Institut Universitaire de Technologie-Tertiaire
Licence Appliquée Comptabilité Finance et Audit (LACFA)
Thème: Les critères de choix d’un produit
Problématique: Quels sont les critères les plus déterminants
dans la décision d’achat d’un produit, et comment peut-on les
identifier et les regrouper de manière pertinente à l’aide de
l’Analyse en Composantes Principales (ACP) sur SPSS ?
Présenté par:
• ABDO-KARIM IDRISS HOUSSEIN
• ABDOURAHMAN MOHAMED HOUSSEIN
• ABOUBAKER MOUMIN ABDILLAHI
• DJIMALEH ROBLEH OKIEH
Encadreur : Mr IDRISS OKIYE
Année universitaire : 2024/2025
Introducti
on
Analyse des critères de choix d'un produit par ACP
Ce travail de recherche appliquée vise à identifier les critères
déterminants dans la décision d'achat d'un produit. À travers une
étude basée sur l'Analyse en Composantes Principales (ACP)
réalisée avec SPSS, nous cherchons à regrouper ces critères en
facteurs explicatifs cohérents.
Le thème choisi, « Les critères de choix d'un produit », est pertinent
car les consommateurs s'appuient sur divers critères comme le
prix, la qualité, la marque ou l'esthétique pour orienter leurs
décisions. Cette étude permet de réduire la complexité des
données et de mieux comprendre les motivations d'achat.
La question centrale à laquelle ce travail cherche à répondre est donc la
suivante :
Quels sont les critères les plus déterminants dans la décision
d’achat d’un produit, et comment peut-on les identifier et les
regrouper de manière pertinente à l’aide de l’Analyse en
Composantes Principales (ACP) sur SPSS ?
Voila le titre du questionnaire : Étude sur les critères de choix d’un
produit chez les consommateurs
Introduction
Bonjour,
Collecte des données via
questionnaire
Ce questionnaire a pour objectif d’identifier les critères les plus
influents dans le choix d’un produit chez les consommateurs. Les
réponses sont anonymes et seront utilisées uniquement dans le cadre
d’une recherche académique. Merci de répondre honnêtement à chaque
affirmation en attribuant une note de 1 (Pas du tout d’accord) à 5 (Tout
à fait d’accord). Objectif du questionnaire Variables étudiées
• Sensibilité au prix
Questions (variables à échelle de Likert 1 à 5)
Identifier les critères influents • Importance de la qualité
Indications : 1 = Pas du tout d’accord | 2 = Peu d’accord | 3 = Neutre | 4 dans le choix d'un produit via
= Plutôt d’accord | 5 = Tout à fait d’accord • Influence de la marque
une échelle de Likert de 1 à
1. Sensibilité au prix : Le prix est le facteur principal dans mon choix • Impact des promotions
d’un produit. 5.
2. Importance de la qualité : Je privilégie toujours la qualité, même si • Goût pour l'innovation
le prix est plus élevé. • Esthétique/design
3. Influence de la marque : La notoriété ou la réputation de la marque
influence mon choix. • Facilité d'utilisation
4. Influence des promotions : Les promotions ou réductions me
poussent souvent à acheter.
• Fidélité à la marque
5. Goût pour l’innovation : J’opte pour des produits innovants avec de
nouvelles fonctionnalités.
6. Importance de l’esthétique / design : L’esthétique ou le design joue
un rôle important dans mes décisions d’achat.
Collecte terrain
7. Facilité d’utilisation : Je vérifie si le produit est facile à utiliser Recueil des réponses auprès de consommateurs réels pour une
avant de l’acheter.
8. Fidélité à la marque : Je suis fidèle à certaines marques que je analyse fiable.
considère fiables.
Matrice de corrélation
Sensibilité au Importance de la Influence de la
prix qualité marque
Sensibilité au prix 1,000 ,995 ,996
Importance de la qualité ,995 1,000 ,993
Influence de la marque
influence des promotion
,996
,995
,993
,995
1,000
,995 Interdépendance des Critères Étudiés
Corrélation Gout pour l'innovation ,993 ,991 ,995
Importance de
,993 ,992 ,995
l'esthique/design
Facilité d'utilisation ,993 ,995 ,992
Fidélité à la marque ,993 ,991 ,996
Variables Corrélées Interdépendance Forte
Matrice de corrélation
influence des Gout pour Importance de
Les matrices de corrélation Cette forte corrélation
promotion l'innovation l'esthique/design
montrent des coefficients indique une interdépendance
Sensibilité au prix ,995 ,993 ,993
Importance de la qualité ,995 ,991 ,992 très élevés (> 0,99) entre importante entre les critères,
Influence de la marque ,995 ,995 ,995
influence des promotion 1,000 ,992 ,994 toutes les variables : prix, suggérant une redondance
Corrélation Gout pour l'innovation ,992 1,000 ,994
Importance de qualité, marque, promotions, d'information.
,994 ,994 1,000
l'esthique/design
Facilité d'utilisation ,994 ,993 ,993
innovation, esthétique,
Fidélité à la marque ,995 ,994 ,996
facilité d'utilisation, fidélité.
Matrice de corrélation
Facilité d'utilisation Fidélité à la marque
Sensibilité au prix
Importance de la qualité
,993
,995
,993
,991
Adaptation à l'ACP
Influence de la marque ,992 ,996
Corrélation
influence des promotion ,994 ,995 Ces données sont donc parfaitement adaptées à une réduction
Gout pour l'innovation ,993 ,994
Importance de l'esthique/design ,993 ,996 de dimension via l'ACP, pour simplifier l'analyse.
Facilité d'utilisation 1,000 ,993
Fidélité à la marque ,993 1,000
Qualité de représentation Qualité de
Initial Extra
ction
Représentation des
Sensibilité au prix
Importance de la qualité
1,000
1,000
,995
,999
Variables
Qualité d'Extraction Fiabilité Renforcée
Influence de la marque 1,000 ,997 Tous les indicateurs ont Cette qualité élevée
influence des promotion 1,000 ,996 une qualité d'extraction renforce la fiabilité des
très proche de 1 (> 0,99), résultats obtenus par
Gout pour l'innovation 1,000 ,995
ce qui signifie qu'ils sont l'ACP.
Importance de
1,000 ,996 bien représentés par les
l'esthique/design composantes retenues.
Facilité d'utilisation 1,000 ,995
Fidélité à la marque 1,000 ,997
Représentation Fidèle
Les variables étudiées sont donc fidèlement résumées par
les composantes principales.
Variance totale expliquée Variance totale expliquée
Composa Valeurs propres initiales Extraction Sommes des Composante Extraction Somme des carrés des facteurs retenus pour la rotation
nte carrés des facteurs Sommes des
retenus carrés des
Total % de la % cumulés Total % de la facteurs retenus
variance variance % cumulés Total % de la variance % cumulés
1 7,957 99,457 99,457 7,957 99,457
2 ,013 ,164 99,621 ,013 ,164 1 99,457 4,049 50,611 50,611
2 99,621 3,921 49,010 99,621
3 ,009 ,113 99,734
3
4 ,008 ,102 99,836
4
5 ,004 ,056 99,891
5
6 ,004 ,044 99,935
6
7 ,003 ,034 99,969
7
8 ,002 ,031 100,000
8
Variance Totale Expliquée par les Composantes
Composante 1 Autres Composantes
Explique à elle seule 99,46 % de la variance totale, avec une Les autres composantes apportent moins de 1 % de variance
valeur propre très élevée (7,957). cumulée, donc peu d'information supplémentaire.
Cette répartition justifie la rétention d'une seule composante principale pour résumer l'essentiel des données.
Ce graphique met en évidence la valeur propre associée à chaque
composante principale. On observe que la première composante
possède une valeur propre très élevée (7,957), ce qui signifie
qu’elle explique à elle seule 99,46 % de la variance totale des
données. Les composantes suivantes ont des valeurs négligeables
(< 0,2), ce qui indique qu’elles n’apportent presque aucune
information supplémentaire.
Ce graphique justifie clairement la rétention d’une seule
composante principale, qui résume à elle seule l’essentiel de
l’information présente dans les critères étudiés.
Matrice de composantes
Matrice de composantes montre la corrélation entre chaque variable et les deux composantes
principales issues d’une analyse factorielle (ACP).
Les valeurs proches de 1 ou -1 signifie que la variable est fortement liée à la composante.
Matrice des composantesa
Composante
1 2
Influence de la marque ,998 -,031
influence des promotion ,998 ,018
Sensibilité au prix ,997 ,020
Fidélité à la marque ,997 -,046
Importance de l'esthique/design ,997 -,039
Facilité d'utilisation ,997 ,042
Importance de la qualité ,997 ,071
Gout pour l'innovation ,997 -,033
On constat que tout les variables (influence de la marque,…) ont une forte charge sur la composante 1
(>0.99)
Elles ont une faible charge sur la composante 2 (<0.05).
Cela montre que la composante 1 capte quasiment toute l’information. Elle représente une dimension
globale de l’attractivité perçue d’un produit.
Répartition des Variables Après Rotation Varimax
La rotation Varimax permet de mieux distinguer les variables
Matrice des composantes après rotationa en répartissant les charges sur les deux composantes de
manière équilibre.
Composante
1 2 Composante 1 (Émotionnelle)
• Fidélité à la marque
Fidélité à la marque ,743 ,666
• Esthétique/design
Importance de •
,738 ,672 Innovation
l'esthique/design • Influence de la marque
Gout pour l'innovation ,734 ,676
Composante 2 (Fonctionnelle)
Influence de la marque ,733 ,678
• Qualité
Importance de la qualité ,661 ,749 • Facilité d'utilisation
• Prix
Facilité d'utilisation ,681 ,729
• Promotions
Sensibilité au prix ,697 ,714
influence des promotion ,699 ,712 La rotation clarifie la distinction entre critères émotionnels et fonctionnels
dans les choix des consommateurs.
Diagramme des composantes (après rotation)
Diagramme composantes est une représentation graphique qui place les variables dans un plan à deux
dimensions (composantes1 en abscisse, composantes2 en ordonnée).
Il permet de visualiser le regroupement des variables selon leurs similarités.
Ce diagramme montre que les critères sont regroupés dans un
espace assez compact. Cela signifie qu’ils globalement liées à une
même perception du produit par les consommateurs.
Mais grâce à l’analyse factorielle avec rotation, on peut quand
même identifier deux tendances principales une composantes
émotionnelle et une composantes rationnelle.
Cela nous aide à comprendre que les consommateurs combinent
souvent les deux types de critères dans leur décision.
Conclusion
