Schéma général du dépouillement des données quantitatives
1. Étapes du dépouillement des données quantitatives
Prérequis : la base de données doit avoir été nettoyée.
| Étape | Opération |
|---|---|
| Mise à plat des résultats | Dénombrer l’ensemble des réponses : analyse descriptive ou univariée. |
| Recodage | Transformer notamment les réponses textuelles ou les dates pour les rendre exploitables. |
| Création de variables | Déterminer de nouvelles variables ou combiner des variables existantes. |
| Traitements croisés | Étudier les relations entre variables, par des croisements simples ou multiples. |
| Analyses multivariées | Analyser simultanément plusieurs variables. |
| Mise en forme | Présenter les résultats de manière lisible. |
Le dépouillement progresse de la description des réponses vers les analyses croisées et multivariées.
Les tris à plat et l’analyse univariée
1. Principe du tri à plat
Le tri à plat étudie les réponses question par question : il dénombre les réponses apportées aux questions fermées et décrit la distribution d’une variable. C’est la base de l’analyse univariée.
2. Questions fermées
On compte le nombre d’individus ayant choisi chaque réponse, puis on calcule les proportions. Les non-réponses sont généralement exclues du calcul des pourcentages en utilisant le nombre de citations comme dénominateur. Elles sont toutefois conservées lorsqu’elles sont non négligeables, par exemple dans les sondages électoraux.
3. Questions fermées à choix multiples
Lorsque plusieurs réponses sont possibles, les résultats peuvent être rapportés à deux dénominateurs :
| Base de calcul | Dénominateur | Interprétation |
|---|---|---|
| Observations | Nombre de personnes interrogées | Proportion d’individus ayant choisi une réponse |
| Citations | Nombre total de réponses cochées | Part de chaque réponse parmi l’ensemble des choix |
Exemple : pour 318 personnes ayant sélectionné au total 937 couleurs, les observations sont au nombre de 318 et les citations au nombre de 937.
4. Questions ouvertes numériques
On décrit une variable numérique à l’aide de paramètres :
| Type | Paramètres |
|---|---|
| Position | Moyenne, mode, médiane |
| Dispersion | Écart-type, étendue |
On peut également regrouper les valeurs en classes de même amplitude.
5. Questions fermées ordonnées
Pour une variable ordonnée, l’objectif est de classer les réponses. On calcule notamment un rang donné et un rang moyen.
Les tris croisés et les analyses bivariées
1. Principe des tris croisés et des analyses bivariées
Une analyse bivariée étudie les réponses à une question en fonction des réponses à une autre : par exemple, vérifier si les jeunes sont plus sensibles au jus de fruits proposé.
L’interprétation se fait en trois temps : déterminer s’il existe une relation, évaluer sa force, puis examiner les modalités qui sont concrètement liées.
| Types de questions croisées | Traitement | Test validant la relation |
|---|---|---|
| Fermée – fermée | Tri croisé | Test du khi-deux |
| Fermée – numérique | Analyse de variance (ANOVA) | Test de Fisher |
| Numérique – numérique | Régression | Coefficient de corrélation |
2. Tests statistiques
Un test statistique permet de confronter une hypothèse aux données :
- Hypothèse nulle : hypothèse testée, généralement l’absence de relation entre les variables.
- Hypothèse alternative : présence d’une relation.
L’erreur de première espèce consiste à rejeter alors qu’elle est vraie. Par convention, on fixe , soit .
L’erreur de seconde espèce consiste à accepter alors qu’elle est fausse. Diminuer augmente ; minimiser revient à maximiser la puissance du test, égale à .
Le test statistique évalue si les données permettent de rejeter ; la force et la traduction concrète de la relation s’examinent ensuite.
Croisement de deux questions fermées : test du Khi-deux
1. Principe
Le test du Khi-deux d’indépendance sert à déterminer si deux variables catégorielles sont liées. On compare les effectifs observés à ceux attendus si les variables étaient indépendantes.
2. Tableau de contingence et effectifs théoriques
Le tableau de contingence croise les modalités des deux questions et contient les effectifs réels (observés).
Les effectifs théoriques sont les effectifs attendus sous l’hypothèse d’une indépendance stricte entre les variables.
3. Statistique de test
Le nombre de degrés de liberté est :
4. Décision
On compare le Khi-deux calculé au Khi-deux théorique, lu dans la table pour .
| Condition | Décision |
|---|---|
| Rejet de : la relation entre les variables est significative. | |
| On ne rejette pas . |
Le test conclut à une relation significative lorsque le Khi-deux calculé dépasse la valeur théorique au seuil de .
5. Examiner une relation entre deux modalités
Pour étudier plus précisément deux modalités spécifiques, on peut regrouper les autres réponses dans une modalité « Autre », puis refaire le calcul.
Croisement d’une question fermée et numérique : ANOVA et test de Fisher
1. Principe de l’ANOVA
L’analyse de variance (ANOVA) sert à étudier si une variable numérique varie selon les modalités d’une variable fermée (catégorielle), par exemple une note selon le baccalauréat d’origine.
Elle décompose la variance totale en deux parts :
| Composante | Interprétation |
|---|---|
| Variance intergroupes | Variabilité expliquée par le facteur étudié |
| Variance intragroupe | Variabilité résiduelle, non expliquée par le facteur |
2. Carrés moyens et statistique de Fisher
Pour modalités du facteur et observations, le tableau d’ANOVA fournit les sommes des carrés et les carrés moyens :
| Source de variation | Somme des carrés | Carré moyen |
|---|---|---|
| Facteur | ||
| Résiduelle |
La statistique de test est le rapport entre le carré moyen du facteur et le carré moyen résiduel :
3. Décision du test
On compare à la valeur théorique de la loi de Fisher-Snedecor :
- Si , on rejette : la relation entre les variables est significative.
- Sinon, on ne rejette pas : les données ne permettent pas de conclure à une relation significative.
Une valeur de supérieure à la valeur critique indique que la variabilité entre les groupes dépasse suffisamment la variabilité résiduelle.
Croisement de deux questions numériques : corrélation et régression
1. Corrélation linéaire de Pearson
La corrélation mesure si deux variables numériques évoluent ensemble. Le coefficient de Pearson indique le sens et l’intensité de leur relation linéaire.
où
et et sont les écarts-types de et de .
| Valeur de | Interprétation |
|---|---|
| Proche de | Forte corrélation positive |
| Proche de | Forte corrélation négative |
| Proche de | Faible corrélation linéaire |
Le coefficient est toujours compris entre et .
Le signe de donne le sens de la corrélation ; sa proximité de ou de en indique la force.
2. Test de significativité d’une corrélation
On teste l’hypothèse nulle : absence de relation entre les caractères et . Pour individus, le nombre de degrés de liberté est :
Au seuil de , on compare la valeur absolue du coefficient calculé à la valeur théorique lue dans la table de Pearson :
- si , on rejette : la corrélation est significative ;
- sinon, on ne rejette pas .