L'analyse de données: analyse univariée, bavariée et restitution des résultats

Thèmes abordés

analyse, données, univariée, bivariée, restitution, résultats

Résumé du document

Vue d'ensemble de la démarche

« Nettoyage » (élimination ou suppression des aberrations)

Évaluation de la qualité de l'échantillon, redressements

Dépouillement (analyse « univariée » : lecture simple des
résultats)

Analyse ciblée selon les objectifs (analyse « bivariée ») :
• y a-t-il des différences de réponses en fonction de certains critères ?
• comment se décomposent les réponses selon le profil des répondants ?
-> identification de cibles potentielles


• Y a–t-il des corrélations entre certaines variables ?
• Certaines hypothèses de départ se confirment-elles? Sinon qu'est-ce qui pourrait les réfuter ?
-> découverte de possibles relations de cause à effet

Extraits

[...]  C'est ce qu'on appelle la covariance • qui peut s'interpréter comme “La variable 1 explique de la variance de la variable 2”  Le fait de la “standardiser” (la faire correspondre à une loi Normale centrée réduite) donne ce qu'on appelle le “coefficient de corrélation” (le r de Pearson)  Il existe des corrélations linéaires, mais aussi logarithmiques, exponentielles, etc.  Il mesure :  Le sens de l'association ( 50% Attention on peut avoir une corrélation non linéaire (Sphinx ne teste que le linéaire) Calculer plusieurs corrélations d'un seul coup 4.2 .3.b Tableau de moyennes croisé (var. nominale x var. [...]

[...] ddl = degrés de liberté (ici toujours égal au nbre de modalités Utile seulement si l'on se sert d'une table manuelle) Exemple de dépouillement avec Sphinx – Strates – Tris à plats Exemple d'étude sous Sphinx  Objectif de l'étude :  Connaître les forces et faiblesses d'un magasin Décathlon  Questions de recherches:  Connaître l'appréciation de 5 éléments: • • • • • Les services, Le rayon équitation, Les chaussures, Le vélo, L'habillement léger. Comprendre les strates   A titre d'exemple, on ne va s'intéresser qu'à UNE PARTIE de l'échantillon: ceux qu'on qualifie (arbitrairement) de « fidèles », c'est-à-dire ceux qu'on a défini au préalable comme allant plus de 10 fois par an chez Décathlon et qui ont Décathlon comme premier magasin de sport. On passe de 1642 répondants à 301 répondants Cette démarche est très utile pour étudier des PROFILS SPECIFIQUES de répondants. [...]

[...] L'ANALYSE DE DONNEES 4.1 ANALYSE UNIVARIEE ANALYSE BIVARIEE 4.3 RESTITUTION DES RESULTATS Vue d'ensemble de la démarche « Nettoyage » (élimination ou suppression des aberrations) Évaluation de la qualité de l'échantillon, redressements Dépouillement (analyse « univariée » : lecture simple des résultats) Analyse ciblée selon les objectifs (analyse « bivariée ») : • y a-t-il des différences de réponses en fonction de certains critères ? • comment se décomposent les réponses selon le profil des répondants ?  identification de cibles potentielles • Y a–t-il des corrélations entre certaines variables ? • Certaines hypothèses de départ se confirment-elles? [...]

[...]  découverte de possibles relations de cause à effet 4.1 L'ANALYSE UNIVARIEE PRINCIPE TESTS UTILISATION DE SPHINX Le principe  Toute synthèse doit commencer par un « dépouillement »  Elle brosse les grands traits du tableau (présentation de l'échantillon, description des scores de satisfaction, etc )  les valeurs centrales des réponses  la dispersion des réponses autour de ces valeurs  Elle utilise généralement des indicateurs simples  Si l'on raisonne en effectifs : analyse modale • • La valeur où l'effectif est le plus grand : le mode La valeur qui partage les effectifs en quantités égales : la médiane  Si l'on raisonne en valeurs : analyse algébrique • • La moyenne arithmétique L'écart moyen ou l'écart-type ou le coefficient de variation Hommes Femmes France Échantillon Satisfaits France Échantillon Satisfaits ? Les tests statistiques : pourquoi faire? EXEMPLE : QUE PEUT-ON DIRE DE CE GRAPHIQUE ? Explications  Graphique : seule une analyse visuelle est possible . [...]

[...]  Impossible de voir si une réponse « dépasse » nettement une autre  « Peut-on vraiment dire que les hommes sont plus nombreux que les femmes ? ou bien leurs proportions sont-elles finalement similaires ? »  UTILISATION DES TESTS UNIVARIES (ou « d'ajustement »)  Impossible de voir si les réponses sont statistiquement différentes d'une base de comparaison (vs autre questionnaire, statistiques de l'INSEE, etc.)  « Notre répartition est-elle similaire à la répartition nationale de femmes et 48% d'hommes) ? »  Impossible de « différencier » les réponses  « Les hommes ont-ils répondu différemment des femmes ? [...]