Statistiques descriptives
La première étape de toute analyse — moyennes, écarts types, skewness, kurtosis et une matrice de corrélation, prêts à rapporter en APA.
Cette page est une traduction de l'original anglais relu. Voir l'original (EN)
statistiques descriptivesCe que c'est
Les statistiques descriptives résument vos données avant toute modélisation. Pour chaque variable continue, vous obtenez la moyenne (M), l'écart type (SD), le minimum, le maximum et l'étendue. La skewness et la kurtosis montrent si la distribution est symétrique et si les queues sont lourdes — des vérifications utiles avant de lancer des tests paramétriques. Pour les items catégoriels, des tableaux de fréquences montrent comment les réponses se répartissent entre catégories. Une matrice de corrélation de Pearson montre d'un coup la relation bivariée entre toutes les variables continues. Explonia compte aussi les données manquantes par variable, donc vous voyez où les réponses sont incomplètes.
Quand l'utiliser
- Vous venez de collecter ou d'importer des données et avez besoin d'un premier aperçu de votre échantillon.
- Vous voulez vérifier les distributions des items et repérer des valeurs inhabituelles avant de lancer un modèle.
- Vous devez rapporter les caractéristiques de l'échantillon (moyennes et SD) dans un tableau.
- Vous voulez inspecter les corrélations bivariées avant de lancer une régression ou un SEM.
- Un relecteur ou un encadrant demande une matrice de corrélation.
Quand ne pas l'utiliser
- Les descriptives ne testent pas de différences ni de relations — elles décrivent. Lancez un t-test, une ANOVA ou une régression pour des conclusions inférentielles.
- Une corrélation n'implique pas de causalité et ne contrôle pas d'autres variables — utilisez la régression ou le SEM pour cela.
Hypothèses
- Variables continues pour la moyenne, le SD, la skewness et la kurtosis ; variables catégorielles pour les tableaux de fréquences.
- La skewness et la kurtosis se lisent comme des vérifications approximatives avant les tests paramétriques, pas comme des règles strictes de réussite ou d'échec.
- Les corrélations de Pearson supposent des relations à peu près linéaires entre variables continues ; inspectez la non-linéarité et les valeurs extrêmes.
- Les données manquantes sont rapportées par variable ; plus de 5% de manquant sur un item mérite un examen.
Seuils et valeurs limites
| Criterion | Rule of thumb | Source |
|---|---|---|
| Skewness | |skew| < 2 est souvent cité comme acceptable pour les tests paramétriques | George & Mallery (2010) |
| Kurtosis | |kurt| < 7 est souvent cité comme acceptable | West, Finch & Curran (1995) |
| Corrélation (r) | Le signe montre la direction ; |r| ≥ .10 petit, ≥ .30 modéré, ≥ .50 grand (indications approximatives) | Cohen (1988) |
| Données manquantes | Signaler les variables avec > 5% de manquant ; rapporter les effectifs par item | Tabachnick & Fidell (2013) |
Comment le rapporter en APA
Les participants (N = 248) montraient une satisfaction modérée (M = 4.21, SD = 0.87, étendue 1–7). La matrice de corrélation (Tableau 1) montrait que la sensibilité au prix et la fidélité à la marque étaient négativement associées (r = −.34, p < .001). Les valeurs de skewness et de kurtosis étaient dans des plages acceptables (|skew| ≤ 1.3, |kurt| ≤ 2.1), soutenant l'usage d'analyses paramétriques.
Comment Explonia l'exécute
Ouvrez n'importe quelle étude dans Explonia et choisissez Descriptives sous Analyses. Explonia calcule les statistiques par variable — M, SD, min, max, skewness, kurtosis et effectif manquant — plus une matrice de corrélation de Pearson complète avec des indicateurs de significativité. La boîte « Article description » rédige un paragraphe APA à partir de vos chiffres, que vous pouvez modifier avant de le copier. Tous les tiers incluent les statistiques descriptives ; la seule limite entre les tiers est le nombre de réponses de votre étude.
Questions fréquentes
Que m'indiquent la skewness et la kurtosis ?
La skewness mesure l'asymétrie de la distribution ; la kurtosis mesure la lourdeur des queues. Des valeurs de |skew| sous 2 et de |kurtosis| sous 7 sont couramment citées comme acceptables pour les tests paramétriques, même si ce sont des indications approximatives, pas des règles strictes. Les violations modérées sont moins problématiques avec de grands échantillons.
Dois-je rapporter une matrice de corrélation complète dans mon article ?
Pour des données d'enquête et d'échelle, une matrice de corrélation montre comment les variables se relient avant la modélisation. Beaucoup de revues et de relecteurs l'attendent. Explonia génère la matrice automatiquement et rédige le paragraphe APA pour vous.
Combien de décimales l'APA exige-t-elle pour les statistiques descriptives ?
L'APA 7 recommande deux décimales pour les moyennes, les écarts types et les corrélations. Utilisez le même nombre de décimales de façon cohérente dans un même tableau.
Quelle quantité de données manquantes est acceptable ?
Il n'y a pas de seuil universel, mais des données manquantes au-dessus de 5% par variable méritent un examen. Rapportez l'effectif ou le pourcentage de valeurs manquantes par item. Si les données manquantes ne sont pas aléatoires (MCAR), une imputation ou d'autres méthodes peuvent être nécessaires — vérifiez avec votre encadrant ou les consignes de la revue.
Last updated: juillet 2026
Lancez Statistiques descriptives sur vos propres données
Collectez ou importez vos données, lancez l'analyse dans votre navigateur et obtenez un brouillon de paragraphe APA que vous pouvez modifier. Commencez gratuitement. Sans carte bancaire.
Commencer gratuitement