Plan la séance 4 Mesures et échelles

Slides:



Advertisements
Présentations similaires
Analyse d’items Ensemble de procédés statistiques dont le but est d ’évaluer la qualité d’un instrument de mesure et des items qui le composent. Ensemble.
Advertisements

Base de sondage et Plan de sondage Pres. 5
Présentation des données
Regroupement (clustering)
Regroupement (clustering)
PROBLEMES OUVERTS QUESTIONS OUVERTES
Chapitre 5. Description numérique d’une variable statistique.
LE QUESTIONNAIRE D’ENQUETE
ANALYSE CONJOINTE 29/06/07- Analyse conjointe.
Collecte de données F. Kohler.
Alimentation et développement durable en Nord-Pas de Calais
LES SUPPORTS DE VENTE 1/ LA CARTE DES METS 1.1 Les différents supports
Présentation: NGOK Emmanuel Expert en comptabilité nationale AFRISTAT
Traitement de données socio-économiques et techniques d’analyse :
Plan la séance 11 L’analyse multivariée
COURS 5 Les tableaux croisés, le chi-carré et la corrélation
Objectifs du chapitre 8: Mesures verbales en psychologie
Thème 5 (suite) : le développement des échelles de mesure
Les principaux résumés de la statistique
Plan la séance 4 La problématique d’une recherche
Régression linéaire simple
Groupe 1: Classes de même intervalle
Opération et systèmes de décision Faculté des Sciences de l administration MQT Probabilités et statistique Mesures caractéristiques.
19 février 2002 marketing - Danielle Léger 1 Réalisation : Danielle Léger Travail produit dans le cadre du cours EDU-7492 Réalisation : Danielle Léger.
Howell, Chap. 1 Position générale
Comprendre la variation dans les données: Notions de base
Plan la séance 8 Préparation des données
Plan la séance 4 Mesures et échelles Conception du questionnaire
Séminaire d’Analyses comparatives et enquête sociologique
3.3. Indices et échelles.
Avantages et Désavantages
Les prévisions et la gestion de la demande
RECHERCHE COMMERCIALE
RECHERCHE COMMERCIALE
Structure discriminante (analyse discriminante)
La méthode sociologique
Plan la séance 12 La recherche qualitative
Plan la séance 10 Analyse des données quantitatives
La régression multiple
Plan la séance 2 Le processus de recherche
Thème: statistiques et probabilités Séquence 3: Statistique descriptive Utiliser un logiciel (par exemple, un tableur) ou une calculatrice pour étudier.
Journal mathématiques
Echantillonage pour une Evaluation d’Impact
STATISTIQUES DESCRIPTIVES
JEAN-MARC FONTAN SOC-1101 COURS 3
La recherche au service du communicateur: Cours 9 Automne 2006 L’analyse de données.
Introduction à une analyse statistique de données
VARIABLES ET MESURES DE FREQUENCES Pr. KELLIL M 1.
Thème: Essai d’analyse comportementale du consommateur Algérois par rapport au yaourt et produits similaires. Cas d’étude: Yaourt Soummam Réalisé par.
HISTORIQUE Les origines des techniques du positionnement multidimensionnel remontent aux travaux de Richardson (1938) qui cherchait à comprendre.
Échantillonnage aléatoire simple
La mesure.
Études de Marché MBA Hiver 2006 SÉANCE 3: LES DONNÉES PRIMAIRES: MÉTHODES QUALITATIVES.
Études de Marché MBA Mars 2005 La recherche par sondage.
JEAN-MARC FONTAN SOC-1101 COURS 4
Études de Marché MBA Hivers 2006 La recherche par sondage.
Études de Marché Dess communication de masse
© Benoit Duguay, 2013 Plan la séance 6 Conception du questionnaire  Introduction  Un bon questionnaire  Étapes de la conception d’un questionnaire 
Les distributions de fréquences et de pourcentages
Enquête exclusive SNIV-SNCP
Statistique Descriptive Les Paramètres de Tendance Centrale
ECOLE DES HAUTES ETUDES COMMERCIALES RECHERCHE MARKETING Dr. KHERRI Abdenacer Mai
BIOSTATISTIQUES Définitions.
ECHANTILLONAGE ET ESTIMATION
Quelques point de repère pour élaborer une progression concernant la technique opératoire de la division euclidienne (CM1 et CM2) I Rappels pour l’enseignant.
ÉCONOMIE POUR INGÉNIEURS CHAPITRE 1 Les fondements de l’économie d’ingénierie © 2013 Chenelière Éducation inc.
 Champ des mathématiques  Ensemble de méthodes et de techniques  Permet une analyse objective  Facilitées aujourd’hui par les tableurs.
Chapitre 4 Statistique descriptive 1. Echantillonnage statistique population On appelle population, un ensemble d’individus auquel on s’intéresse échantillon.
Notions de statistiques et d’analyse de données Master 1 MGS – Sarah MISCHLER –
Transcription de la présentation:

Plan la séance 4 Mesures et échelles Échelles primaires de mesure Types d’échelles de mesure Caractéristiques des échelles Évaluation de échelles Atelier : Préparation de la proposition de recherche

Mesure Vise à quantifier un élément Attribution d’un symbole ou d’un chiffre à une caractéristique d’un objet ou d’une personne P. ex.: l’âge d’une personne, la durée d’un séjour

Échelle de mesures Structure d’une série de mesures Valeurs organisées à l’intérieur d’un continuum P. ex.: l’âge ou le niveau de satisfaction selon « n » catégories

Échelles primaires de mesures Échelle nominale Échelle ordinale Échelle d’intervalles Échelle de proportions Mesures composées

Échelle nominale Niveau de mesure élémentaire Permet seulement l’identification P. ex. : oui/non, l’occupation, le sexe, l’origine ethnique, les différents types de tourisme Traitement statistique descriptif : Fréquence Mode 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.

Échelle ordinale Mesure qui permet à la fois l’identification et l’ordonnancement Ne fourni pas d’ordre de grandeur relative entre les différentes positions sur l’échelle P. ex. : le classement de plusieurs villes en fonction de leur popularité selon leur rang (1er, 2e, 3e...) Traitement statistique descriptif : Fréquence Médiane 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.

Échelle d’intervalles Mesure qui ajoute l’égalité des intervalles à l’identification et l’ordonnancement P. ex. : le classement de plusieurs villes en fonction de leur popularité selon un pointage classé en plusieurs catégories (ainsi, 87 classé dans la catégorie 80 à 100) Point zéro arbitraire Traitement statistique descriptif : Fréquence Moyenne Écart-type 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.

Échelle de proportions (ou de ratio) Mesure qui ajoute un point zéro absolu à l’égalité des intervalles, l’identification et l’ordonnancement P. ex.: fréquence de l’utilisation de l’avion (0, 1, 2, 3,... fois par année), l’âge ou le revenu exprimés en nombre exact Traitement statistique descriptif : Fréquence Moyenne Écart-type 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.

Mesures composées L’étude de certains phénomènes peut nécessiter la mesure de plusieurs éléments ou variables Par exemple : l’indice des prix à la consommation est composé des mesures du prix de plusieurs produits, l’indice SEI des différentes facettes de l’estime de soi repose sur les réponses à plusieurs questions L’indice des prix à la consommation : http://www.statcan.gc.ca/pub/62-001-x/2012010/ct017-fra.htm Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.

Types d’échelles de mesure Additive Stapel Icônes Types d’échelles Non comparatives Comparatives Par paires Ordre de classement Q-Sort Classement continu détaillé Somme constante Simples Likert Numérique Sémantique différentielle 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.

Échelle simple dichotomique Les répondants doivent répondre à une question qui permet de les classifier entre deux catégories Montréal est une ville prestigieuse : _______ En accord ______ En désaccord Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.

Échelle simple de catégories Les répondants doivent indiquer leur préférence en classant plusieurs éléments selon des catégories (3 ou plus) prédéfinies Quelle a été l’importance des critères suivants dans votre choix de destination voyage : Très Moyennement Peu important important important Climat ______ ______ ______ Image ______ ______ ______ Prix ______ ______ ______ Boutique ______ ______ ______ Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.

Échelles comparatives Comparaison entre des objets d’étude Peut détecter de petites différences entre les objets d’étude Faciles à comprendre et à utiliser Nature ordinale (non métrique) des 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.

Comparaisons par paires Permet de comparer des objets par rapport à u attribut donné Le nombre de comparaisons requises est égal à n*(n-1)/2, où “n” représente le nombre d’objets Par exemple, pour comparer 5 marques, on devra effectuer 10 comparaisons Si le nombre de marques est trop élevé, les répondants pourront avoir de la difficulté à discriminer 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.

Exemple de comparaison par paires B C A/B ,8 ,2 A/C ,7 ,3 B/C ,4 ,6 Moyenne ,75 ,45 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.

Ordre de classement Les répondants doivent classifier les objets d’étude dans un certain ordre selon un critère d’évaluation précis Un répondant peut n’aimer aucun objet, même celui classifié en première position Le nombre de décisions requises est égal à (n-1), où “n” représente le nombre d’objets Ville Ordre Québec _________ Ottawa _________ Montréal _________ Toronto _________ 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.

Échelle de somme constante Veuillez répartir un total de 100 points entre les trois villes suivantes, selon votre appréciation de chacune de ces villes sur le plan écologique : Ville A 55 Ville B 30 Ville C 15 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.

Échelle de type Q-sort Tri d’énoncés qualitatifs inscrits sur des cartes (minimum 60, maximum 140, idéalement 70 à 80) en piles ou catégories selon un critère d’évaluation précis (p. ex. niveau d’accord) Réservé à des usages spécialisés (p. ex. en psychologie) 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.

Échelles non comparatives Chaque objet d’étude est classifié indépendamment des autres L’échelle peut être continue ou détaillée, elle peut même faire appel à des icônes Données d’intervalles ou de proportions (métriques) 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.

Classement continu L’échelle continue propose un continuum de choix entre deux positions opposées Pour moi, la Ville de Montréal est : Très excitante Très peu excitante Très reposante Très peu reposante Très agréable Très peu agréable 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.

Classement détaillé ou échelles multiples Les échelles multiples proposent des catégories associées à un chiffre, à une courte description ou à une icône Les répondants choisissent la catégorie qui répond le mieux à leur opinion personnelle 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.

Échelle de Likert Les répondants doivent indiquer leur niveau d ’accord, ou de désaccord, sur une échelle en plusieurs points (habituellement 5), par rapport à une série d ’affirmations Très populaire PCQ facile à administrer 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.

Exemple d’échelle de Likert Je préfère utiliser le transport en commun plutôt que l’automobile pour me rendre à mon travail (habituellement présenté à l’horizontal) : Fortement en désaccord ___ En désaccord ___ Ni en désaccord, ni en accord ___ En accord ___ Fortement en accord ___ 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.

Échelle sémantique différentielle Permet au répondant d’exprimer un choix entre une série d’adjectifs bipolaires sur une échelle en 7 points Traditionnellement, l’échelle est pondérée de +3 à -3 ou de 7 à 1 Attention aux choix d’adjectifs et de leurs antonymes Redondance des adjectifs avec ou sans inversion 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.

Exemple d’échelle sémantique différentielle Pour moi, utiliser le train est : Désagréable ___ : ___ : ___ : ___ : ___ Agréable Reposant ___ : ___ : ___ : ___ : ___ Fatigant Simple ___ : ___ : ___ : ___ : ___ Compliqué 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.

Présentation des réponses Échelle sémantique différentielle Moyennes et écarts types Gracieuseté des étudiants suivants du EUT4108 H2009: Marie-Ève Aubry, Alexandre Champagne, Alexandra Fauteux, Mathieu Lavoie, Micheline Petit

Échelle numérique Similaire à l’échelle sémantique différentielle, sauf qu’elle remplace le choix d’adjectifs bipolaires par un choix numérique entre deux positions opposées Pour moi, le fait de voyager est : Très peu excitant 1 2 3 4 5 Très excitant Très peu reposant 1 2 3 4 5 Très reposant Très peu agréable 1 2 3 4 5 Très agréable Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.

Échelle additive L’échelle additive est en fait une utilisation de l’échelle numérique Un score total est calculé pour une série de questions Exemple du CFSEI-2

Échelle de Stapel Similaire à l’échelle sémantique différentielle, sauf qu’elle remplace le choix d’adjectifs bipolaires par un seul objectif placé au centre d’une échelle dont les valeurs peuvent s’échelonner de +3 à -3 par exemple Plus facile à construire et à administrer que l’échelle sémantique différentielle 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.

Exemple d’échelle de Stapel Ville A +3 +2 +1 Large choix d’hôtels -1 -2 -3 Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS,  4e éd.,  Paris: Pearson Education France.

Échelle avec icônes Efficace avec personnes moins lettrées, tels les enfants, ou dans un environnement multilingue Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.

Caractéristiques des échelles Nombre de catégories Équilibrées ou non Nombre pair ou impair de catégories Description des 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.

Nombre de catégories Catégories nombreuses ajoutent précision Difficulté pour les répondants augmente avec le nombre de catégories Nombre de catégories en rapport avec le niveau de connaissance des répondants Optimal = 5 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.

Échelles équilibrées ou non Nombre de catégories favorables VS défavorables égal ou inégal? Catégories sont normalement équilibrées Exception si biais de l’échantillon (complexe) 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.

Nombre pair ou impair de catégories Si impair, la catégorie centrale est neutre Si pair, le répondant doit prendre position Échelle de Likert comporte un nombre impair 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.

Description des catégories Descripteur pour chaque catégorie ou seulement pour les extrêmes? Peut parfois réduire l’ambiguïté pour le répondant mais n’améliore pas nécessairement la fiabilité des données Si un descripteur n’est pas utilisé sur le questionnaire, on devra en créer un au moment de l’interprétation des 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.

Atelier : La proposition de recherche Document contractuel qui décrit la recherche de façon détaillée Doit être approuvé et signé par le client Doit entre autres comporter les éléments suivants : Formulation des questionnement, objectifs, hypothèses et informations requises Type de recherche Méthodologie Unité d’étude Instrument et méthode de collecte de données Méthode d’échantillonnage Taille de l’échantillon Livrables Échéancier Coûts (forfaitaire, journalier, horaire, dépenses,…) Conditions particulières (P. ex. entente de collaboration)