Recherche réalisée dans le cadre du programme «Déchets et Société»








télécharger 1.15 Mb.
titreRecherche réalisée dans le cadre du programme «Déchets et Société»
page4/21
date de publication17.05.2017
taille1.15 Mb.
typeRecherche
b.21-bal.com > économie > Recherche
1   2   3   4   5   6   7   8   9   ...   21

Présentation des résultats de l’enquête


Nous commençons par présenter la méthodologie utilisée afin d'analyser les réponses à l'enquête, puis exposons successivement les résultats obtenus sur les différentes parties de l'enquête: profil socio-économique, profil environnemental, consommation de yaourts et utilisation du lave-linge. Enfin nous confirmons les conclusions obtenues à partir d'analyses économétriques.

3.1 Note méthodologique


Afin d'analyser les résultats de l'enquête nous avons eu recours à des méthodes de statistique descriptive (tri à plat et tri croisé), des analyses factorielles1 et des classifications. A la différence des statistiques descriptives, qui ne traitent qu'une ou deux variables à la fois, les deux dernières méthodes d'analyse des données sont dites multidimensionnelles.


Encadré  : – Les méthodes d’analyse de données multidimensionnelles

Deux groupes de méthodes sont généralement distingués : les méthodes factorielles et les méthodes de classification.

Les méthodes factorielles visent à représenter graphiquement des objets (variables, individus, modalités) et à décrire des liaisons (ressemblances, oppositions) entre eux. Plus précisément, elles restreignent les dimensions des tableaux de données en les résumant par un petit nombre de variables synthétiques de manière à former des sous-espaces de faible dimension qui ajuste au mieux le nuage de points des individus et celui des variables. Les proximités mesurées dans ces sous-espaces reflètent au mieux les proximités réelles. L’espace de représentation obtenu est appelé espace factoriel.

Plusieurs méthodes d’analyse factorielle existent selon la nature des variables étudiées. Pour les variables quantitatives (dites aussi continues), l’Analyse en Composantes Principales (ACP) est requise.

Lorsque l’on dispose de variables qualitatives (dites aussi nominales), on utilise notamment l’Analyse

Factorielle des Correspondances (AFC) qui permet de traiter des tableaux de fréquence ou encore l’Analyse des Correspondances Multiples (ACM) qui concerne les tableaux croisant des individus et des variables qualitatives. L’Analyse Factorielle de Données Mixtes (AFDM) est quant à elle, conçue pour traiter des tableaux comprenant à la fois des données quantitatives et qualitatives.

Dans tous les cas, le principe est le même : il s’agit de projeter un nuage de points sur une suite d’axes orthogonaux deux à deux, d’inertie maximale.

Le second groupe de méthodes de l’analyse des données (complémentaire au premier) est celui de la classification (ou de typologie). Cette technique permet de restreindre le nombre d’individus ou d’objets en les regroupant en classes homogènes et différenciées telles que les individus ou les objets soient les plus similaires possibles au sein d'un groupe et que les classes soient aussi dissemblables que possible.

Ces groupements peuvent être établis (parfois conjointement) en classes par la méthode de partitionnement appelée aussi méthode de classification non hiérarchique (comme la méthode d’agrégation autour des centres mobiles) ou en familles de classes hiérarchisées par les méthodes de Classification Hiérarchique Ascendante (CAH) ou Descendante. On distingue ces techniques des

méthodes de classement (telle que l’analyse discriminante) qui consiste à affecter des objets à des

classes préalablement identifiées.

Méthode d’analyse factorielle ACM


Disposant majoritairement de variables qualitatives, nous avons utilisé l'analyse des correspondances multiples (ACM) comme méthode d'analyse factorielle.

Nous réalisons ainsi pour les individus une typologie qui s’appuie sur une notion de ressemblance telle que deux individus sont d’autant plus proches qu’ils possèdent un grand nombre de réponses communes (modalités en commun) et inversement. L'analyse des individus est réalisée au travers de classes (femmes, jeunes…) sur le même principe. Deux classes se ressembleront d’autant plus que leurs profils de répartition sur l’ensemble des modalités sont proches.

L'étude de la proximité entre modalités est menée de deux points de vue. Concernant les modalités de variables différentes, par exemple les modalités 'un enfant' (variable nombre d'enfants) et 'Région Parisienne' (variable Région), nous analysons leur association. Elles se ressemblent d’autant plus qu’elles sont présentes ou absentes simultanément chez un grand nombre d’individus. Concernant les modalités d'une même variable, par exemple les modalités 'un enfant' et 'deux enfants' elles se ressemblent d’autant plus qu’elles s’associent beaucoup ou peu aux mêmes modalités.

Enfin l'analyse des axes factoriels nous permet de résumer l’ensemble des variables qualitatives par un petit nombre de variables numériques (ex tri des piles, tri du verre, … résumé par "comportement environnemental").
Justification d'une analyse par groupe
Dans notre enquête, nous disposons de plusieurs groupes de variables. D'une part, certaines variables se rapportent aux caractéristiques socio-économiques des individus (PCS…), d'autres à leur comportement « environnemental » général, d'autres aux comportements de consommation du yaourt et enfin, un dernier groupe lié aux comportements concernant les machines à laver. D'autre part, à l'intérieur même de ces groupes, des sous-groupes de variables peuvent être constitués. Par exemple, le comportement « environnemental » est constitué de questions sur le tri, de certaines pratiques de consommation ou de transport.

Le problème est que dans les analyses factorielles traditionnelles, un groupe de variables peut jouer un rôle prépondérant pour deux raisons.

  • Tout d'abord, en raison du nombre de variables du groupe : plus ce nombre est élevé, plus l’influence du groupe sur les résultats risque d'être forte; Par exemple, si dans un groupe nous avons deux questions sur le tri et une question sur le transport, les caractéristiques de tri risquent d'être prépondérantes dans la constitution de nos groupes.

  • Ensuite, en raison de la structure du groupe : plus ses variables sont liées, plus il va influencer la détermination des premiers axes principaux de l’analyse globale.


Pour surmonter ces difficultés, nous avons choisi de réaliser des ACM séparées sur les différents groupes de variables et non sur l'ensemble du questionnaire. Nous avons également porté une attention particulière à la constitution des différents groupes de variables au niveau du nombre de variables de chaque sous-groupe et au niveau de la liaison existante entre ces variables. Enfin nous avons réalisé plusieurs ACM sur les différents groupes afin de vérifier la robustesse de nos résultats. Par conséquent, nous présentons dans cette partie du rapport les résultats par groupe de variables :

  • les variables signalétiques du profil socio-économique,

  • les variables caractérisant de façon générale le profil environnemental des ménages,

  • les variables liées à la consommation de yaourts

  • les variables liées à l’utilisation de lave-linge.

Les groupes sont traités de façon séparée et nous tentons de mettre en évidence pour chaque groupe de variables, des groupes de ménages présentant des similitudes. Cette méthodologie nous permet dans un premier temps d’étudier la répartition de notre échantillon par groupe de variables.

Inertie corrigée
Une autre limite de l'ACM, est que l'inertie totale dépend uniquement du nombre de variables et de modalités et non des liaisons entre les variables; cette quantité n'a donc pas d'interprétation statistique. Pour remédier à ce problème, nous avons calculé des taux d'inertie corrigés en utilisant la méthode de Benzécri.

Classification sur les résultats de l'ACM


Nous avons ensuite réalisé une classification sur les axes constituant la plus grande partie de l'information totale (inertie totale corrigée), cela nous permet d'enlever le bruit, l'information inutile.

Nous avons utilisé une méthode de classification ascendante hiérarchique. Disposant à partir de l'ACM de données quantitatives nous utiliserons la distance euclidienne usuelle pour calculer les ressemblances entre individus. Le critère d'agrégation utilisé est le critère de Ward qui consiste à minimiser la perte d'inertie.
1   2   3   4   5   6   7   8   9   ...   21

similaire:

Recherche réalisée dans le cadre du programme «Déchets et Société» iconF iche pédagogique réalisée dans le cadre de l’Université d’été de...

Recherche réalisée dans le cadre du programme «Déchets et Société» iconTravail de recherche effectué dans le cadre de

Recherche réalisée dans le cadre du programme «Déchets et Société» iconU n I v e r s I t é d e c o r s e p a s c a L p a o L i Fiche de...

Recherche réalisée dans le cadre du programme «Déchets et Société» iconCurriculum Vitae
«Sensibilisation au travail de groupe» dans le cadre du programme Carrefour canadien international

Recherche réalisée dans le cadre du programme «Déchets et Société» iconPublications réalisées par les chercheurs maliens dans le cadre de...

Recherche réalisée dans le cadre du programme «Déchets et Société» iconRecherche contrat d’apprentissage d’une durée de 12 mois dans le cadre d’une 2

Recherche réalisée dans le cadre du programme «Déchets et Société» icon1975-10-04 Conférence à Genève sur le symptôme
«Le symptôme» fut prononcée au Centre R. de Saussure à Genève, le 4 Octobre 75, dans le cadre d’un week-end de travail organisé par...

Recherche réalisée dans le cadre du programme «Déchets et Société» iconSommaire general
«Science, recherche et société» au Collège de France. On y apprend également que 93 d’entre eux estiment important de connaître ces...

Recherche réalisée dans le cadre du programme «Déchets et Société» iconRecherche-du-programme-genetique10. pdf >a-la-recherche-du-programme-genetique10
«Roslin Institute» à Edinburg annonçaient la naissance du premier mammifère cloné à partir de cellules adultes

Recherche réalisée dans le cadre du programme «Déchets et Société» iconKelly scientifique, société de conseil en recrutement de profils...








Tous droits réservés. Copyright © 2016
contacts
b.21-bal.com