Chapitre 1 : Introduction à l’analyse des

données quantitatives et qualitatives

Introduction
Une bonne décision consiste à choisir la plus optimale des solutions parmi une
série d’alternatives. Le marketing – et en particulier sa dimension études – s’est
longtemps cantonné à un rôle purement descriptif. Mais les bonnes décisions
n’arrivent pas par hasard : elles doivent être fondées sur des informations fiables
et valides. Tour à tour, les outils d’études de marchés et les techniques d’analyse
se sont considérablement enrichis. L’avènement d’Internet, la sophistication et
l’exhaustivité des données de panel, la montée en puissance des bases de
données clients et du data mining ont repoussé les limites des études de marchés
traditionnelles, favorisant l’émergence d’une information marketing de grande
qualité et d’analyses explicatives, voire prédictives, des comportements.
L’analyse des données désigne l’ensemble des méthodes qui permettent de
collecter, d’organiser, d’analyser des faits que nous appelons données.
Les données servent à obtenir de l’information et l’information sert à décider et
à agir : les chefs d’entreprise font reposer leurs décisions sur des études de
marché et sur l’opinion des consommateurs.
Ce chapitre présente les bases de l’analyse de données en marketing en
abordant les concepts de données, de variables et de mesure.
1. Études et recherches en marketing
Les études et recherche marketing ont pour but d’aider le responsable marketing
à résoudre un problème spécifique, à contrôler ses performances, à planifier les
décisions (Evrard, Pras et Roux, 2003). Leur objectif est de lier l’entreprise à
son environnement en développant des instruments de mesure, en collectant et
en analysant des données, et en communiquant les résultats et leur interprétation.
1.1 La démarche de l’étude
À partir de la définition précédente, nous pouvons résumer la démarche d’étude
à cinq étapes principales, reprises à la figure ci-dessous.

1
 Figure 1 : Les cinq étapes d’une démarche d’étude
1.2 Les types d’étude
On distingue deux types d’étude : les études quantitatives et les études
qualitatives.
Les études qualitatives sont utilisées dans une dimension principalement
exploratoire, afin de comprendre en profondeur des comportements de
consommateurs par exemple. Si elles ne permettent pas de généraliser les
résultats qu’elles produisent, elles n’en sont pas moins utiles pour dépasser les
mesures d’attitudes des questionnaires. Elles permettent d’accéder à une étude
approfondie des processus liés aux comportements de consommation, grâce
notamment aux entretiens et aux réunions de consommateurs, et d’accéder plus
profondément à l’explication de ces comportements, en levant le voile sur des
facteurs inconscients (le non-verbal, le « non-dit »), en d’autres termes le monde
interne des consommateurs et notamment leur rapport aux marques.
Les études qualitatives se distinguent également par la place qu’elles occupent
dans la démarche de recherche. Souvent considérées comme un prélude à l’étude
quantitative ou limitées à la confirmation des résultats d’une enquête par
questionnaire, elles se substituent de plus en plus aux approches traditionnelles,
grâce notamment à l’utilisation d’Internet et de ses potentialités multimédias, et
à la nécessité croissante pour le marketing d’être connecté au terrain.
Les techniques quantitatives, auxquelles ce cours est essentiellement consacré,
constituent la part dominante des études marketing. Leur objectif est avant tout
de mesurer, de quantifier et de permettre de généraliser les résultats à partir de
l’échantillon de la population concernée. Ce type d’étude repose généralement
sur un grand nombre d’observations et sur des informations structurées (valeurs
numériques, échelles ou valeurs nominales) par opposition aux informations non

2
structurées (discours, texte libre/questions ouvertes, etc.). Plus précisément, trois
types d’études quantitatives peuvent être distingués, en fonction du contexte de
découverte de l’information : décrire, expliquer, prédire.
Le tableau 1 montre la répartition des différentes techniques d’étude en fonction
des méthodes de collecte les plus fréquemment utilisées en marketing.
Tableau 1 : Répartition des différentes techniques d’étude
Quantitatives Qualitatives
Études quantitatives via internet Réunion de groupe
Études par téléphone Entretiens individuels
Études postales Observation

Le tableau 2 représente les objectifs et les limites des approches qualitatives et

quantitatives.
Tableau 2 : Objectifs et limites des approches qualitatives et quantitatives

Le biais de déclaration ou biais déclaratif correspond au phénomène par

lequel un individu peut mentir ou déformer la réalité d'un comportement
lorsqu'il est interrogé dans le cadre d'une étude ou d'un formulaire de
qualification.
2. Des données aux variables
La plupart des entreprises sont aujourd’hui noyées sous l’information mais elles
ont soif de connaissance. C’est la capacité de l’analyste à mettre en œuvre une
démarche analytique qui permet de créer, de gérer et de diffuser cette
connaissance dans l’organisation. Ce processus repose sur trois concepts que
nous allons maintenant définir : les données, l’échantillon et les variables.

3
2.1 Sources et types de données
Les types de données en marketing sont en général identifiés en fonction de leur
source. Ainsi, on distingue les données secondaires et les données primaires
(voir figure 2). Les données secondaires sont des données qui ont été collectées
préalablement à l’étude, pour répondre à d’autres problèmes, ce qui peut
fortement en limiter la pertinence et la précision (Malhotra et al., 2007). Elles
sont cependant d’un accès facile et leur coût est relativement faible. Souvent
perçues comme des données à faible valeur ajoutée en marketing (limitées à une
définition de problème, voire à quelques tests pour mettre en valeur les résultats
principaux), elles occupent désormais une place de plus en plus importante dans
les études. Les sources d’information de cette nature sont aujourd’hui
abondantes et doivent systématiquement être prises en considération avant toute
collecte de données primaires. On distingue les données secondaires internes,
issues de l’entreprise (reportings, intranet, données comptables, informations
émanant des salariés…) et les données secondaires externes, issues de
l’environnement de l’entreprise.
Les données primaires sont des données qui ont été collectées dans le but de
résoudre le problème managérial propre à l’étude. Il s’agit de données brutes,
qui doivent être préparées, analysées puis interprétées (Hair et al., 2006). Dans
ce cas, les cinq étapes de la démarche d’étude doivent être respectées. Le
chapitre 3 étant consacré à l’étape de la collecte et préparation des données, les
chapitres 4, 5 et 6 aborderont l’analyse des données.

Figure 2 : Les sources et types de données

4
2.2 L’échantillon
Si, au lieu d’étudier toute la population, on n’en examine qu’une partie, on dit
qu’on étudie un échantillon. L’échantillon doit être représentatif de la population
étudiée.
2.3 La notion de variable
Les techniques d’analyse des données sont appliquées sur des tableaux
statistiques de données de toute nature ou les dimensions des lignes et des
colonnes sont importantes.
L’individu est un élément d’un ensemble fini que l’on appelle l’ensemble des
individus. Ils sont portés en ligne du tableau. La description de ces individus est
réalisée par des variables. Les variables sont portées en colonne du tableau.
On distingue deux types de variables : qualitatives et quantitatives.
• Une variable quantitative est mesurable c’est-à-dire qu’elle prend des
valeurs dans des ensembles mathématiques comme l’ensemble des entiers
naturels, relatifs ou réels. Il existe deux types de variables quantitatives :
les variables quantitatives discrètes (âge, nombre d’enfants en charge, etc)
et les variables quantitatives continues (salaire, frais publicitaire, etc).
• Une variable qualitative est non mesurable. Elle est qualifiée par des
modalités. On considère qu’il existe deux types de modalités :
 Des modalités qu’on peut classer (la variable taille présente trois
modalités ordinales : petit, moyen, grand).
 Des modalités ou le classement est indifférent (la variable sexe présente
deux modalités nominales : homme, femme).

Figure 3 : Les types de variable

5
2.4 Les échelles de mesure
Le marketing et plus largement les sciences sociales s’intéressent également à la
mesure de phénomènes mentaux, telles les opinions, les attitudes ou encore
les préférences, au travers d’indicateurs : les échelles de mesure.
Ces dernières ont pour objet de fournir au répondant un support d’expression de
ces phénomènes complexes à observer, le plus souvent sous la forme d’échelles
de notation :
2.4.1 L’échelle nominale a pour principe d’utiliser les nombres comme des
étiquettes afin d’identifier chacune des modalités. Par exemple, on peut utiliser
la nomenclature des catégories socioprofessionnelles (CSP) ou encore
identifier des marques lors d’une étude de notoriété assistée. Dans l’échelle
nominale, chacune des modalités de la variable est équivalente aux autres.
Exemple:
Êtes-vous?
1 un homme 2 une femme
2.4.2 L’échelle ordinale est une échelle de classement comme l’échelle
nominale, dans laquelle les nombres attribués à chaque modalité ont une relation
d’ordre. On peut, par exemple,
Exemples:
 La satisfaction face à un service
1 Très insatisfait 2 satisfait 3 Neutre 4 Satisfait 5 Très satisfait
 L’utilité d’un produit
1 Inutile 2 Peu utile 3 Très utile
 Le niveau d’éducation
1 Primaire 2 Secondaire 3 Universitaire
2.4.3 L’échelle métrique
La mesure des opinions et des attitudes se fait par le biais d’items représentant
des réponses aux questions posées.
Afin de mesurer la direction et l’intensité des opinions et des attitudes, on opte
pour les réponses sous forme d’échelle, en utilisant à titre d’exemple l’échelle de
Likert ou l’echelle d’Osgood.

6
Réponses sous la forme d’une échelle de Likert
Chez cette enseigne, on n’est jamais déçu par la qualité des produits:
• Totalement en désaccord 1
• Partiellement en désaccord 2
• Partiellement en accord 3
• Entièrement en accord 4
L’échelle peut avoir de 2 à 10 degrés selon le problème étudié et la taille de
l’échantillon. Ci-dessous une échelle à 5 points:
Pas du tout d’accord- Plutôt pas d’accord-Neutre-Plutôt d’accord-Tout à
fait d’accord
• Réponses sous la forme d’une échelle d’Osgood

2.4.4 L’échelle d’intervalles

L’échelle d’intervalles est utilisée pour identifier les différentes classes
d’intervalles pour une variable quantitative donnée.
Exemple : le revenu du ménage
1 si salaire ≤ 50 000
2 si 50 000 < salaire ≤ 100 000
3 si salaire>100000