Générateur de tableaux croisés dans Excel

Ce tutoriel montre comment créer deux types de tableaux croisés à plusieurs voies dans Excel à l’aide de XLSTAT.

XLSTAT peut travailler avec différents formats de données, y compris des fichiers plats (txt ou csv par exemple). Ce tutoriel est basé sur des données qui sont déjà disponibles au format Excel. Vous pouvez télécharger les données en cliquant sur le bouton "Dataset".

Données pour créer un tableau croisé à plusieurs voies

Les données correspondent à une enquête menée dans une école de commerce, sur quatre campus différents, afin d'évaluer la consommation d'alcool des étudiants et l'impact social et psychologique potentiel du COVID. Les données sont des données réelles, mais leur origine est gardée confidentielle à la demande des auteurs, et de nombreuses variables ont été supprimées car elles sont inutiles pour ce tutoriel. Les variables avec un label rouge correspondent à des indices synthétiques qui ont été calculés sur certaines des variables supprimées.

Notre objectif ici est de jeter un premier coup d'œil à certaines des dimensions, en construisant des tableaux croisés dynamiques présentant de manière simple les informations clés.

Paramétrer et interpréter un tableau croisé côte à côte dans XLSTAT

Pour la première analyse, nous voulons voir rapidement comment le sexe, le lieu de vie et le campus influencent le niveau de dépendance à l'alcool (Resdrink est un indice synthétique indiquant le niveau de consommation d'alcool, plus il est bas, plus l'étudiant boit ; l'échelle va de 1 à 5), et s'il existe une interaction entre le lieu de vie ou le sexe et le campus pour Resdrink. Nous devrions nous attendre à ce qu'il n'y ait pas d'interaction, car même si les campus sont situés dans des régions très différentes, les étudiants viennent de nombreuses régions ou pays différents dans chaque campus.

• Aller dans Description des données et choisir Générateur de tableaux croisés.

• Sélectionner le tableau entier et choisir l'option "côte à côte".

• Cliquer sur OK.

• Sélectionner les options suivantes dans la deuxième boîte de dialogue (les totaux ne peuvent pas être calculés pour la disposition côte à côte).

• Sélectionner le sexe (gender) et le lieu de vie (living) pour les variables en ligne et le campus pour les colonnes du tableau croisé.

• Sélectionner Resdrink pour calculer sa moyenne.

• Cliquer sur OK pour laisser XLSTAT calculer le tableau croisé. Celui-ci est alors affiché

• Utiliser la baguette magique de XLSTAT pour colorer les valeurs sur une échelle bleu-> bleu clair.

On s'attend à ce que les hommes consomment plus d'alcool que les femmes, mais il est surprenant de voir que les étudiants qui vivent avec leur partenaire boivent en moyenne plus que les étudiants qui vivent en colocation. Nous pouvons également constater que la consommation d'alcool est plus faible sur le campus 3, mais très similaire sur les 3 autres. Sur les campus 3 et 4, on constate que le fait de vivre en colocation est un facteur de moindre consommation. Sur le campus 3, le fait de vivre avec les parents a un impact similaire, mais pas sur le campus 4. Il convient de vérifier la significativité de ces résultats, en utilisant des tests de type chi-deux ou des analyses de type ANOVA.

Paramétrer et interpréter un tableau croisé imbriqué dans XLSTAT

Imaginons maintenant que nous voulons voir s'il existe une interaction entre le sexe et le lieu de vie.

• Ouvrir à nouveau la boîte de dialogue et choisir la disposition imbriquée.

• Choisir ensuite les mêmes variables que pour la disposition côte à côte.

• Cliquer sur OK pour générer le tableau croisé imbriqué.

Dans le tableau ci-dessus, nous voyons que les hommes vivant avec leur partenaire ou "autre" sont ceux qui boivent le plus, tandis que les femmes ont tendance à boire davantage lorsqu'elles vivent en colocation. Il y a clairement un effet d'interaction entre le sexe et le mode de vie, car nous pouvons voir que le fait de vivre en couple a un effet positif sur la consommation d'alcool pour les hommes et négatif pour les femmes.

Il peut y avoir une interaction de troisième niveau (sexe*habitation*campus) étant donné que la précédente est surtout vraie pour les campus 3 et 4. Il est possible de vérifier la signification de ces résultats, en utilisant soit des tests de chi-deux, soit des analyses de type ANOVA.
Note : les cellules blanches correspondent à des interactions qui n'existent pas dans les données.