analysez-des-donnees-avec-excel documen.pdf

Découverte de
l’analyse de données
sur Excel
Cet module de formation est mise à disposition selon les
termes de la Licence Creative Commons Attribution –
Partage dans les Mêmes Conditions 4.0 International.

Auteurs
2
Ce module de formation a été réalisé par l’équipe de
CartONG.
Créée en 2006, CartONG est une ONG française support
spécialisée en gestion de l'information qui a vocation à
mettre la donnée au service des projets humanitaires, de
développement et d'action sociale.
Nous cherchons à améliorer la qualité et la redevabilité
des activités terrain, notamment par une meilleure
évaluation des besoins et un meilleur suivi/évaluation.
En tant que centre de ressources et d’expertises
pluridisciplinaire, CartONG accompagne les stratégies et
les opérations de ses partenaires.
Nos équipes soutiennent également le secteur en
produisant de la documentation, en renforçant les
capacités et en sensibilisant aux défis techniques,
stratégiques et éthiques des technologies numériques.

Remerciements
3
Ce module de formation a été réalisé par CartONG,
dans le cadre du projet « Renforcer la gestion des
données programmes des OSC francophones ». Ce
projet, porté par CartONG, est cofinancé par l’Agence
Française de Développement (AFD) sur la période
2019-2022.
Pour plus de renseignements, voir l’article publié sur
notre site internet ou veuillez nous contacter par email.
Le présent module de formation bénéficie du soutien de
l’Agence Française de Développement (AFD). Néanmoins,
les idées et les opinions présentées dans cette boîte à
outils ne représentent pas nécessairement celles de l’AFD.

TABLE DES MATIÈRES
• Création d’une base de données sur Excel
• Nettoyage de données sur Excel
 Formules de base et formatage conditionne
• Analyse de données sur Excel
 Dénombrement, minimum, maximum
 Tendance centrale : moyenne, médiane
 Variabilité : écart-type, variance
• Visualisation de données
4

5
Création d’une base de données
(BDD) sur Excel

Création de BDD – Définition
6
Base de données : « un outil qui stocke les données et
permet de créer, lire, mettre à jour et supprimer les
données d’une manière ou d’une autre » (ACAPS, 2013, P.3)
Qu’est-ce qu’une base de données ?
• Généralement, la base de données est le fichier Excel
que les équipes utilisent pour suivre leurs données de
programme, mais elle peut prendre de nombreuses
autres formes (du papier à une feuille Excel, en passant
par un logiciel dédié, plus complexe).

Création de BDD – Définition
7
Pourquoi avons-nous besoin d’une base de données ?
• Favoriser un bon accès aux données
 De grands volumes de données peuvent
être stockés en un seul endroit.
• Trouver facilement et rapidement des
données.
 Fonctionnalité de recherche (filtres,
formatage conditionnel...)
 Tri des données

Création de BDD – Fonctionnalités Excel
8
Si vous n’êtes pas familier d’Excel, n’hésitez
pas à consulter les parties « 2.1 Découvrir les
fonctionnalités d’Excel » et « 2.2 Créer sa
feuille de calcul » dans la Boîte à Outils Excel
développée par CartONG.
Vous découvrirez :
• L’interface Excel
• Différents types de données
• Comment gérer les colonnes et les
lignes de la feuille de calcul

Création de BDD – 3 étapes
9
• 3 étapes pour concevoir une base de données :
1. Définissez les lignes
2. Définissez les colonnes
3. Design des colonnes
Définir l’unité
pour chaque
enregistrement
Définir le champ de
données/les
variables
Définir les valeurs
de données pour
contraindre/
faciliter la saisie de
données

Création de BDD – Étape 1
10
1. Définissez les lignes
Une ligne correspond à un enregistrement/une observation.
Chaque enregistrement est l'unité de base du rapport, par exemple un
individu, un ménage, une infrastructure, etc.
Cela correspondra probablement à un ensemble de réponses de la
collecte des données.
Définissez l’unité
pour chaque
enregistrement
Exemples :
Ménage,
individu,
communauté, …

11
2. Définissez les colonnes
Une colonne correspond à une variable/une unité discrète d'information
Dans la cellule en haut de chaque colonne, indiquez le nom de la variable.
Exemple : ci-dessous, le nom de la variable est nom_chef_men.
Définissez le champ de
données
Exemple : Q1 est le nom
du chef de ménage.
Faire court

12
3. Design des colonnes
ID unique dans la
première colonne –
identifiant unique
pour chaque ligne de
la base de données
En-têtes de colonne uniques
et courts - référence au
contenu de la colonne et au
questionnaire
En-têtes de colonne
supplémentaires - permettent de
relier les réponses au questionnaire,
par exemple aux titres de sections
Données de stratification
au début – principaux
facteurs qui seront utilisés
pour stratifier l'analyse
(éléments de comparaison définis
selon les besoins mentionnés
dans le plan d’analyse).
Exemples : déplacé/hôte,
urbain/rural, homme/femme, …
Info. géographiques –
enregistrées avec
précision afin de
garantir l'exactitude
des données, ce qui
permet de les
cartographier et de
les comparer
Autres questions –
même ordre que dans
l'outil de collecte des
données pour
permettre une
navigation plus facile
dans les données

Création de BDD – Exemple
13
Voici un exemple de base de données sur Excel :

Saisie de données - Conseils
14
• Essayez de ne pas modifier/
déplacer/supprimer la structure de
la base de données
 Cela évite les ruptures/erreurs de
références dans la base de données,
notamment pour un tableau croisé
dynamique et les autres analyses/
formules avancées.
• Protégez votre classeur
 Cela évite les suppressions de feuilles
par erreur ou les réarrangements non
désirés.
Il est possible que vous souhaitiez ajouter des données à votre base
de données, au fur et à mesure. Vous pouvez saisir les données
directement dans la feuille Excel. Pour cela :

Principes de base – Taille de la BDD
15
Vérifiez la taille de la base de données :
Cette BDD a 367 lignes et
244 colonnes.

Principes de base – Filtrer ses données
16
Pour naviguer plus facilement dans la base de données, filtrez vos
données :

Principes de base – La référence absolue
17
• Lorsque vous utilisez des formules sur Excel, vous faites référence à
des cellules.
• Une référence absolue est une référence qui ne sera pas modifiée
lorsque vous recopiez la formule.
 Pour cela, ajoutez un $ devant la référence de la colonne et/ou la ligne.
Sans référence absolue
Étendre la
formule
Avec référence absolue

Principes de base – Nommer une plage de cellules
18
Nommer ses cellules est un premier moyen de gagner du temps sur
l’entrée et la lisibilité des formules.
Dans cet exemple, la plage de cellules de B2 à B5 est nommée « prix_cfa ».
Pour cela :
1) Sélectionnez la plage de cellules à renommer
2) Entrez le nom souhaité dans cette plage.
2)
1)

19
Nettoyage de données sur Excel

Nettoyage de données sur Excel – Principe
20
• Le nettoyage de base de données est
principalement un processus logique, qui
consiste notamment à analyser la
cohérence des données et à effectuer une
triangulation avec d’autres informations
disponibles.
• Le nettoyage de vos données vous garantit
une base de données à jour pouvant
être analysée sans risque d’induire en
erreur ceux qui utiliseront les
informations issues de l’analyse.

Nettoyage de données sur Excel – Principe
21
Ainsi, nous allons chercher à identifier :
Pourcentages
>100 Calculs
Exportation
(Caractères
spéciaux)
0 et N/A
Textes en chiffres
et inversement
Cellules vides
remplies/inversement
Unités
Fautes de
frappes
Les valeurs
manquantes
Les erreurs
Les doublons Espaces inutiles
Valeurs
extrêmes

Nettoyage de données sur Excel – Format
22
• Une erreur courante est que les nombres sont enregistrés sous
forme de texte. Sélectionnez toute la plage de données concernée
Clic droit « Convertir en nombre »

Nettoyage de données sur Excel – « . » vs « , »
23
• Il est courant de trouver un point (au lieu d’une virgule) pour les
nombres - surtout dans les fichiers partagés entre anglophones et
francophones. Utilisez la fonction « Rechercher et remplacer » pour
modifier cela :

Nettoyage de données sur Excel – Supprimer les
espaces inutiles
24
• La formule SUPPRESPACE() / TRIM() permet de supprimer tous les
espaces du texte à l’exception des espaces simples entre les mots. On
utilise cette fonction pour nettoyer du texte dont l’espacement
est irrégulier.
Exemple :
En B2, on a du texte qui a été saisi avec des espaces en trop au début. La
formule SUPPRESPACE() permet de faire le ménage en éliminant tous
ces espaces en trop comme on peut l’observer dans le résultat affiché
en cellule C2.

Nettoyage de données sur Excel – Identifier des
doublons ou des valeurs extrêmes
25
• Une valeur aberrante est une valeur extrême,
anormalement différente de la distribution d’une
variable.
• En d’autres termes, la valeur de cette observation
diffère grandement des autres valeurs de la même
variable.
• Tout comme la recherche des doublons, la
détection de ces valeurs extrêmes (ou « outliers »
en anglais) est une étape essentielle du nettoyage
de données, les valeurs extrêmes pouvant influencer
de manière trop prononcée, à la hausse ou à la baisse,
certaines statistiques produites, notamment celles
portant sur les moyennes et ainsi conduire à des
analyses erronées.

26
• C’est donc une des premières choses à vérifier dans une base de
données (car c’est la première source d’erreurs notamment si le
format d’enquête est peu contraint).
• Vous pouvez utiliser la mise en forme conditionnelle qui est située
dans l’onglet Accueil.

27
• À l’aide des différentes fonctionnalités :
Vous pouvez
trouver rapidement
des valeurs
extrêmes avec
Supérieur à… et
Inférieur à…
Vous pouvez
directement
mettre en
surbrillance
les doublons.

Nettoyer ses données – Identifier des doublons
ou des valeurs extrêmes
28
On peut également appliquer une mise en forme conditionnelle à
l’aide de formules.
Vous pouvez mettre
en forme en
fonction de la valeur
d’une autre cellule.

Nettoyer ses données - Ressources
29
• Pour découvrir d’autres fonctions de nettoyage des données,
jetez un œil à la Boîte à outils Excel, développée par CartONG

30
Analyse de données sur Excel

Analyse de données sur Excel - Introduction
31
• L’analyse des données est le processus qui
consiste à examiner et à interpréter des
données afin d’élaborer des réponses à des
questions.
• Pour une variable (c’est-à-dire une colonne dans la
base de données sur Excel), on peut ainsi calculer :
 L’effectif pour les différentes modalités de
réponse
 Le minimum, le maximum
 La moyenne, la médiane
 L’écart-type, la variance
 La somme sous certaines conditions

Analyse de données sur Excel – 3 types de
statistiques descriptives
32
• Il y a 3 grands types de statistiques descriptives :
 La distribution concerne la fréquence de chaque valeur.
 La tendance centrale concerne les valeurs moyennes.
 La variabilité ou dispersion décrit la façon dont les valeurs sont
distribuées (recentrées ou éparpillées).
• Vous pouvez appliquer ces opérations pour évaluer une variable
(analyse univariée) ou bien en comparer 2 ou plus dans des analyses
bi- et multivariées.
Les analyses bi/multivariées sont plus complexes qu’elles n’y
paraissent, établir une causalité étant mathématiquement
exigeant.

33
Dénombrement, minimum,
maximum

Dénombrement avec NB.SI
34
Objectif : Calculer l’effectif d’une donnée au sein
d’une série statistique, c’est-à-dire le nombre de
fois qu’une modalité de réponse apparaît pour
une variable donnée.
La fonction NB.SI permet de compter le nombre de cellules qui
répondent à un critère :
NB.SI(plage;critère)
o Elle permet de
compter le nombre
de cellules qui
répondent à un
critère.
 Plage : Plage de cellules sur lesquelles appliquer le dénombrement si
le critère est vérifié.
 Critère : Condition à vérifier (<, >, =, <>, …)

Dénombrement avec NB.SI – Exemple
35
Exemple : Utilisez la fonction NB.SI pour calculer le nombre de répondants
ayant plus de 30 ans.

Dénombrement avec NB.SI vs NB
36
Les données manquantes sont automatiquement exclues
de l’analyse avec la fonction NB.SI.
• Vous pouvez compter le nombre de cellules remplies (différentes de
0) dans chaque colonne en utilisant =NB.
Vous saurez alors combien de cellules sont vides (en soustrayant ce
résultat au nombre total d’observations) dans la base de données.
• Il est essentiel de garder cela en tête, car l’exclusion des valeurs
manquantes réduit la représentativité de l'échantillon et peut
donc fausser les inférences sur l’ensemble de la population.

Maximum & Minimum avec MAX & MIN
37
Objectif : Donne la plus grande/la plus petite
valeur d’une plage de données.
 Fonction pas forcément très utile en tant que tel,
mais à combiner avec d’autres (par exemple,
conditionnalités) pour des analyses dynamiques.
MAX(nombre1, [nombre2], ...)
MIN(nombre1, [nombre2], ...)
o MAX : Donne la plus
grande valeur d’une plage.
o MIN : Donne la plus petite
valeur d’une plage.
 Nombre1, nombre2, … Les nombres 1 à 255 pour lesquels
vous voulez trouver la valeur maximale ou minimale.

38
Tendance centrale : moyenne,
médiane

Tendance centrale – MOYENNE
39
Objectif : Calcule la moyenne d’une plage de
données, c’est-à-dire la somme de toutes les
valeurs divisée par le nombre de valeurs.
 C’est la mesure de tendance centrale la plus utilisée.
Exemple : Quel est l’âge moyen des interrogés ?
Moyenne =
35+25+20+28
4
= 27 ans
Respondent Age
Respondent 1 35
Respondent 2 25
Respondent 3 20
Respondent 4 28

40
Objectif : Calcule la moyenne d’une plage de
données, c’est-à-dire la somme de toutes les
valeurs divisée par le nombre de valeurs.
 C’est la mesure de tendance centrale la plus utilisée.
Sur Excel, utilisez la fonction MOYENNE(…)

41
Gardez toujours en tête que la moyenne ne reflète pas l’allure de
votre distribution, il est donc important de compléter cette mesure
par d’autres sous peine d’avoir des représentations trompeuses.
Note au lecteur : En 2020, l'âge moyen des répondants était de 27 ans.
Source : CartONG test survey, 2019, 2021
35
25
20
28
45
48
8 7
0
10
20
30
40
50
60
1 2 3 4 1 2 3 4
Âge
Répondants
Âge des 4 interrogés dans 2 enquêtes différentes
Enquête 2
Enquête 1
Moyenne
= 27
Moyenne =
27

Tendance centrale – MEDIANE
42
Objectif : Calcule la médiane d’une plage de données,
c’est-à-dire la valeur qui se trouve au milieu des
autres valeurs (valeur centrale) quand la série est
ordonnée (généralement de manière croissante).
Exemple : Quelle est la médiane de cette série de données ?
Ici, il y a un nombre pair dans la liste, la médiane
est donc la moyenne des deux valeurs centrales :
Médiane =
25+28
2
= 26,5 ans
Respondent Age
Respondent 1 20
Respondent 2 25
Respondent 3 28
Respondent 4 35

Tendance centrale – MEDIANE
43
Objectif : Calcule la médiane d’une plage de
données, c’est-à-dire la valeur qui se trouve au
milieu des autres valeurs (valeur centrale) quand la
série est ordonnée (généralement de manière
croissante).
Sur Excel, utilisez la fonction MEDIANE(…)

Tendance centrale – Résumé
44
• La moyenne est très sensible
aux valeurs extrêmes.
• La médiane est beaucoup
moins sensible aux valeurs
extrêmes (aberrantes).

45
Variabilité : écart-type, variance

Mesures de variabilité
46
• Les mesures de variabilité sont essentielles car elles vous donnent une
idée de la distribution de vos valeurs dans votre série.
• Elles sont un complément essentiel aux mesures de tendance centrale.
• La variabilité peut aussi être définie comme la dispersion.
Voici quelques mesures de variabilité :
• Plage/Gamme/Etendue (combinaison de =max()-min()) : La différence
entre la valeur la plus basse et la plus haute.
• Ecart-type (=ecartype.standard) : la distance à la moyenne.
• Variance (=var.s): la distance à la moyenne au carré.

Variabilité – La gamme / l’étendue / la plage
47
Objectif : L’ étendue/la gamme/la plage vous donne un
aperçu de la distance entre les valeurs les plus extrêmes de
la série. Pour la calculer, faite simplement la différence
entre la plus grande et la plus petite valeur.
Sur Excel, utilisez : MAX(…) – MIN(…)

Variabilité – L’écart-type
48
Objectif : L’écart-type permet de mesurer la dispersion de
votre série, cela décrit en moyenne, quelle sera la distance à
la moyenne d’un résultat dans votre échantillon. Plus l’écart-
type est grand, plus votre série de données est
dispersée/variable.
Par exemple, si la moyenne est 0, on
estime que :
• 68,2% des valeurs sont comprises
entre : [-1*σ ; 1*σ]
• 95,4% des valeurs sont comprises
entre : [-2*σ ; 2*σ]
σ = écart-type

Variabilité – L’écart-type
49
Objectif : L’écart-type permet de mesurer la dispersion de
votre série, cela décrit en moyenne, quelle sera la distance à
la moyenne d’un résultat dans votre échantillon. Plus l’écart-
type est grand, plus votre série de données est
dispersée/variable.
Il y a six étapes pour trouver l’écart-type:
1) Faire la moyenne.
2) Soustraire la moyenne de chaque score/valeur de la série.
3) Élever au carré cet écart.
4) Additionner tous ces carrés.
5) Diviser cette somme par N – 1.
6) Calculer la racine carrée de ce nombre.

Variabilité – L’écart-type – Exemples
50
Exemple 1 : Écart-type de l’âge des répondants en 2019
Dans la table ci-dessous, vous voyez les étapes de calcul 1 à 4.
Exemple 2 : Ecart-type des répondants en 2020
Étape 5 : 118/3=39.3
Étape 6 : √39.3=6.3
Écart-type = 6.3 ce qui veut dire qu’en moyenne, chaque âge « déviera de la moyenne » de 6,3 années.
Étape 5 : 1586/3=396.4
Étape 6 : √396.4=22.9
Écart-type = 22.9 ce qui veut dire qu’en moyenne, chaque âge « déviera de la moyenne » de 22,9 années.

Variabilité – L’écart-type – Pourquoi ?
51
Moyenne = 100
Écart-type = 10
Écart-type = 50

Variabilité – L’écart-type sur Excel
52
Rassurez-vous, sur Excel, il suffit d’une simple formule pour
calculer l’écart-type :
=ECARTYPE.STANDARD
Facile !

Variabilité – La variance
53
Objectif : La variance est la moyenne des écarts à la
moyenne au carré (c’est-à-dire l’écart-type au carré). La
variance reflète aussi un degré de dispersion de la série :
plus la variance est élevée, plus la « distance à la moyenne »
en général est élevée.
• Pour trouver la variance, il faut donc simplement avoir l’écart-type au
carré. Le symbole de la variance est 𝑠2.
Exemple âge des répondants en 2019 : s=6.9, 𝑠²=6.9*6.9=47.6
Concrètement, la dispersion est faible.
Exemple âge des répondants en 2020 : s=22.9, 𝑠²=22.9*22.9=524
Concrètement, cela signifie que l’âge des répondants est bien plus dispersé
qu’en 2019.
• Plus l’écart-type est grand, plus les valeurs de la série seront
dispersées.

Variabilité – La variance sur Excel
54
La formule utilisée dans Excel pour calculer la variance est la
suivante :
=VAR.S
Facile !

Visualisation de données
56
Certaines données peuvent être plus compliquées à représenter que
d’autres, pour vous aider demandez-vous :
• Qu’est-ce que j’essaie de dire ?
• À qui suis-je en train d’essayer de le dire ?
Pour en savoir plus sur les principes de la visualisation de données, voir le
Module de formation sur la gestion des données.
La visualisation de données affecte les processus de
prise de décision en permettant à un plus grand
nombre de personnes de comprendre et d’interpréter
les données plus rapidement.
Elle donne une idée de ce que signifie l’information en
fournissant une représentation visuelle. Cela permet
au cerveau humain d’appréhender plus « naturellement »
les données, identifiant ainsi les modèles, les
tendances, les valeurs aberrantes, etc.

Visualisation de données – Faire simple
57
En un mot comme en 100, grâce à cette courte animation.
Avant
Après

58
Comment représenter des données quantitatives ?
De multiples représentations statistiques sont possibles
(graphiques, tableau, etc.). Il faut cependant faire attention à
bien choisir un graphique approprié à vos données.
Comparaison
• Simple de multiples variables
• Simple au cours du temps : visualiser une tendance
• Multiples (séries et catégories) et au cours du temps

59
Composition
• Partie d’un tout
• Plusieurs parties d’un tout
Distribution
• Variable unique : Classes
Exemples : nombre d’enfants, classes d’âges
• Corrélation : Multiple variables
Valeur Absolues Valeurs relatives

60
Exemple de graphique à bâtons :
2
53
31
14
1
45
37
16
0
10
20
30
40
50
60
< 20 20-40 41-60 >60
En
%
Caractéristiques des répondants par catégorie d'âge
2019
2020
Note au lecteur : En 2020, 45 % des répondants à l'enquête se situent dans la catégorie
des 20-40 ans.
Source : Solidarité Internationale, KAP surveys 2019, 2020
• Les principaux graphiques utilisés pour les fréquences sont les
graphiques en barres, les histogrammes et les camemberts.

Visualisation de données – Le bon graphique
61
• Un histogramme empilé est une variante regroupant
généralement des sous-groupes de population/des strates qui
composent un tout (que représente l’entièreté de la barre).
0
10
20
30
40
50
60
70
80
90
100
2019
In %
Genre du répondant
Female
Male
Note au lecteur : En 2019, 90 % des répondants à l'enquête étaient des femmes.
Source : Solidarités International, KAP surveys 2019

Visualisation de données – Principes généraux
62
Quelques principes généraux pour la visualisation des données :
Camemberts et histogrammes
empilés :
 Utilisés pour des questions à
choix unique : le total doit faire
100 %.
 Evitez de représenter des
modalités avec moins de 5 %.
 Regroupez en une catégorie
« Autre ».
Pour les questions à choix multiples :
 Utilisez de préférence un
diagramme à bâtons.

Visualisation de données – Sur Excel
63
• Exemple sur Excel - On souhaite représenter les réponses à cette
question d’enquête :
Votre ménage reçoit-il une aide alimentaire (distribution alimentaire générale en
nature et/ou subventions en espèces et/ou coupons alimentaires) ?
• À l’aide d’un tableau croisé dynamique (TCD), on a obtenu les
résultats suivants :
 Pour en savoir plus sur les TCD, voir la Boîte à outils Excel.

64
1) Sélectionnez le tableau croisé dynamique que vous souhaitez représenter.
2) Dans la barre supérieure, sélectionnez « Insertion »
3) Sélectionnez ensuite la représentation graphique de votre choix (dans
l’exemple, le camembert).

65
4) Mettez en forme le graphique :
• Ajoutez un titre, les étiquettes de données et la légende.
• Modifiez les couleurs de chaque catégorie (clic droit sur une partie colorée
du camembert).

66
• Voici ce que vous pouvez obtenir !
40%
60%
Ménages recevant l'aide alimentaire
Oui
Non

Ressources développées par CartONG
68
• Boîte à outils Excel, développée par CartONG :
https://cartong.pages.gitlab.cartong.org/learning-
corner/fr/3_nettoyage_page
• Boîte à outils analyse de données, développée par CartONG :
https://cartong.pages.gitlab.cartong.org/learning-
corner/fr/7_case_study_data_analysis_page
• Remove to Improve (the data-ink ratio) - Speaker Deck
https://speakerdeck.com/player/87bb9f00ec1e01308020727faa1f9e72

CartONG
23 Boulevard du Musée
73000 Chambéry (France)
+33 (0)4 79 26 28 82
info@cartong.org www.cartong.org
All photos: © CartONG
Icons used made by freepik from www.flaticon.com 69

analysez-des-donnees-avec-excel documen.pdf

Contenu connexe

Similaire à analysez-des-donnees-avec-excel documen.pdf

Dernier

analysez-des-donnees-avec-excel documen.pdf