux catégories de codage pour l’analyse des réponses des participants. Si lors des réponses les entités des systèmes et leurs carences étaient 138 correctement identifiées et que les voies d’évolution étaient elles aussi pertinentes alors elles appartiendront à la catégorie «réponse correcte», sinon elles seront catégorisées en « réponse fausse ». Lors du calcul du niveau d’idéalité, on obtient un ordre des fonctions selon leur niveau d’idéalité (ordre croissant). Pour savoir si l’ordre selon lequel les fonctions doivent être améliorées est correct, on se base sur une nouvelle version du produit étudié, et on compare les fonctions qui ont été améliorées dans cette nouvelle version, avec celles considérées comme prioritaires pour le développement. Si l’ordre est assez proche ou s’il coïncide alors la réponse de l’utilisateur appartient à la catégorie «réponse correcte». Nous nous sommes inspirés du codage ouvert [Strauss and Corbin 2004] qui est un processus analytique à travers lequel des concepts sont identifiés et leurs propriétés et dimensions sont découvertes dans les données. Nous l’avons adapté à nos besoins de codage. Pour décider de l’appartenance d’une entité à une catégorie, nous avons pris en considération les caractéristiques suivantes : – Le respect des règles de découpage d’un système technique, – La bonne identification des éléments externes et internes d’un système, – La bonne identification des carences du système, – La bonne identification des voies pertinentes d’évolution, – La bonne évaluation des fonctions selon le coût, l’utilité et la nuisibilité, – La bonne identification de l’ordre du développement des fonctions.  Application du schéma de codage Le tableau suivant représente un exemple de la démarche de codage que nous avons suivie pour juger de la justesse des réponses des participants. Elle consiste, dans un premier temps, à identifier les unités de codage, et dans un second temps, à les placer dans la catégorie qui leur correspond. Exemple de réponse Unité codée Catégorie L’élément qui est en contact avec la source d’énergie est le moteur électrique Moteur électrique Réponse correcte (entité d’un système) La fonction principale du système est : aspirer la poussière Aspirer la poussière Réponse correcte (délimitation du système) L’élément en contact avec l’objet sur lequel le système agit est : le corps du stylo Corps du stylo Réponse fausse (entité d’un système) Il y a une perte d’énergie liée au frottement Perte d’énergie liée au frottement Réponse correcte (détection d’une carence) 139 Le rythme de fonctionnement des éléments du système n’est pas coordonné Rythme de fonctionnement pas coordonné Réponse correcte (détection d’une carence) Tableau 8.2 : Exemple de schéma de codage .La principale limite de cette étude expérimentale réside dans le fait de ne pas avoir testé le modèle sur des professionnels de la théorie TRIZ. La raison étant qu’il est très difficile de réunir autant de professionnels dans un espace-temps si restreint. Toutefois, cette absence de spécialistes peut être aussi considérée comme une aubaine qui a permis d’observer le comportement que pourraient avoir les non-initiés à la théorie TRIZ, une fois mis face à la démarche. Une autre limite de l’étude, réside dans la difficulté que les participants ont rencontrée lors de l’estimation des coûts de certains objets et fonctions des systèmes techniques. Mais les consignes données ont pu les aider à se rapprocher le plus possible des estimations acceptables. Nous prévoyons d’affiner ce procéder par la suite. Une dernière limite réside dans le fait de n’avoir réalisé que trois expérimentations, la raison étant qu’il est de plus en plus difficile de réunir des participants, et souvent ce ne sont que les étudiants qui répondent présents à la sollicitation. Une autre raison liée au respect de la confidentialité sur les informations que l’on peut être amené, par inadvertance, à communiquer en dehors de l’entreprise. Enfin, cette limite liée au manque de temps est ressentie parce qu’on doit, en parallèle développer le logiciel implémentant cette démarche.