ANALYSE QUANTITATIVE
La plupart des items du questionnaire sont à évaluer sur des échelles de Likert ou sur des échelles ordinales.

Fréquences

Première étape dans la description des résultats.
Le traitement fréquentiel permet d'explorer l'opinion de la population totale.

Avantages :

Limites :

Tris croisés

Phase plus élaborée, qui apporte une connaissance plus fine de l'opinion de la population.

Traitement à base de fréquences, qui met en exergue :

Le test du Chi-deux (seuil de significativité fixé à p=0,05) est utilisé pour mettre en évidence les effets majeurs. Il analyse le degré d'association entre les questions soumises au test.

Avantages :

Limites :

Moyenne / Ecart-Type

La moyenne permet d'étudier les caractéristiques d'une population.
L'écart-type permet de connaître la dispersion autour de la moyenne.

Avantages :

Limites :

Analyse de variance

L'analyse met en évidence des liens de cause à effet.
Elle mesure les effets des variables.

Avantages :

Limites :

Analyses Factorielles

Analyse en composantes principales

L'ACP permet d'organiser un ensemble d'items (représentés par leur niveau de corrélation) et de projeter des groupes d'individus. Elle révèle l'existence de facteurs généraux (ou composantes principales) susceptibles de rendre compte de toutes les données de départ.

Avantages :

Limites :

Analyse des correspondances

L'analyse factorielle des correspondances (AFC) permet la visualisation et l'interprétation des liaisons (ou correspondances) entre deux variables qualitatives (nominales).

L'analyse des correspondances multiples (ACM) généralise l'AFC à un nombre quelconque de variables. Elle permet donc de représenter sur un même mapping les modalités de réponses de plus de deux variables.

Avantages :

Limites :

Il n'est pas forcément nécessaire de rechercher l'échantillon le plus grand possible, le recueil des données risquerait alors de "consommer" une trop grande partie du budget de l'étude, au détriment de l'analyse.
La taille de l'échantillon va donc être optimisée en fonction des variables d'étude choisies, des exigences de précision et... du budget de l'étude.
      

Calcul de l'Intervalle de confiance d'une note ( risque 5%)
dans le cadre d'un petit échantillon par rapport à la population totale

L'échantillon interviewé étant petit par rapport à la population globale, l'intervalle de confiance dépend de deux paramètres :

Le calcul est obtenu de la façon suivante (sans prise en compte du facteur d'exhaustivité) :

Calcul de l'Intervalle de confiance d'une note ( risque 5%)
dans le cadre d'un échantillon important par rapport à la population totale

Dans le cadre d'un échantillon interviewé représentant une part importante de la population globale, l'intervalle de confiance dépend de trois paramètres :

Le calcul est obtenu de la façon suivante (avec prise en compte du facteur d'exhaustivité) :

Une étape essentielle est la détermination des variables de traitement qui vont permettre de mieux comprendre les résultats de l’enquête. Elles sont potentiellement nombreuses : taille de l’entreprise cliente, clientèle principale/secondaire, fonction occupée, type de produit acheté, région commerciale, utilisation de vos services développement, niveau de programmation des livraisons etc.... Il convient de bien les sélectionner au préalable car leur choix va conditionner dans une large mesure la qualité de l’analyse : c’est à partir des différences observées entre les modalités de la variable étudiée que des actions plus ciblées pourront être envisagées.

Il est rare de tester la satisfaction de la totalité de la clientèle. On se contente, le plus souvent, d’obtenir l’avis d’un échantillon. Il est alors indispensable de déterminer la précision du résultat obtenu. On calcule pour cela l'intervalle de confiance des résultats.
Plus l'échantillon est important (en effectifs et/ou par rapport à la totalité de la clientèle), plus l'intervalle de confiance est réduit (et donc la précision grande).

Si le niveau de satisfaction général s’avère déjà une information essentielle, il est tout aussi important de savoir dans quelle mesure les résultats peuvent varier d’une sous-population à une autre. Ne prenez pas de décisions hâtives. Si votre agence de Milan présente des scores plus faibles que la moyenne, il peut s’agir seulement d’un effet d’échantillonnage !
Les enquêtes MC donnent, pour chaque question posée, le seuil de significativité des différences sur les variables d’étude.
Pour déterminer ces seuils, nous utilisons selon l'étude, les tests appropriés:
T de Student, Chi deux, analyse de variance, Spearman ..... .

Modélisation de la satisfaction des clients par une analyse des correspondances multiples (ACM)

Des traitements complémentaires peuvent également être envisagés de façon à synthétiser l’information :