Le document fournit des conseils pratiques pour analyser des données, notamment en utilisant des méthodes telles que le tri, le filtrage et le regroupement. Il souligne l'importance de normaliser les données pour effectuer des comparaisons significatives et de créer des indicateurs pour mesurer des sous-ensembles. Enfin, il propose cinq conseils pratiques pour optimiser l'analyse des données.

1. ANALYSER LES DONNÉES

2. LES OPÉRATIONS POUR ANALYSER VOS
DONNÉES

3. ANALYSER LES DONNÉES
Il peut être très facile d’examiner les données et d’en
comprendre le sens si vous utilisez des méthodes et des
astuces qui facilitent leur compréhension et en font ressortir
plus rapidement le sens.

4. ANALYSER LES DONNÉES : TRIER
Si vos données indiquent une
série de valeurs pour une
dimension, triez-les de la plus
grande à la plus petite.
Sélectionnez la colonne et activez
l’option de tri (qui se trouve en
général sous « Données > Trier »).

5. ANALYSER LES DONNÉES : FILTRER
Vous pouvez avoir un ensemble
de données de cent lignes qui
peut s’avérer difficile à analyser.
Vous pouvez donc filtrer les
données afin de ne conserver que
celles qui vous intéressent. Pour
cela, activez l’option Filtrer (que
vous trouverez sous « Données >
Filtrer »)

6. ANALYSER LES DONNÉES : GROUPER/1
Le regroupement des données est une
stratégie qui peut donner d’excellents
résultats pour les mesurer
quantitativement
(n’utilisez cette fonction que quand les
données ont des caractéristiques
homogènes qui le permettent).

7. ANALYSER LES DONNÉES : GROUPER/2
Par exemple...
La liste de tous les projets financés par les
politiques de cohésion concernant votre
territoire : il en existe des centaines ou des
milliers mais comment sont-ils répartis
par thème ? Combien font référence à
l’Environnement, aux Transports, à la
Culture et au Tourisme... ?

8. ANALYSER LES DONNÉES : GROUPER/3
Afin de compter les projets individuels par
thème, il est nécessaire de les regrouper à
l’aide d’un Tableau croisé dynamique. Pour
cela, sélectionnez le tableau entier ouvert avec
le tableur et l’option appropriée (que vous
trouverez sous « Données > Tableau croisé
dynamique ») : saisissez « Thème » dans
Champs de ligne et l’option « Compter par
thème » dans Champs de valeurs.

9. ANALYSER LES DONNÉES : COMBINER LES STRATÉGIES
L’utilisation de l’une de ces méthodes n’est pas
forcément suffisante : vous aurez peut-être besoin
d’en combiner deux ou trois.
●Après avoir groupé les données par « Thème », il
pourrait être utile de les trier de la plus grande à la
plus petite...
●Il peut également s’avérer utile de les filtrer avant
de les grouper, afin de vous concentrer sur un
sous-ensemble de données (un « sous-
ensemble »)...

10. CORRÉLER LES DONNÉES

11. COMPARAISON ENTRE LES TERRITOIRES : NORMALISER
Il est possible de comparer les
territoires mais il faut tenir compte
des différences en fonction de la
population ou du contexte.
La méthode de normalisation consiste
précisément à rapporter notre
comparaison à ces données.

12. RAPPORTER À LA POPULATION
La mesure par rapport à la population
est la méthode la plus utilisée. Par
exemple, en répondant à la question :
« Combien y a t-il de bacs de
recyclage par nombre d’habitants et
par quartier ». C’est ainsi que la
production de déchets est calculée.

13. CRÉER UN INDICATEUR
Lorsque nos données sont un sous-ensemble d'un groupe de
données plus large avec les mêmes caractéristiques, il convient
de normaliser les données en créant un indicateur.

14. CRÉER UN INDICATEUR
Exemple : si l’on souhaite mesurer et comparer l’emploi
féminin, l’idéal est de créer un indicateur et de le diviser par
l’emploi total.
Résultat : on obtiendra le pourcentage de femmes ayant un emploi
par rapport au total des travailleurs. En ne les rapportant pas à la
population (pour laquelle il existe déjà un indicateur : le « taux
d'emploi ») mais aux travailleurs, nous nous concentrons sur un sous-
ensemble de la population, à savoir les employés.

15. ESSAIS D’INDICATEURS POSSIBLES
Analysez bien les données que vous
collectez pour votre recherche et créez de
nouveaux indicateurs pour les comparer...
par exemple avec les données d’autres
territoires, avec d’autres sous-ensembles
de données, avec des séries historiques...

16. ANALYSER LES DONNÉES :
5 CONSEILS PRATIQUES

17. 1. CONNAÎTRE VOS DONNÉES
Sachez qu’il n’existe pas de recette standard
pour décider des méthodes à utiliser.
Vous devez avant tout bien connaître vos
données.

18. 2. CLARIFIER L’OBJECTIF
Partez de votre objectif et demandez-vous
pourquoi il peut être utile de trier, filtrer,
grouper, corréler et comparer les données ?
Que vont-me dire les résultats ?

19. 3. ALLÉGER LES DONNÉES
Alléger les données : débarrassez-vous des
données qui ne sont pas utiles à votre
recherche et concentrez-vous sur des
ensembles de données plus petits.

20. 4. FAIRE PLUSIEURS TENTATIVES
Essayez encore et encore : si possible, il est
préférable d’analyser les données en évaluant
toutes les méthodes possibles que nous
avons décrites jusqu’ici.

21. 5. CHERCHER LES VALEURS ABERRANTES
Cherchez les valeurs aberrantes, ces
valeurs qui ne correspondent pas à toutes
les autres valeurs du tableau...

22. ANALYSER LES DONNÉES

23. Le projet est financé par
Avec la collaboration de
La traduction en français est financé par