Fiche de révision : Méthodes d’enquête et analyse des données

Plan du Cours

  1. Finalités et usages des études de marché
  2. Processus d’étude de marché
  3. Données secondaires et primaires, approches qualitatives et quantitatives
  4. Définition des études quantitatives
  5. Méthodes d’échantillonnage
  6. Taille d’échantillon pour une proportion
  7. Taille d’échantillon pour une moyenne
  8. Méthodes de collecte des données primaires
  9. Types de questions et échelles
  10. Variables et modalités
  11. Construction du questionnaire
  12. Préparation et analyse des données
  13. Contrôle de la validité des résultats
  14. Biais de validité interne
  15. Codage et organisation dans SPSS

1. Finalités et usages des études de marché

Notions clés & Définitions

  • Étude de marché : Identifie, recueille, analyse et exploite des données et informations relatives à un problème de gestion afin d’aider les décideurs à prendre de meilleures décisions.

★ À maîtriser

  • Les études de marché visent notamment à comprendre les comportements des consommateurs, des talents et des collaborateurs, à évaluer le potentiel du marché et les parts de marché, et à mesurer l’efficacité des prix, produits, distributions, promotions et actions destinées aux talents et collaborateurs.

Compléments

  • Dans un environnement international concurrentiel, en mutation et difficile à anticiper, les problématiques de gestion deviennent plus variées et complexes, et une mauvaise décision peut remettre en question la survie de l’entreprise.

  • Une étude de marché répond à une question de gestion au moyen de techniques et vise à apporter une valeur ajoutée à l’organisation.

  • Les études de marché cherchent à mieux connaître les individus ou les groupes, à mieux les servir et éventuellement à les influencer.

Astuce mémo

Décisions risquées → besoin d’informations fiables

2. Processus d’étude de marché

Notions clés & Définitions

  • Plan d’étude : Proposition écrite qui couvre les problèmes, précise les objectifs, indique les informations à recueillir et leur utilité décisionnelle, évalue le coût et les délais, et précise si des informations secondaires ou primaires sont nécessaires.

★ À maîtriser

  • 🔄 Le processus d’étude de marché suit ces étapes :
    1. Définir le problème et les objectifs
    2. Déterminer l’information nécessaire
    3. Développer un plan de recueil
    4. Collecter les données
    5. Traiter et analyser les données
    6. Synthétiser les résultats et formuler des recommandations managériales

📌 Les objectifs d’une étude peuvent être exploratoires pour préciser un problème et formuler des hypothèses, descriptifs pour décrire des faits existants, ou explicatifs et prédictifs pour identifier des relations de cause à effet et anticiper les effets d’une décision.

Compléments

  • Le rapport final présente les découvertes utiles à la décision, énonce le problème et les objectifs, résume les résultats et formule des conclusions ou recommandations ; les descriptions de méthode, l’analyse statistique et les données brutes peuvent figurer en annexe.

Astuce mémo

Définir → concevoir → collecter → traiter → synthétiser

3. Données secondaires et primaires, approches qualitatives et quantitatives

Notions clés & Définitions

  • Données secondaires : Informations précédemment collectées ou publiées, généralement à d’autres fins, par l’entreprise ou une autre organisation.
  • Données primaires : Recueillies directement sur le marché pour la première fois, au moyen de méthodes qualitatives, quantitatives ou des deux, dans le but spécifique de l’étude.

★ À maîtriser

  • L’approche qualitative explore en profondeur les motivations, freins, attitudes et perceptions de petits échantillons hétérogènes et non représentatifs à propos d’un produit, d’une marque ou d’un concept.

  • L’approche quantitative décrit un phénomène en quantifiant des opinions ou des comportements, explique des relations ou causalités entre variables et peut prédire à partir de plusieurs variables qui interagissent.

Compléments

  • Les sources internes comprennent :

    • les fichiers clients
    • les rapports d’études précédentes
    • les statistiques de ventes
    • les rapports de la force de vente
  • Les sources externes de données secondaires comprennent les instances gouvernementales comme l’INSEE et le CREDOC, les syndicats professionnels comme l’Union des Annonceurs (UDA), les fournisseurs spécialisés comme Nielsen et Xerfi, ainsi qu’Internet, notamment les sites concurrents, blogs et forums.

  • L’approche qualitative répond notamment aux questions « Pourquoi ? », « Comment ? » et « Dans quelles conditions ? ».

  • L’approche quantitative répond notamment aux questions « Qui ? », « Quand et où ? » et « Qu’est-ce qui explique le mieux le comportement ? ».

  • Le traitement des données qualitatives porte sur des textes et comprend des analyses de contenu, tandis que les données quantitatives sont numériques et font l’objet de traitements statistiques.

Astuce mémo

Le qualitatif explore le pourquoi ; le quantitatif mesure qui, quand et où

4. Définition des études quantitatives

Notions clés & Définitions

  • Unité déclarante : Fournit l’information recherchée par l’enquête.
  • Unité d’analyse : Celle sur laquelle porte l’étude.

★ À maîtriser

  • Une étude quantitative vise à décrire, expliquer ou prédire un phénomène à partir d’opinions, de comportements et de relations entre variables.

  • Les études quantitatives s’appuient sur un nombre important de répondants, supérieur à 100, dont les réponses doivent pouvoir être généralisées à l’ensemble de la population ; les données numériques sont traitées statistiquement.

📌 L’unité d’échantillonnage est le sujet présent dans l’échantillon : l’individu enquêté ou l’entité à laquelle il appartient, comme un foyer, une entreprise, une école ou un hôpital.

Compléments

  • L’approche quantitative est devenue scientifique à la fin des années 1930, notamment grâce aux travaux de George Gallup, présenté comme le père des sondages d’opinion.

  • La constitution d’un échantillon exige de déterminer :

    • les individus à interroger
    • la méthode de sélection des personnes
    • la taille de l’échantillon

📌 La définition des unités de sondage s’accompagne de critères socio-démographiques et de critères géographiques et/ou temporels.

  • Dans une enquête sur l’image de TikTok auprès des adolescents utilisateurs, les foyers français avec des adolescents de 13 à 19 ans et au moins un membre utilisateur de TikTok depuis 6 mois ou plus constituent les unités d’échantillonnage ; les adolescents répondants sont les unités déclarantes et les unités d’analyse.

Astuce mémo

L’unité échantillonnée est sélectionnée, l’unité déclarante répond, l’unité d’analyse est étudiée.

5. Méthodes d’échantillonnage

Notions clés & Définitions

  • Échantillon aléatoire simple : Chaque membre de la population a une chance connue et identique d’appartenir à l’échantillon.
  • Échantillon par quotas : Dans un échantillon par quotas, le chercheur fixe des critères prédéterminés et interroge un certain nombre de personnes dans plusieurs catégories ; cette méthode permet d’obtenir un échantillon représentatif.
  • Échantillon aléatoire systématique : Dans un échantillon aléatoire systématique, une unité est tirée à intervalle régulier dans une base de sondage longue, par exemple toutes les 50, 100 ou 500 unités selon le nombre de personnes à interroger.
  • Échantillon aléatoire stratifié : Dans un échantillon aléatoire stratifié, la population est répartie en groupes mutuellement exclusifs, puis le tirage au sort s’effectue au sein de chaque groupe.
  • Échantillon aléatoire en grappes : Dans un échantillon aléatoire en grappes, la population est répartie en groupes mutuellement exclusifs, certains groupes sont tirés au sort et tous leurs individus sont interrogés.

★ À maîtriser

📌 Un échantillon probabiliste donne à tous les membres de la population étudiée des probabilités connues et non nulles, mais pas nécessairement égales, d’être sélectionnés, fait intervenir le hasard et suppose une base de sondage ; un échantillon non probabiliste ne garantit pas à chaque unité une probabilité connue et non nulle d’inclusion et n’assure pas la représentativité.

Compléments

📌 L’échantillon de convenance est choisi parce qu’il est le plus simple à désigner pour recueillir l’information, tandis que l’échantillon boule de neige part de personnes capables de fournir une information fiable et rare, qui recommandent ensuite des personnes de leur entourage possédant la même caractéristique.

Astuce mémo

Probabiliste : le hasard sélectionne ; non probabiliste : le chercheur sélectionne.

6. Taille d’échantillon pour une proportion

Notions clés & Définitions

  • Marge d’erreur : La marge d’erreur, notée e, traduit en pourcentage la différence acceptable entre les résultats de l’échantillon et ceux qu’aurait donnés l’interrogation de toute la population ; elle est souvent de 5 % ou 2,5 %.
  • Niveau de confiance : Le niveau de confiance, noté t, exprime en pourcentage le degré de certitude souhaité pour les valeurs situées dans la marge d’erreur ; pour un taux de confiance de 95 %, le niveau utilisé est 1,96.

★ À maîtriser

📐 Formule - Pour calculer la taille d’un échantillon probabiliste à partir d’une proportion, on utilise n=t2p(1−p)e2n = \frac{t^2 p(1-p)}{e^2}.

Compléments

📌 Dans le calcul d’une taille d’échantillon pour une proportion, p est le pourcentage estimé de la population présentant la caractéristique étudiée et vaut 50 % si cette proportion est inconnue.

  • Pour une marge d’erreur de 5 % et un niveau de confiance de 95 %, le calcul donne une taille de 385 personnes si la proportion étudiée est inconnue et estimée à 50 %.

  • Avec une étude préalable estimant à 20 sur 50, soit 0,4, la proportion d’étudiants fumeurs, une marge d’erreur de 5 % et un niveau de confiance de 95 %, la taille calculée est de 369 personnes.

7. Taille d’échantillon pour une moyenne

★ À maîtriser

📐 Formule - Pour calculer la taille d’un échantillon probabiliste à partir d’une moyenne selon la loi normale, on utilise n=t2σ2e2n = \frac{t^2 \sigma^2}{e^2}.

Compléments

  • Dans le calcul de la taille d’échantillon pour une moyenne, σ est une estimation de l’écart-type de la population, obtenue par exemple à partir d’une étude pilote.

  • Pour estimer des achats annuels moyens de café avec une marge d’erreur de 2 unités, un niveau de confiance de 95 % et un écart-type de population de 29 unités, la taille calculée est de 808 personnes.

  • Lorsque la marge d’erreur tolérable passe de 2 à 4 unités dans l’exemple des achats annuels de café, la taille d’échantillon passe de 808 à 202 personnes.

Astuce mémo

Marge d’erreur doublée → taille d’échantillon divisée par quatre.

8. Méthodes de collecte des données primaires

Notions clés & Définitions

  • Enquête descriptive : Interroge des individus sur leurs attitudes, comportements ou connaissances sans intervenir sur leur environnement.
  • Expérimentation : Vise à expliquer ou prédire en plaçant plusieurs groupes de sujets similaires dans des situations différentes, en contrôlant les facteurs explicatifs envisagés et en observant les différences de réponses.
  • Enquête ad hoc : Réalisée ponctuellement pour le compte d’un seul commanditaire.
  • Marché-test : Propose une offre nouvelle ou modifiée sur un élément du marketing mix, dans une zone géographique représentative de la population nationale, afin de tester la réaction du public, notamment les ventes et le rachat, et de définir le profil des acheteurs avant un lancement national.

Points essentiels

  • Doubler le seuil tolérable de l’erreur divise la taille de l’échantillon par 4.

Astuce mémo

Enquête observe ; expérimentation compare des groupes.

9. Types de questions et échelles

Notions clés & Définitions

  • Échelle de Likert : Mesure un degré d’accord ou de désaccord au moyen de 5 ou 7 échelons, avec un nombre impair d’échelons et une symétrie autour de l’échelon neutre.
  • Échelle d’Osgood : Ou échelle de différentiel sémantique, oppose deux affirmations ou adjectifs contraires sur 5 ou 7 échelons, avec un nombre impair d’échelons et une symétrie autour de l’échelon neutre.

★ À maîtriser

📌 Une question fermée propose des modalités de réponse prédéfinies, tandis qu’une question ouverte recueille un nombre ou un verbatim.

Compléments

  • Les questions dichotomiques proposent deux modalités et une seule réponse possible.

  • Les questions à choix multiples peuvent proposer plusieurs modalités avec une seule réponse possible ou plusieurs réponses possibles.

  • Dans une question ouverte numérique, la réponse est un nombre.

📌 Une question ouverte de type texte recueille un verbatim lorsque la réponse ne peut pas être codée avant la collecte, et il est recommandé de ne pas en poser plus de 2 par questionnaire.

Astuce mémo

Likert mesure l’accord ; Osgood oppose deux pôles.

10. Variables et modalités

Notions clés & Définitions

  • Variable : Caractéristique d’une entité (personne, organisation, objet, événement ou cas) qui peut être exprimée par une valeur numérique ou codée comme attribut.
  • Modalités : Différentes valeurs que peut prendre une variable pour l’ensemble des entités étudiées.

★ À maîtriser

📌 Les modalités nominales classent les entités en catégories sans hiérarchie, tandis que les modalités ordinales se rangent selon un ordre logique sur une échelle de valeurs.

Compléments

📌 Une variable quantitative se distingue d’une variable ordinale par le fait que l’intervalle entre deux catégories a toujours la même valeur et la même signification.

Astuce mémo

Nominal classe sans ordre ; ordinal classe avec ordre.

11. Construction du questionnaire

★ À maîtriser

📌 Le questionnaire doit être rédigé en lien avec les objectifs de recherche et les hypothèses afin d’éviter la collecte de données non pertinentes.

  • Les questions doivent être ciblées, concises et claires, employer des mots simples et non ambigus, éviter de suggérer une réponse, porter sur une seule chose et éviter les négations simples ou doubles.

Compléments

  • La nature qualitative ou quantitative des questions conditionne le test statistique à mobiliser pour tester les hypothèses.

  • Les modalités de réponse doivent être exhaustives et mutuellement exclusives.

  • Le questionnaire doit être court pour éviter d’effrayer ou d’ennuyer les répondants.

  • Le questionnaire doit être prétesté auprès de 20 à 30 personnes afin de vérifier que les questions sont comprises et couvrent les informations nécessaires.

12. Préparation et analyse des données

Notions clés & Définitions

  • Analyse univariée : Ou descriptive, étudie la distribution des réponses d’une seule variable.
  • Analyse bivariée : Étudie simultanément deux variables pour examiner leur association ou leur éventuelle interaction causale.
  • Analyse multivariée : Traite simultanément plus de deux variables pour décrire les données et expliquer, voire prédire, des phénomènes.

Points essentiels

  • La préparation des données comprend le codage des réponses, l’attribution d’un numéro à chaque répondant, la saisie selon le codage défini, puis le nettoyage des données à l’aide d’analyses univariées pour repérer les erreurs de saisie et les répondants non impliqués.

Astuce mémo

Coder, dépouiller, saisir, nettoyer.

13. Contrôle de la validité des résultats

Notions clés & Définitions

  • Validité interne : Véracité des résultats de l’analyse statistique et exige de vérifier que la cause et l’effet sont correctement identifiés, sans explication rivale compromettant leur lien.
  • Validité externe : Possibilité de généraliser les résultats obtenus au-delà de l’étude elle-même, notamment de l’échantillon à la population dont il est extrait, à d’autres moments ou à d’autres contextes.

Astuce mémo

Validité interne : lien causal ; validité externe : généralisation.

14. Biais de validité interne

Notions clés & Définitions

  • Effet d’histoire : Survient lorsque des événements extérieurs à l’étude perturbent la mesure du lien entre les variables; il peut être limité en analysant le contexte de l’étude et en réduisant sa durée.
  • Effet de maturation des répondants : Correspond aux changements de réponses liés à des processus biologiques ou psychologiques qui varient avec le temps, indépendamment d’événements externes spécifiques; on peut contrôler l’implication des répondants et réduire la durée de l’étude.
  • Effet de test : Apparaît lorsque les réponses à un premier questionnaire affectent celles du deuxième, notamment par apprentissage ou parce que le répondant se sent observé; on peut interroger d’autres personnes que celles du pré-test, écarter celles qui ont deviné la problématique et adapter le dispositif de collecte.
  • Effet de sélection : Survient lorsque l’échantillon n’est pas représentatif de la population étudiée; il peut être limité en soignant l’échantillonnage.
  • Effet lié à l’instrument : Survient lorsque des changements de calibrage d’un instrument de mesure ou des changements chez les enquêteurs modifient les mesures; on peut pré-tester le questionnaire et systématiser sa création, son administration et l’analyse des données.
  • Effet de régression statistique : Survient lorsque les répondants sont sélectionnés selon des caractéristiques extrêmes ou exceptionnelles; il peut être limité en sélectionnant un nouvel échantillon.
  • Effet de mortalité expérimentale : Survient lorsque des répondants manquent des phases d’une étude, s’en retirent ou ne répondent pas à certaines questions; on peut motiver leur participation et remplacer les participants décrocheurs.
  • Effet de contamination : Survient lorsque les participants discutent entre eux du sujet de l’étude ou des réponses attendues; on peut écarter les sujets qui ont deviné la problématique de l’étude.

Points essentiels

  • Les huit biais susceptibles de perturber la validité interne sont :
    • l’effet d’histoire
    • l’effet de maturation des répondants
    • l’effet de test
    • l’effet lié à l’instrument
    • l’effet de régression statistique
    • l’effet de sélection
    • l’effet de mortalité expérimentale
    • l’effet de contamination

15. Codage et organisation dans SPSS

Notions clés & Définitions

  • Code : Dictionnaire permettant de passer de la langue des personnes interrogées au langage numérique.

★ À maîtriser

  • La feuille de codage élaborée à partir du questionnaire administré attribue un nom et un numéro à chaque variable et à chaque modalité.

  • Dans SPSS, l’Affichage des données sert à entrer ou consulter les données, tandis que l’Affichage des variables sert à définir les variables.

  • Dans l’Affichage des données de SPSS, chaque ligne correspond à un individu statistique et chaque colonne à une variable.

Compléments

  • Dans les exemples de variables ordinales, trois variables publicitaires sont codées de 1 à 7 : ennuyeuse–intéressante, mensongère–honnête et commune–originale; elles doivent être transformées avant l’analyse et l’interprétation des données.

  • Dans une variable de ratios présentée par marque, chaque marque constitue une variable et il faut saisir directement le nombre de points qui lui est accordé.

  • Dans l’Affichage des variables de SPSS, chaque ligne correspond à une variable et chaque colonne à une propriété de cette variable.

  • Dans SPSS, le nom d’une variable sert à la désigner et ne doit contenir ni accent ni espace.

  • Dans SPSS, les propriétés d’une variable comprennent : son type, la largeur maximale de sa valeur, le nombre de décimales, sa description, les valeurs et leurs étiquettes, le traitement facultatif des valeurs manquantes, la largeur de la colonne, l’alignement de la colonne, sa mesure, son rôle

  • Dans SPSS, la mesure « Échelle » s’applique aux variables numériques d’intervalle ou de rapport, ainsi qu’aux échelles de Likert et d’Osgood.

  • Dans SPSS, la mesure « Ordinale » s’applique aux variables catégorielles ordinales, tandis que « Nominale » s’applique aux variables catégorielles nominales et constitue le réglage par défaut.

Teste tes connaissances

Teste tes connaissances sur Méthodes d’enquête et analyse des données avec 11 questions à choix multiples et corrections détaillées.

1. Une entreprise hésite entre deux décisions commerciales et commande une étude qui recueille puis analyse des informations liées à ce choix. Quel est le rôle principal de cette étude ?

2. Une entreprise veut mieux comprendre ses clients, estimer le potentiel d’un nouveau marché et vérifier si ses prix et ses promotions sont efficaces. Ces objectifs relèvent-ils des usages des études de marché ?

Faire le QCM →

Révisez avec les flashcards

Mémorisez les concepts clés de Méthodes d’enquête et analyse des données avec 10 flashcards interactives.

Quelles étapes caractérisent une étude de marché ?

Elle identifie, recueille, analyse et exploite des données et informations.

Quelles étapes composent le processus d’étude de marché, de la définition du problème aux recommandations ?

Définir le problème et les objectifs, déterminer les informations nécessaires, planifier leur recueil, collecter les données, les traiter et les analyser, puis synthétiser les résultats et formuler des recommandations managériales.

Quels types d’objectifs une étude de marché peut-elle poursuivre et que visent-ils ?

Les objectifs peuvent être exploratoires, descriptifs, ou explicatifs et prédictifs, visant respectivement à préciser un problème, décrire des faits, ou identifier des liens de cause à effet et anticiper les effets d’une décision.

Voir les flashcards →

Cours similaires

Crée tes propres fiches de révision

Importe ton cours et l'IA génère fiches, QCM et flashcards en 30 secondes.

Générateur de fiches