# Préparer des réponses de questionnaire avant l’analyse : méthode et exemple

Préparez des réponses de questionnaire avant analyse : contrôlez questions, échelles, absences et doublons, gardez les originaux et documentez chaque transformation.

- URL canonique: https://www.harmate.com/fr/blog/préparer-des-réponses-de-questionnaire-avant-lanalyse-méthode-et-exemple
- Auteur: Harmate Team
- Publié le: 2026-10-12
- Mise à jour: 2026-10-12T02:07:15.190287+00:00
- Langue: fr

## Contenu

# Préparer des réponses de questionnaire avant l’analyse : méthode et exemple

Vous avez plusieurs exports de réponses et devez commencer l’analyse. Avant de les réunir, vérifiez ce que chaque fichier contient, à quelle version du questionnaire il correspond et ce que les valeurs absentes ou répétées signifient. Cette préparation évite de transformer une différence de format en différence de réponse — ou d’effacer une différence réelle au nom de la cohérence.

Le principe est simple : garder les fichiers reçus intacts, créer une copie de travail, puis noter chaque décision de préparation. L’article propose un contrôle humain des exports structurés ; il ne suppose ni nettoyage automatique ni fusion sans examen.

## Commencer par la provenance, pas par la fusion

Créez un inventaire avant de modifier une cellule. Pour chaque fichier, notez son nom d’origine, la personne ou le système qui l’a fourni, la date de réception, la période et le périmètre de collecte, la version du questionnaire, le format, le nombre de lignes et les éventuelles consignes de filtrage. Si vous ne connaissez pas l’un de ces éléments, inscrivez « inconnu » et cherchez à le vérifier : ne le déduisez pas du nom du fichier.

Conservez une copie originale en lecture seule dans un espace aux accès adaptés. Travaillez sur une copie distincte et séparez les données brutes, les versions préparées et les notes de traitement. J-PAL recommande de préserver les données d’origine désidentifiées et de documenter les manipulations ; sa ressource présente un flux de recherche illustré avec Stata. Ici, la règle utile est la traçabilité, pas l’obligation d’utiliser un outil particulier ([J-PAL, Nettoyage et gestion des données](https://www.povertyactionlab.org/fr/resource/nettoyage-et-gestion-des-donnees)).

## Vérifier que les fichiers parlent bien des mêmes questions

Comparez les colonnes à l’instrument réellement diffusé : libellé exact, consigne, choix de réponse, échelle, branchement, population et période. Un en-tête différent peut désigner la même question, mais il faut le vérifier. À l’inverse, deux colonnes nommées « satisfaction » ne sont pas nécessairement comparables si l’une porte sur le formateur et l’autre sur le contenu.

Pour chaque variable, consignez un rapprochement explicite :

| Contrôle | Question à poser | Décision à garder dans la trace |
| --- | --- | --- |
| Libellé et consigne | La question et son contexte sont-ils identiques ? | Identique, différent ou à vérifier ; référence à l’instrument |
| Réponses et échelle | Les options, leur ordre et leurs codes sont-ils les mêmes ? | Correspondance exacte ou incompatibilité ; ne pas recalibrer silencieusement |
| Population et période | Les répondants et la fenêtre de collecte sont-ils comparables ? | Vague/périmètre à conserver, séparer ou justifier |
| Type de valeur | Texte, nombre, date, choix unique ou choix multiples ? | Format d’origine et conversion éventuelle, avec exemple |
| Branchement | La question était-elle posée à tout le monde ? | Distinguer « non demandé » d’une absence de réponse |

Le cadre britannique de qualité des données recommande de définir les contrôles selon l’usage, puis de communiquer notamment complétude, unicité, cohérence, validité et contexte de collecte. C’est un cadre transversal de gestion et de communication, pas une procédure obligatoire propre aux questionnaires ([Government Data Quality Framework](https://www.gov.uk/government/publications/the-government-data-quality-framework/the-government-data-quality-framework-guidance)).

## Repérer les absences et les répétitions sans corriger à l’aveugle

Une cellule vide peut signifier plusieurs choses : la question n’a pas été posée à cause d’un branchement, la personne a choisi « préfère ne pas répondre », l’export a perdu une valeur, ou la réponse manque pour une autre raison. Consultez le questionnaire et les règles de l’outil de collecte. Si la cause demeure inconnue, conservez l’absence comme inconnue plutôt que de la remplacer par zéro, « non » ou une moyenne.

Une réponse répétée n’est pas automatiquement un doublon. Deux personnes peuvent donner le même texte ; une même personne peut avoir soumis deux fois ; deux exports peuvent aussi contenir la même soumission. Ne dédupliquez pas sur la seule ressemblance des réponses. Si un identifiant de soumission fiable permet de confirmer un doublon, documentez la règle et le nombre de lignes touchées, puis gardez les lignes retirées accessibles dans les données sources et la trace. Sans identifiant fiable ou preuve suffisante, signalez le cas et demandez une décision.

Avant de partager ou d’importer les fichiers, vérifiez également que vous êtes autorisé à les traiter, limitez les accès et retirez les identifiants directs qui ne sont pas nécessaires à votre travail, conformément au cadre applicable à votre mission.

## Exemple entièrement fictif : deux exports, une question modifiée

**Tous les noms, dates, volumes, libellés, identifiants et décisions ci-dessous sont inventés. Cet exemple ne décrit aucun client, enquête ou traitement réel.** Une consultante prépare deux fichiers CSV reçus après une enquête de satisfaction d’atelier. Les exports sont censés couvrir la même période, mais la consultante ne présume pas qu’ils peuvent être assemblés.

| Fichier fictif | Colonnes utiles | Observation après vérification | Décision de préparation fictive |
| --- | --- | --- | --- |
| `atelier_vagueA.csv` | `id_soumission`, `Q4_utilite`, `Q5_commentaire` | Q4 : « Les exercices m’ont-ils aidé à comprendre la méthode ? », échelle 1–5 ; Q5 est ouverte. | Garder le fichier source intact. Mapper `Q4_utilite` à un nom de travail documenté ; conserver le libellé et l’échelle d’origine dans le dictionnaire. |
| `atelier_vagueB.csv` | `submission_id`, `Q4_exercices`, `Q5_commentaire` | La consigne de Q4 a été modifiée ; l’échelle va de 1 à 7. Q5 conserve le même libellé et la même consigne. | Ne pas additionner ni comparer directement les scores de Q4. Garder les deux versions distinctes. Examiner le rapprochement de Q5 seulement après confirmation de la même collecte et des mêmes règles. |

Après avoir vérifié puis documenté la correspondance entre `id_soumission` et `submission_id`, la consultante utilise le nom de travail `submission_id`. Deux lignes fictives portent alors le même identifiant dans les deux fichiers. La consultante vérifie auprès du journal d’export qu’il s’agit de la même soumission incluse dans deux extractions qui se chevauchent. Elle marque une ligne comme répétition de fichier dans le tableau préparé, mais conserve les deux sources et inscrit la règle dans le journal. Une réponse ouverte vide dans un fichier est codée « absence dans l’export » seulement après vérification que la question était posée ; le motif de cette absence reste inconnu. Aucune réponse manquante n’est inventée.

Cet exemple n’autorise pas à conclure que les deux fichiers sont globalement comparables : seule une question identique, une fois ses consignes et son périmètre vérifiés, peut être considérée pour un rapprochement. Si les vérifications échouent, gardez les corpus séparés et expliquez pourquoi.

## Tenir un journal des transformations

Une ligne par changement suffit souvent. Elle doit permettre à une autre personne de comprendre ce qui a changé, à partir de quelle source, pourquoi, et avec quelle conséquence. Vous pouvez utiliser ces colonnes dans un tableur ou un document de travail :

| Date et responsable | Fichier source et version | Opération | Motif et règle appliquée | Volume concerné | Résultat et réserve |
| --- | --- | --- | --- | --- | --- |
| date ; personne | nom, empreinte ou référence protégée, date d’export | renommage, conversion, exclusion, rapprochement | justification et preuve consultée | lignes/colonnes avant et après | fichier de sortie, cas non résolus, limite |

Inscrivez aussi les décisions de ne pas transformer : échelle incompatible, identifiant ambigu, question non comparable, absence inexpliquée. Une transformation reportée est une décision utile, pas un oubli. Le cadre britannique conseille de rendre visibles les changements, leur contexte et les réserves pour que les utilisateurs puissent juger si les données conviennent à leur usage. La pertinence du contrôle dépend bien de cet usage.

## Avant de lancer l’analyse

Faites relire l’inventaire et le rapprochement des questions par une personne qui connaît le questionnaire ou la collecte. Puis vérifiez :

- les originaux sont toujours disponibles et distingués des copies préparées ;
- chaque colonne utilisée renvoie à une question, une consigne, une échelle et une période identifiables ;
- les valeurs manquantes ont un statut explicite ou restent déclarées inconnues ;
- les doublons confirmés reposent sur une règle vérifiable, et les cas douteux sont signalés ;
- les transformations peuvent être reproduites à partir du journal ;
- les fichiers ou questions incompatibles sont séparés, avec une explication lisible.

Cette revue ne garantit pas que les réponses représentent toute une population ni que l’instrument mesure parfaitement le sujet visé. Elle clarifie ce qui est disponible et la portée que l’analyse peut raisonnablement avoir. Pour aller plus loin sur l’interprétation des réponses, voir notre [guide d’analyse des réponses d’un questionnaire avec l’IA](/fr/blog/analyser-les-réponses-dun-questionnaire-avec-lia-ne-confondez-pas-résumé-et-décision), l’article sur [codes, thèmes et interprétation](/fr/blog/analyse-thématique-distinguer-codes-thèmes-et-interprétation) et notre méthode pour [citer un verbatim sans en déformer le sens](/fr/blog/verbatim-définition-et-méthode-pour-citer-sans-trahir-le-sens).

Si vous avez ensuite un export de réponses structuré et compatible, Harmate propose un parcours d’import CSV, JSON ou XLSX avec correspondance des colonnes à vérifier. Cela ne fusionne pas automatiquement plusieurs fichiers, ne repère ni ne supprime les doublons, et ne répare pas les valeurs manquantes ; ces décisions restent dans votre méthode de préparation et sous votre contrôle ([importer des réponses dans Harmate](/fr/product/response-import)).