Le plus simple : ouvrir une feuille de calcul dans votre tableur. Une fois les données collectées, et leur traitement effectué grâce à la création d'un tableau de recueil des données, l'analyse des statistiques peut commencer. Le décryptage de ces réponses doit mettre en exergue des chiffres clés, des indicateurs.
Commencez à analyser vos résultats en 4 étapes simples :
Concentrez-vous sur les questions les plus importantes de votre sondage. Recoupez et filtrez vos résultats. Calculez vos statistiques. Formulez vos conclusions.
Les données d'une étude qualitative, obtenues grâce à l'entretien, l'observation, ou le focus group, sont à exploiter à travers une analyse écrite. Cette analyse se fonde sur les notes écrites prises par l'enquêteur, ainsi que sur son travail de retranscription qui doit lui permettre de faire émerger certains éléments.
L'analyse des données consiste à identifier parmi la variété de données présentées celles qui sont significatives, à la lumière des objectifs de la recherche, et à établir des relations entre elles. Cette analyse est à la base de l'interprétation ou de la discussion des résultats.
Interpréter des résultats signifie donner du sens aux résultats et nous permettre de verifier si notre hypothèse est vraie ou fausse. Comparer les expériences 2 à 2 : on compare l'expérience témoin avec une autre expérience. Les 2 expériences comparées ne doivent avoir qu'UNE SEULE DIFFERENCE !
DIFFERENTS TYPES DE TABLEAUX STATISTIQUES
Nous distinguons trois types de tableaux en statistiques : les tableaux de données, les tableaux de distribution de variable et enfin les tableaux de contin- gence.
La statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous.
Les plus connus sont par exemple Statistica, Stata ou encore SPSS. Ces logiciels permettent également de travailler sur des données textuelles, mais d'autres outils ont été spécifiquement développés en sciences humaines et sociales pour le traitement statistique de corpus de texte.
Le déroulement de l'étude : faire simple Une étude statistique a souvent pour objectif d'établir un lien entre une quantité « objectif » que l'on cherche à contrôler et un certain nombre de paramètres « explicatifs » dont on cherche à savoir s'ils influent ou non sur l'objectif.
I - Les modalités du dépouillement
Il s'agit de collecter les données recueillies dans un document récapitulatif : le tableau de dépouillement. Pour chaque question, on va dénombrer les réponses obtenues. Le dépouillement peut être manuel. L'assistant doit alors prévoir un tableau à double entrée.
Le plus simple : ouvrir une feuille de calcul dans votre tableur. Une fois les données collectées, et leur traitement effectué grâce à la création d'un tableau de recueil des données, l'analyse des statistiques peut commencer. Le décryptage de ces réponses doit mettre en exergue des chiffres clés, des indicateurs.
L'importance statistique indique que, de source sûre, les chiffres sont différents, ce qui s'avère vraiment utile pour votre analyse de données. En outre, vous devez également considérer l'importance des résultats. C'est vous qui décidez comment interpréter vos résultats ou prendre des mesures en conséquence.
Sélectionner Données > Analyse > Utilitaire d'analyse, puis Statistiques descriptives (figure1) Pour la plage d'entrée, sélectionner la ou les colonnes correspondant aux variables quantitatives à étudier.
Pour la calculer, on additionne les valeurs de la série, puis on divise le résultat par le nombre de ces valeurs. Exemple : Dans la série 50; 66; 0; 4; 3, la moyenne se calcule ainsi : on additionne les valeurs 50+66+0+4+3=123, et on divise le résultat par 5 car il y a 5 valeurs.
Le traitement des données a consisté d'abord à faire le dépouillement des questionnaires ; L'opération a permis d'extraire les données et les regrouper par centre d'intérêts. L'analyse des données s'est faite sur la base des résultats obtenus du traitement des données.
Nettoyage, exploration et préparation des données. Présentation des données (Statistiques descriptives) Élaboration, validation et interprétation des modèles prédictifs (statistiques inférentielles, datamining, machine learning) Présentation des résultats.
le fait de présenter des données sous différentes formes visuelles (p. ex. tableau, graphique à barres, graphique linéaire) permet d'observer et de décrire les tendances et les régularités; cette démarche est interconnectée avec des habiletés comme résumer, comparer ou différencier, inférer, évaluer et conclure.