Présentation - AFC Réctifiée

Analyse factorielle des
correspondances simples
Professeur : Ayad El BAZ
Année Universitaire 2023-2024

Chapitre II: l’analyse factorielle des
correspondances simples ( AFC)
• L’AFC fait partie de la famille des analyses
factorielles . C’est une technique utilisée par
l’équipe de recherche du professeur J.P Benzecri
au début des années 1960.
• L’objectif de l’AFC, comme l’ ACP, est de réduire
des données initiales.
• L’ AFC s’ applique de préférence à des variables
qualitatives (nominales ou ordinales). Ceci
implique qu’elle représente une technique
d’analyse privilégiée de données issues d’enquêtes
ou de questionnaires.
correspondances( AFC)
• L’AFC s’appuie sur un tableau de données croisé à
p lignes et q colonnes ( tableau de contingence ).
• Avant de préciser les principales étapes de l’AFC
, il nous parait indispensable de clarifier la notion
du tableau de contingence( ou tableau croisé ).
• Que signifie donc un tableau de contingence ?
• Tableau de contingence: définition et
présentation
• Un tableau de contingence( ou tableau croisé)
est un tableau de chiffres( des effectifs ou des
fréquences relatives) dans lequel la somme des
éléments de chaque ligne et de chaque colonne a
un sens précis .
• Présentation du tableau de contingence ( ou
tableau croisé) .
• Soient deux variables qualitatives nominales
X(possédant p modalités: x1 , x2 ,............, x p)
et Y( ayant q modalités: 𝑦1 ,𝑦2 , 𝑦3 … … … . . 𝑦𝑞 )
• Voir tableau suivant :
• Tableau de contingence ( ayant p lignes et q
colonnes ):
Y
X y1 y2 ………………… y j ………… yq Total

x1 n11 n12 n1 j n1q n1.
x2 n21 n22 n2 j n2 q n 2.
. .
. .
. .
xi ni1 ni 2 ………………… n ij niq ni.
.
.
.
xp n p1 n p2 n pj n pq n p.
Total n .1 n.2 n. j n.q n
• À partir de ce tableau , on peut calculer la
somme des éléments de chaque ligne et de
chaque colonne ainsi que la somme totale(n)
qui représente la taille de la population ou de
l’échantillon choisi .
• Concernant la somme des éléments d’une
ligne. j =q
ni . = n
j =1
ij
• La somme des éléments de chaque colonne :
i= p
n. j =  ij
n
i =1
• À propos de l’échantillon n :
i= p j =q
n = n
i =1 j =1
ij
𝑖=𝑝 𝑗=𝑞
n= σ𝑖=1 𝑛𝑖. = σ𝑗=1 𝑛.𝑗
• Exemple : Tableau de contingence croisant les
modalités de deux variables nominales:
Catégorie de travail et genre des employés
(traitement de données sous le logiciel SPSS )
• Tableau croisé (ou tableau de contingence )
Tableau croisé Genre de chaque employé * Catégorie de travail
Catégorie de travail
prof
ouvrier intermédaire cadre Total
Genre de chaque femme 206 0 10 216
employé homme 157 27 74 258
Total 363 27 84 474
• Nb : selon T. Foucart ( 1997), pour que l’AFC
soit efficace , le tableau de données doit
être suffisamment grand .
• Les principales étapes de l’AFC
• Vérification de la possibilité d’utiliser l’AFC (2
variables qualitatives de préférence et la
réponse à la question traitée nécessite tout
simplement une analyse descriptive );
• Préparation et organisation des données
(élaboration du tableau de contingence ) ;
• Test de khi-deux ( pour tester l’indépendance
entre les variables étudiées ) ;
• détermination des axes factoriels;

• Calcul des coordonnées des points lignes et
des points colonnes;
• Calcul des contributions absolues et relatives
associées aux modalités lignes et aux
modalités colonnes ;
• Projection des points lignes et des points
colonnes sur les plans factoriels formés par les
axes retenus ;
• Projection simultanée des points lignes et des
points colonnes sur les axes retenus ;
Remarque 1 :Il convient de noter ici ,
contrairement à l’ACP, on représente
simultanément les points lignes et les points
colonnes .
Remarque 2: dans le cadre des représentations
graphiques de l’AFC , les modalités ( lignes ou
colonnes )sont considérées comme des points
(lignes ou colonnes) .
• Test de khi-deux
• Ce test permet d’examiner la relation de
dépendance entre deux variables X (p
modalités) et Y (q modalités) . Il consiste à
comparer le ꭓ2 lu sur la table et le ꭓ2 calculé,
à partir de la formule suivante :
i = p j =q (nij − nˆ ij ) 2
 = 
2
i =1 j =1 nˆ ij
• Avec n ij représente l’effectif observé
• n̂ij représente l’effectif théorique
• Il convient de noter qu’on peut aussi calculer le
khi- deux tout en se basant sur les fréquences
relatives .
• Principe du test d’indépendance de khi-deux :
- On propose un seuil de signification noté 𝛼 (
exemples :𝛼 = 1%, 𝛼 = 5% ,𝛼 = 10% ) .
- Deux hypothèse seront testés :
H0= les deux variables étudiées sont
indépendantes
H1=les deux variables étudiées sont
dépendantes
• On peut vérifier la significativité de ce test
tout en comparant le khi-deux lu sur la table
est le khi-deux calculé . Si ce dernier est
supérieur au premier , le test est significatif .
• Si ce test n’est pas significatif , l’application de
l’AFC n’ a aucun sens .
• Remarque : le test de khi-deux donne une
évaluation globale de l’existence d’une relation
de dépendance entre deux variables qualitatives
, mais ne donne aucune information quant à
l’intensité , ni au sens de cette relation .
Pour dépasser la limite liée à l’intensité de la
relation de dépendance , notamment en cas d’une
étude qui s’appuie tout simplement sur le test de
khi-deux ( qui ne concerne pas l’AFC ) , il convient
d’utiliser quelques indicateurs ( le phi , le
coefficient de contingence , le V cramer, etc .) qui
permettent de mesurer l’intensité d’une telle
relation .le plus souvent , on utilise le V cramer .
✓ V de Cramer
𝜒2
V= 𝑛
𝑀𝑖𝑛(𝑝 − 1, 𝑞 − 1)
𝜒
✓ Le coefficient phi ( ∅)
𝜒2
∅= 𝑛
✓ Le coefficient de contingence ( C)
𝜒2
𝐶= 𝑛+𝜒2
• p est le nombre de modalités de la variable X

• q est le nombre de modalités de la variable Y .
• x et y représentent les deux variables étudiées .
• 𝜒 2 représente le khi-deux calculé .
• Test de khi-deux ( application sous SPSS)
Afin de tester ( via le test de khi-deux ) la relation
de dépendance entre la catégorie de travail et le
genre des employés ainsi que de mesurer l’intensité
d’une telle relation (sous SPSS) , il convient de
respecter les étapes suivantes :
• Analyse
• Statistiques descriptives
• Tableaux croisés
• Statistiques
• Cocher les cases khi-deux et V de cramer
Résultats obtenus :
Tableau 1 : Tests du khi-carré
Signification
asymptotique
Valeur ddl (bilatérale)
khi-carré de Pearson 79,277a 2 ,000
Rapport de vraisemblance 95,463 2 ,000
Association linéaire par 67,463 1 ,000
linéaire
N d'observations valides 474
a. 0 cellules (0,0%) ont un effectif théorique inférieur à 5. L'effectif
théorique minimum est de 12,30.
Tableau 2 : Mesures symétriques

Signification
Valeur approximative
Nominal par Nominal Phi ,409 ,000
V de Cramer ,409 ,000
N d'observations valides 474
• Commentaire des résultats obtenus
• Les résultats du tableau 1 révèlent que la valeur de khi-
deux est égale à 79,277 avec une probabilité inférieure à
5%( Prob = 0,000). Il convient donc de rejeter l’hypothèse
nulle selon laquelle les deux variables sont
indépendantes. En d’autres termes , on accepte
l’hypothèse selon laquelle la catégorie de travail et le
genre des employés sont dépendants .
• Les résultats du tableau 2 montrent que la valeur du V
de cramer égale 0,409 (avec une probabilité inférieure à
5%( Prob = 0,000) . Cette valeur est proche de 0,5 . ceci
explique que le lien de dépendance entre de telles
variables demeure relativement moyen .
• Sélection des axes factoriels
• Pour déterminer les axes factoriels , il convient
de déterminer la matrice à diagonaliser qui
nous permet de calculer les valeurs et les
vecteurs propres associés à de tels axes .
• Pour ce faire , avant de déterminer la matrice
à diagonaliser, il nous parait indispensable de
de déterminer les tableaux et matrices des
profils lignes et des profils colonnes .
➢ Profils lignes et Profils colonnes
à partir du tableau de contingence d’effectifs (ou de
fréquences absolues ) , on peut déduire la matrice N de
terme général 𝑛𝑖𝑗 𝑵 = (𝒏𝒊𝒋 )
avec 1≤ 𝑖 ≤p et 1 ≤ j ≤ q . Puis , on détermine la matrice
du tableau des fréquences relatives notée F.
𝒏𝒊𝒋
𝑭 = (𝒇𝒊𝒋 ) où 1≤ 𝑖 ≤p et 1 ≤ j ≤ q et 𝒇𝒊𝒋 =
𝒏
Soient 𝐷𝑙 et 𝐷𝑐 les matrices des fréquences marginales
associées respectivement aux points lignes et aux points
colonnes :
𝐷𝑙 = diag( (𝑓1. , 𝑓2. ………𝑓𝑝. ) ;
𝐷𝑐 = diag( (𝑓.1 , 𝑓𝑛.2 ………𝑓.𝑞 ) ;
➢ Tableau et matrice des profils lignes :
▪ Tableau des profils lignes
𝒇𝒊𝒋
c’est un tableau de TG = où 1≤ 𝑖 ≤p et 1 ≤ j ≤ q
𝒇𝒊.
▪ Matrice des profils lignes
Mat(PL)= 𝑫𝒍 −𝟏 𝑭
➢ Tableau et matrice des profils colonnes :
▪ Tableau des profils colonnes
𝒇𝒊𝒋
c’est un tableau de TG = où 1≤ 𝑖 ≤p et 1 ≤ j ≤ q
𝒇;𝒋
▪ matrice des profils colonnes
• Mat(PC)= 𝑫𝒄 −𝟏 𝑭𝒕
➢Matrice à diagonaliser
−𝟏
➢Mat(ad)=A= 𝑭 𝑫𝒍 𝑭 𝑫𝒄 −𝟏
𝒕
Cette matrice n’est pas, en général, symétrique

et par conséquent c’est difficile de la diagonaliser .
Néanmoins , il convient de remarquer que la
𝒕 −𝟏
matrice 𝑭 𝑫𝒍 𝑭 est symétrique. Pour dissiper la
difficulté précitée , il nous parait utile de
𝟏 𝟏
−𝟏 − −
décomposer la matrice 𝑫𝒄 en 𝑫𝒄 𝑫𝒄
𝟐 𝟐
𝟏 𝟏
−𝟏 − −
• En remplaçant 𝑫𝒄 par 𝑫𝒄 𝑫𝒄𝟐 𝟐 ’, on obtiendra :
𝟏 𝟏
𝒕 −𝟏 −𝟐 −𝟐
• Mat(ad)=A= 𝑭 𝑫𝒍 𝑭𝑫𝒄 𝑫𝒄
Cette dernière matrice nous permet de trouver
rapidement les valeurs et les vecteurs propres associés
aux axes factoriels .
Pratiquement parlant ( par utilisation logiciel SPSS ) , il
convient de choisir les axes factoriels qui sont associé aux
valeurs propres et aux inerties les plus élevées
• Nb : pour le cas d’une AFC , toutes les valeurs propres
sont comprises entre 0 et 1 .
• Les coordonnées des points lignes et des
points colonnes sur les axes retenus .
✓Les coordonnées des points lignes
La coordonnée de la de la projection du point i
sur l’axe 𝜶 est déterminée comme suit :
q
f ij
coord (i,  ) =  ( 1
)uj
j =1 2
f i. ( f. j )
• Où 𝒖𝜶𝒋 représente la 𝑗 é𝑚𝑒 composante du
vecteur propre associé à l’axe 𝜶.
• Les coordonnées des points colonnes
La Coordonnée de la projection d’un point
colonne j colonne sur l’axe 𝜶 est donnée par :
1
( ) 2
coord ( j , ) = 1
uj
2
( f. j )
➢ Contributions
Il est très important de voir dans quelle mesure les
points lignes et les points colonnes contribuent à
l’inertie du nuage de points. Ceci permet de vérifier
la pertinence de ces axes en regardant dans quelles
mesures les variables expliquent les axes
sélectionnés. Il convient de regarder aussi la façon
dont les variables sont expliquées par ces axes.
• Contributions absolues et contributions relatives
• La contribution absolue
• Elle exprime la part prise par un point donné
dans la variance expliquée par un axe .
• Les contributions absolues permettent de
savoir quelles variables sont responsables de
la construction d’un axe factoriel.
• La contribution relative :
• Elle exprime la part prise par un axe dans
l’explication de la dispersion d’un point .
• Les contributions représentent des indicateurs
d’aides à l’interprétation des résultats de l’AFC.
• Contributions absolues et relatives liées aux
points lignes i:
• La contribution absolue du point i à l’inertie
de l’axe  f i.coord (i,  )
2
CTA(i,  ) =

• La contribution de l’axe  à l’inertie du
point i.
coord (i,  )
2
CTR(i,  ) = 2
d (i, O)
• Avec
𝟐
𝟐 𝒒 𝒇𝒊𝒋
𝒅 𝒊, 𝒐 = σ𝒋=𝟏 − 𝒇.𝒋
𝒇𝒊. × 𝒇.𝒋
Contributions absolues et contributions relatives
concernant les points colonnes j:
• CTA du point j.
coord 2 ( j , )
CTA( j , ) = f . j

• La contribution de l’axe α à l’inertie du point j
coord ( j ,  )
2
CTR ( j ,  ) = 2
d ( j , O)
• Avec
𝟐
𝟐 𝒑 𝒇𝒊𝒋
𝒅 𝒋, 𝒐 = σ𝒊=𝟏 − 𝒇𝒊.
𝒇.𝒋 × 𝒇𝒊.
• Application sous SPSS) :
Afin d’examiner les correspondances entre les
modalités de la variable Ancienneté dans le
chômage (ANCCHOM) ayant 8 modalités) et la
variable Niveau d’enseignement (NIVP )
possédant 10 modalités), nous avons opté pour
une AFC .
Résultats ( choix des axes )
Récapitulatif
Valeur singulière de
Proportion d'inertie confiance
Valeur Corrélation
Dimension singulière Inertie Khi-deux Sig. Représentation Cumulé Ecart type 2
1 ,196 ,038 ,892 ,892 ,008 ,134
2 ,048 ,002 ,054 ,945 ,008
3 ,036 ,001 ,029 ,975
4 ,021 ,000 ,010 ,985
5 ,018 ,000 ,008 ,993
6 ,016 ,000 ,006 ,999
7 ,007 ,000 ,001 1,000
Total ,043 745,463 ,000a 1,000 1,000
a. 63 degrés de liberté
Chapitre II: l’analyse factorielle des correspondances( AFC)
✓Choix des axes
IT =
 2
n
 représente le khi-deux calculé
2
• n est la taille de la population ou de l’échantillon

choisi
• les résultats du tableau ci-dessus indiquent que :
745,463
I totale = 0,043 =
17274
• Calcul de la proportion d’inertie de l’axe 1.
I Axei
propAxei =
I Totale
0,038
propAxe1 = = 0,892
0,043
I axe1 = 0,038
• représente l’inertie de l’axe 1 .
• Remarque :Le carré de chaque valeur propre nous
donne l’inertie de la dimension à laquelle elle
appartient 0,1962 2 = 0,038
• dans notre cas , la prise en compte de deux
axes semble être pertinente dans la mesure
où 94,5% de l’inertie totale est expliquée.
• D’autre part, dans notre exemple, le nombre
maximum de dimensions (nombre d’axes
possibles) est égal à 7= Min( 8-1, 10-1)=min(
8, 10)-1. L’objectif étant de représenter les
variables sur un nombre réduit de dimensions,
nous avons réussi à en sélectionner que deux.
• Tableau 2:Tableau des profils lignes
Profils lignes
Niveau d'enseignement selon la version de la formation continue
Bac et
enseignement Troisième, année
Ancienneté de chômage (8 Diplôme bac+5 et Diplôme niveau Diplôme niveau supérieur sans Niveau bac sans Niveau terminale non terminale Enseignement
postes) plus licence, maîtrise bac+2 diplôme bac+2 études supérieures CAP-BEP, lycée CAP-BEP Collège primaire Pas d'études Marge active
moins de 1 mois ,056 ,058 ,120 ,082 ,197 ,337 ,096 ,025 ,022 ,008 1,000
entre 1 et 3 mois ,043 ,074 ,098 ,088 ,198 ,340 ,094 ,031 ,030 ,004 1,000
entre 3 et 6 mois ,046 ,056 ,083 ,075 ,191 ,361 ,110 ,036 ,032 ,009 1,000
entre 6 mois et 1 an ,040 ,060 ,078 ,057 ,175 ,371 ,119 ,048 ,042 ,010 1,000
entre 1 et 1,5 ans ,026 ,053 ,066 ,049 ,157 ,369 ,151 ,060 ,059 ,010 1,000
entre 1,5 et 2 ans ,036 ,052 ,058 ,048 ,143 ,368 ,145 ,065 ,075 ,009 1,000
entre 2 et 3 ans ,026 ,033 ,053 ,039 ,142 ,368 ,153 ,078 ,084 ,023 1,000
plus de 3 ans ,023 ,030 ,063 ,044 ,131 ,333 ,180 ,068 ,105 ,022 1,000
Masse ,038 ,056 ,079 ,063 ,173 ,358 ,126 ,048 ,050 ,010
• Lecture du tableau (2) des profils lignes .
• Ce tableau se lit ligne par ligne. Par exemple,
pour notre cas , les personnes qui ont une
ancienneté dans le chômage de moins d’un
mois , 5,6% ont le diplôme Bac+5 et plus et
33,7% ont le niveau terminale CAP-BEP ( voir
tableau des profils lignes ci-dessus ) .
➢ Tableau 3: Profils colonnes:
Profils colonnes
Niveau d'enseignement selon la version de la formation continue
Bac et
enseignement Troisième, année
Ancienneté de chômage (8 Diplôme bac+5 et Diplôme niveau Diplôme niveau supérieur sans Niveau bac sans Niveau terminale non terminale Enseignement
postes) plus licence, maîtrise bac+2 diplôme bac+2 études supérieures CAP-BEP, lycée CAP-BEP Collège primaire Pas d'études Masse
moins de 1 mois ,066 ,047 ,068 ,058 ,051 ,042 ,034 ,023 ,020 ,033 ,045
entre 1 et 3 mois ,218 ,255 ,239 ,266 ,220 ,182 ,143 ,122 ,115 ,067 ,192
entre 3 et 6 mois ,232 ,193 ,201 ,226 ,211 ,193 ,168 ,143 ,122 ,161 ,191
entre 6 mois et 1 an ,226 ,227 ,208 ,189 ,213 ,218 ,199 ,212 ,175 ,194 ,210
entre 1 et 1,5 ans ,102 ,139 ,123 ,113 ,134 ,152 ,178 ,184 ,174 ,144 ,148
entre 1,5 et 2 ans ,048 ,047 ,037 ,038 ,042 ,052 ,058 ,067 ,075 ,044 ,050
entre 2 et 3 ans ,051 ,043 ,049 ,045 ,060 ,075 ,088 ,118 ,123 ,161 ,073
plus de 3 ans ,057 ,050 ,074 ,064 ,070 ,086 ,132 ,131 ,195 ,194 ,092
Marge active 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
➢Lecture du tableau des profils colonnes

• Ce tableau se lit colonne par colonne (chaque
niveau d’enseignement correspond à une
durée d’ancienneté de chômage). Par
exemple, pour les personnes qui ont le
diplôme Bac+5 et plus, 6,6% ont une
ancienneté dans le chômage de moins d’un
mois ( voir tableau suivant des profils
colonnes ) .
• Tableau 4: caractéristiques des points lignes
Présentation des points de lignea
Score de la dimension Contribution
Ancienneté de chômage (8 Du point vers l'inertie de la dimension De la dimension vers l'inertie du point
postes) Masse 1 2 Inertie 1 2 1 2 Total
moins de 1 mois ,045 -,560 ,361 ,003 ,071 ,121 ,816 ,083 ,899
entre 1 et 3 mois ,192 -,502 ,154 ,010 ,246 ,094 ,936 ,022 ,958
entre 3 et 6 mois ,191 -,281 -,004 ,003 ,077 ,000 ,875 ,000 ,875
entre 6 mois et 1 an ,210 -,065 -,204 ,001 ,005 ,183 ,239 ,580 ,819
entre 1 et 1,5 ans ,148 ,286 -,234 ,003 ,062 ,168 ,765 ,126 ,891
entre 1,5 et 2 ans ,050 ,388 -,157 ,002 ,038 ,026 ,808 ,033 ,841
entre 2 et 3 ans ,073 ,697 -,026 ,007 ,180 ,001 ,948 ,000 ,949
plus de 3 ans ,092 ,826 ,460 ,013 ,321 ,407 ,927 ,071 ,997
Total actif 1,000 ,043 1,000 1,000
a. Normalisation symétrique
Chapitre II: l’analyse factorielle des correspondances(
AFC)
➢ Commentaire du Tableau 4:
➢ Ce tableau présente les contributions absolues et
relatives ainsi que les positions des points lignes. Il
permet ainsi de savoir comment les modalités de la
variable « ancienneté de chômage » expliquent les
axes . Il permet également de savoir la façon dont
ces modalités sont expliquées par les axes.
• Les scores de la dimension permettent de placer les
points lignes sur les axes retenus , ils représentent
, en quelques sortes , les coordonnées des
modalités lignes.
AFC)
• Les résultats de ce tableau montrent que le premier

axe oppose les anciennetés de chômage inférieures
à un an ( les modalités ayant des coordonnées
négatives aux anciennetés de chômage supérieures
à un an (les modalités possédant des coordonnées
positives ). Ceci s’aligne avec les résultats du
graphique 1). Les résultats du même tableau
indiquent que la durée d’ancienneté de chômage
entre 6 mois et 1 an est mal représenté sur le
premier axe .
• Le tableau 5: caractéristiques des points colonnes

Présentation des points de colonnea
Score de la dimension Contribution
Niveau d'enseignement selon

la version de la formation Du point vers l'inertie de la dimension De la dimension vers l'inertie du point
continue Masse 1 2 Inertie 1 2 1 2 Total
Diplôme bac+5 et plus ,038 -,493 ,081 ,002 ,047 ,005 ,810 ,005 ,816
Diplôme niveau licence, ,056 -,479 -,191 ,003 ,065 ,042 ,822 ,032 ,854
maîtrise
Diplôme niveau bac+2 ,079 -,425 ,336 ,003 ,073 ,185 ,814 ,125 ,939
Bac et enseignement supérieur ,063 -,562 ,370 ,005 ,102 ,180 ,870 ,092 ,962
sans diplôme bac+2
Niveau bac sans études ,173 -,297 ,013 ,003 ,078 ,001 ,979 ,000 ,980
supérieures
Niveau terminale CAP-BEP, ,358 ,016 -,172 ,001 ,000 ,221 ,033 ,891 ,924
lycée
Troisième, année non ,126 ,474 ,013 ,006 ,144 ,000 ,956 ,000 ,956
terminale CAP-BEP
Collège ,048 ,721 -,278 ,005 ,128 ,078 ,947 ,035 ,982
Enseignement primaire ,050 1,079 ,464 ,012 ,296 ,223 ,942 ,043 ,985
Pas d'études ,010 1,128 ,547 ,003 ,068 ,065 ,802 ,046 ,848
Total actif 1,000 ,043 1,000 1,000
a. Normalisation symétrique
AFC)
Commentaire du tableau 5:
Ce tableau présente les contributions absolues et
relatives ainsi que les positions des points colonnes . Il
permet ainsi de savoir comment les modalités de la
variable « niveau d’enseignement » expliquent les axes .
les scores :
• Les résultats du tableau 5 révèlent que le premier axe
oppose les diplômes supérieurs au Bac ( les modalités
ayant des coordonnées négatives ) aux diplômes
inférieurs au Bac ( modalités possédant des
coordonnées positives). Ceci s’aligne avec les résultats
du graphique 2.
AFC)
❖Contributions
les résultats du tableau 5 montrent que la modalité
« enseignement primaire » contribue amplement à la
formation de l’axe 1 (sa contribution est de 29,6%) .
D’après les résultats du même tableau, nous constatons
que la modalité « niveau , terminal , CAP , Lycée » est mal
représenté sur le premier axe (la CTR associée à cette
modalité est de 3%) . Par contre , une telle modalité est
bien représentée sur le deuxième axe
( la CTR est de 89,1%).
➢ Graphique (1) des points lignes
➢ Graphique (2) des points colonnes
• Graphique (3) des points colonnes et des points colonnes
• interprétation du graphique3
D’après le graphique 3 , nous constatons que la
projection sur le premier axe factoriel montre que
les personnes ayant des diplômes inférieures au Bac
ont plus du mal à trouver un travail que ceux ayant
des diplômes supérieures au Bac. Ainsi, nous
constatons que la durée d’ancienneté de chômage
dépasse 2 ans ("entre 2 et 3 ans" et "plus de 3 ans")
pour les niveaux d’enseignement concernant le
primaire et le collège.
• Par contre , pour les niveaux d’enseignement
"Bac" et "Bac+", la durée d’ancienneté de
chômage ne dépasse pas 1 an. Ceci explique
qu’il existe bel et bien une relation de
dépendance entre le niveau d’enseignement
et la durée d’ancienneté dans le chômage.
1- Escofier, B. & Pagès, J. (2016),Analyses Factorielles
Simples et Multiples : cours et études de cas . 5 édition,
Dunod.
2-Foucart, T (1997),l’analyse des données : mode d’emploi
.Presses universitaires de Rennes.
3-Lebart, L., Piron M., Morineau, A. (1995). statistique
exploratoire Multidimensionnelle, Visualisation et
Inférence en Fouille de Données. 3 édition ,Dunod.
4-.Carricano. M & F.Poujol. F( 2009),Analyse de données
avec SPSS, Pearson Education France .
5- Daghfous.N( 2006), Analyse de données quantitatives
en marketing, Guérin Universitaire 3éme Millénaire,
Montréal Canada .

Présentation - AFC Réctifiée

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Présentation - AFC Réctifiée

Transféré par

Droits d'auteur :

Formats disponibles

Analyse factorielle des

Année Universitaire 2023-2024

X y1 y2 ………………… y j ………… yq Total

• détermination des axes factoriels;

• p est le nombre de modalités de la variable X

Tableau 2 : Mesures symétriques

Cette matrice n’est pas, en général, symétrique

✓Choix des axes

• n est la taille de la population ou de l’échantillon

➢Lecture du tableau des profils colonnes

• Les résultats de ce tableau montrent que le premier

• Le tableau 5: caractéristiques des points colonnes

Niveau d'enseignement selon

Vous aimerez peut-être aussi