La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

© Benoit Duguay, 2013 Plan la séance 8 Préparation des données Processus de préparation des données Vérification et édition des questionnaires Codage,

Présentations similaires


Présentation au sujet: "© Benoit Duguay, 2013 Plan la séance 8 Préparation des données Processus de préparation des données Vérification et édition des questionnaires Codage,"— Transcription de la présentation:

1 © Benoit Duguay, 2013 Plan la séance 8 Préparation des données Processus de préparation des données Vérification et édition des questionnaires Codage, transcription et nettoyage des données Ajustement statistique des données Stratégie danalyse des données Logiciels danalyse quantitative Atelier : Préparation et validation du guide de codification

2 © Benoit Duguay, 2013 Processus de préparation des données Vérification questionnaires Édition questionnaires Codage questions Transcription données Nettoyage données Ajustement statistique données Stratégie danalyse données Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

3 © Benoit Duguay, 2013 Vérification et édition des questionnaires (1 de 3) Ne pas attendre la fin de la collecte de données Réponses très peu variées (choix des extrêmes p. ex.) Réponses suspectes (incohérences) Réponses difficiles à lire (questions ouvertes) Réponses multiples à une question à choix unique Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

4 © Benoit Duguay, 2013 Vérification et édition des questionnaires (2 de 3) Questionnaires incomplets Respect des instructions Pages manquantes Réception après date limite Répondant non éligible (âge p. ex.) Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

5 © Benoit Duguay, 2013 Vérification et édition des questionnaires (3 de 3) Objectif : améliorer lexactitude des réponses Solutions si trop de manques sont constatés sur le questionnaire : Gros échantillons : éliminer le répondant (possibilité de biais) Petits échantillons : contacter le répondant pour effectuer des corrections OU en sélectionner un nouveau en respectant la méthode déchantillonnage Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

6 © Benoit Duguay, 2013 Codage des questions Transformer les réponses en données quantifiables Identification des variables Identification des valeurs pour chaque variable Code plus élevé à valeur la plus positive : oui = 2, non = 1 Choix dune ou plusieurs valeurs pour les données manquantes (p. ex. 99) Voir exemple de guide de codage ci-contre Hyperlien : codifie.pdf codifie.pdf Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

7 © Benoit Duguay, 2013 Codage des questions non structurées (ouvertes) Créer des catégories : Mutuellement exclusives Collectivement exhaustives Lire toutes les réponses Attribuer une catégorie distincte à tout élément critique même si personne nen fait mention Conserver un niveau de détail le plus élevé possible sans exagérer le nombre de catégories Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

8 © Benoit Duguay, 2013 Transcription des données Saisie des données Construction dune base de données (feuille de calcul Excel) Variables : À la verticale Numérotation Une colonne pour chaque variable Questionnaires (répondants) : À lhorizontal Numérotation Une ligne pour chaque questionnaire (répondant) Voir fichier de saisie de données ci-contre Hyperlien :http://eut4115.uqam.ca/spss/eut4115_saisie _donnees.xlshttp://eut4115.uqam.ca/spss/eut4115_saisie _donnees.xls Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

9 © Benoit Duguay, 2013 Exemple de fichier de données après la saisie Hyperlien : ier_donnees.xls ier_donnees.xls

10 © Benoit Duguay, 2013 Transcription automatisée Hyperlien : Hyperlien :

11 © Benoit Duguay, 2013 Nettoyage des données : Contrôle duniformité Vérifier données hors norme (anormales), p. ex. « 6 » pour une variable codifiée 1 à 5 : Vérifier en triant chaque colonne Si non contrôlé à létape de la vérification des questionnaires : Réponses très peu variées (choix des extrêmes p. ex.) Réponses suspectes (incohérences) Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

12 © Benoit Duguay, 2013 Nettoyage des données : Réponses manquantes (1 de 2) Retourner au questionnaire Substitution par valeur manquante (p. ex. 99) Substitution par valeur neutre (p. ex. moyenne) : Discutable Introduit biais Substitution par valeur imputée (déduction par rapport autres réponses) : Travail considérable mais procédure statistiques Introduit biais Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

13 © Benoit Duguay, 2013 Nettoyage des données : Réponses manquantes (2 de 2) Suppression du répondant : Si nombreuses réponses manquantes Possibilité de biais lié à léchantillon Suppression appariée : Plutôt que de supprimer les questionnaires qui présentent de nombreuses réponses manquantes, retenir seulement réponses valides pour chaque variable Utiliser seulement avec échantillon de grande taille, réponses manquantes rares et relations entre variables faibles Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

14 © Benoit Duguay, 2013 Ajustement statistique des données Pondération : Ajuster le rapport dimportance entre les catégories de répondants Utilisée pour augmenter la représentativité dun échantillon Voir exemple diapo suivante Création et transformation de variables (voir autre diapo) Changement déchelle (voir autre diapo) Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France. Source : priorite-l-equilibre- alimentaire,2107, asp priorite-l-equilibre- alimentaire,2107, asp

15 © Benoit Duguay, 2013 Exemple de pondération Âge (1) Proportion échantillon (2) Proportion population (3) Poids (3/2) %11%0, %14%2, %18%0, % 1, %25%1,14 Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

16 © Benoit Duguay, 2013 Création et transformation de variables Transformation des variables existantes : Transformer les catégories pour comparer les données dune étude avec celles dune autre étude Équilibrer des données manifestement biaisées (standardisation - COMPLEXE) Création dune nouvelle variable : Calcul dun indice composé Synthèse de plusieurs variables Création de catégories (p. ex. âge) Fonctions dans SPSS : Compute Recode Voir exemples dans les diapos suivantes Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

17 © Benoit Duguay, 2013 Création et transformation de variables Estime de soi personnelle (VAR202) Addition des réponses de 8 questions parmi les 40 du test CFSEI-2test CFSEI-2

18 © Benoit Duguay, 2013 Création de variables muettes Variables utilisées pour représenter différents groupes dans la population sans utiliser une échelle ordinale qui aurait peu de sens Utilisées dans les analyses de régression Valeurs les plus fréquentes sont 0 et 1 (binaire) Re-spécification dune variable avec K catégories nécessite lutilisation de K-1 variables muettes Voir exemple diapo suivante Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

19 © Benoit Duguay, 2013 Exemple de variables muettes Allégeance Codification originale Variables muettes X1X1 X2X2 X3X3 Conservateur1 100 Libéral2 010 Bloc3 001 NPD4 000

20 © Benoit Duguay, 2013 Stratégie danalyse des données Schéma danalyse préliminaire Types déchelle de mesure Technique danalyse VS objectif (différences ou dépendance entre variables, prédiction, etc.) Expérience et préférence du chargé détude Stratégie finale danalyse Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

21 © Benoit Duguay, 2013 Analyse des fréquences Une variable à la fois Distribution des réponses Mesures de position centrale : Moyenne Mode Médiane Mesures de dispersion : Étendue (écart) Variance et écart-type Mesures de forme : Symétrie (skewness) Aplatissement (kurtosis) Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

22 © Benoit Duguay, 2013 Analyse des relations entre les variables Deuxième variable Nominale ou ordinale Intervalles ou proportion (ratio) Première variable Nominale ou ordinale Tris croisés Comparaison moyennes Intervalles ou proportion (ratio) Comparaison moyennes Corrélation ou régression Tiré de : dAstous, Alain Le projet de recherche en marketing, 2 ième éd. Montréal (QC) : Chenelière/McGraw-Hill, p. 267

23 © Benoit Duguay, 2013 Analyses multivariées Tris croisés : La plus utile et la plus fréquemment utilisée Analyse de la relation existant entre deux variables (bivariée) ou trois variables (multivariée) P. ex., linfluence du sexe sur le choix de destination Comparaison moyennes : Analyse de la différence existant entre les moyennes de deux catégories de personnes P. ex., la différence entre les ans et les ans par rapport au pourcentage de personnes qui achètent une croisière

24 © Benoit Duguay, 2013 Analyses multivariées Corrélation : Analyse de la relation existant entre deux variables métriques Augmentation des valeurs de la première correspond- elle à une augmentation, ou à une diminution, des valeurs de la seconde? P. ex., la relation entre linvestissement publicitaire et les ventes dun restaurant Régression : Analyse de la relation de dépendance entre deux variables métriques Utilisation de variables muettes lorsque requis P. ex., la relation entre le niveau destime de soi et le choix une résidence luxueuse

25 © Benoit Duguay, 2013 Tests de comparaison Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

26 © Benoit Duguay, 2013 Tests de comparaison Khi deux (X 2 ) : Test du niveau de signification de la relation entre deux variables (tri croisé) X 2 valeur théorique Niveau de signification usuel de 95% (19 fois sur 20), Voir statistique P 0,05 (95%) Test t : Permet dénoncer des conclusions sur lexistence de différences significatives entre les moyennes de deux échantillons t 1,98 ou t -1,98 Niveau de signification usuel de 0,05 (95%) Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2011), Études Marketing avec SPSS, 6e éd., Paris: Pearson Education France.

27 © Benoit Duguay, 2013 Logiciels danalyse quantitative

28 © Benoit Duguay, 2013 Atelier Préparation du guide de codification Validation du guide de codification


Télécharger ppt "© Benoit Duguay, 2013 Plan la séance 8 Préparation des données Processus de préparation des données Vérification et édition des questionnaires Codage,"

Présentations similaires


Annonces Google