L'analyse statistique est un exercice exigeant, qui demande de la rigueur et une bonne méthode de travail. Découvrez comment rédiger et comment réussir votre analyse statistique, en comprenant ses fondements. Apprenez également à définir une stratégie en lien avec votre problématique et à préparer vos données. Nous parlerons également du traitement des résultats.
Les bases de l’analyse statistique : d’où vient-elle ?
Les objectifs de la statistique dans le cadre d’un travail de mémoire
La statistique est intéressante à mettre en œuvre dans votre mémoire, car elle possède un lien direct avec l’intégralité de votre démarche scientifique. C’est ce type de travail qui va vous permettre de transformer certaines de vos données en quelque chose d’exploitable, c’est ce qui va apporter des preuves tangibles à votre argumentation.
Dans le cadre de votre mémoire, l’objectif principal de la statistique est de répondre à la problématique de départ, mais pas n’importe comment, la réponse doit être structurée. C’est cela qui va vous aider à valider (ou non) vos hypothèses de départ, à comprendre les tendances et à rendre plus claires vos conclusions.
Enfin, l’analyse statistique, au-delà de la simple preuve, rend votre travail plus crédible, car, grâce à cela, il ne se fonde plus uniquement sur des observations isolées.
Quels sont les différents types de données dans une analyse statistique ?
Vous ne pouvez pas faire une analyse statistique sans comprendre au préalable les données dont vous aurez besoin. Il existe à cet effet plusieurs types de données :
Type de données | Catégorie | Exemple |
Qualitatives nominales | Sans ordre | Sexe, type de produit |
Qualitatives ordinales | Ordonnées | Niveau de satisfaction |
Quantitatives discrètes | Valeurs entières | Nombre d’enfants |
Quantitatives continues | Valeurs mesurables | Taille, revenu |
Vous devez absolument comprendre la distinction entre ces types de données, c’est ainsi que vous pourrez choisir les tests à effectuer par la suite.
Les notions à comprendre
Population/ échantillon : il est impossible que vous soyez amené à intégrer toute une population dans votre travail, vous allez donc en prendre un échantillon uniquement.
La variable dépendante qui est expliquée, et la variable indépendante qui est celle qui explique.
Les hypothèses nulles (H0) et alternatives (H1) : l’objectif est de faire des tests pour rejeter H0.
Seuil de signification (p-value) : il s’agit de la probabilité que vos résultats soient le fruit du hasard.
Corrélation contre causalité : la première ne prouve jamais la seconde.
Quelle est la meilleure stratégie en lien avec votre problématique ?
Vos hypothèses doivent être les plus claires possible
Une analyse statistique est forcément en lien avec votre problématique, comme tout le reste de votre travail de mémoire. Mieux vos hypothèses sont écrites, et mieux vous pourrez vous en servir comme guide dans la construction globale de votre travail.
Attention aux indicateurs
Plus haut, nous parlions des types de données et des notions que vous devrez parfaitement intégrer : il y a aussi les indicateurs qui vont être différents selon l’objectif poursuivi. Parmi les indicateurs, la moyenne, la variance, l’écart, ou encore la corrélation.
Le choix des tests statistiques (à justifier absolument dans votre mémoire)
Objectif | Type de données | Test le plus pertinent |
Comparaison de deux moyennes | Quantitatives | Test t de Student |
Comparaison de plusieurs moyennes | Quantitatives | ANOVA |
Test d’une relation entre deux variables quantitatives | Quantitatives | Pearson « corrélation » |
Test d’une relation entre deux variables qualitatives | Qualitatives | Khi- deux |
Comparaison des distributions non paramétriques | Ordinales | Mann-Whitney, Kruskal- Wallis |
La collecte et la préparation des données
Il y a ici trois étapes fondamentales que vous devez prendre en ligne de compte.
La création du questionnaire
Attention aux questions peu claires : posez des questions concises et bien formulées pour éviter les problèmes de compréhension. Testez sur un échantillon, il faut toujours tester avant de publier.
Le nettoyage des données
Vous devez faire attention qu’il ne manque rien, aux doublons également, aux incohérences, mais aussi aux valeurs qui ne seraient pas crédibles. Si vous passez cette étape, vous pourrez vous retrouver avec des calculs faux, ce qui remettra en question toutes vos hypothèses de départ, donc soyez vigilants. Attention également aux conditions dans lesquelles vos tests sont réalisés.
La rédaction de l’analyse statistique dans le mémoire final
Dans des tableaux, ou graphiques, vous allez décrire vos données, effectuer les tests et, enfin, mettre en avant et faire parler les résultats.
Dans votre rédaction, attention à la présentation, cette dernière doit être structurée.
Ainsi, vous rappelez l’hypothèse, vous décrivez les données, vous présentez les tests choisis et pourquoi vous les avez choisis, vous donnez les résultats et vous les interprétez.
Par ailleurs, les tableaux que vous utilisez ainsi que les graphiques ne sont pas choisis au hasard, ils doivent être clairs et cohérents avec l’ensemble.
Enfin, votre interprétation finale doit être équilibrée et sincère. Si vous avez rencontré quelques difficultés, dites-le, si vos résultats ne sont pas en accord avec vos hypothèses, expliquez-le.
Tableau récapitulatif
À faire | Objectifs | Actions | Attention |
Analyse statistique à réaliser | Décrire les données, faire les tests, les interpréter. | Produire des statistiques, choisir les tests, présenter les résultats, les interpréter. | Lien avec la problématique, attention aux conditions d’applications, tout justifier. |
Analyse statistique à mettre en forme dans le mémoire | Donner une présentation structurée, le tout doit être lisible et clair. | Structure logique, tableaux et graphiques pertinents, les documents volumineux en annexe | Pas de graphiques qui se répètent. Pas trop de chiffres. Garder une cohérence avec l’ensemble. Légender les figures correctement. |
Erreurs à éviter | Attention à pouvoir garantir que l’analyse est fiable, pas de fausse conclusion. | Attention aux doublons, attention aux choix des tests, contrôler les résultats, les hypothèses. | Attention à la manière dont les tests sont menés, ne pas changer les données, ne pas oublier de justifier ses choix. |
Conclusion
Pour réussir votre analyse statistique, vous devez avoir une méthode de travail organisée, avec des méthodes pertinentes et adaptées à ce que vous souhaitez prouver. N’oubliez pas de nuancer vos propos, et de donner des conclusions lisibles, afin de renforcer la crédibilité de votre démarche.
Retrouvez nos autres guides méthodologiques pour votre mémoire :
Foire aux questions (FAQ)
Faut-il obligatoirement donner des statistiques dans son mémoire ?
Non, cela n’est obligatoire que si vous avez une partie empirique ou bien un questionnaire. Si le travail n’est que théorique, l’analyse statistique n’a pas beaucoup de sens.
Comment formule-t-on une hypothèse statistique ?
Votre hypothèse doit être testable et claire, par exemple : « les filles travaillent mieux que les garçons ».
Quels tests sont-ils les plus pertinents si les données obtenues ne sont pas « normales » ?
Vous devez utiliser les tests comme Mann-Whitney, ou Kruskal- Wallis, car ils sont non-paramétriques.
Sur quel type de logiciel réaliser une analyse statistique ?
Il existe différents types de logiciels, SPSS ou encore Python.
Comment doit-on choisir la taille de son échantillon ?
Elle doit dépendre de vos objectifs, de votre niveau de précision, ou encore de la population que vous avez initialement, sans oublier le temps, car plus l’échantillon est important, plus il faudra du temps pour l’étudier.
Références
Fourmond, B. (s.d.). Les 3 principaux types d’analyses statistiques. DellaData. delladata.fr
TÉLUQ. (s.d.). Analyser et interpréter les résultats de la recherche. ESSAI – Phases de recherche. essai-1234.teluq.ca