II. Face aux sources : corpus et échantillons

La remise en cause du quantitatif depuis les années 1980 est largement passée par des questions sur l'usage des sources. Plutôt que d'utiliser des statistiques du passé ou de rechercher une mise en série systématique, beaucoup préfèrent dorénavant plonger dans des sources plus « micro », plus nominatives, et ne pas en sacrifier la richesse en les catégorisant (cf. chapitre III). De plus, au vertige des courbes a souvent succédé celui des bases de données exhaustives comme « façon de retrouver le paradis perdu de la totalité » [Lepetit, 1989]. Comme le dit André Zysberg [1987], on a pu entendre des universitaires « affirmer, non sans gourmandise : et le corpus ne sera jamais achevé... » Ce vertige est entretenu, depuis les années 2000, par l'objectif de la mise en ligne : si ces bases de données sont des outils pour la recherche, ne faut-il pas qu'elles puissent répondre à toutes les questions possibles ? En réalité, une telle base de données n'existe pas, ne serait-ce que parce qu'elle repose, implicitement ou explicitement, sur la définition d'un corpus.
C'est la première étape, souvent difficile, à laquelle tout chercheur est confronté : comment constituer des sources en corpus de données quantifiables ? Quels sont les écueils à éviter pour produire des chiffres à la fois interprétables et qui ne relèvent pas de la surinterprétation ? Pour cela, il est nécessaire de connaître quelques grands principes. Si aucune source n'impose ni n'exclut a priori la quantification, il faut arriver à ne comparer que ce qui est comparable, se garder d'épiloguer sur des différences faibles entre corpus exigus, mais aussi et sans doute surtout savoir échantillonner à bon escient : la quantification n'a de sens que si les résultats obtenus sont à la mesure des efforts fournis, en particulier lors de la saisie…