Notre traitement de l'information


Aujourd'hui, la statistique est devenue une démarche fondamentale de toute décision rationnelle. On peut même dire qu'elle est devenue, avec son cortège de chiffres (dont le recueil, l'analyse et l'interprétation pose parfois de difficiles problèmes), le langage courant dans lequel sont rapporté les résultats des différences expériences.

Pour autant, le raisonnement statistique n'est pas réservé qu'à la seule sphère de la recherche. En effet, les décideurs institutionnels, les chefs d'entreprise, les administrations… doivent de plus en plus recueillir, analyser et interpréter les chiffres concernant leur environnement économique, social voire politique. Une bonne gestion de l'information disponible au sein de la " structure " comme à l'extérieur, permet le plus souvent de prendre les décisions les plus adéquates et par conséquent, d'atteindre les objectifs fixés.

C'est pourquoi DCAD, Cabinet d'études statistiques met à votre disposition ses méthodes et des outils adaptés pour répondre à ces questionnements. Ainsi, nous faisons appel à la statistique appliquée qui est une approche du réel fondée sur la répétition d'expériences et d'observations. Cette démarche scientifique est utilisée dans de nombreux domaines des sciences appliquées ou humaines telle que la biologie, la sociologie, l'économie, la médecine, la démographie...

Deux démarches différentes peuvent se distinguer mais complémentaires. La statistique dite inférentielle qui évalue la part du hasard dans les observations effectuées pour en extraire autant que possible des propriétés générales. La deuxième connue sous le nom de la statistique descriptive, se limite à l'analyse des données recueillies.

Notre objectif ici, n'est pas de donner un cours de statistique, mais d'indiquer les méthodes que nous aurons à mettre en œuvre pour réaliser une enquête ou une étude.

La statistique inférentielle

Etant donné l'impossibilité le plus souvent de mesurer de manière exhaustive tous les individus ou objets d'une population donnée (en raison de l'infinité d'unité que peut contenir une population ou du coût que peut représenter la mesure), on fait appel à une procédure d'échantillonnage qui est aujourd'hui la base de toutes statistiques. Pour se convaincre de l'importance de cette procédure, on peut se référer au recensement général de la population qui, au niveau des pays de l'Afrique représente un coût important pour le budget de ces états. Si la procédure de l'échantillonnage est le plus souvent incontournable, il faut prendre conscience d'une de ses caractéristiques essentielles : Elle se trompe. Plus précisément, un échantillon apporte nécessairement une information partielle sur la population et il y a un écart entre le résultat obtenu sur l'échantillon et celui qu'on aurait eu si on avait mesuré toute la population. Cet écart 'appelle l'erreur d'échantillonnage et est inéluctable. L'objet de la théorie de l'échantillonnage est de déterminer cette erreur, de la contrôler et de faire en sorte que pour un coût fixé elle soit la plus faible possible.

On souhaite étudier la population d'une ville (éventuellement infinie) pour laquelle on ne peut mener une enquête exhaustive ou ne veut pas (pour des raisons de coût d'où le succès de l'échantillon) ou ne peut pas (parce que la mesure détruit l'objet mesuré) analyser chaque unité de cette population.

Admettons que la seule possibilité est de prélever un échantillon (50 à 500 individus) et de donner des caractéristiques de la population de cette ville à l'aide des résultats de cet échantillon. L'information ainsi obtenue n'est pas complète puisqu'elle ne connaît qu'une petite partie de la population considérée. On dispose donc d'une information partielle et donc entachée d'une erreur (appelée erreur d'échantillonnage). Que peut on dire sur la population à partir d'un simple échantillon? Quelle erreur commet-on ?

L'objectif de la statistique inférentielle est de répondre à ces questions en transportant les conclusions concernant les résultats chiffrés d'un échantillon à la population entière dont il est issu.

Les méthodes d'échantillonnage :

- Echantillonnage aléatoire simple
- Echantillonnage stratifié
- Echantillonnage à deux degrés
- Echantillonnage par quotas

La statistique descriptive ou l'analyse des données

Analyser des données, c'est extraire d'une masse d'informations brutes des éléments de réponses aux questions qui résultent des objectifs globaux poursuivis

- Méthode factorielle :

o Analyse en composante principale
o Analyse factorielle des correspondances multiples
o Classification automatique
- Les méthodes explicatives

o Régression
o Analyse de variance
o Analyse discriminante


E-mail : contact@etudes-dcad.com Spécialiste de l'aide à la décision en Afrique