Exercice 1 :

A) Catégorie de vêtement : qualitative

B) Préférence;achat : Qualitative
C) Intéressé par site internet : Qualitative
D) Montant à dépenser : quantitative
E) Pays de fabrication : Qualitative
F) Genre : Qualitative
G) État civil : Qualitative
H) Revenu : Quantitative
2/
Pour les questions 1 et 5 on va les transformer en des variables quantitative.
Pour les questions (1, 4, 5 et 8) on peut effectuer analyse de fréquence, moyenne, écart
type, le minimum et le maximum étendu.

Justification : pour pouvoir observer la distribution des valeurs d’une variable

quantitative, il n’y a rien mieux de connaitre les paramètres pour avoir un bon graphique
qui va faciliter par la suite l’analyse.
3/
a. L’impact du genre sur la préférence d’achat.
Le test statistique de Khi deux puisqu’il s’agit de deux variables qualitatives
nominales pour vérifier l’indépendance entre les deux variables.
b. L’impact du revenu sur le montant moyen à dépenser pour un vêtement en ligne.
Le test statistique de corrélation de Pearson puisqu’il s’agit de deux variables
quantitatives sert à connaitre le type de relation entre les deux variables.
c. L’impact du genre sur le montant moyen à dépenser pour un vêtement en ligne.
Le test statistique T puisqu’il s’agit d’une variable qualitative et l’autre quantitative
pour comparer les moyennes et connaitre la relation entre eux.

Exercice 2 :

1/ Les deux variables sont des variables quantitatives.

2/ H0 : le revenu a un impact sur le nombre de séjours passés à l’hôtel par an

H1 : le revenu n'a pas un impact sur le nombre de séjours passes à l’hôtel par an

1
 3/ Le test statistique de corrélation de Pearson :Les deux variables sont quantitatives et il y
a une relation significative entre elles

4/ Pour vérifier s’il y a une relation significative entre le revenu et le nombre de séjours par
an, on doit vérifier les deux hypothèses suivantes :
Sur les 200 individus interrogés 200 réponses sont valides.
H0 : le revenu n'a pas un impact sur le nombre de séjours passes à l’hôtel par an
H1 : le revenu a un impact sur le nombre de séjours passés à l’hôtel par an
Pour vérifier les deux hypothèses il faut utiliser le test statistique de corrélation de Pearson
En examinant le test statistique de corrélation de Pearson en constate que P_value
<0,005
 On doit donc accepter H1
Donc le revenu a un impact significatif sur le nombre de séjours passé par an.

Exercice 3 :

a)
Variable qualitative
b)
H0 : toutes les moyennes sont égales.
H1 : au moins une des moyennes est différente des autres.

c)
Il s’agit d’un test statistique de Khi deux puisqu’il s’agit de deux variables qualitatives

Pour appliquer le teste T, il faut :

• Condition 1 : Une variable qualitative et l’autre quantitative
• Condition 2 : La normalité de l’échantillon
• Condition 3 : Les variances sont égales
Condition 1 : Accepter car on a des variables quantitatives et qualitatives à 3
modalités
Condition2 : Acceptée l’échantillon est normal car :
• Test Skewness : les valeurs sont entre -3 et 3
• Test Kurtosis : les valeurs sont entre -8 et 8 Condition3 : Acceptée car les variances
égales
• H0 : Les variables de 2 groupes sont égales
2
 • H1 : les variances de 2 groupes ne sont pas égales  P_Value =0.062>0.05 donc on
accepte H0 et rejeté H1.

e)
ANOVA à 1 facteur :
Il y a une différence entre au moins 2 groupes de 24392.642 mais on ne sait pas ou
exactement.
Comparaisons multiples :
H0 : toutes les moyennes sont égales.
H1 : au moins une des moyennes est différente des autres.
Si p-value inférieur à 0.05 (0.140) donc on retient H0 : toutes les moyennes sont égales
pas de différence.
Pour ceux qui poursuit une étude supérieure sont plus performantes de 18199 par
rapport à ceux qui ont poursuit une étude primaire.
P_value =0 inférieur à 0.05 donc on retient H1 donc il y a une différence entre l’étude
primaire et secondaire.
Pour ceux qui ont poursuit une étude secondaire sont plus performantes de 11769 par
rapport à ceux qui ont poursuit une étude secondaire.
p-value =0.02 inférieur à 0.05 donc on retient H1 donc il y a une différence entre une
étude s secondaire et une étude supérieur.
Donc pou pour conclure, le manager doit prendre en considération qu’il n’a pas une
différence entre ceux qui ont poursuit une étude primaire et une étude secondaire
donc le niveau de performance sera le même il n’y pas de raison claire pour payer plus
dans cette situation.
Mais il y a une différence entre ceux qui ont poursuit une étude primaire et une étude
supérieur donc le niveau de performance ne sera pas le même il y a raison claire pour
payer plus dans cette situation la même chose pour l’étude secondaire et l’étude
supérieur.
Donc il faut prendre en considération le niveau d’études pour prendre la bonne
décision en termes de performance

3
4