Redressement

Malgré tous les efforts déployés pour sélectionner les individus, lors des phases d’e-mailing par exemple, il se peut qu’un échantillon soit « biaisé », c'est-à-dire que sa composition ne soit pas satisfaisante, car elle ne correspond pas aux critères de représentativité que l’on avait préalablement définis. Par exemple, nous pensions atteindre 60% de femmes et 40% d’hommes et ce n’est en réalité pas le cas. Il faut alors « redresser » l’échantillon.

Ce mode opératoire est accessible de deux façons :

• Dans l’onglet Données du Tableur, cliquez sur le bouton Redresser.
• Depuis le panneau d’accueil, cliquez sur le bouton Redresser du stade Gestion des données.

Vous arrivez sur la boîte de dialogue ci-dessous :

1 Cliquez sur Ajouter pour sélectionner la variable sur laquelle on souhaite redresser l’échantillon,

2 Indiquez le pourcentage que l’on aurait souhaité obtenir pour chaque modalité.
Dans notre exemple, nous avons actuellement 17,26% des répondants qui sont Français hors nous avions pour objectif d’avoir 20% de personnes françaises sondées. Idem pour les autres nationalités. Le but étant de rendre l’échantillon représentatif de la population étudiée sur ce critère.

Deux méthodes de calcul sont possibles :

• Si vous sélectionnez Pondérer les observations, cela permet d’affecter un poids à chaque observation (par exemple, si votre échantillon ne contient pas assez de répondants Français, il sera affecté à chaque observation qui contient la valeur France pour la variable relative au pays d’origine un poids supérieur à 1. Par contre, comme on a 33% de répondants espagnols, un poids inférieur à 1 sera affecté aux observations qui contiennent la valeur Espagne pour la variable relative au pays d’origine).
• Si vous sélectionnez Une autre méthode, cela consiste à extraire un échantillon qui permet d’affecter à la nouvelle variable Redressement les modalités 1 ou 0, (1 correspondant aux observations retenues pour représenter l’échantillon).

En cliquant sur Terminer, une nouvelle variable « Redressement » sera créée (cette variable peut être utilisée en tant que strate (profil) dans les tableaux de bords) : vous pourrez ainsi visualiser les tableaux de bord sur le nouvel échantillon crée représentatif, par redressement, de la population étudiée.

Qualification

La qualification des données est une fonctionnalité de Sphinx iQ qui permet notamment d’identifier les variables insuffisamment documentées ou mal renseignées, de distinguer les observations singulières de remplacer les non-réponses. Il peut en effet arriver que, par exemple, certains répondants répondent toujours la même chose sur des questions de types échelles, dans le but de répondre plus vite à l’enquête. Le jeu de données qu’on obtient peut s’en trouver biaisé, et il peut ainsi être nécessaire de qualifier ses données afin de les rendre plus pertinentes. Ce mode opératoire est accessible de deux façons :

• Dans l’onglet Données du Tableur, cliquez sur le bouton Qualifier.
• Depuis le panneau d’accueil, cliquez sur le bouton Qualifier du stade Gestion des données.

Vous arrivez sur une boîte de dialogue dans laquelle vous devez sélectionner le type de changement que vous souhaitez effectuer sur vos données :

• Repérer les observations singulières ou trop peu documentées
• Remplacer les non réponses (par la modalité la plus citée par exemple)
• Repérer les variables non pertinentes
• Extraire un échantillon cylindré

1 Sélectionnez l’opération que vous souhaitez effectuer sur votre jeu de données. Dans notre exemple nous allons remplacer les non-réponses (cellules vides dans le tableau de la zone centrale)

2 Cliquez éventuellement sur Qualité du jeu de données afin d’avoir un aperçu graphique de la pertinence de vos données. Le bouton Options permet notamment d'effectuer l'analyse de qualité du jeu de données sur un groupe de variables sélectionnées.

3 Sélectionnez les variables dont vous souhaitez remplacer les non-réponses

4 Choisissez la valeur qui viendra remplacer les non-réponses : moyenne, mode (pour les variables numériques), ou valeur précédente (observation précédente, pour tout type de variable).

Cliquez sur Résultats détaillés si vous souhaitez visualiser l’ensemble des observations concernées par le remplacement des non-réponses, et sur Terminer pour valider les remplacements dans le jeu de données.

Préparation des données

La préparation des données est une fonctionnalité de Sphinx iQ qui permet de d’accéder depuis une même boite de dialogue à l’ensemble des fonctions présentes depuis l’onglet Données de l’environnement Tableur. Cette boite de dialogue est accessible de deux façons :

• Dans l’onglet Données du Tableur, cliquez sur le bouton Préparation des données.
• Depuis le panneau d’accueil, cliquez sur le bouton Préparation des données du stade Gestion des donnés.

Vous arrivez sur la boite de dialogue suivante qui liste, par onglets, les fonctions ci-dessous. La plupart de ces fonctionnalités ont été traitées dans la partie Tableur du didacticiel.

Seules deux fonctionnalités n’ont pas été présentées dans la partie Tableur et ne sont donc accessibles qu’à partir de cette boite de dialogue. Numéroter automatiquement dans l’onglet Variables et Rassembler des enquêtes identiques dans l’onglet Comparer / rassembler des enquêtes.