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. Cocher « Intitulés en première ligne » et « Rapport détaillé » (figure 2)
L'analyse rapide prend une plage de données et vous aide à choisir le graphique parfait en quelques commandes seulement. Sélectionnez une plage de cellules. Sélectionnez le bouton Analyse rapide qui s'affiche dans le coin inférieur droit des données sélectionnées. Vous pouvez également appuyer sur Ctrl+Q.
L'analyse descriptive est le terme donné à l'analyse des données permettant de décrire et de résumer des données historiques de manière significative afin que, par exemple, des insights en ressortent. L'analyse descriptive permet de répondre à la question « Que c'est-il passé ? »
Le processus d'analyse de données consiste à collecter des données brutes (raw data) à l'aide d'un outil ou d'une application pour explorer ces informations et découvrir des tendances. Il est ensuite possible de se baser sur les résultats de ces analyses pour prendre de meilleures décisions.
Plusieurs étapes sont nécessaires pour lire un tableau. Il faut en repérer la source, l'auteur, la date de publication, le champ (population étudiée, date des données, lieu concernant les données). Il s'agit ensuite de comprendre les données. Pour cela, il peut être utile de repérer le total en lignes ou en colonnes.
Les statistiques descriptives comprennent la moyenne, la médiane, l'écart-type, la variance, les quantiles mais aussi l'aplatissement et l'asymétrie pour une variable quantitative. Pour une variable qualitative, on utilise généralement le mode et la proportion par modalité comme statistiques descriptives.
Les statistiques descriptives, comme leur nom l'indique, sont utilisées pour résumer ou décrire l'ensemble de données. En ce qui concerne les ensembles de données, ce sont des observations ou de réponses recueillies auprès d'une population ou d'un échantillon d'une population.
Exploiter les données
Pour créer un graphique à partir des données du tableau, sélectionnez simplement une cellule du tableau de données, puis dans « Insérer », choisissez le type de graphique. Vous constaterez alors qu'automatiquement les données saisies seront utilisées comme source pour la création du graphique.
La statistique descriptive est utilisée pour résumer et présenter des données, tandis que la statistique inférentielle est utilisée pour prendre des décisions et faire des prévisions sur la base de données limitées.
Pour nous aider à y voir plus clair sur les chiffres que nous devons traiter, pour nous aider à constituer nos propres données et pour construire nos propres tableaux, nous avons recours à la notion de triptyque de la statistique descriptive composé des trois éléments essentiels que sont la population, l'individu, l' ...
Le but de la statistique descriptive est de structurer et de représenter l'information contenue dans les données. La population est l'ensemble des sujets observés. Le caractère est la propriété étudiée sur ces sujets.
Décrire la situation statistique, c'est donner les in- dividus, éventuellement la population et la taille de l'échantillon, les variables et leur type (dépendante ou indépendante, mais aussi nominale, ordinale ou numérique).
L'écart-type, noté σX , est la racine carrée de la variance : σ(X)=√V(X)= ⎷1NN∑k=1(xk−¯X)2.
Statistiques pour décrire une variable quantitative
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.
Un plan d'analyse des données est une feuille de route qui indique la façon dont vous allez organiser et analyser les réponses de votre sondage. Il doit vous aider à atteindre ces trois objectifs qui vous mèneront au but préalablement fixé : Obtenir des réponses à vos principales questions d'étude.
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 !
L'interprétation adéquate des données qualitatives nécessite donc une profonde immersion, ainsi que le déroulement d'un processus réitéré de collecte, d'analyse, d'interprétation et d'écriture dans lequel le chercheur développera un système analytique permettant de donner du sens aux données (Morrow, 2005).