Statistiques Pour La Gestion (Pierre-Charles Pupion)

 

MANAGEMENT SUP GESTION - FINANCE

Applications avec Excel, SPSS, AMOS et SmartPLS 3 e  é d i t i o n

Pierre-Charles Pupion

 

© Dunod, Paris, 2012 © Dunod, Paris, 2004 et 2008 pour les éditions précédentes ISBN 978-2-10-058346-1

 

AVANT-PROPOS

C

 .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

et ouvrage, ouvrage, desti destiné né aux étud étudiant iantss d’écon d’économie omie et de ges gestion tion,, couvre couvre l’intél’intégralité du programme de statistiques que doit acquérir un étudiant de la première année à la cinquième cinquième année (Master (Master 2). Il s’adresse, selon un processus processus progre pro gressi ssif, f, aux étu étudia diants nts de BTS BTS,, d’IUT d’IUT,, de Lic Licenc encee dd’éc ’écono onomi mie, e, de ges gestio tionn et et d’AES (première, deuxième et troisième années) et aux étudi étudiants ants de Master (pre(première et deuxième années) en école de management et à l’université. Les exemples exemples sur logiciels (Excel, SPSS,...) dans lesqu lesquels els sont présentés le less menus successifs et l’interprétation des résultats permettent à un profane de réaliser facilement des analyses statistiques (analy (analyse se financi financière ère comparée, études de marché, dépouill dépouillemen ementt d’enquê d’enquêtes, tes, prévisions prévisions de ventes.. ventes...). .). Chaque chapitre comprend un support théorique (avec les définitions et propriétés essentielles) éclairé immédiatement par des exemples d’utilisation qui permettent à l’étudiant de se familiariser familiariser aussitôt avec les not notions ions abordées, puis complété par des applications sur logiciels et des exercices. L L’approche ’approche pédagogique de type inductive, inducti ve, caractérisée par la multiplicité multiplicité des exemples, exemples, facilite l’app l’appréhension réhension de la matière. Les chapitres 1 à 5, accessibles au auxx étudiants non titulaires titulaires d’un bbaccalauréat accalauréat scientifique, scientifiqu e, fournissent les éléments fondamentaux fondamentaux des statistiq statistiques ues descriptives descriptives et du processus de collecte de données. Les chapitres 6 à 15 15 s’adressent aux étu étudiants diants de Licence et de Master 1 : ils traitent des probabili probabilités, tés, des estimatio estimations ns et tests d’hypothèse d’hypothèses, s, des tests sur les régresrégressions, des éléments fondamentaux de l’analyse de données.

 

VI

STATISTIQUES POUR LA GESTION

Les chapitres 16 à 20 s’adressent aux étudiants de Master 2 qui ont à réaliser un projet dans le cadre de leurs études. Quelques approfondissements sont plus particulièrement destinés aux chercheurs dans les domaines de l’économie et du management. Les exercices exercices en fin fin de chapit chapitre re et leurs correcti corrections, ons, figurant en fin d’ouvrage, d’ouvrage, permettent à l’étudiant de vérifier sa compréhension des notions abordées. Les QCM corrigées sont également un bon outil de préparation des étudiants candidats à des examens nationaux, nationaux, tels que les tests tests d’entrée en éco école le de comme commerce rce et dans les masters proposés par les IAE. Ce livre, livre, à la fois manuel manuel et ouvrage de référence, répond en ou outre tre aux besoins des professionnels et chercheurs en proposant des applications tirées de la vie des affaires et en donnant des exemples de traitement par logiciels de problèmes concrets de gestion gesti on (logicie (logiciels ls SP SPSS, SS, AMOS AMOS,, SmartPLS SmartPLS). ). Enfin, le lecteur trouv trouvera era des contenus complémentaires complémentaires à cet ouvrage sur le sit sitee de l’éditeur l’éditeur (ww (www w.dunod.c .dunod.com) om) : des supp supplémen léments ts de cours, des exempl exemples, es, ainsi que que des exercices.

 

TABLE DES MATIÈRES V

Avant propos

1

MÉTHODES DE COLLECTES DE DONNÉES

Section 1

Modes de collectes de données primaires ou secondaires 1 Données primaires versus secondaires 2 Collecte des données données primaires primaires

Section 2

 .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

Élaboration d’un questionnaire 1 2 3 4 5

Section 3

2

Analyse du problème étudié Nature des questions Catégories de questions questions fermées fermées Ordre des questions et pré-test pré-test L’administration ’administr ation du questionnaire questionnai re

1131

2 Traitement avec SPSS

15

Définitions

19

1 Distribution présentée présentée sous forme forme de tableau et de graphe graphe

20 20 20 21 22 22

Fonction de répartition répartition de la variable variable statistique statistiqu e x 32 V aleurs caractéristiques d’une répartition répartitio n

24 27

1 La statistique 2 Variable statistique 3 Série statistique

Section 2

1 1 2 4 4 4 5 10 10

S isie de donavec néeExcel s avec les logiciels Excel et SPSS 1 aTraitement

SÉRIES STATISTIQUES SIMPLES

Section 1

1

Présentation d’une série statistique de variable discrète

 

VIII

STATISTIQUES POUR LA GESTION

Sect Se ctio ionn 3

Section 4

Section 5 Sec ecttio ionn 6 Section 7 Section 8

Section 9

3

Desc Descri ript ptio ionn dd’u ’une ne sé séri riee sta stati tist stiq ique ue is issu suee d’u d’une ne varia ariabl blee con conti tinu nuee 30 1 Représentation Représentation de la distribution distribution sous forme de tableau tableau et de graphe 31 2 Fonction de répartition répartitio n associée à une distribution en classes 34 3 Valeurs caractéristiques caractéristiqu es de la répartition 36 Indicateurs de tendance centrale 38 1 Moyenne arithmétique x 38 2 Autres mo moyennes yennes usuelles 39 3 Le mode 40 Indicateurs de dispersion 41 1 La dispersion dispersion en termes d’écarts moyens moyens 42 2 La dispersion en termes d’intervalles 44 In Indi dica cate teur urss de form formee 45 1 Coefficients d’asymétrie d’asymétri e et d’aplatissement d’aplatiss ement 45 2 Coefficients de dispersion relative de la distribution 45 Représentations graphiques 46 1 Diagramme circulaire 46 2 Diagramme en barres 46 Indicateurs de concentration 47 1 Courbe de Lorentz 49 2 Médiale 50 3 Indices de concentration concentration 51 Analyses statistiques avec Excel et SPSS 52 1 Traitements avec avec Excel 52 2 Traitements avec avec SPSS 57

LES SÉRIES STATISTIQUES DOUBLES

Section 1 Section 2

Séries doubles à indices simples Séries doubles à doubles indices 1 Cas de variables discrètes 2 Cas mixte de variable variable discrète et continue

Section 3

Ajustement linéaire par la méthode des moindres carrés 1 Série double double à indice simple 2 Série double à deux indices

Section 4

Ajustements non linéaires de séries doubles 1 Ajustement logarithmique 2 Ajustement exponentiel

Section 5

4

Analyses statistiques avec Excel

ANALYSE INDICIAIRE DE SÉRIES TEMPORELLES

Section 1

Les indices simples 1 Indices simples de prix et de volume 2 Propriétés des indices indices simples simples

62 63 64 64 69 70 71 74 76 76 76 77 80 81 81 82

 

Table des matières

Section 2

Les indices synthétiques 1 Indices de volumes 2 Indices de prix

5

ANALYSE DES SÉRIES CHRONOLOGIQUES

Section 1 Section 2 Sectio Sec tionn 3

Les composantes d’une série chronologique Les modèles de décomposition Dét Déterm ermina inatio tions ns des des ccomp omposa osante ntess te tempo mporel relles les par méthod méthodes es empiriques 1 Méthode de la moyenne mobile 2 Méthode des pourcentages pourcentage s au trend

Sect Se ctiion 4

Dés ésai aiso sonnna nallisat isatio ionn pa parr la la métho éthode de ana nallyt ytiq iquue de Buy uyss-B Bal alllot 1 Modèle additif  2 Modèle multiplicatif multiplicatif à trend exponentiel exponentiel

Section 5

Méthode de lissage exponentiel 1 Lissage simple simple pour les séries séries sans trend trend

  e    t   u   o    T  .    d   o   n   u    D    ©

88 89 90 91 94 94 94 96 96 96

ANALYSE COMBINATOIRE

104

Traitements avec SPSS et Excel

Permutations Arrangements 1 Arrangemen Arrangements ts avec répétition 2 Arrangements sans répétition répétition

Section 3 Section 4 Section 5

7

87

1 Traitements avec SPSS 2 Traitements avec Excel

Section 1 Section 2  .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

83 83 84

97 97 98 100

Section 6

6

2 Lissage de Holt-Winters pour modèle avec trend et saisonnalité

IX

Combinaisons Répartition d’éléments non différentiables Formule de Poincaré

NOTIONS DE PROBABILITÉS

Section 1 Section 2 Section 3

104 105 105 105 106 107 107 109

Notions essentielles

109

1 Référentiel 2 Événements

109 110

Probabilité définie sur un référentiel Composition d’événements

110 111

1 Réalisation simultanée ou conjointe de deux événements 2 Réalisation d’un événement au moins

111 112

 

X

STATISTIQUES POUR LA GESTION 3 Événement contraire 4 Formule de Poincaré 5 Implication, i.e. inclusion

Section 4

Probabilités conditionnelles 1 Définition 2 Formule de Bayes

8

VARIABLES ALÉATOIRES RÉELLES

Section 1 Section 2

Définition Variables aléatoires discrètes 1 2 3 4 5

Section 3

Variables aléatoires continues 1 2 3 4 5

Sectio Sect ionn 4 Section 5

Lois de probabilité probabilit é discrètes Fonction de répartition répartitio n de X  Valeur moyenne m ou espérance mathématique E ( X   X ) Variance V ( X   X ) et autres moments centrés µ r  Médiane, p-quantiles d’une loi discrète Lois de probabilit probabilitéé continues dont le support est un intervalle Valeur moyenne m ou espérance mathématique E ( X   X )  X ) et moments centrés µ r  Variance V ( X  Fonction de répartitio répartitionn Médiane, p-quantiles d’une loi continue

Var aria iabl bles es al aléa éato toir ires es du ty type pe Y   =  φ ( X ) Inégalités de Markoff et de Bienaymé-Tchébycheff 1 Inégalité de Markoff  2 Inégalité de Bienaymé-Tché Bienaymé-Tchébycheff  bycheff 

Section 6

Variables aléatoires indépendantes 1 Couple de v.a. réelles indépendant indépendantes es 2 n-uple de v.a. réelles indépendante indépendantess

Sectio Sec tionn 7

1 Définition 2 Moyenne  X  d’un échantillon iid 

LES PRINCIPALES LOIS DE PROBABILITÉS

Section 1

Lois normales

117 117 117 118 119 120 120 121 121 122 123 123 124 125 126 126 126 126 126 126 1128 27 128 128 130

1 Loi de Bernoulli B ( p)

131 131 132 134 134

(m 0 , p) 23 Loi binomiale B  Loi binomiale négative

135 137

1 Loi normale centrée réduite  N (0; 1) 2 Loi normale  N (m ; σ2 ) de moyenne m et d’écart-type σ

Section 2

116

Conve Con verg rgenc encee en en proba probabil bilité ité et en loi loi d’u d’une ne suit suitee

n elles Section 8  Z  Échde antvi.a llo. nréiid 

9

112 112 113 113 113 114

Lois discrètes

 

Table des matières 4 5 6 7

Section 3

Loi géométrique G ( p) Loi hypergéométrique hypergéométriq ue notée H(m 0 ; n 1 ,n2 ) ou H( N ; m 0 , p) Loi de Poisson P (λ) Loi des rangs signés de Wilcoxon W + (n )

Lois continues (suite) 1 Loi de Student-Fisher Student-Fisher S tt  (n) 2 Loi du χ2(n) (lire khi-deux) à n degrés de liberté 3 Loi gamma γ (λ,a ) 4 Loi exponentielle exponentiell e Exp(a) 5 Loi uniforme  U (a ,b) 6 Loi de Fisher-Snedecor F (m ,n ) 7 Loi de Cauchy C (m e ,r ) 8 Loi bêta β (a ,b) 9 Loi logistique L(m , p) 10 Loi log-normale LN(m ,σ), dite loi de de Gal Galton ton 11 Loi de Weibull W (a ,b)

Section 4

Lois multinomiales 1 Caractérisation Caractérisation et interprétation 2 Théorème fondamental

Section 5

Procédures avec Excel et SPSS 1 Traitements avec Excel 2 Traitements avec SPSS

10

ESTIMATION PONCTUELLE ET INTERVALLE DE CONFIANCE

Secti Se ction on 1 Section 2  .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

Section 3

Section 4

XI

137 139 140 141 142 142 144 146 147 148 149 151 152 153 153 154 155 155 156 156 156 157 160

Vari ariabl ablee alé aléato atoire ire ddéf éfini iniee sur une une popul populati ation on st stati atisti stique que P

161 1 Distribution de de la mesure d’un caractère caractère sur une popu population lation P 161 2 Tirage au hasard d’un élément dans la population P 162 Constitution d’un échantillon 162 1 Échantillon Échantillo n prélevé sur une population statistique 163 2 Échantillon associé à n expérimen expérimentations tations identiquement identiquement réalisées 164 3 Caractéristiques Caractéristiques des échantillons 165 ¯ d’un échantillon iid  165 4 Distributions Distributions associées à la moyenne moyenne aléatoire  X  5 Distributions Distributio ns associées à la variance standard S 2 d’un échantillon iid  166 6 Distribution associée à la la proportion aléatoire F d’un échantillon iid  167 Estimation ponctuelle des paramètres 167 1 Définition 167 2 Estimateurs ponctuels ponctuels et maximum maximum de vraisemblance vraisemblance 168 3 Propriétés des estimateurs estimateurs usuels usuels 168 4 Valeurs des estimation estimationss ponctuelles 169 Estimation par intervalles de confiance 169 1 Intervalle de confiance de la moyenne m P et de l’écart-type σ P d’une distribution lorsque l’échantillon l’échantillon est de grande taille

169

1 , 2 ,..., X n 2 Intervalles de confiance de mloietnormale de σ  lorsque ,σ 2 ) X  est un échantillon iid d’une  N (m X 

173

 

XII

STATISTIQUES POUR LA GESTION 3 4 5 6

Sect Se ctio ionn 5

Intervalle de confiance du paramètre d’une loi de Poisson Intervalle de confiance de la valeur moyenne d’une loi exponentielle Intervalle de confiance d’une proportion  p Intervalle de confiance d’un p-quantile ξ  p d’une loi

Esti Estima mati tion on avec avec Exce Excell et SP SPSS SS 1 Traitements avec avec Excel 2 Traitements avec avec SPSS

11

TESTS D’HYPOTHÈSES PARAMÉTRIQUES

Section 1

Méthodologie des tests 1 Les différents types d’hypothèses d’hypothèse s 2 Méthode de Neyman 3 Procédure pour pour la réalisation d’un test test paramétriqu paramétriquee

Section 2

Tests re relatifs à la vvaaleur de de llaa m mooyenne d’ d’une di distribution 1 Tests relatifs à la valeur de m P avec échantillon de grande taille 2 Tests relatifs à la valeur de m P avec échantillon de petite petite taille

Section 3

Tests re relatifs à la vvaaleur ddee l’ l’écart-type d’ d’une di distribution 1 Tests relatifs à la valeur de σ  avec échantillon de grande taille 2 Tests relatifs à la valeur de σ  avec échantillon de petite taille

Section 4 Section 5 Sect Se ctio ionn 6

Tests de valeur d’une proportion Test de symétrie d’une distribution Test est de la mo moye yenn nnee av avec ec Ex Exce cell et SP SPSS SS 1 Traitement avec Excel 2 Traitement avec SPSS

12

TESTS DE COMPARAISON

Section 1

Tests paramétriques de comparaison

187 187 188 189 190 190 194 196 196 198 199 202 20 2033 203 204 207

Tests avec Excel et SPSS 12 Traitements aavec Traitements statistiques statistiques avec avec vec Excel SPSS

225 228

Tests paramétriques de comparaison de moyennes Tests de comparaison d’écarts-types Tests de comparaison de proportions proportion s Test d’homogénéité d’homogénéit é de proportions proportion s

Tests de comparaison de deux distributions 1 Test du khi-deux 2 Test de Wilcoxon-Mann-Whitney Wilcoxon-Mann-W hitney

Section 3

186

208 208 213 217 219 220 221 221 224

1 2 3 4

Section 2

175 176 177 180 18 1811 181 183

 

Table des matières

13

COUPLES ALÉATOIRES ET TESTS D’INDÉPENDANCE

Section 1

Lois bivariées discrètes 1 Distribution de probabilité probabilité 2 Moments centrés et matrice des variance-covariance

Section 2 Section 3

Lois bivariées continues Tests d’indépendance par la méthode du khi-deux 1 Distribution Distributio n d’un couple aléatoire sur une population 2 Indépendance 3 Test d’indépendance par la méthode du khi-deux

Section 4

Mesures d’association entre deux variables 1 Test de Spearman 2 Test de Bloomqvist

Section 5

Traitements sous Excel et SPSS 1 Traitements statistiques avec avec SPSS 2 Traitements statistiques statistiq ues avec EXCEL

14

TESTS D’AJUSTEMENT

Section 1

Test d’ajustement de Kolmogorov-Smirnov 1 Ajustement su surr une loi loi continue 2 Ajustement su surr une loi loi discrète

Section 2 Section 3

Test d’ajustement du khi-deux Tests d’appartenance à une distribution normale 1 Tests de symétrie 2 Test du kurtosis 3 Statistique Statistiq ue de Kolmogorov-Smirnov

 .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

Sect Se ctio ionn 4

Outl Outlie iers rs ou ou re rech cher erch chee de val valeu eurs rs dis disco cord rdan ante tess

Section 5

sur une distribution normale Traitements avec SPSS et Excel 1 Traitements statistiques avec avec SPSS 2 Traitements sous Excel

15

ANALYSE DE VARIANCES

Section 1

Analyse de variances à un facteur 1 Test de Fisher 2 Test par les rangs de Jonckheere-T Jonckheere- Terpstra 3 Test par les rangs de Kruskal-Wallis

Section 2

Analyse de variances à deux facteurs 1 Test par les rangs de Friedman 2 Test de Fisher

XIII

235 236 236 238 239 239 239 240 240 243 243 245 249 249 252 254 255 255 256 256 258 258 260 261 261 263 263 264 266 266 267 269 270 271 272 274

 

XIV

STATISTIQUES POUR LA GESTION

Section 3

Test de concordance de Kendall

275

Section 4

Traitements sous Excel et SPSS

277 277 278 279 280

1 2 3 4

16

Analyse de variance à un facteur avec Excel Analyse de variance à un facteur avec SPSS (test de Fisher) Test de Kruskal-Wallis avec SPSS Test de Friedman avec SPSS

TESTS SUR LA RÉGRESSION LINÉAIRE

Section 1

Régression d’ d’une v.a. Y sur une variable certaine X 

283

Section 2

Régre ress ssiion d’ d’une v.a. Y sur une variable aléatoire X 

284 284 285 287 288

Section 3

Tests d’autocorrélation des erreurs

289

Section 4

Régre ress ssiion d’ d’une v.a. Y sur k variables certaines xi

290 290

Leests modèle de régression linéairedes multiple avec aléas 32 T et intervalles de confiance coefficients coefficients 4 Évaluation prévisionnelle

1 Traitements statistiques avec avec Excel 2 Traitements statistiques avec avec SPSS

291 292 294 295 295 295 297

MODÈLES LOG-LINÉAIRE ET LOGIT

301

1 Le modèle avec avec résidus aléatoires 2 Tests et intervalles de confiance des coefficients coefficients 3 Modèle prévisionnel prévisionnel et erreur erreur de prévision prévision

1 Régression linéaire sur k variables explicatives

Section 5 Section 6

17

Section 1 Section 2

Multicolinéarité Traitements avec Excel et SPSS

Modèle log-linéaire

301

12 Modèle logpou tab leauà I  2   ×× J  2   × K classes Modèle log-linéaire log-linéaire log-linéaire linéaire pour pour pourr un unetableau table table

301 306 308 308 310 312 312 314

Les modèles logistiques 1 Modèles logit lorsque lorsque les variables variables exogènes exogènes sont continues 2 Modèle logit avec variables exogènes dichotomiques dichotomiq ues

Section 3

Procédures de traitement sous SPSS 1 Modèle log-linéaire 2 Modèle logit

18

ACP & AFC

Section 1

alymatrice e en cdes omdo ponnées santes principales 1AnLa msatrice données

321 3322 21

 

Table des matières 2 3 4 5 6 7

Section 2

19

Nuage de points dans l’espace affine  R h des observations Matrice d’inertie et détermination détermination de dess axes principaux principaux Nuage des points individus projetés sur un plan  Nuage des variables et composantes principales Représentation Représentation simultanée Procédure de traitement traitement sous SPSS

lyse fde actcontingence orielle des correspondances 1AnTaableau 2 Nuage des points-lignes dans  R k  3 Nuage des points-colonnes points-colonnes dans  R h 4 Représentation Représentation simultanée 5 Procédures de traitement traitement sous SPSS

Modèles d’équations structurelles à variables latentes

Section 1

L’approche par les équations structurelles 1 Exemple introductif  2 Modèle général général d’équations d’équations structurelles structurelles

Section 2

Modèle structurel de la covariance

Section 3

Procédure sous AMOS

Section 4

Approche P PL LS (Partial Least Squares)

1 Estimation du modèle modèle 2 Mesure de la qualité de l’ajustement l’ajustement

1 Principe de l’approche l’approche PLS PLS 2 Algorithme ddee l’approche l’approche PLS 3 Mesure de la qualité prédictive

Section 5  .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

Procédure sous SmartPLS

XV

323 324 326 328 329 329 3332 32 334 337 338 339 344 345 345 349 353 353 354 356 362 362 363 364 366

20 Fiabilité et élaboration d’échelles pour un questionnaire

Section 1

Processus d’élaboration d’une échelle 1 Paradigme de Churchill 2 Validité d’une échelle

Section 2

Analyse factorie rielle exploratoire et construction d’éc ’échelles

Section 3

Analyse de la cohérence interne d’une échelle Analyse confirmatoire et validation d’une échelle Traitement d’une échelle avec SPSS

377 377 377 380 380

12 Analyse factorielle e exploratoire et constr construction uction d’unedeéchelle Étude defactoriell cohérence cohérence interne des échelles éch elles par l’alpha C Cronbach ronbach

380 383

1 Méthode du test/retest 2 Cohérence interne des items

Section 4 Section 5

372 373 373 374 374

 

XVI

STATISTIQUES POUR LA GESTION

CORRECTION DES EXERCICES

386

ANNEXES

420

Tables Bibliographie

426 443

Index

444

 

1 MÉTHODES DE COLLECTES DE DONNÉES es données primaires sont des informations spécifiquement collectées pour étudier un phénomène particulier. Les données secondaires sont des informations qui ont déjà été collectées dans un but différent de celui de l’étude menée et qui sont à disposition pour une seconde utilisation. Pour être être de qualité, qualité, l’inf l’informat ormation ion recu recueilli eilliee doit être être objectiv objective, e, pertinent pertinentee (en adéquation avec le phén phénomène omène éétudié), tudié), précise, fiable et actuelle. actuelle. Le mode de collecte de données primaires le plus développé dans les recherches r echerches quantitati quantitatives ves est le questionnaire ; les autres modes de collecte sont l’observation et l’expérimentation.

L

 .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

Section 1 Section 2 Section 3

Section

1

 



 



 



Modes de collectes de données primaires ou secondaires Élaboration d’un questionnaire Saisie de données avec les logiciels Excel et SPSS

MODES DE COLLECTES DE DONNÉES PRIMAIRES OU SECONDAIRES

1 Données pprrimaires versus secondaires Les données primaires primaires sont collectées collectées par des techniques spé spécifiques cifiques : observations, questionnaires ou ou plans d’expérience d’expérience auprès des consomm consommateurs ateurs (pour des des

 

2

STATISTIQUES POUR LA GESTION

études de marke études marketing ting), ), de fourn fournisseu isseurs, rs, de salari salariés és (pour des études études en gestion gestion des ressources ressou rces hu humain maines), es), de diri dirigean geants ts (pour (pour des étu études des en stratég stratégie), ie), de directeur directeurss financiers (pour la finance) et de directeurs comptables (pour des études comptables). Ces données données peuv peuvent ent correspond correspondre re à des éléments qualitatifs, qualitatifs, comme par exemplee les émotions associées à ttelle exempl elle expérience ddee consommation, ou à des éléments quantitatifs, quantitatifs, tels que la fréqu fréquence ence d’achat de tel produit. Les données secondaires sont dites internes ou externes selon qu’elles proviennent ou non du commanditaire de l’étude. La collecte de données secondaires externes est souve souvent nt rapide, rapide, mais son son coût es estt vari variable, able, allant allant de la gratuité gratuité,, pour certaicertaines variables, variables, jusqu’à l’achat de bbases ases de données ou ou de panels très coûteux. coûteux. Les sources externes proviennent des organismes publics nationaux ou internationaux (doc (docum umen ents ts of offfic icie iels ls,, ét étud udes es mi mini nist stér érie iell lles es,, IN INSE SEE, E, FMI, FMI, OC OCDE DE,, ONU, ONU, Banq Banque ue mondiale, mond iale, etc.) ou pri privés vés (associati (associations, ons, entre entreprise prises, s, syndicats syndicats profession professionnels, nels, etc.). Ces données données sont, pour la plupart, plupart, accessibl accessibles es sur Internet gratuite gratuitement ment ou moyenmoyennant financements. financements. Les sources internes sont des sources d’information disponibles dans l’organisation, faciles d’accè d’accèss et peu coûteuses. Da Dans ns le champ champ du m marketing, arketing, les sources d’ind’information sont les services s ervices commerciaux et de communication. communication.

2 Co Coll llec ecte te des des do donn nnée éess prim primai airres La collecte de données données peut se faire par l’enquête, l’enquête, l’observation ou la réalisation d’expérimentation.

2.1 2.1 La co coll llec ecte te pa parr qu ques esti tion onna nair iree Le questionnaire permet d’interroger directement des individus individus en définissant des questions ouvertes (ave (avec c une liberté dentréponse duférentes sondé) au travers determinées. questions dites « fermées fermé es », le son sondé dé choisissa cho isissant ent entre re différen dif tes ou rép réponses onses prédétermi prédé nées. Ce mode de collecte de données permet d’établir des relations statistiques ou des comparaisons chiffrées. Le responsable de l’étude peut utiliser des échelles déjà construites et validées dans d’autres études ou peut créer ses propres échelles lorsque le phénomène n’a pas été encore complètement étudié. Pour cela il est nécessaire de réaliser des entretiens en profondeur afin de mieux cerner les comportements, attitudes ou opinions opinions étudiés.

2. 2.22 Les gr gril ille less dd’o ’obs bser ervvat atio ionn L’observation se définit comme l’enregistrement des activités auxquelles se livrent les individus dans le cadre normal de leurs activités ou le suivi attentif des

 

 Méthodes de collectes de données

3

phénomènes, sans volonté volonté de les mo modifier difier.. Elle peut être utilisée da dans ns le cadre d’études visant à mieux appréhender appréhender des comportem comportements ents (par exemple, exemple, une étude de la fréquentation d’une rue piétonnière de centre-ville). L’idéal est que les sujets ne se sachent pas observés, afin qu’ils se comportent comportent naturellement (cela ppeut eut nécessiter le le recours recours à des camér caméras, as, des glaces glaces sans tain, tain, etc.) etc.)..  A contrario, l’i l’inte nterac ractio tionn entre objet et sujet est recherchée dans le cadre d’une observation participante. La difficulté de la démarche d’observation est celle du manque de fiabilité des mesures et de la non-homogénéité des observations réalisées. Il convient de recourir à un cadre d’observation d’observation « systématique », appelé « grille d’observation d’observation », pour décrire de la même façon les comportements observés (gestes effectués, temps passé devant tel ou tel rayon...) et ce, quel que soit l’observateur. l’observateur. L’observateu L’observateurr doit déterminer « qui observer et quoi » en définissant les sujets à observer (quelle population visée), et ce qu’il co convie nvient nt d’observer (objets (objets ou comportements), comportements), le tout avec avec des unités de codage codage permettant de les décrire (se (sexe, xe, type de geste... geste...). ).

2. 2.33 Le Less mé méth thod odes es eexp xpér érim imen enta tale less

 .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

En situation d’expérimentation, ion, le statisticien les afin conditions con normales normal es de départ, puis faitd’expérimentat varier varier un ou plusieurs paramètresrecrée d’entrée af in ditions d’obtenir des résultats permettant d’acquérir de nouvelles connaissances. Le chercheur a fréquemment recours à la méthode des protocoles d’expérimentation, d’expérimentation, ceux-ci décrivant décrivant les conditions de réalisation réalisation de l’exp l’expérience, érience, de son déroulem déroulement ent et des tests à réaliser. réaliser. La description de l’expérience l’expérience doit être suffisammen suffisammentt claire, afin que l’expérience l’expérience puisse être reproduite à l’identique et faire l’objet d’une analyse critique, notamment pour détecter d’éventuels biais. Certaines méthodes expérimentales permettent de faire des prélèvements quantitatifs et d’exploiter statistiquement les données recueillies. On appelle « plan d’expérience » la suite ordonnée d’essais d’une expérimentation, chacune permettant permettant d’acquérir de nouv nouvelles elles connaissances en co contrôlant ntrôlant un ou plusieurs paramètres d’entrée pour obtenir des résultats validant une hypothèse ou un modèle. Les variables sont mesurables et contrôlables. Dans un « plan en étoile », on part d’un jeu de vvaleurs aleurs pour les paramètres dd’une ’une expérience centrale et, à chaque expérience, on fait varier un seul facteur facteur.. Dans le « plan factoriel factoriel », on choisit des valeurs valeurs pour cha chacun cun des facteurs facteurs en faisant faisant vari varier er simultanémentt différents facteurs (de façon exhaustive simultanémen exhaustive ou non).

 

4

STATISTIQUES POUR LA GESTION Section

2

ÉLABORATION ÉLABORA TION D’UN QUESTIONNAIRE

L’élaboration et l’administration d’un questionnaire permettent d’étudier des comportements (acheter ou non des actions dd’une ’une entreprise priv privatisée), atisée), des opinions (opinions sur une une campagne ppublicitaire ublicitaire réalisée par telle banque), banque), des attitudes (atti (attitude tudess vis-à-vis de l’arg l’argent), ent), des intentions (intention ou non d’épargner) et d’avoir des informations sur les caractéristiques ou l’identité de la personne interrogée (sexe, (sexe, âge.. âge...). .). La démarche de construction d’un questionnaire comprend quatre phases : – répertorier les éléments d’informations souhaités, – définir le type de questions questions à poser et leur forme (qu (question estion ouv ouverte, erte, fermée...), leur nombre, nomb re, l’ordr l’ordree des questions... questions... – réaliser le prétest du questionnaire auprès d’un petit échantillon pour vérifier le degré de compréhension des questions, l’absence de biais... – évaluer la fiabilité du test. À télécharger sur www.dunod.com, www.dunod.com, un exem exemple ple de dépouillement de questionnaire.

1 An Anal alys ysee du du pprrobl blèm èmee étu étudi diéé Dans une première étape, il conv convient ient de réaliser une analyse précise du phénom phénomèène étudié (opinions, (opinions, intention intentions, s, comp comportem ortements, ents, attit attitudes) udes) avant avant d’élaborer d’élaborer les questions. Les questionnaires peuvent servir dans un but exploratoire à décrire des nouvelles attitudes, attitudes, de nouveau nouveauxx comportements mais mais ils sont égalemen égalementt utilisés pour (in)valider des hypothèses.

2 Nature des questions Dans une seconde étape, il convient convient de définir définir les questions à poser et la forme qu’elles doivent prendre. Il convient notamment de se demander si la question est strictement nécessaire, nécessaire, si une seule question suf suffit fit à obtenir l’informat l’information ion recherchée et si l’interlocuteur l’interlocuteur voudra eett pourra répondre à celles-ci. celles-ci. Il convient, convient, lors de la formulation des questions, d’éviter l’emploi de termes mal définis (la réponse doit être sans ambiguïté pour éviter qu’une même réponse recouvre des idées différentes), de termes trop techn techniques iques (qu’il convient convient alors de définir définir ou d’illustrer par un exemple), exemple), de questions complex complexes es ou suggérant la réponse. Concernant la forme des quest questions ions posées, il peut s’agir de questions ouvertes où la personne interrogée proprederéponse ouprédéterminées. de questions fermées où le sondé effectue un choixformule entre unsa nombre réponses

 

 Méthodes de collectes de données

5

Une question est dite ouverte lorsqu’aucune réponse n’est préétablie. Elle permet d’obtenir des réponses réponses spontanées, le sondé pouvant pouvant formuler la répon réponse se dans son propre langage. Ce type de questions est à privilégier dans le cadre d’études où l’on dispose de très peu d’éléments d’informations sur le phénomène étudié ou que celui-ci est difficil difficilement ement mesurable. mesurable. Dans le cadre d’un entret entretien, ien, la personne se sent davantage valorisée par ce type de question mais le traitement de questions ouvertes se révèle souvent plus long. Exemple

Question 1 Nom du répondant ——————————— Résidence du répondant——————— Question 2 À quoi vous fait penser la couleur bleu du logo de la banque ? financiers offerts par la banque connaissez-vous connaissez-vous ? Question 3 Quels noms de produits financiers —————————— La question 3 est en fait une question ouverte pré-codifiée, pré-codifiée, la réponse est libre mais précodifiée (le ou les produits financiers appartiennent à une liste de placements que connaît l’enquêteur).

Dans les questions fermées les réponses sont préétablies, préétablies, il y a une liste exhausexhaustive, tiv e, exclusi exclusive, ve, catégorisée de réponses réponses possib possibles. les. La standardisation des questions questions et des réponses possibles permet de réaliser facilement de bons traitements statistiques.

3 Ca Caté tégo gori ries es de qu ques esti tion onss fer fermé mées es  .    t    i    l    é    d   n   u    t   s   e   e    é   s    i   r   o    t   u   a   n   o   n   n   o    i    t   c   u    d   o   r   p   e   r

  e    t   u   o    T  .    d   o   n   u    D    ©

Parmii les ques Parm questions tions fermées fermées pe peuve uvent nt être disting distinguées uées : les question questionss dichotodichotomiques offrant offrant une seule alternati alternative ve au répondant, répondant, les questions à choix simple simple ou multiples et enfin les questions correspondant à des échelles mesurant un phénomène (attitud (attitudes, es, opin opinions, ions, comportem comportements. ents...). ..). Sont présenté présentées es et classées ci-a ci-après près les principales variantes de questions fermées qui sont utilisées.

3. 3.11 La que uessti tion on dic icho hoto tomi miqu quee Elle n’offre qu’une seule alternativ alternativee de réponse au sondé.

 

6

STATISTIQUES POUR LA GESTION

Exemple

Sexe du répondant Homme   ❑ Femme   ❑ (à cocher) Connaissez-vous les produits suivants offerts par la banque (à cocher) : Oui Non – assurance auto   ❑ ❑

Question 1 Question 2

– assurance habitation – assurance santé complémentaire

   

❑

❑

❑

❑

À chaque question peut être associée une variable binaire prenant par exemple exemple la valeur 1 si oui ou 0 dans le cas contraire. Ce type de question sert à caractériser un  X   = 1 si comportement (Y   = 1 si ach chaat ou ou Y   = 0 si non non-a -ach chat at), ), un unee iden identi tité té ( X  homme,  X   = 2 si femme). On peut, pour décrire et expliquer expliquer ce genre de variable, variable, utiliser les diagrammes en barres (cf . chapitre 2) et recourir r ecourir à l’inférence statistique à partir d’un échantillon ou sous échantillon : intervalle de confiance confiance de proportion (de ceux qui connaissent l’assurance auto de la banque,   cf . chapitre chapitre 10), test d’indép d’indépenda endance nce du khi-deux khi-deux (entre ceux qui connaissent l’assurance auto de la banque et le sexe de la personne interrogée, cf . chapitre 13), régression logistique (avec (avec pour variable variable explicative explicative Y  variable associée par exemple à l’achat d’un produit, cf . chapitre 17). Ce type de question permet de scinder l’échantillon en deux sous-échantillons (les hommes d’un côté, côté, les femmes de l’autre) l’autre) et offre alors alors la possibilité des des tests de comparaison (entre hommes hommes et femmes, ceux qui connaissent l’assurance auto et les autres, cf . chapitre 12).

3.2 La réponse nom omiinale Dans ce type de question à chaque réponse possible est associé un chiffre mais l’attribution de ce chiffreennecompte correspond à aucune relation r elation d’ordre. peut Ce type question permet de prendre une classification La réponse êtredeunique comme dans la question 1 ci-dessous ou multiple comme dans la question 2. Exemples

Question 1. Quelle est votre activité activité professionnelle actuelle actuelle ? (entourer la réponse) Agriculteur 1 Artisan, commerçant et chef d’entreprise 2 Cadr Ca dres es,, pr prof ofes essi sion on li libé béra rale le et in inte tell llec ectu tuel elle le su supé péri rieu eure re 3 Profession intermédiaire 4 Employé 5 Ouvrier 6