Une approche « hétéro-statistique » et graphique des masses de données d’enquête – le logiciel PointG
Résumé
In sociology, one is often confronted with the problem of graphic presentations based on processing massive quantities of data from questionnaire surveys. Moreover, potential users can be of low statistical expertise, thus requiring relatively easy to use software such as PointG with drop-down menus. It is aimed at facing the difficulties due to the mass of collected quantitative data, both at the strategic, tactical and operational levels of statistical processing. It offers conventional ways of analysis going from univariate to multivariate data, but also automates treatments on groups of variables and calculates the size of overall and local effects. Apart from the graphic aspects, its distinctive “hetero-statistic” approach permits the user not to worry about the nature of the variables in bivariate analyses and during regression and factor analysis. PointG was developed within the powerful distribution free R programming environment.
En sociologie, on est souvent confronté au problème de présentations graphiques basées sur le traitement des grandes quantités de données provenant des enquêtes par questionnaire. En outre, les utilisateurs potentiels peuvent être d'expertise statistique faible, ce qui nécessite un logiciel d’une utilisation relativement simple tel que PointG avec ses menus déroulants. Il est conçu pour faire face à des difficultés dues à la collecte massive de données quantitatives, tant aux niveaux stratégique et tactique qu’opérationnel du traitement statistique. Il propose de façon classique des analyses allant de l’univarié au multivarié, mais surtout permet d’automatiser des traitements sur des groupes de variables et de calculer des tailles d’effet globales comme locales. Il se distingue par une approche « hétéro-statistique » qui permet à l’utilisateur de ne pas se soucier de la nature des variables lors d’analyses bivariées, ainsi que lors de régressions et d’analyses factorielles. PointG a été développé dans l'environnement puissant et libre de distribution de R.