Upload
alvere-rault
View
112
Download
3
Embed Size (px)
Citation preview
Traitement de données socio-économiques et techniques d’analyse :
Claude Marois © 2012
TRAITEMENT DES DONNÉES ET TECHNIQUES D’ANALYSE : géographie population et géographie
sociale
• Dans presque toute recherche , il y a une quantification à certaines étapes de la démarche;
• La quantification est une démarche pour la recherche et la compréhension de problèmes en géographie humaine;
• La démarche quantitative implique la mesure de phénomènes ;
• Mesurer est une opération visant l’extraction de certaines propriétés ou de certaines caractéristiques d’objets, de personnes, d’événements;
• Cela implique qu’on attribue une valeur, un chiffre, un code ;
Les avantages:
1) Plus de précision: le géographe décrit à l’aide de nombres l’importance relative du phénomène à l’étude;
2) Aider à mieux définir des concepts et à les opérationnaliser : par exemple, définir le concept de « pauvreté » et les critères qui distinguent les pauvres et autres classes de la société;
3) Introduire un niveau d’objectivité dans l’analyse ;
4) Pouvoir comparer: il y a une certaine uniformité dans la mesure d’un phénomène;
5) Vérifier la validité d’une hypothèses;
6) Pouvoir généraliser/particulariser.
Les limites:
1) Les difficultés reliés à la mesure de phénomènes: en géographie humaine comme en sciences sociales, les phénomènes ne sont pas directement mesurables lorsque l’objet d’étude touche au comportement humain;
Il y a la difficulté de traduire une information qualitative, un concept ou une donnée quantitative.
2) Les difficultés de l’interprétation:Il ne faut pas confondre précision et validité.
Être précis, c’est décrire une observation en détail; Être exacte, c’est refléter la réalité.
Par exemple, on peut calculer la distance moyenne que franchi un individu à toutes les semaines : cette mesure peut être précise, mais elle n’est pas nécessairement exacte.
De plus, il y a une autre difficulté inhérente à la limite des techniques quantitatives.
Chaque technique comporte ses limites, ses présomptions.
Variable qualitative, variable quantitative:
Qualitative: variable qui n’est pas mesurée par des nombres ; Quantitative: variable faisant appel aux propriétés mathématiques
des nombres ;
variable discrète: données numériques qui sont des données dont les valeurs sont des entiers.
variable continue: dans ce cas, les valeurs sont des entiers, mais aussi des fractions.
Échelles de mesure:
Il faut bien distinguer entre les diverses échelles de mesure:
Les échelles nominales - Les échelles ordinales propriétés Les échelles d’intervalle mathématiques Les échelles de rapport +
Chaque échelle de mesure permet certaines opérations mathématiques.
1) Échelle nominale:
Niveau de mesure le plus bas; Les nombres ou symboles choisis servent uniquement
à identifier des personnes ou des objets; La seule propriété formelle est l’équivalence.
2) Échelle ordinale:
Les nombres et les symboles sont utilisés à la fois pour identifier des personnes ou des objets et pour décrire leur relation avec d’autres personnes ou objets;
Elle possède la relation d’équivalence, mais aussi la relation « plus grand que » ou « plus petit que »;
On assigne un rang; Il y a un type d’échelle appelé « échelle nominale ordinale »
(catégorical ordinal) – par exemple, on peut exprimer la variable « âge » de la façon suivante:« enfant », « adolescent », « adulte », « personnes âgées ».
3) Échelle intervalle: Le rapport de 2 points dépend de l’unité de mesure; Il n’existe pas de zéro absolu ; Les propriétés sont:
L’équivalence; L’ordre; La connaissance du rapport de 2 intervalles.
Exemple: Températures
C ou F
4) Échelle de rapport: Mêmes caractéristiques que l’échelle intervalle; Il comporte un zéro absolu;
N.B. Une variable nominale peut être:
Binominale : à 2 catégories exclusives. Multinominale: à 2 catégories et plus.
Choix d’une technique d’analyse ou de plusieurs techniques
Quel est le problème à l’étude? Quels sont les objectifs? Quelles sont les hypothèses?
Décrire, expliquer, prédire:Pour chaque hypothèse, on peut choisir une ou des techniques spécifiques.
Collecte des données:Statistiques secondaires et/ou données d’enquête
Quels sont les types de variable et les échelles de mesure?
Quelles sont les variables associées à chacune des hypothèses?
Quelles sont les techniques associées à chacune des hypothèses?
Décrire des distributions; Établir des relations entre variables dans l’espace; Expliquer : relation causale; Prédire ou projeter.
Sur le plan spatiale:
Est-ce qu’il y a des variations dans l’espace?
Si oui: Est-ce qu’il y a une structure spatiale au phénomène à
l’étude?
Si oui, il y a des facteurs liés au traitement qui expliquent en partie le phénomène à l’étude ;
Quels facteurs? Environnement social, environnement socio-culturel ou socio-économique, etc.
Quels sont les facteurs géographiques pouvant expliquer la structure du phénomène?
Facteurs reliés à la géométrie de l’espace: espace indicateur; espace topologique;
Points « lieux »Lignes « réseaux »Surfaces « unités spatiales »
Facteurs reliés au milieu géographique:Selon les échelles géographiques;Les échelles imbriquées
Quelle est la part des ces facteurs dans l’explication du phénomène? Quelle est la part des autres facteurs?
Statistique paramétrique: La composante de base de la statistique paramétrique
est l’inférence statistique.
Raisonnement permettant de généraliser les conclusions tirées d’un échantillon à une population.
On passe par les tests paramétriques:
Qu’est-ce qu’un test paramétrique ? Un test paramétrique est un test dont le modèle indique
certaines conditions au sujet des paramètres de la population.
Comporte les étapes suivantes:
Choisir l’hypothèse à vérifier; Choisir une hypothèse alternative; Se fixer une règle pour prendre la décision d’accepter ou de
rejeter l’hypothèse; Choisir un échantillon aléatoire et calculer la statistique; Prendre la décision.
Statistique non-paramétrique:
Les méthodes adaptées aux données nominales et ordinales.
Transformations de données:
Proportions: fréquences relatives d’une catégorie par rapport au total;
Pourcentages: multiplier la proportion correspondante par 100.
Taux: Proportions exprimées par rapport à un nombre constant
(1,000; 100,000); Ratios:
Poids relatif des effectifs d’une catégorie par rapport aux effectifs d’une autre catégorie.
Standardisation: Par exemple: les valeurs centrées réduites (Z).
Tableau statistique: (Létourneau, p. 115) Mode de classement de données numériques montrant une
distribution de fréquences; La construction d’un tableau statistique est fonction des
objectifs de la recherche des hypothèses, de la démarche méthodologique.
On peut construire des tableaux à « n » dimensions:
X 2 dimensions: Y
3 dimensions: Z Z
X X
Y Y 4 dimensions:
Analyse et interprétation des résultats: L’analyse est un processus composé de plusieurs étapes; Identification des facteurs pertinents; Description de l’interdépendance des facteurs:
Quelles sont les relations entre les facteurs?
Évaluation de l’importance relative de facteurs?
Construction ou conception d’un schéma descriptif ou explicatif ou préalable;
Construction d’un modèle ou d’une théorie.