SLITI Hammadi, Analyses Quantitatives et Qualitatives sliti_h.fsegt@yahoo.
fr
« Analyses Quantitatives et Qualitatives »
Notes de correction « Série d’exercices N2 »
élaborées par Hammadi SLITI
Exercice 1 :
On utilise la base de données installée sous le logiciel « SPSS » et nommée
« Custommer_dbase ».
1. Tendance centrale : on utilise le tableau 1 des statistiques descriptives.
L’âge des individus observés varie entre 18 et 79 ans avec un âge moyen de l’ordre de
47ans. On enregistre 25% des individus âgés de moins de 31 ans et 50% de moins de
47ans. 75% des individus sont âgés de moins de 62 ans.
25% des revenus sont inférieurs à 24 Milles de $
75% des revenus sont supérieurs à 24 Milles de $
75% des revenus sont inférieurs à 67 Milles de $
25% des revenus sont supérieurs à 67 Milles de $
2. La fluctuation des individus par rapport à leurs âges et années d’éducation est très faible
(car les écart-types sont très faibles par rapport aux moyennes). Donc, ces individus sont
très homogènes en termes d’âge et de niveau d’éducation. On note une fluctuation hyper
élevée des revenus car l’écart-type dépasse la moyenne. Ces individus sont très
hétérogènes en termes de revenu.
3. Les distributions des âges et années d’éducation sont presque symétriques, ayant des
valeurs de Skewness très proches de 0 (0,091 et 0,004). Cependant, la distribution des
revenus est asymétrique (décalée à droite) ayant Skewness très élevé). Les distributions
des trois variables ne possèdent pas un aplatissement standard, car leurs Kurtosis sont
très différentes de 3.
Peut-on avoir un niveau d’éducation égal à 16 ans en moyenne au seuil de risque 5%
(OUI) le niveau moyen d’éducation est égal à 16 ans
(NON) le niveau moyen d’éducation est différent de 16 ans
Step 1 : (OUI) Ho : m = 16 contre (NON) H1 : m diff 16
Avec m est le niveau moyen d’éducation
Step 2 : Le choix entre les deux hypothèses
R1 : Si |T| > 1,96 alors on rejette Ho
R2 : Si Sig. < au seuil de risque (0,05) alors on rejette Ho
SLITI Hammadi, Analyses Quantitatives et Qualitatives
[email protected] R3 : Si 0 n’appartient pas à l’IC(diff) alors on rejette Ho
4. Test sur la moyenne:
Etape 1 : (Forme de test) Ho : m = 16 contre H1 : m diff 16, avec m est la vraie
moyenne de « niveau d’éducation »
Etape 2 : faire un choix : R1 : on a |tcalculée|= 31, est largement supérieure à la valeur
de la table (1,96) on rejette Ho.
R2 : on a sig=0 < au seuil 0,05 donc on rejette Ho.
R3 : on a IC(différence) = [-1,55 ; -1,37] , 0 n’appartient à cet intervalle, on rejette
donc Ho.
Etape 3 : Interprétation : la moyenne est significativement différente de 16 au seuil de
5%. Le niveau moyen d’éducation est significativement différent de 16 ans au seuil de
5%.
5. Test sur la loi :
Ho : la distribution de « Age » suit la loi Normale ; contre H1 : NON Ho
On a sig=0,000 (de test KS) < au seuil 0,05 donc on rejette Ho.
La distribution de la variable « Age » ne suit pas significativement la loi Normale au
seuil de 5%.
6. Test sur la loi :
Ho : la distribution de « Revenu» suit la loi Normale ; contre H1 : NON Ho
On a la statistique calculée de KS= 0,204 avec sig=0(de test KS) < au seuil 0,05 donc
on rejette Ho.
La distribution de la variable « Revenu » ne suit pas significativement la loi Normale
au seuil de 5%.
Exercice 2 :
1. On observe 5000 salariés dont 1085 sont neutres vis-à-vis l’environnement de l’emploi
et 1031 sont insatisfaits qui est l’équivalent de 20,6%. On enregistre, également, 975
employés qui sont très insatisfaits devant 1016 satisfaits et 893 qui sont très satisfait.
On note qu’il y a 40,1% des employés qui sont insatisfaits et très insatisfaits.
1 2 Moy2,96..3 4 5
Très Insatif Insatis Neutre Satisf Très Satis
Le degré de satisfaction des employés varie entre 1(très insatisfait) et 5 (très satisfait).
En moyenne ces individus sont neutres vis-à-vis l’environnement de travail. On note
SLITI Hammadi, Analyses Quantitatives et Qualitatives
[email protected] 25% des employés sont au plus insatisfaits et 50% sont au plus neutres (Médiane). 75%
sont au plus Satisfaits. 25% sont au moins Satisfaits.
2. Il s’agit d’un test d’ajustement de la distribution des degrés de satisf. par rapport à une
loi UNIFORME
Ho : Tous les degrés de satisf sont Pareils
H1 : Existe au moins un degré qui se distingue des autres
# Ho : La distribution des degrés de satisf suit une loi uniforme
H1 : NON Ho
On a Sig(de KS) = 0,000 < 0,05 indiquant le REJET de Ho.
La distribution des degrés de satisfaction ne suit pas significativement la loi
UNIFORME au seuil de 5%.
Il existe au moins un degré de satisfaction qui se distingue nettement des autres
degrés.
Exercice 3 :
1. Il existe une corrélation positive et élevée entre le Revenu et le débit de carte
(Rho=0,667). Une augmentation de Revenu s’accompagne par une augmentation rapide
de Débit de carte de crédit.
Rho(Revenu*Montant dépensé)= 0,348 : les deux variables sont faiblement et
positivement corrélées. L’augmentation de revenu s’accompagne par l’augmentation
moins rapide de montant dépensé.
Rho(Montant dépensé*DébitCarte)= 0,25 : les deux variables sont faiblement et
positivement corrélées. L’augmentation de Montant Dépensé s’accompagne par
l’augmentation moins rapide de Débit de carte.
2. On passe par un test de significativité des coefficients de Corrélation
Pour le premier cas : on teste :
Ho :Rho(Reveu ;DébitCarte) = 0 contre H1 :Rho(Reveu ;DébitCarte) diff 0
On a sig. = 0,000 < 0,05 indiquant le rejet de Ho. Donc, il existe une corrélation
significative entre le Revenu et le débit de carte au seuil de 5%.
Toutes les corrélations sont significatives au seuil de 5%, car leurs sig. sont nuls <
au seuil de risque et indiquant le rejetde Ho.
Règle de décision avec tcalc= 0,667*Rac(5000 -2)/ Rac(1-0,667²)= … > 1,96.
3. Aucune relation n’est significative au seuil de 10%, car tous les Sig. = 0 < 0,10
indiquant le rejet de Ho et donc la significativité de toutes les corrélations.
