Examen d'Analyse Des

Données
- Vous avez 60 minutes pour renseigner le
Questionnaire
- Pour chaque question, vous devez cocher une
seule réponse (1 RÉPONSE)
- Le questionnaire est noté sur 50. Bonne réponse
= 1; Mauvaise réponse = 0
- Il vous est interdit de désactiver la Caméra tout
au long de l'Examen. Tout comportement
frauduleux sera sévèrement sanctionné

*Obligatoire

Adresse e-mail *

Votre adresse e-mail

ACP signi!e *

Analyse des Correspondances Principales

Analyse en Composantes Projetées

Analyse en Composantes Principales

Analyses des Correspondances Projetées

L'ACP est une méthode *

mono-dimensionnelle

multi-dimensionnelle

mono ou multi dimensionnelle en fonction

des cas

Dans le tableau de données de l'ACP, les

individus sont: *

toujours en colonnes

toujours en lignes

en lignes ou en colonnes (peu importe)

Dans une ACP, pour connaitre la corrélation

exacte entre deux variables *

On regarde les lignes du tableau de

données

On regarde la matrice de corrélations

L’ACP ne permet pas de connaitre la

corrélation entre les variables

Dans une ACP, on visualise les résultats en

projetant les variables sur *

Une droite

Un plan

Une photographie

Aucune proposition n’est correcte

Quelle est l’extension des !chiers de

données enregistrés dans le format IBM
SPSS Statistics *

.xls

.sav

.csv

aucune des trois

Dans une ACP, lequel de ces indicateurs

permet de se prononcer sur la pe"inence
de la solution factorielle *

Le test de Khi-Deux

Le test de Fisher-Snedecor

La règle de Kaiser-Guttman

Pour e#ectuer une ACP, la taille de

l’échantillon doit être *

Au moins 3 fois le nombre de variables

Au moins 5 fois le nombre de variables

Au Moins 10 fois le nombre de variables

Aucune condition sur la taille de

l’échantillon

Dans une ACP et pour e#ectuer un test de

Sphéricité de Ba"le$, l’hypothèse nulle
signi!e que *

Les corrélations entre variables sont fortes

La matrice de corrélation est différente

d’une matrice identité

La matrice de corrélation est égale à une

matrice identité

Aucune proposions n’est correcte

Dans une ACP, et pour véri!er l’existence

d’une solution factorielle nous examinons
l’output de SPSS: test de Sphéricité de
Ba"le$ (107,778, ddl: 10,
Signi!cation:0,002). Doit-on? *

Rejeter l’hypothèse H0

Rejeter l’hypothèse H1

On doit disposer de la table de décision

pour pouvoir prendre une décision

Ce résultat ne nous permet pas de prendre

une décision

En ACP, la solution factorielle est acceptable

quand la valeur de l’indice KMO *

Supérieure à 0,7

Inférieure à 5 %

Supérieur à 0,3

Aucune proposition n’est correcte

En ACP, le critère de l’« Eigenvalue » signi!e

que *

Les facteurs à extraire sont ceux qui

permettent d’extraire une quantité
signiWcative de variance expliquée

Les facteurs à extraire sont ceux ayant des

valeurs propres supérieur à 1

Les facteurs à extraire sont ceux ayant une

valeur propre > à 1 et qui expliquent au
moins 60% de la variance totale

Aucune de ces propositions n’est vraie

Dans une ACP, lorsque les axes sont

maintenus à 90 degré, on parle de *

Rotation Oblimin

Rotation Varimax

Rotation Directe

Aucune propositions n’est correcte

En ACP, les variables à éliminer sont celles

dont: *

la qualité de représentation est inférieure à

0,3

la qualité de représentation est inférieure à

0,4

la qualité de représentation est inférieure à

0,5

Aucune de ces propositions c’est vraie

Que valent les termes diagonaux d’une

matrice de corrélation ? *

Ça dépend

Pour créer une variable à pa"ir d’une

ancienne et conserver les deux dans votre
base de donnée SPSS, vous utiliserez la
procédure *

Recorder des variables

Créer une nouvelle variable

Recorder automatiquement

Aucune n’est utile

La procédure SPSS perme$ant de réaliser

une ACP est *

Corrélation

Régression

Réduction des dimensions

Comparer statistiques descriptives

Lequel de ces mesure n’est pas une mesure

de position *

Moyenne

Plage

Médiane

Mode

Parmi ces échelles de mesure, préciser celui

qui n’est pas proposé par SPSS *

Echelle

Ordinale

Nominale

Rapport

Dans la fenêtre « vue des données » de

SPSS, les variables !gurent *

en ligne

en colonne

peu importe

Dans une échelle de mesure de type

« rappo" » *

Le zéro ne signiWe en rien à l'absence de

phénomène

Le zéro signiWe l’absence du phénomène

Ça dépend des cas

Préciser une des propriété de l’échelle

Ordinale *

ordre

distance

classement

zéro absolu

La dé!nition du cadre opératoire dans une

étude basée sur une enquête consiste à
associer à chacun des concepts étudiés *

Un ensemble d’indices

Un ensemble d’items

Un ensemble de variables latentes

Aucune proposition n’est correcte

Dans une étude, le chercheur a utilisé la

variable « sexe », codée en 0 pour les
hommes et 1 pour les femmes. dans ce cas,
le Sexe peut être considéré comme une
variable quantitative *

Vrai

Faux

Dans une étude, le chercheur a utilisé la

variable « statut tabagique » codé en 4
modalités : « non fumeur », « ex fumeur », «
fumeur, moins de 1 paquet par jour », «
fumeur, plus de 1 paquet par jour ». Ce$e
variable peut être considérée comme est
une variable qualitative ordonnée *

Vrai

Faux

Dans une régression linéaire simple, le

coe%cient de corrélation de Pearson nous
donne une idée sur *

Le sens de la relation entre les deux

variables étudiées

La force de la relation entre les deux

variables étudiées

Le sens et la force de la relation entre les

deux variables étudiées

Aucune proposition n’est correcte

Dans une régression linéaire, de quel type

est la variable à expliquer (Y) *

Quantitative

Qualitative

Quantitative ou Qualitative

Pour mieux visualiser la relation entre le

salaire (en Dirhams) et la productivité des
salariés d’une entreprise (nombre de pièces
produites /heure), on utilise *

L’histogramme

Le diagramme en bâtons

Le diagramme à barre

Le diagramme de dispersion

Dans une régression linéaire, le coe%cient

de corrélation (r) est dé!ni comme *

Le rapport entre les variances des deux

variables et la covariance de ces mêmes
variables

Le rapport entre la covariance des deux

variables et les écarts-types de ces mêmes
variables

Le rapport entre les variances des deux

variables et les écarts-types de ces mêmes
variables

Le rapport entre la covariance des deux

variables et les variances de ces mêmes
variables

Le tableau des corrélations obtenu lors

d’une régression linéaire est *

Symétrique

Asymétrique

Ça dépend des cas

Dans une régression multiple, la tolérance

doit être *

Supérieure à 3

Inférieur à 3

Supérieur à 0,3

Inférieure à 0,3

Dans une régression simple, dans quel

tableau de l’output SPSS on peut trouver la
pente de la droite de régression (a) et la
valeur de l’ordonnée à l’origine (b) ? *

Tableau « Récapitulatif des modèles »

Tableau « ANOVA »

Tableau « Coegcients »

Tableau « variables introduites / éliminées »

Pour étudier la relation entre deux variables

X et Y, nous avons utilisé la technique de la
régression linéaire dont voici un extrait des
résultats (R = 0,776) *

La variable X explique 77,6% de la variation

deY.

La variable Y explique 77,6% de la variation

de X.

La variable X explique 60,2% de la variation

de Y.

La variable Y explique 60,2% de la variation

de X.

Dans le cadre d’une régression linéaire

simple impliquant deux variables X et Y, on a
obtenu les résultats suivants: ddl=1; F=78,83;
Sig. : 0,001 *

X n’as aucune incidence sur Y

X a une incidence sur Y

On ne peut pas trancher

Dans quel cas une régression linéaire peut-

elle être considérée comme une régression
linéaire multiple *

S’il y a plusieurs variables à expliquer

S’il y a plusieurs variables explicatives

S’il y a plusieurs variables à expliquer et

plusieurs variables explicatives

Quel type de variables explicatives

pouvons-nous introduire dans une
régression linéaire multiple ? *

Quantitatives

Qualitatives

Quantitatives et Qualitatives

La variable X (quantitative) est-elle liée à la

variable Y (quantitative) ? Pour répondre à
ce$e question, le test statistique le plus
adapté est : *

un test du 2

un test de Student

un test du coegcient de corrélation

un test de Fisher-Snedecor

Dans une régression linéaire, le coe%cient

de corrélation *

varie entre -1 et 1

varie entre 0 et 1

peut prendre n’importe quelle valeur dans

l’ensemble R

Dans une régression linéaire, le coe%cient

de détermination *

varie entre -1 et 1

varie entre 0 et 1

peut prendre n’importe quelle valeur dans

l’ensemble R

Vous voulez savoir s’il existe un lien entre

« les motivations d’achat des
consommateurs » et « leur statut
matrimonial ». Quelle procédure statistique
préconisez vous ? *

Régression simple

Test du khi-deux

Procédure ANOVA

Aucune de ces procédure n’est utile

Hors contexte spéci!que, quelle doit être

« la valeur de p » pour qu’un résultat soit
signi!catif ? *

inférieure à 0.1%

inférieure à 1%

inférieure à 5%

inférieure à 10%

La variable "Revenu mensuel brut en Dhs"

([0 ; 500[; [500 ; 1500[; [1500 ; 3000[;
[3000 ; 10000[) est -elle? *

Une variable quantitative continue

Une variable qualitative ordinale

Une variable quantitative discrète

Une variable qualitative nominale

Pour résumer la relation entre deux

variables qualitatives X et Y, on utilise *

Un tableau de corrélation

Un tableau de contingence

Un tableau de dépendance

Aucune proposition n’est correcte

Laquelle des 3 proposition suivantes

constitue une condition d’applicabilité du
test de Khi-Deux *

L’échantillon > 50

Les effectifs théoriques > 5

Le nombre de degrés de liberté >1

Le khi-carré calculé doit être supérieur au

seuil critique

Dans la formule de V de cramer, k

correspond au *

Nombre de lignes

Nombre de colonnes

Minimum des deux valeurs nombre de

lignes nombre de colonnes

Maximum des deux valeurs nombre de

lignes nombre de colonnes