Statistique Descriptive Analyse des données Recensement Collecte des données Sondage Statistique Descriptive Analyse des données Inférence Statistique Conclusions Prise des décisions

Découvrir un ensemble d’outils statistiques de plus en plus largement utilisés en gestion Connaître leurs fondements « théoriques » Savoir interpréter leurs résultats et évaluer leur pertinence Être capable de les appliquer concrète- ment au travers de logiciels spécialisés

Les statistiques : par nature une discipline quantitative Statistiques descriptives : comment organiser, résumer, présenter des données. Statistiques inférentielles : comment aboutir à une conclusion sur un ensemble de données quand on ne possède qu’une partie de ces données (exemple des sondages).

Concepts de base Population : ensemble des unités statistiques observées. Individu : unité statistique de base ou élément de la population étudiées. Caractère ou variable : aspect particulier de l’individu auquel on s’intéresse et qui pourra prendre différentes valeurs selon l’individu concerné. Mesurer une variable revient à traduire sous la forme d’un nombre une réponse ou une caractéristique d’un individu. Ordre / Distance / Origine

Les variables peuvent être de deux natures Qualitatives Quantitatives Echelles nominales ordinales Echelles de proportions intervalles Continues Discrètes

Les variables peuvent être de deux natures Echelles nominales Les variables peuvent être de deux natures ordinales de proportions intervalles Qualitatives Quantitatives Continues Discrètes Etiquette permettant d’identifier les individus comme appartenant à un groupe donné (relation d’identification).

Les variables peuvent être de deux natures Echelles de proportions intervalles Qualitatives Quantitatives Continues Discrètes Echelles nominales Echelles ordinales Echelle de classement établissant une relation d’ordre entre des individus et ce par rapport à un classement prédéfini.

Les variables peuvent être de deux natures Echelles nominales Les variables peuvent être de deux natures ordinales de proportions d’intervalles Qualitatives Quantitatives Continues Discrètes Echelle métrique (quantitative) mais dont la valeur 0 (origine) est fixée arbitrairement.

Les variables peuvent être de deux natures Echelles nominales Les variables peuvent être de deux natures ordinales de proportions d’intervalles Qualitatives Quantitatives Continues Discrètes Encore appelées échelles de ratios, ces échelles respectent toutes les propriétés des nombres.

Les variables peuvent être de deux natures Echelles nominales ordinales de proportions intervalles Qualitatives Quantitatives Continues Discrètes 1=Citroën 2=Peugeot 3=Renault 1=Hommes 2=Femmes Intervalles Proportions Catégories Températures Age, taille,... Nb d’enfants

Les échelles d’attitude : Likert/Osgood Qualitatives Quantitatives Echelles nominales Echelles ordinales Echelles intervalles Echelles de proportions

Les échelles d’attitude : Likert/Osgood Les olives marocaines sont de bonne qualité. q Tout à fait d’accord 5 q D’accord 4 q Peut-être/Indifférent 3 q Pas d’accord 2 q Pas du tout d’accord 1 ou +2 ou +1 ou 0 ou -1 ou -2 mais pas 5 mais pas 2 mais pas 3 mais pas 1 mais pas 4 Relation d’ordre ou +2 ou +1 ou 0 ou -1 ou -2 Choix du nombre (pair/impair) de modalités L’utilisation de ce type d’échelle d’attitude suppose que la distance entre deux points successifs est toujours la même quels que soient ces points...

Les échelles d’attitude : Likert/Osgood Evaluation Puissance Action Bon/Mauvais Beau/Laid... Actif/Passif Rapide/Lent... Fort/Faible Grand/Petit... Osgood a montré qu’il existait un corps commun de référence dans l’évaluation des concepts, produits,… qui s’articule autour de trois dimensions principales.

Les échelles d’attitude : Likert/Osgood Evaluation Puissance Action Bon/Mauvais Beau/Laid... Actif/Passif Rapide/Lent... Fort/Faible Grand/Petit... Les olives marocaines sont de mauvaise qualité. sont de bonne qualité. Extrê- mement Très Assez Ni l’un, ni l’autre

Sondage Méthodes Taille Probabilistes Empiriques Marge d’erreur tolérée Degré de confiance Probabilistes Empiriques Normalité de la population Aléatoire simple Quotas Stratifiée Nature de l’information : Quanti (moyenne) ou Quali (proportion) Par degrés Systématique

STATISTIQUE DESCRIPTIVE ANALYSE UNIVARIEE STATISTIQUE DESCRIPTIVE Tableaux de fréquences Graphiques Réduction des données Barres Données discrètes Position Secteurs Bâtons Dispersion Données en classes Polygone Forme Histogramme

Relation entre deux variables ANALYSE BIVARIEE Relation entre deux variables Corrélation Indépendance Tests statistiques Coefficient de corrélation Test Khi deux Paramétriques Non paramétriques Tableau croisé Test de signification

Tests non paramétriques TESTS STATISTIQUES Tests paramétriques Tests non paramétriques Test de conformité d’une proportion Test de conformité d’une moyenne Test d’égalité de deux proportions Test d’égalité de deux moyennes Test de comparaison de plusieurs proportions

Principe d’un test statistique 1. Formuler des hypothèses : Hypothèse nulle H0 : = Hypothèse alternative H1: < ou > (unilatéral) ou ≠ (bilatéral) 2. Calculer une valeur de décision ou une probabilité de signification. 3. Décision : On rejette H0 si valeur de décision ≥ valeur tabulée On rejette H0 si probabilité de signification ≤seuil de signification

quer et une ou plusieurs ANALYSE MULTIVARIEE Y-a-t-il une variable à expli- quer et une ou plusieurs variables expli- catives ? Méthodes descriptives NON Méthodes explicatives OUI Les variables sont elles quantitatives ? La variable à expliquer est-elle quantitative ? OUI NON Les variables explicatives sont-elles quantitatives ? Les variables explicatives sont-elles quantitatives ? OUI NON OUI NON OUI NON Analyses factorielles (A.C.P. et A.F.C.) Analyse des correspondances (A.C.M.) Régression linéaire Analyse de la variance Analyse discriminante Analyse conjointe Typologie