Qu’est-ce que le Classificateur de Types de Données Statistiques ?
C’est un outil simple et interactif. Il vous aide à identifier correctement le type statistique de n’importe quelle variable que vous analysez. Il utilise une série de questions logiques, comme un petit arbre de décision, pour vous guider.
L’objectif est de classer vos données en quatre catégories principales : nominales, ordinales, discrètes ou continues.
Pourquoi est-il important de connaître le type de mes données ?
Connaître le type de vos données est une étape FONDAMENTALE en statistiques. Si vous utilisez le mauvais type, vous risquez de choisir des méthodes d’analyse incorrectes ou des visualisations trompeuses. Cela peut mener à de mauvaises conclusions.
Cet outil vous aide à bien commencer votre travail d’analyse et à prendre les bonnes décisions.
Comment fonctionne le Classificateur ?
L’outil vous pose une série de questions simples, étape par étape, pour déterminer le type de votre variable. Voici la logique principale :
- Première question : Votre variable représente-t-elle une qualité ou catégorie (ex: couleur des yeux, sexe) ou une quantité ou mesure (ex: âge, revenu) ?
- Si c’est une qualité/catégorie : L’outil vous demandera ensuite si ces catégories peuvent être ordonnées ou classées (ex: ‘Petit’, ‘Moyen’, ‘Grand’).
- Si c’est une quantité/mesure : L’outil vous demandera si elle est limitée à des nombres entiers qui résultent d’un comptage (ex: nombre d’enfants) ou si elle peut prendre n’importe quelle valeur, y compris des nombres à virgule (ex: poids, temps, température).
À chaque étape, il vous dirige vers le bon type de donnée statistique.
Quels sont les différents types de données statistiques que le classificateur identifie ?
Le classificateur vous aide à distinguer quatre types de données fondamentaux :
- Donnée Nominale :
- C’est une donnée QUALITATIVE (une catégorie ou une étiquette).
- Les catégories n’ont AUCUN ORDRE naturel ou logique. On ne peut pas dire qu’une catégorie est “plus” ou “moins” qu’une autre.
- Exemples : La couleur préférée (Bleu, Rouge, Vert), le sexe (Homme, Femme), le type de voiture (Berline, SUV, Citadine).
- Donnée Ordinale :
- C’est aussi une donnée QUALITATIVE (une catégorie), mais avec un ORDRE logique.
- Les catégories peuvent être classées, mais la différence exacte entre chaque catégorie n’est PAS mesurable ou n’est pas toujours la même.
- Exemples : La taille des vêtements (Petit, Moyen, Grand), le niveau de satisfaction (Très insatisfait, Insatisfait, Satisfait, Très satisfait), le classement dans une course (1er, 2ème, 3ème).
- Donnée Discrète :
- C’est une donnée QUANTITATIVE (numérique).
- Elle prend des valeurs qui sont généralement des nombres entiers. Elle résulte souvent d’un COMPTAGE.
- Elle ne peut pas prendre toutes les valeurs possibles entre deux entiers. Par exemple, vous ne pouvez pas avoir 2.5 enfants.
- Exemples : Le nombre d’enfants dans une famille, le nombre d’appels reçus par jour, le nombre de pièces de monnaie dans votre poche.
- Donnée Continue :
- C’est une donnée QUANTITATIVE (numérique).
- Elle peut prendre N’IMPORTE QUELLE VALEUR (y compris les nombres à virgule ou fractions) dans un intervalle donné. Elle résulte souvent d’une MESURE.
- Exemples : Le poids (70.5 kg, 70.53 kg), la taille (1.75 m), la température (23.8 °C), le temps (3.45 secondes).
Comment l’outil gère-t-il les échelles de Likert ?
Les échelles de Likert sont des cas un peu particuliers. Même si elles utilisent souvent des nombres (ex: de 1 à 5, où 1 = Pas du tout d’accord et 5 = Tout à fait d’accord), elles sont considérées comme des DONNÉES ORDINALES par notre classificateur.
Pourquoi ? Parce que l’intervalle entre chaque point de l’échelle n’est pas nécessairement égal. La “distance” entre “pas d’accord” et “neutre” n’est pas forcément la même que la “distance” entre “neutre” et “d’accord”. L’outil vous guidera pour les classer correctement comme ordinales.