Elaboration du

Questionnaire
De l’Abstraction à la Variable
Avant de commencer à discuter des données, il
est bon de présenter la terminologie, il est
nécessaire de distinguer les quatre concepts
suivants :
• variables,

• constantes,

• cas (Observation), et
• construit.
De l’Abstraction à la Variable

1. Niveau de satisfaction sur 1. La valeur d'une voiture est

différents attributs de déterminée par son âge,
restauration : la qualité de l'état, la taille, la marque.
la nourriture, la rapidité du
2. Le niveau socio-
service, la propreté du lieu,
l’amabilité du service, le prix économique est déterminée
par les revenus, le métier, le
2. L’importance qu’il accorde niveau de formation (exemple
à ces attributs. : l'indice de WARNER).
Codifications des variables

• L'échelle de mesure fait référence aux variables que

nous utilisons pour mesurer une certaine construction et
le niveau auquel une variable est mesurée. Cela peut
être très déroutant ! Il existe quatre niveaux de mesure :

Label Ordre Différences Origine 0

Nominale

Ordinale

Intervalle

Ratio
Types de Questions

• La conception des questions nécessite de décider s'il

faut utiliser des questions ouvertes ou fermées.

• Les questions ouvertes (également appelées items

textuels) fournissent peu ou pas de structure pour les
réponses des répondants.

• Les questions fermées offrent aux répondants

seulement quelques catégories parmi lesquelles
choisir
Type d’échelles

• La recherche et la pratique en marketing ont fourni une

variété de types d’échelles :

• échelles de Likert,

• échelles différentielles sémantiques, et

• échelles de classement.
Design du Questionnaire

• Après avoir déterminé les questions individuelles,

vous devez les intégrer, avec d'autres éléments, pour
créer le questionnaire. La conception du questionnaire
implique les éléments suivants :

• Concevoir les premières pages du questionnaire,

• choisir l'ordre des questions, et

• conception de la mise en page et du format.

Ordonnancement du Questionnaire
• Le choix d'un ordre des questions approprié est crucial, car il détermine le
flux logique et contribue à des taux de réponse élevés. L'ordre des
questions est généralement le suivant :

1. Les questions de sélection viennent en premier. Ces questions

déterminent les parties de l'enquête qu'un répondant doit remplir.

2. Posez les questions relatives aux variables clés de l'étude. Cela inclut
les variables dépendantes, suivies des variables indépendantes.

3. Utilisez une approche en entonnoir. Autrement dit, posez d'abord des

questions plus générales, puis passez aux détails. Cela facilite la
réponse aux questions car l'ordre aide les répondants à se souvenir.

4. Assurez-vous que les questions sensibles sont posées à la toute fin

de cette section
Questions du Profil Démographique

• Les questions liées à la démographie sont placées

en dernier si elles ne font pas partie des questions
de sélection.

• Si vous posez des questions démographiques,

vérifiez toujours si elles sont pertinentes par rapport
à l'objectif de la recherche et si elles ne sont pas
déjà connues.
Choix Clés lors de l’élaboration du questionnaire
Contenu des items

Aspects Recommandations

Tous les répondants Assurez-vous que tous les répondants potentiels peuvent répondre à tous les items. S'ils ne le
peuvent-ils répondre à la peuvent pas, posez des questions de sélection pour les diriger. Si les répondants ne peuvent
question posée ? pas répondre aux questions, ils devraient pouvoir les sauter.

Les répondants peuvent-ils
construire ou rappeler les
réponses ?
Si la réponse est non, vous devez utiliser d'autres méthodes pour obtenir des informations (par
exemple, des données secondaires ou des observations).
De plus, vous devez interroger les répondants sur les principaux aspects avant de zoomer sur
les détails pour les aider à se souvenir des réponses.

Les répondants veulent-ils Si les questions concernent des sujets « sensibles », vérifiez si elles peuvent être omises. Si ce
répondre à chaque n'est pas le cas, insistez sur la confidentialité des réponses et mentionnez pourquoi ces
question ? réponses sont utiles pour le chercheur, le répondant ou la société avant de les présenter.

Gardez à l'esprit le codage ultérieur. Si un codage facile est possible au préalable, concevez un
Questions ouvertes ou ensemble de catégories de réponses exhaustives. De plus, rappelez-vous que les items à
fermées ? échelle ouverte ont un taux de réponse beaucoup plus faible que les items à réponse fermée.
Choix Clés lors de l’élaboration du questionnaire
Rédaction des items (wording)

Aspects Recommandations

Utilisez des mots et une grammaire simples. Faites des phrases courtes. Évitez les négations,
Grammaire et phrases les quantificateurs vagues et les questions à deux volets. Utilisez les éléments à l'échelle
inversée avec parcimonie.
Choix Clés lors de l’élaboration du questionnaire
Types d’échelles

Aspects Recommandations

Nombre de catégories de Utilisez des échelles visuelles analogiques. Si elles ne sont pas disponibles, utilisez des
réponse échelles à 5 ou 7 points.

Quelles catégories d'échelle

Utilisez si possible des échelles de Likert. Si la question l'exige, utilisez des échelles
devez-vous utiliser (questions
différentielles sémantiques ou des échelles d'ordre de classement.
fermées uniquement) ?

Inclusion d'une option "Je Incluez une option « Ne sait pas » uniquement pour les éléments que le répondant pourrait
ne sais pas" réellement ne pas savoir. Si inclus, placez-le à la fin de l'échelle.

Utilisez toujours une balance équilibrée. Il devrait y avoir un nombre exact de formulations
Échelle équilibrée ou positives et négatives dans les éléments de l'échelle. Les mots aux extrémités de l'échelle
déséquilibrée ? doivent être exactement opposés.
 Population et
échantillonnage
Population et échantillonnage
Population and Sampling
• Une population est l'ensemble des unités sur lesquelles on veut
effectuer des études. Ces unités peuvent être des groupes
d'individus, de clients, d'entreprises, de produits ou à peu près
n'importe quel sujet qui vous intéresse.

• L'échantillonnage est le processus par lequel nous

sélectionnons des cas (observations) dans une population.
L'échantillon sélectionné est représentatif de la population, ça
signifie que les caractéristiques de l'échantillon
correspondent étroitement à celles de la population :
• Recensement,
• échantillonnage probabiliste, et
• échantillonnage non probabiliste.
Méthodes d’échantillonnage

SP

Probabiliste Non Probabilistes

E. Aléatoire E. au Jugé

E. Systématique E. Boule de neige

E. Stratifié E. par Quotas

E. en Grappes E. de
Convenance
Échantillonnage probabiliste
Probability Sampling

• Le moyen le plus simple consiste à utiliser un

échantillonnage aléatoire simple, qui est obtenu en
sélectionnant au hasard le nombre de cas requis. Ceci
peut être réalisé en utilisant un logiciel spécialisé.

• L'échantillonnage systématique utilise une procédure

différente. Nous randomisons d'abord l'ordre de toutes
les observations, les numérotons et, enfin,
sélectionnons chaque nième observation.
Probability Sampling
Échantillonnage probabiliste

• Lorsque nous utilisons un échantillonnage stratifié,

nous divisons la population en plusieurs groupes
homogènes appelés strates. Ces strates sont
basées sur des caractéristiques clés de l'échantillon

• L'échantillonnage en grappes nécessite de diviser la

population en différents groupes hétérogènes, les
caractéristiques de chaque groupe étant similaires à
celles de la population.
Echantillonnage Non Probabiliste
NON Probability Sampling
• L'échantillonnage au jugement (discrétionnaire) est basé sur des
chercheurs prenant une décision éclairée concernant les individus qui
devraient être inclus.

• L'échantillonnage en boule de neige implique que les participants à l'étude

existants recrutent d'autres personnes parmi leurs connaissances.

• L'échantillonnage par quotas se produit lorsque nous sélectionnons des

observations pour l'échantillon qui sont basées sur des caractéristiques
pré-spécifiées, ce qui donne à l'échantillon total la même distribution de
caractéristiques supposées exister dans la population étudiée.

• L'échantillonnage de convenance est un terme fourre-tout pour les

méthodes (y compris les trois techniques d'échantillonnage non probabiliste
décrites ci-dessus) dans lesquelles le chercheur tire un échantillon de la
partie de la population qui est proche.
Taille de
l'échantillon
Taille de
l'échantillon
Exemple du taux de représentativité

• Niveau de Confiance : 90%

• Marge d’erreur 5%
Elaborer l’étude
CHOISIR DES ÉCHELLES ET MESURES
APPROPRIÉES
• Il existe de nombreuses façons différentes de collecter des «
données », selon la nature de votre recherche. Cela peut impliquer
de mesurer le résultat ou la performance sur la base de certains
critères objectifs, ou d'évaluer le comportement selon un ensemble
de critères spécifiés.

• Cela pourrait également impliquer l’utilisation d’échelles conçues

pour « opérationnaliser » une construction ou un attribut sous-jacent
qui n’est pas directement mesurable (par exemple l’estime de soi).

• Il existe plusieurs milliers d’échelles validées qui peuvent être utilisées

en recherche. Trouver celui qui convient à votre objectif est parfois
difficile. Une revue approfondie de la littérature dans votre domaine
est le premier point de départ.
PLANIFICATION DE L'ÉTUDE
• Une bonne recherche dépend d’une planification et d’une exécution
minutieuses de l’étude. Il existe de nombreuses excellentes
références sur le thème de la conception de la recherche pour vous
aider dans ce processus : revue de la littérature, formulation
d'hypothèses, choix de la conception de l'étude, sélection et
répartition des participants, enregistrement des observations et
collecte de données.

• Les décisions prises à chacune de ces étapes peuvent affecter la

qualité des données que vous devez analyser et la façon dont vous
abordez vos questions de recherche. Lors de la conception de votre
propre étude, prenez votre temps pour étudier le processus de
conception afin d'en faire la meilleure étude possible. La lecture
d’une variété de textes sur le sujet sera utile.
Préparation d'un livre de codes

• Avant de pouvoir saisir les informations de votre

questionnaire, entretiens ou expérience dans IBM SPSS, il
est nécessaire de préparer un « livre de codes ». Il s'agit
d'un résumé des instructions que vous utiliserez pour
convertir les informations obtenues à partir de chaque sujet
ou cas dans un format compréhensible par IBM SPSS.

• Un processus similaire est également nécessaire dans les

études expérimentales ou lors de la récupération
d'informations à partir de dossiers existants (par exemple,
les dossiers médicaux hospitaliers). Puisqu’un canevas de
report de données est assimilable à un questionnaire
Préparation d'un livre de codes

La préparation du livre de codes implique de décider (et de

documenter) comment vous allez procéder :

• définir et étiqueter chacune des variables

• attribuer des numéros à chacune des réponses possibles

Préparation d'un livre de codes
• Dans votre livre de codes, vous devez répertorier toutes les variables de votre
questionnaire, les noms de variables abrégés que vous utiliserez dans IBM SPSS et la
manière dont vous coderez les réponses.

• Dans la première colonne du livre de codes, vous écrivez le nom abrégé de cette variable
qui apparaîtra dans IBM SPSS (voir les conventions ci-dessous), et dans la deuxième
colonne, vous pouvez décrire cette variable plus en détail afin de pouvoir l'identifier plus
tard. Dans la troisième colonne vous détaillez comment vous allez coder chacune des
réponses obtenues. La quatrième colonne identifie le niveau de mesure de la variable
que vous devez spécifier dans SPSS lors de la configuration du fichier de données. Il existe
trois choix : Nominal (catégories sans ordre particulier), Ordinal (catégories ordonnées,
représentant différents niveaux d'une variable) et Échelle (scores continus avec de
nombreuses valeurs).

• Le sexe est identifié comme variable nominale car les nombres attribués sont arbitraires et
ne représentent pas des niveaux. L'éducation est ordinale parce que les chiffres
représentent des niveaux croissants d'éducation achevés. L'âge a été désigné comme
échelle car il s'agit d'une variable continue, chaque personne spécifiant son âge exact.
LES FENÊTRES
Les principales fenêtres que vous utiliserez dans IBM SPSS sont l'éditeur de
données, le visualiseur, l'éditeur de tableau croisé dynamique, l'éditeur de graphiques
et l'éditeur de syntaxe.

• Fenêtre de l'éditeur de données : La fenêtre de l'éditeur de données affiche le

contenu de votre fichier de données et dans cette fenêtre, vous pouvez ouvrir,
enregistrer et fermer des fichiers de données existants, créer un nouveau fichier de
données, saisir des données, apporter des modifications au fichier de données
existant et exécuter des analyses statistiques.

• Fenêtre de visualisation : Lorsque vous commencez à effectuer des analyses, la

fenêtre Viewer devrait s'ouvrir automatiquement. S’il ne s'ouvre pas
automatiquement, cliquez sur Fenêtre dans le menu et cela devrait être répertorié.
Cette fenêtre affiche les résultats des analyses que vous avez effectuées, y
compris des tableaux et des graphiques. Dans cette fenêtre, vous pouvez modifier
la sortie, la supprimer, la copier, l'enregistrer ou même la transférer dans un
document Word.
LES FENÊTRES
• Éditeur de tableau croisé dynamique : Les tableaux que vous voyez dans la fenêtre
du visualiseur (qu'IBM SPSS appelle tableaux croisés dynamiques) peuvent être
modifiés en fonction de vos besoins. Pour modifier un tableau, vous devez double-
cliquer dessus. Vous verrez des lignes pointillées autour de votre tableau croisé
dynamique indiquant que vous êtes maintenant en mode édition. Vous pouvez utiliser
cet éditeur pour modifier l'apparence de votre tableau, la taille, les polices utilisées et
les dimensions des colonnes. Vous pouvez même échanger la présentation des
variables (transposer les lignes et les colonnes). Pour sortir du mode édition, cliquez
simplement quelque part sur l'écran, loin du tableau croisé dynamique.

• Fenêtre de l'éditeur de graphiques : Lorsque vous demandez à IBM SPSS de

produire un histogramme, un graphique à barres ou un nuage de points, il les affiche
initialement dans la fenêtre du visualiseur. Si vous souhaitez apporter des modifications
au type ou à la présentation du graphique, vous devez activer la fenêtre Chart Editor
en double-cliquant sur votre graphique. Dans cette fenêtre, vous pouvez modifier
l'apparence et le format de votre graphique et changer les polices, les couleurs, les
motifs et les marqueurs de ligne.
LES FENÊTRES
• Fenêtre de l'éditeur de syntaxe : Avant, toutes les commandes IBM SPSS
étaient données à l’aide d’un langage ou d’une syntaxe de commande spéciale.
IBM SPSS dispose toujours ces ensembles de commandes pour exécuter chacun
des programmes, mais tout ce que vous voyez habituellement, ce sont les menus
Windows qui « écrivent » les commandes pour vous. Bien que les options
disponibles dans les menus IBM SPSS soient généralement tout ce dont la plupart
des étudiants de premier cycle ont besoin, il existe certaines situations où il est
utile d'aller dans les coulisses et de prendre davantage de contrôle sur les analyses
que vous souhaitez effectuer.

•
Création d'un fichier de données et saisie des
données
• Le processus de création d'un fichier de données et d'analyse des
données comporte plusieurs étapes qui se résume en trois étapes
clés :

• Étape 1. La première étape consiste à vérifier et à modifier, si

nécessaire, les options utilisées par IBM SPSS pour afficher les
données et le résultat produit.

• Étape 2. L'étape suivante consiste à configurer la structure du

fichier de données en « définissant » les variables.

• Étape 3. La dernière étape consiste à saisir les données, c'est-à-

dire les valeurs obtenues de chaque participant ou répondant
pour chaque variable.
Procédure de définition de vos variables
Nom/NAME :

• Dans cette colonne, saisissez le bref nom de la variable qui sera utilisé pour identifier chacune des variables du fichier de
données (répertoriées dans votre livre de codes). Gardez ces noms de variables aussi courts que possible, ne dépassant
pas 64 caractères. Ils doivent suivre les conventions de dénomination spécifiées par IBM SPSS

Type/TYPE

• La valeur par défaut pour Type qui apparaîtra automatiquement lorsque vous saisirez votre premier nom de variable est
Numérique. Dans la plupart des cas, c’est tout ce dont vous aurez besoin. Il existe certaines circonstances dans
lesquelles d’autres options peuvent être appropriées.

Largeur/WIDTH

• La valeur par défaut pour la largeur est 8 (sauf si elle a été modifiée à l'aide des instructions Options présentées plus haut
dans cette section). Ceci est généralement suffisant pour la plupart des données. Si votre variable a des valeurs très
grandes (ou si vous avez demandé une variable chaîne), vous devrez peut-être modifier cette valeur par défaut ; sinon,
laissez-le tel quel

Décimales/DECIMALS

• La valeur par défaut des décimales est généralement 2 (cependant, elle peut être modifiée à l'aide de la fonction Options
décrite plus haut dans ce chapitre). Si votre variable comporte des décimales, ajustez-la en fonction de vos besoins
Procédure de définition de vos variables
Étiquette/LABELS

• La colonne Étiquette vous permet de fournir une description plus longue de votre variable que celle utilisée
dans la colonne Nom. Ceci sera utilisé dans les résultats générés par les analyses menées par IBM SPSS.

Valeurs/VALUES

• Dans la colonne Valeurs, vous pouvez définir la signification des valeurs que vous avez utilisées pour coder
vos variables.

Manquant/MISSING

• Parfois, les chercheurs attribuent des valeurs spécifiques pour indiquer les valeurs manquantes pour leurs
données. Ce n'est pas essentiel : IBM SPSS reconnaîtra toute cellule vide comme donnée manquante.

Colonnes/COLUMNS

• La largeur de colonne par défaut est généralement définie sur 8, ce qui est suffisant dans la plupart des
cas. Modifiez-le uniquement si nécessaire pour tenir compte de vos valeurs ou des noms de variables
longs
Procédure de définition de vos variables
Alignement/ALIGN

• L’alignement des colonnes est généralement défini sur un alignement « à droite ». Il n'est pas
nécessaire de changer cela

Mesure/MEASURE

• L'en-tête de colonne Mesure fait référence au niveau de mesure de chacune de vos variables. La
valeur par défaut est Échelle, qui fait référence aux données continues mesurées au niveau
d'intervalle ou de rapport de mesure. Si votre variable est constituée de catégories (par exemple le
sexe), cliquez dans la cellule puis sur la touche fléchée qui apparaît. Choisissez Nominal pour les
données catégorielles et Ordinal si vos données impliquent des classements ou des valeurs
ordonnées (par exemple, niveau d'études atteint). Il est important que vous définissiez correctement
les niveaux de mesure de vos variables, sinon SPSS vous empêchera d'utiliser certaines procédures
(par exemple, la création de graphiques).

Rôle/ROLE

• Il n'est pas nécessaire d'apporter des modifications à cette section. Laissez simplement par défaut,
Entrée
Codebook

• Si vous souhaitez simplement un résumé rapide des

caractéristiques des variables de votre fichier de
données, vous pouvez utiliser Codebook.
VÉRIFICATION DES ERREURS
Statistiques Descriptives

Les statistiques descriptives ont plusieurs utilisations. Il

s'agit notamment de :

• décrire les caractéristiques de votre échantillon dans la

section Méthode de votre rapport

• vérifier vos variables pour toute violation des hypothèses

sous-jacentes aux techniques statistiques que vous
utiliserez pour répondre à vos questions de recherche

• répondre à des questions de recherche spécifiques.

VARIABLES CATÉGORIELLES

Pour obtenir des statistiques descriptives pour les variables

catégorielles, vous devez utiliser les fréquences. Cela vous
indiquera combien de personnes ont donné chaque réponse (par
exemple combien d'hommes, combien de femmes). Cela n’a
aucun sens de demander des moyennes, des écarts types, etc.
pour des variables catégorielles, telles que le sexe ou l’état civil.
VARIABLES CONTINUES

• Pour les variables continues (par exemple l’âge), il est plus facile
d’utiliser les descriptifs, qui vous fourniront les statistiques «
récapitulatives » de base telles que la moyenne, la médiane et
l’écart type.

• Vous pouvez collecter les informations descriptives sur toutes

vos variables continues en une seule fois à l'aide de
Descriptives ; il n'est pas nécessaire de le faire variable par
variable. Transférez simplement toutes les variables qui vous
intéressent dans la case intitulée Variables. Toutefois, si vous
avez beaucoup de variables, votre résultat sera extrêmement
long. Parfois, il est plus facile de les faire en morceaux et de
cocher chaque groupe de variables au fur et à mesure.
VARIABLES CONTINUES
Interprétation des résultats des descriptifs
• Les descriptifs fournissent également des informations concernant la distribution
des scores sur des variables continues ( skewness (asymétrie) et kurtosis). Ces
informations peuvent être nécessaires si ces variables doivent être utilisées dans des
techniques statistiques paramétriques (par exemple, tests t, analyse de variance).

• La valeur Skewness fournit une indication de la symétrie de la distribution. Kurtosis,

quant à lui, fournit des informations sur le « pic » de la distribution. Si la distribution
est parfaitement normale, vous obtiendrez une valeur d'asymétrie et d'aplatissement
de 0 (un phénomène plutôt rare en sciences sociales).

• Les valeurs d'asymétrie positives suggèrent que les scores sont regroupés vers la
gauche aux valeurs faibles. Les valeurs d’asymétrie négatives indiquent un
regroupement de scores dans la partie supérieure (côté droit d’un graphique).

• Les valeurs d'aplatissement positives indiquent que la distribution est plutôt pointue
(regroupée au centre), avec de longues queues fines. Les valeurs d'aplatissement
inférieures à 0 indiquent une distribution relativement plate (trop de cas extrêmes).
HISTOGRAMS
BAR GRAPHS
LINE GRAPHS
SCATTERPLOTS (Nuage de points)
MATRIX OF SCATTERPLOTS
BOXPLOTS
RÉDUIRE UNE VARIABLE CONTINUE EN
GROUPES
• Pour certaines analyses, ou lorsque vous avez des distributions très
asymétriques, vous souhaiterez peut-être diviser l'échantillon en groupes
égaux en fonction des scores des répondants sur certaines variables (par
exemple pour donner des groupes aux scores faibles, moyens et élevés).

•
RÉDUIRE UNE VARIABLE CONTINUE EN
GROUPES
RÉDUIRE LE NOMBRE DE CATÉGORIES
D'UNE VARIABLE CATÉGORIQUE
• Dans certaines situations, vous souhaiterez peut-être réduire ou réduire le
nombre de catégories d'une variable catégorielle. Vous souhaiterez peut-
être le faire pour des raisons de recherche ou pour des raisons
théoriques (par exemple, regrouper l'état civil en seulement deux
catégories représentant les personnes « en couple »/« pas en couple »),
ou vous pouvez prendre la décision après avoir examiné la nature de la
situation

•
RÉDUIRE LE NOMBRE DE CATÉGORIES
D'UNE VARIABLE CATÉGORIQUE
Fiabilité
• La cohérence interne. Il s’agit de la mesure dans laquelle les éléments qui composent l’échelle mesurent
tous le même attribut sous-jacent (c’est-à-dire la mesure dans laquelle les éléments « s’articulent »).

• La cohérence interne peut être mesurée de plusieurs manières. La statistique la plus couramment
utilisée est le coefficient alpha de Cronbach. Cette statistique donne une indication de la corrélation
moyenne entre tous les éléments qui composent l'échelle. Les valeurs vont de 0 à 1, les valeurs plus
élevées indiquant une plus grande fiabilité.

• Les valeurs alpha de Cronbach dépendent du nombre d'éléments dans l'échelle. Lorsque l’échelle
comporte un petit nombre d’éléments (moins de 10), les valeurs alpha de Cronbach peuvent être assez
faibles.

• Vérifiez la valeur Alpha de Cronbach indiquée dans le tableau Statistiques de fiabilité. Les valeurs
supérieures à 0,7 sont considérées comme acceptables ; cependant, les valeurs supérieures à 0,8 sont
préférables.

•
Fiabilité