Fiche de révision : Construire et traiter les données statistiques

📋 Plan du Cours

1. Construire une question statistique
2. Définir population et estimand
3. Raisonner par hypothèses
4. Échantillonnage et qualité des résultats
5. Passer du concept à l’indicateur
6. Construire un questionnaire
7. Structurer une base de données
8. Nettoyer et transformer les données

📖 1. Construire une question statistique

🔑 Notions clés & Définitions

• Question de recherche : Précise la population étudiée, les variables observées et la période concernée.

📝 Points essentiels

• La construction d’un fait statistique répond à cinq questions: Qui étudier ?, Quoi mesurer ?, Comment obtenir les données ?, Sur quelle période ?, Que comparer ou comprendre ?

• Une démarche statistique comprend cinq étapes : construire, éprouver, sélectionner, quantifier et consolider.

💡 Astuce mémo

Qui ? Quoi ? Comment ? Quand ? Pour comparer quoi ?

📖 2. Définir population et estimand

🔑 Notions clés & Définitions

• Population cible : La population cible est l’ensemble des personnes ou unités auxquelles la question de recherche s’intéresse, comme tous les étudiants de B1 SHS à l’UMONS en 2026-2027.
• Estimand : Le résultat précis que l’enquête cherche à connaître dans la population à partir d’une population, d’une variable, d’une période et d’un résumé ou d’une comparaison définis.
• Paradigme : Une manière de penser et d’organiser la recherche qui influence les questions posées, les preuves retenues et l’explication des résultats.

📝 Points essentiels

📌 L’unité d’observation fournit l’information, tandis que l’unité d’analyse est ce sur quoi porte la conclusion et peut être une personne, un ménage ou un dossier.

💡 Astuce mémo

Observation = information fournie ; analyse = conclusion produite

📖 3. Raisonner par hypothèses

★ À maîtriser

📌 L’induction part de plusieurs observations pour arriver à une idée générale, tandis que la déduction part d’une théorie ou d’une hypothèse et confronte celle-ci aux données.

• 🔄 La démarche hypothético-déductive suit cette chaîne:
  1. Question
  2. Théorie
  3. Hypothèse
  4. Concepts
  5. Indicateurs
  6. Données

📌 Une hypothèse doit être testable et réfutable, c’est-à-dire qu’une observation doit pouvoir montrer qu’elle est fausse, comme l’observation d’un cygne noir réfute l’affirmation selon laquelle tous les cygnes sont blancs.

📌 Une association entre deux variables ne suffit pas à établir une causalité, car la relation peut provenir d’une variable confondante, d’une médiation ou d’une sélection.

Compléments

• Un résultat contraire peut provenir de:
  • Une autre hypothèse utilisée
  • Une mesure
  • Une donnée
  • Une supposition faite pendant l’étude

💡 Astuce mémo

Question → théorie → hypothèse → concepts → indicateurs → données

📖 4. Échantillonnage et qualité des résultats

🔑 Notions clés & Définitions

• Biais : Un problème dans la manière dont les données sont obtenues qui peut empêcher les résultats de représenter correctement la réalité.
• Pondération : Consiste à donner un poids différent aux observations afin de mieux tenir compte de la manière dont l’échantillon a été constitué.

📝 Points essentiels

📌 Une étude peut porter sur toute la population ou sur un échantillon, c’est-à-dire une partie de la population utilisée pour essayer de comprendre l’ensemble.

• Les principaux biais sont:
  • Biais de couverture
  • Biais de convenance
  • Auto-sélection
  • Non-réponse
  • Attrition
  • Substitution

📌 La validité interne indique si les résultats sont solides dans l’étude, tandis que la validité externe indique si ces résultats peuvent être généralisés à d’autres personnes ou situations.

💡 Astuce mémo

Mauvais échantillon → biais → résultats trompeurs

📖 5. Passer du concept à l’indicateur

🔑 Notions clés & Définitions

• Concept : Une idée générale, souvent abstraite, que l’on veut étudier, comme la précarité, le stress, le capital culturel ou la confiance.
• Proxy : Une mesure indirecte utilisée pour représenter quelque chose qui n’est pas mesuré directement, comme le diplôme de la mère pour représenter le capital culturel.

📝 Points essentiels

📌 Une dimension est une partie d’un concept, tandis qu’un indicateur est un élément observable permettant de représenter cette dimension.

• L’opérationnalisation transforme une idée abstraite en concept, dimensions, indicateurs, items et variables codées dans une base de données.

💡 Astuce mémo

Concept → dimension → indicateur → item → variable

📖 6. Construire un questionnaire

🔑 Notions clés & Définitions

• Codebook : Le codebook est un document qui explique comment les données sont organisées et codées, notamment les variables, réponses, codes, unités, filtres, non-réponses et contrôles.

★ À maîtriser

📌 Une bonne question correspond à l’indicateur mesuré, est adaptée aux personnes interrogées, possède un sens clair et stable, ne contient qu’une seule idée et précise la période ainsi que l’unité si nécessaire.

📌 Les modalités de réponse doivent être exhaustives, afin de couvrir toutes les réponses possibles, et exclusives, afin qu’une réponse ne puisse pas appartenir à plusieurs catégories.

• Le prétest cognitif vérifie successivement si la personne comprend la question, retrouve l’information nécessaire, juge sa réponse et parvient à choisir une réponse.

Compléments

📌 La période doit être précisée pour rendre les réponses comparables, par exemple en demandant « au cours des 7 derniers jours » plutôt qu’en utilisant « souvent » ou « régulièrement ».

💡 Astuce mémo

Comprendre → retrouver → juger → répondre

📖 7. Structurer une base de données

🔑 Notions clés & Définitions

• Unité statistique : Ce qui est représenté par une ligne dans la base de données, par exemple un étudiant ou une consultation médicale.
• Identifiant : Un identifiant distingue les différentes unités, mais il constitue seulement une étiquette et non une quantité, même lorsqu’il ressemble à un nombre.

★ À maîtriser

📌 Dans une base de données, une ligne représente une unité statistique, une colonne représente une variable et une cellule contient une valeur.

📌 Une cellule vide ou codée NA ne signifie pas automatiquement zéro, car il faut comprendre pourquoi la valeur est absente.

Compléments

• Un bon identifiant est:
  • Unique
  • Stable
  • Sans informations personnelles inutiles

💡 Astuce mémo

Ligne = unité ; colonne = variable ; cellule = valeur

📖 8. Nettoyer et transformer les données

★ À maîtriser

• Une variable qualitative correspond à des catégories, tandis qu’une variable quantitative représente une quantité mesurable.

• Une variable qualitative est nominale lorsque ses catégories n’ont pas d’ordre et ordinale lorsqu’elles sont ordonnées, comme faible, moyen et élevé.

• Une variable quantitative est d’intervalle lorsque les écarts ont un sens mais que le zéro ne représente pas une absence, et de rapport lorsque le zéro est réel et que les rapports ont un sens.

• Les valeurs manquantes peuvent correspondre à un refus, à une absence de connaissance, à une situation non applicable ou à une panne ou perte de conservation de la réponse.

📌 Une valeur inhabituelle ne doit pas être supprimée automatiquement : une durée de -5 minutes est impossible, tandis qu’un travail de 60 heures par semaine est très élevé mais possible et doit être vérifié selon une règle tracée.

• Une variable dérivée est créée en transformant une ou plusieurs variables existantes, sans écraser la variable originale.

📌 Un recodage transforme les valeurs selon une règle précise et justifiée, par exemple 0 à moins de 5 heures en faible, 5 à moins de 12 heures en modérée et 12 heures ou plus en élevée.

• La traçabilité exige de garder:
  • Le fichier brut
  • La copie de travail
  • Le codebook
  • Les règles de transformation
  • Les contrôles effectués

Compléments

• Une variable quantitative est discrète lorsque ses valeurs sont dénombrables et continue lorsqu’elle peut prendre toute valeur dans un intervalle.

• Avant de supprimer des doublons, il faut vérifier l’unité représentée par une ligne, car deux consultations d’une même personne peuvent légitimement produire deux lignes.

• La suppression des noms ne suffit pas toujours à anonymiser un fichier, car une personne peut être réidentifiée par une combinaison rare d’informations comme l’âge et la profession.

💡 Astuce mémo

Transformation tracée → résultat interprétable et reproductible

📊 Tableaux de synthèse

Niveaux de mesure des variables