Relier données

À propos des données associées

Relier explore les relations entre les variables. Lorsque vous sélectionnez deux variables, puis Relier, Stats iQ choisira le test statistique approprié en fonction de la structure des données, exécutera ce test, puis traduira les résultats en une explication simple et claire.

Lorsque vous sélectionnez trois variables ou plus, Stats iQ relie chaque variable à la variable qui a la variable principale, puis amène les relations les plus fortes en haut. Vous pouvez sélectionner des dizaines de variables à la fois, ce qui vous permet de parcourir rapidement de nombreuses relations.

La variable clé

La première variable sélectionnée dans le volet des variables sera la variable principale. La variable clé sert à deux fonctions :

1. Si plus de deux variables sont sélectionnées (comme décrit ci-dessus), chaque variable non clé sera liée à l’une des variables clés (par exemple, si vous sélectionnez dix variables, l’une des variables clés sera liée à chacune des neuf autres, ce qui donne neuf cartes liées distinctes).
2. La variable principale est la variable de « sortie » par défaut. Par exemple, si vous sélectionnez « Age » et « Location », il est possible que « Age » (entrée) impacte « Location » (sortie), mais il n’est pas logique que « Location » ait un impact sur « Age » ; dans ce cas, vous placeriez la clé par « Location ». (Dans de nombreuses analyses, cette distinction n’a pas d’importance, mais les variables d’entrée et de sortie peuvent toujours être permutées après la création de la carte.) Si vous voulez faire de la variable principale la variable d’entrée au lieu de la variable de sortie, sélectionnez les petites flèches à droite du bouton Relier.
   

Relier des nombres et des variables de nombres

Lorsque vous reliez deux variables numériques (y compris les catégories recodées), Stats iQ exécute généralement une corrélation et crée un nuage de points pour afficher visuellement la relation entre les deux variables.

Si les variables ont de nombreux points superposés sur le nuage de points, Stats iQ affichera plutôt un nuage de points « biné » où des rectangles plus sombres indiquent une plus grande segmentation des résultats. Une ligne de la meilleure adaptation est affichée par Stats iQ lorsque les données indiquent que la ligne sera utile (en particulier, lorsque les données n’ont pas de valeurs aberrantes qui pourraient se détacher de la ligne).

Pour afficher les détails statistiques de tous les résultats d’analyse “liés”, cliquez sur Afficher les résultats des tests statistiques. Lorsque vous reliez deux variables numériques, Stats iQ calcule une valeur p et (pour la taille de l’effet) soit un r de Pearson, soit un rho de Spearman. Pour en savoir plus sur la manière dont Stats iQ choisit le test statistique, consultez la page Hypothèses du test statistique et détails techniques.

Il est possible que vous soyez moins intéressé par la corrélation des variables et plus intéressé par la variable qui est plus élevée en moyenne. Si les deux variables sont sur des échelles similaires, Stats iQ fournira une option en haut pour passer de Corrélation à Différence couplée, ce qui vous permet de comparer les moyennes.

Relier des variables de nombres et de catégories

Lorsque vous associez une variable numérique et une variable de catégories, Stats iQ exécute un test statistique et crée un tableau affichant le nombre, la moyenne, la médiane et la distribution de chaque catégorie de la variable numérique.

Par exemple, vous souhaiterez peut-être déterminer si les clients d’un hôtel avec ou sans enfants sont plus satisfaits en moyenne. Dans ce cas, la variable « Enfants présents » est catégorique et « Satisfaction » est numérique.

Le résultat de ce test statistique est visible en cliquant sur Afficher les résultats des tests statistiques sur la carte. Lorsque la variable de catégories n’a que deux catégories, Stats iQ effectue un test T ou un test T classé. Quand il en a plus, Stats iQ exécute une ANOVA ou une ANOVA classée, ainsi qu’un test post-hoc Games-Howell. Pour en savoir plus sur la manière dont Stats iQ choisit le test statistique, consultez la page Hypothèses du test statistique et détails techniques.

Relier des catégories et des variables de catégories

Lorsque vous associez une variable de catégorie et une variable de catégorie, Stats iQ exécute un test statistique et crée un tableau croisé.

Chaque colonne du tableau croisé totalise à 100 %. Dans l’exemple ci-dessous, 69 % des personnes interrogées aux « États-Unis » étaient « Retour » et 31 % étaient « Nouvelles ». Vous pouvez sélectionner Ligne % pour que la somme des lignes soit égale à 100 %, Nombre pour voir le nombre brut dans chaque cellule ou Tout % pour que la somme totale de la table soit égale à 100 %. Vous pouvez également basculer entièrement les lignes avec les colonnes en sélectionnant le de suite en haut du résultat de l’analyse.

Dans l’exemple ci-dessous, puisque le total des colonnes est de 100 %, la question que nous posons est la suivante : « Quelle proportion de répondants américains rendaient les invités ? » Si nous sélectionnons Ligne % (ou si nous permutons les colonnes et les lignes), nous demandons « Quelle proportion d’invités de retour étaient aux États-Unis ? » Dans ce cas, l’une ou l’autre de ces questions pourrait être utile à poser. Parfois, une seule question aura vraiment du sens.

Les flèches vertes et rouges dans les cellules indiquent si la valeur d’une cellule est statistiquement supérieure ou inférieure à ce que vous attendiez en l’absence de relation entre les variables. Si Col % est sélectionné, les flèches comparent le nombre de cette cellule aux autres nombres de cette ligne. Plus de flèches correspondent à un degré de signification statistique plus élevé. Les cellules avec des nombres élevés apparaissent plus foncées que les autres cellules.

Dans l’exemple ci-dessous, 75,2 % est supérieur à l’ensemble des autres nombres de cette rangée, de sorte que le Royaume-Uni a une proportion plus élevée que la proportion typique de visiteurs de retour.

Le résultat du test statistique est visible en cliquant sur Afficher les résultats des tests statistiques sur la carte. Stats iQ effectue un test exact de Fisher ou un test du chi carré lorsque deux variables catégoriques sont liées. Jusqu’à trois flèches seront affichées dans une cellule, en fonction de la valeur P calculée à partir du résiduel ajusté de la cellule. Pour en savoir plus sur la manière dont Stats iQ choisit le test statistique, consultez la page Hypothèses du test statistique et détails techniques.

Outre le tableau croisé général, Stats iQ génère également un tableau de comparaison par paire, qui compare les valeurs des paires de catégories dans une ligne donnée. Par exemple, le tableau croisé ci-dessous affiche la proportion de clients qui retournent des visiteurs de différents endroits. Le tableau de comparaison par paires montre, par exemple, que le Royaume-Uni a une proportion de visiteurs de retour supérieure de 6 points de pourcentage par rapport aux États-Unis. Les flèches verte et rouge sur les cellules indiquent des différences statistiquement significatives.

Affectation de cases à cocher et de variables de nombres

Lorsque vous reliez une variable de cases à cocher et une variable numérique, Stats iQ exécute un test statistique et crée un tableau récapitulatif.

Stats iQ affiche un tableau avec deux lignes pour chaque case à cocher : une pour si la case a été cochée et une pour si ce n’est pas le cas. Par exemple, si l’une des cases indique si un répondant a utilisé ou non le pool, il y aura une ligne pour utiliser (coché) et non (décoché) le pool, ainsi que les scores de satisfaction moyens des répondants qui appartiennent à l’un de ces deux groupes.

Ce tableau, comme la plupart dans Stats iQ, peut être trié. Par exemple, vous pouvez vouloir effectuer un tri par moyenne ou selon que la case a été cochée ou non. Cliquez sur l’en-tête de colonne (par exemple, Moyenne) pour trier le tableau en fonction des valeurs de cette colonne.

Bien que le tableau affiche des informations statistiques telles que la médiane et la moyenne, aucun test statistique n’est effectué dans cette situation. Pour exécuter une analyse séparée comparant les moyennes de ceux qui ont utilisé le pool par rapport à ceux qui ne l’ont pas fait :

1. Cliquez sur la flèche déroulante (v) du groupe de cases à cocher « Équipements » dans le volet des variables.
   
2. Sélectionnez la sous-variable « Pool ».
3. Décochez la variable de la case à cocher « Équipements ».
4. Cliquez sur Associer.

Lier des cases à cocher et des variables de catégories

Lorsque vous reliez une variable de cases à cocher et une variable de catégorie, Stats iQ exécute des tests statistiques et crée un tableau récapitulatif.

Selon la variable qui avait la clé, l’une des deux premières colonnes contiendra les options de variable des catégories et l’autre contiendra les cases à cocher. La colonne « % » indique la proportion du premier groupe de colonnes qui a sélectionné le deuxième groupe de colonnes.

Dans l’exemple ci-dessous, la première ligne indique ce qui suit :

• Il y avait 1663 répondants qui sont de nouveaux clients.
• Parmi ces 1663 répondants, 359 utilisaient la piscine.
• Cela signifie que 21,6 % des 1663 personnes interrogées ont utilisé le pool.
• Les flèches rouges de la dernière colonne indiquent qu’il s’agit d’une proportion inférieure à la moyenne.

Les flèches de la dernière colonne sont calculées de la même manière que dans le tableau croisé pour les variables catégoriques, discuté précédemment.

Relatif aux variables de nombres et de temps

Lorsque vous reliez une variable numérique et une variable fois, Stats iQ crée un graphique qui montre comment la variable numérique a évolué au fil du temps. Pour modifier la taille de classe (de jours en semaines, par exemple), cliquez sur Taille de classe au-dessus du diagramme.

En plus des classes de dates, Stats iQ affichera une ligne pour une valeur statistique spécifique au fil du temps. La valeur par défaut est la moyenne. La sélection d’une autre option en haut du diagramme (Médiane, Min ou Max) modifiera la valeur représentée sous forme de ligne dans le diagramme. Si vous ajustez le curseur sous le graphique, vous réduirez la plage de dates affichée.

Le résultat de ce test statistique est visible en cliquant sur Afficher les résultats des tests statistiques sur la carte. Les tests statistiques Stats iQ exécutés sont les mêmes que ceux qui seraient exécutés si la variable times était une variable numérique. Cela signifie notamment que Stats iQ exécutera une corrélation entre les variables.

Lier des variables de temps et de catégories

Lorsque vous reliez une variable temporelle et une variable de catégories, Stats iQ crée un graphique qui montre l’évolution du nombre de ces catégories au fil du temps. Pour modifier la taille de classe (de jours en semaines, par exemple), cliquez sur Taille de classe au-dessus du diagramme.

Pour ce type de carte, vous aurez la possibilité de sélectionner le type de graphique affiché. Le type de diagramme est modifié lorsqu’une option différente (Barres, Courbes ou Aires) est sélectionnée au-dessus du diagramme. Le graphique affiche les données sous la forme d’un pourcentage ou d’un nombre en fonction de l’option sélectionnée en haut du diagramme. Le pourcentage est particulièrement utile pour voir comment la répartition des groupes a évolué au fil du temps. Aucun test statistique n’est exécuté pour ce type de carte.

Tests statistiques dans Stats iQ

Stats iQ choisit les tests statistiques en fonction des types de variables et de la structure des colonnes analysées. À titre de référence, voici une liste complète des tests statistiques de non-régression et des mesures de taille des effets dans Stats iQ :

• Test T (2 catégories vs. numéros)
• ANOVA (3+ catégories vs. numéros)
• Games-Howell tests post hoc (3+ Catégories vs. numéros)
• F. Cohen
• Corrélation (nombres vs. numéros)
• Corrélation de Pearson
• Corrélation de Spearman
• Corrélation bisérielle de points
• D de Cohen
• Test t couplé (nombres vs. numéros)
• Test exact de Fisher (2 catégories contre 2 catégories)
• Chi-carré (3+ catégories vs. catégories)
• V de Cramer
• Test Z (Catégories vs. catégories)
• Analyse des séries chronologiques
• Écart d’écarts (DID, DD)

Choix des tests statistiques

Stats iQ choisira le bon test statistique pour vous, compte tenu de sa compréhension des données (par exemple, si une variable est une variable numérique ou une variable de catégories). Vous pouvez cependant modifier le type de variable pour déclencher un résultat différent.

Par exemple, vous pouvez associer une échelle 1/0 à une échelle 1-7. Si le 1/0 est considéré comme catégorique, le résultat est un t-test. S’il est considéré comme numérique, le résultat est une corrélation (les résultats de ces deux analyses seront très similaires).

Stats iQ exécutera une relation « classée » si les données numériques ne sont pas normalement distribuées ou qu’elles comportent des valeurs aberrantes. Si vous préférez voir la relation « non classée » (ou vice versa), cette option est disponible dans les résultats de test statistiques. Pour plus de détails sur les tests classés, consultez la page Hypothèses de test statistique et détails techniques.

Problème de comparaisons multiples

Le problème Comparaisons multiples peut survenir si vous utilisez l’analyse “Lier” avec un grand nombre de variables non clés sélectionnées. Dans cette analyse, vous verrez probablement environ 5 des résultats comme statistiquement significatifs par pure chance, et pas nécessairement comme une relation significative. Il s’agit là d’une conséquence nécessaire du fonctionnement de l’analyse statistique.

Dans Stats iQ, si vous exécutez de nombreuses analyses à la fois et que vous voyez des résultats où la valeur P est étroite (par exemple, 0,03 au lieu de 0,00004), c’est une bonne indication que ces corrélations ne sont pas nécessairement significatives.

Traduction de statistiques en phrases

Stats iQ explique les résultats de l’analyse Relier d’une manière facile à comprendre, même sans connaissance experte des statistiques.

Si la valeur P n’est pas inférieure au seuil de signification statistique (la valeur par défaut dans Stats iQ est  0,05), les phrases expliqueront qu’il n’existe pas de relation statistiquement significative.

Si la valeur de p est inférieure au seuil, Stats iQ examinera alors la taille de l’effet. Selon la taille de l’effet, Stats iQ ajoutera des mots à la phrase comme « faible » ou « fort » pour caractériser la relation. Pour plus d’informations sur l’interprétation de la taille de l’effet et de la valeur P, cliquez sur le bouton d’information (i) sous Afficher les résultats des tests statistiques.

Le tableau ci-dessous décrit la manière dont nous décrivons les relations de variables pour les tests t en fonction de la taille de l’effet.

Selon le type de test statistique utilisé, les seuils de taille de l’effet seront légèrement différents. Cependant, le même modèle général s’applique.

FAQ