L'analyse quantitative des données Olivier Martin

Résumé

Cet ouvrage répond avec clarté et rigueur aux questions majeures que se posent tout concepteur d'enquête par questionnaire et toute personne souhaitant analyser statistiquement des données : qu'est-ce qu'un échantillon représentatif, un pourcentage significatif et une "bonne estimation" ? Comment recoder des variables et concevoir des indicateurs ? Comment analyser leurs relations, avec quelles méthodes ? Comment interpréter des résultats ? Sans recours inutile au formalisme mathématique, il expose les principes des raisonnements statistiques en sociologie. Les présentations des méthodes et notions sont accompagnées d'exemples concrets, issus de vraies enquêtes. Tous les éléments sont fournis pour comprendre, analyser et produire des données, que ce soit en sociologie ou dans les domaines des études, du marketing, des sondages d'opinion ou des enquêtes de comportement. L'ouvrage répond aux besoins bien identifiés des étudiants, enseignants comme des chargés d'études.

Auteur :
Martin, Olivier
Éditeur :
Paris, Armand Colin,
Genre :
Manuel
Langue :
français.
Description du livre original :
1 vol. (128 p.)
ISBN :
9782200626945.
Domaine public :
Non
Téléchargement du livre au format PDF pour « L'analyse quantitative des données »

Table des matières

  • Introduction
    • 1. Pourquoi recourir aux outils statistiques ?
    • 2. Le plan du manuel
  • 1 Produire
    des données « quantitatives »
    • 1. Les « données » du sociologue
    • 2. Population, échantillon et individus
    • 3. Les sources quantitatives en sociologie
      • 3.1 Une source particulière mais courante : le questionnaire
      • 3.2 Les autres sources quantitatives
      • 3.3 L’analyse secondaire des données
    • 4. La notion d’échantillon
      • 4.1 Étudier toute une population ou un échantillon ?
      • 4.2 Les échantillons au hasard
      • 4.3 Les échantillons empiriques
      • 4.4 Qu’est-ce qu’un échantillon représentatif ?
      • 4.5 Remarques et conseils supplémentaires
      • 4.6 L’échantillon comme prisme
      • 4.7 À propos des « erreurs » et des « biais »
    • 5. Que valent les informations issues d’un échantillon ?
      • 5.1 Passer de l’échantillon à la population
      • 5.2 Quelle est la « valeur » de l’estimation ?
      • 5.3 L’intervalle et le niveau de confiance
      • 5.4 L’usage pratique
      • 5.5 Les outils de calcul de l’intervalle de confiance
      • 5.6 Quelques généralités supplémentaires sur les tests statistiques
      • 5.7 Usages et limites des tests statistiques en sociologie
  • 2 Concevoir et préparer
    les variables nécessaires
    à l’analyse
    • 1. Questions, variables et modalités
    • 2. Variables qualitatives et variables quantitatives
      • 2.1 Variables quantitatives
      • 2.2 Variables qualitatives
    • 3. De la nécessité de recoder les variables
      • 3.1 Techniques de recodage 1 : regrouper des modalités
      • 3.2 Techniques de recodage 2 : simplifier les variables quantitatives
      • 3.3 Techniques de recodage 3 : simplifier les variables multiples
      • 3.4 Techniques de recodage 4 : coder les matériaux qualitatifs
      • 3.5 Techniques de recodage 5 : combiner les variables
    • 4. Passer des variables aux indicateurs théoriques : les variables synthétiques
      • 4.1 Créer des variables synthétiques par combinaison
      • 4.2 Créer des variables synthétiques par calcul de scores
      • 4.3 Créer des variables synthétiques à partir de variables quantitatives
      • 4.4 Créer des variables synthétiques par analyse factorielle
  • 3 Un intermède :
    saisir la diversité des situations
  • 4 Analyser les relations
    entre deux variables
    • 1. Juger la différence entre deux pourcentages
      • 1.1 L’intervalle de confiance d’une différence
      • 1.2 Les formules de calcul et leur usage
    • 2. Le test du khi-deux (khi2)
      • 2.1 La notion d’indépendance
      • 2.2 Évaluer l’effet du hasard
      • 2.3 Une distance pour juger de la proximité entre tableaux
      • 2.4 Le calcul de la distance et de l’effet du hasard
      • 2.5 Une illustration pratique
      • 2.6 Intérêts et limites
    • 3. Le coefficient de corrélation linéaire
      • 3.1 La notion de relation linéaire
      • 3.2 La notion de covariation
      • 3.3 La définition du coefficient de corrélation linéaire
      • 3.4 Une illustration pratique
      • 3.5 Intérêts, usages et limites
    • 4. Une variable qualitative et une variable quantitative
      • 4.1 Le principe de l’ANOVA
      • 4.2 Mise en œuvre technique de l’ANOVA
      • 4.3 Une illustration pratique
      • 4.4 Compléments
  • 5 Analyser les relations
    entre plusieurs variables
    • 1. Automatiser le croisement de variables
    • 2. Repérer et synthétiser les relations : l’analyse factorielle
      • 2.1 Principes et intérêts généraux de l’analyse factorielle
      • 2.2 La pratique de l’analyse factorielle
      • 2.3 Rôles des variables
      • 2.4 Usages
    • 3. Classer les individus pour définir des types
      • 3.1 Principes généraux
      • 3.2 Usages
    • 4. Décomposer les effets de chaque variable
      • 4.1 L’effet brut, l’effet pur et le raisonnement « toutes choses étant égales par ailleurs »
      • 4.2 Expliciter un modèle
      • 4.3 Évaluer la pertinence d’un modèle
      • 4.4 Remarques finales
  • Quelques conseils
    pour conclure
    • 1. Comment utiliser intelligemment les outils statistiques ?
      • 1.1 Ne pas oublier la réflexion sociologique
      • 1.2 Ne pas croire en une recette unique
      • 1.3 Accepter de tâtonner
      • 1.4 Distinguer l’exploration et la « démonstration »
      • 1.5 Ne pas chercher la preuve absolue : préférer l’accumulation d’indices
    • 2. Comment rédiger un rapport ou un article quantitatif ?
  • Pour en savoir plus

Commentaires

Laisser un commentaire sur ce livre