Examen de fin de Module – Session Spéciale-

Analyse Des Données (semestre 5)

Durée d’examen : 1h30
Professeure : Zineb EL ANDALOUSSI
NB : l’utilisation de la Calculatrice est NON-AUTORISEE

Exercice 1 : Un concessionnaire Automobile veut étudier la relation entre les ventes de véhicules (voitures et
camions) et leur consommation de carburant. Pour ce faire, il a constitué une Base de Données contenant les
informations sur 113 voitures et 40 camions. Il a utilisé le logiciel IBM SPSS pour analyser les données issues du
croisement de ces deux variables et vous a communiqué un extrait de l’output SPSS.
1- Quel est l’indicateur statistique utilisé pour ce concessionnaire pour étudier la relation entre ces deux
variables ? Son choix est-t-il Justifié ?
2- Rappeler la procédure SPSS ayant permis de produire le tableau 1.
3- Interpréter ce tableau.
4- Quelles sont vos recommandations?

Tableau 1 : Extrait de l’output SPSS Consommation Ventes

de carburant
Voitures Consommation Pearson Correlation 1 0.451*
de carburant Sig . .000
N 113 113

Camions Consommation Pearson Correlation 1 .203

de carburant Sig . .210
N 40 40
*Correlation is significant at the 0.01 level

Exercice 2 : Une chaine de prêt-à-porter veut étudier la satisfaction des clients de ses 4 magasins (stores). Elle a
administré un questionnaire dans lequel on trouve les 2 variables : « satisfaction vis-à-vis du service » qui est
associée à une échelle de Likert (allant de ‘fortement négative’ à ‘fortement positive’) et la variable « magasin »
(store 1, 2, 3, 4). Voir tableau 2

Tableau 2. Tableau de contingence (magasin * Satisfaction vis-à-vis du service)

Tableau 3 : Output SPSS

1- Quel est le test qui permet d’étudier la relation entre

ces deux variables ?
2- Exposer brièvement les étapes nécessaires pour le conduire ? (sans calculs).
3- Le gérant utilise IBM SPSS pour étudier la relation entre ces deux variables. Le tableau ci-dessous fournit un
aperçu sur l’output SPSS. Interpréter les résultats
4- Les magasins offrent-t-ils un même niveau de satisfaction ?

Question de réflexion : Avec plusieurs milliards d’informations générées par jour, les méga-données prennent de
plus en plus d’importance. Un nombre astronomique d’informations est produite chaque fraction de seconde. À
quoi servent les analyses des données Big Data ? Et quelles sont les nouvelles techniques utilisée pour en tirer
profit ?