La description d'une variable quantitative se base sur les statistiques suivantes : la moyenne, la médiane, la variance, l'écart-type, les quantiles. On peut aller plus loin en regardant l'asymétrie et l'aplatissement.
Une variable numérique (aussi appelée variable quantitative) est une caractéristique quantifiable dont les valeurs sont des nombres, à l'exclusion des nombres qui correspondent en fait à des codes. Les variables numériques peuvent être continues ou discrètes.
Deux variables quantitatives sont corrélées si elles tendent à varier l'une en fonction de l'autre. On parle de corrélation positive si elles tendent à varier dans le même sens, de corrélation négative si elles tendent à varier en sens contraire.
La description d'une variable qualitative consiste à présenter les effectifs, c'est-à-dire le nombre d'individus de l'échantillon pour chaque modalité de la variable, et les fré- quences, c'est-à-dire la proportion des réponses associées à chaque modalité de la variable étudiée.
Le rapport de corrélation est un indicateur statistique qui mesure l'intensité de la liaison entre une variable quantitative et une variable qualitative. la moyenne globale. Si le rapport est proche de 0, les deux variables ne sont pas liées. Si le rapport est proche de 1, les variables sont liées.
5.3.2 Quantitatif à qualitatif
Si une variable numérique contient en réalité un petit nombre de valeurs différentes, il suffit de convertir la classe de l'objet de numeric vers factor ou ordered pour que R comprenne que la variable doit être traitée comme une variable qualitative.
Les enquêtes par questionnaire sont la principale méthode quantitative de collecte de données. Elles consistent à interroger, à l'aide d'un questionnaire, un échantillon d'individus le plus représentatif possible de l'ensemble de la population étudiée.
La description d'une variable quantitative se base sur les statistiques suivantes : la moyenne, la médiane, la variance, l'écart-type, les quantiles. On peut aller plus loin en regardant l'asymétrie et l'aplatissement.
Le polygone de fréquence est un graphique linéaire, adapté pour représenter des variables quantitatives continue.
La représentation graphique des effectifs d'une variable continue est appelé un histogramme. On portera en abscisses les valeurs des classes des caractères (variables) , et l'on portera en ordonnées les effectifs correspondants , on dit que l'on représente la « structure de la population étudiée ».
Afin d'interpréter les résultats de votre étude, vous devez trier vos données brutes. Le tri le plus simple est le tri à plat. C'est en fait le calcul de pourcentage pour chaque question où cela a un sens. Vous aurez également recours au tri croisé (ou ventilation).
Les études quantitatives permettent de mesurer soit la satisfaction soit la fréquentation. Elle permet aussi de chiffrer une audience ou la perception d'un message par des consommateurs. Elle permet donc de confronter votre marché afin de mieux adapter les stratégies marketing.
Études quantitatives
Les résultats sont souvent exprimés sous forme de données chiffrées (statistiques). Cette méthode peut par exemple être menée à l'aide : D'un sondage (réponse à une question). D'un questionnaire (réponses à plusieurs questions).
ANOVA permet de déterminer si la différence entre les valeurs moyennes est statistiquement significative. ANOVA révèle aussi indirectement si une variable indépendante influence la variable dépendante.
Pour étudier le relation entre une variable qualitative et une variable quantita- tive, on décompose la variation totale en variation intergroupe et en variation intragroupe. Pour mesurer l'intensité de la relation (toujours d'un point de vue descriptif), on peut calculer un param`etre appelé rapport de corrélation.
Les principales étapes du processus d'analyse consistent à cerner les sujets d'analyse, à déterminer la disponibilité de données appropriées, à décider des méthodes qu'il y a lieu d'utiliser pour répondre aux questions d'intérêt, à appliquer les méthodes et à évaluer, résumer et communiquer les résultats.
Le diagramme en bâtons est utilisé dans le cas d'une variable quantitative discrète (figure 4). Il repose sur le même principe que l'histogramme mais les rectangles sont remplacés par des segments (bâtons). Le principal avantage de ce diagramme est qu'il traduit le caractère « isolé » des valeurs.
La principale différence entre les variables nominales et les variables ordinales est que les variables ordinales ont un ordre de catégories alors que les variables nominales n'en ont pas.