Données d’intervalle : Définition ?
Les données d’intervalle, également appelées nombres entiers, sont définies comme un type de données mesurées le long d’une échelle, dans laquelle chaque point est placé à égale distance l’un de l’autre. Les données d’intervalle se présentent toujours sous la forme de nombres ou de valeurs numériques où la distance entre les deux points est normalisée et égale.
Les données d’intervalle ne peuvent pas être multipliées ou divisées, mais elles peuvent être additionnées ou soustraites. Les données d’intervalle sont mesurées sur un échelle d’intervalle. Un exemple simple de données d’intervalle : La différence entre 100 degrés Fahrenheit et 90 degrés Fahrenheit est la même que celle entre 60 degrés Fahrenheit et 70 degrés Fahrenheit.
Dans le cadre d’une
étude de marché
ou dans toute autre forme de recherche sociale, économique ou commerciale, les données d’intervalle jouent un rôle central. Si les données d’intervalle sont si populaires et si demandées, c’est parce qu’elles permettent d’obtenir presque tous les tests et transformations statistiques.
données quantitatives
.
EN SAVOIR PLUS : Demande du marché test
Les données d’intervalle ont des attributs très particuliers qui les distinguent des données nominales, des données ordinales ou même des données de rapport. Les données d’intervalle n’ont pas de point zéro absolu défini, comme c’est le cas pour les données de rapport. L’absence de point zéro absolu rend les comparaisons de grandeurs directes impossibles. Par exemple, l’objet A est deux fois plus grand que l’objet B n’est pas une possibilité dans les données d’intervalle.
En savoir plus :
Échelles de mesure variables – nominales, ordinales, d’intervalle et de rapport.
Analyse des données d’intervalle
Étant donné que les données d’intervalle sont des données d’analyse quantitative, presque toutes les méthodes utilisées pour analyser les données quantitatives peuvent être utilisées. Voici quelques exemples :
1. Analyse des tendances
Analyse des tendances est une technique populaire d’analyse de données par intervalles, utilisée pour dégager des tendances et des idées en capturant des données d’enquête sur une certaine période de temps. En d’autres termes, une analyse des tendances sur des données d’intervalle est réalisée en capturant des données à l’aide d’une enquête à échelle d’intervalle en plusieurs itérations, en utilisant la même question.
2. Analyse SWOT
L’analyse menée pour évaluer les forces, les faiblesses, les opportunités et les menaces d’une organisation est appelée
analyse SWOT
et est largement utilisé pour évaluer les données d’intervalle. Les forces et les faiblesses sont des aspects internes d’une organisation, tandis que les opportunités et les menaces sont externes à l’organisation. Une organisation peut mesurer les données d’intervalle pour évaluer la concurrence sur le marché et planifier les activités de marketing futures en utilisant les résultats de l’analyse SWOT.
APPRENEZ-EN DAVANTAGE SUR LE SUJET : Niveau d’analyse
3. Analyse conjointe
Analyse conjointe est une technique d’étude de marché de niveau avancé, généralement mise en œuvre pour analyser la manière dont les individus prennent des décisions complexes sur une échelle d’intervalles. Quels sont les facteurs importants pour les clients avant qu’ils ne prennent des décisions lorsqu’ils ont plusieurs options à leur disposition.
4. Analyse TURF
Analyse du TURF (Totally Unduplicated Reach and Frequency analysis) est une méthode qui permet à un spécialiste du marketing d’analyser le potentiel d’une étude de marché pour une combinaison de produits et de services. Il évalue les données d’intervalle des clients atteints par une source de communication particulière et sa fréquence. Cette technique d’analyse est utilisée par les chercheurs pour comprendre si un nouveau produit ou service sera bien accueilli par le marché cible ou non. Cette méthode d’analyse a d’abord été utilisée pour concevoir des campagnes médiatiques, mais elle s’est étendue à la distribution des produits et à l’analyse des lignes de produits.
Collecter et analyser des données d’intervalle à l’aide d’enquêtes
Obtenez votre compte gratuit maintenant
Principales caractéristiques des données d’intervalle
Voici quelques caractéristiques des données d’intervalle :
- Mesure : Les données d’intervalle sont mesurées à l’aide d’une échelle d’intervalle, qui indique non seulement l’ordre et la direction, mais aussi la différence exacte de la valeur. Par exemple, les marques d’un thermomètre ou d’une règle sont équidistantes, c’est-à-dire qu’elles mesurent la même distance entre les deux marques.
- Différence d’intervalle : Les distances entre chaque valeur sur les données d’intervalle sont égales. Par exemple, la différence entre 10 cm et 20 cm est la même que celle entre 20 cm et 30 cm.
- Calcul : Dans les données d’intervalle, il est possible d’ajouter ou de soustraire des valeurs, mais pas de les diviser ou de les multiplier. Presque toutes les analyses statistiques sont applicables au calcul des données d’intervalle, de la moyenne, du mode, de la médiane, etc.
- Point zéro : Le point zéro absolu est arbitraire, ce qui signifie qu’une variable peut être mesurée même si elle a une valeur négative. Par exemple, la température peut être de -10 au-dessous de zéro, mais la hauteur ne peut pas être au-dessous de zéro.
Exemples de données d’intervalle
1. On peut mesurer le temps au cours de la journée à l’aide d’une horloge de 12 heures, ce qui constitue un bon exemple de données d’intervalle. Le temps au format 12 heures est une mesure rotative qui repart de zéro à une périodicité déterminée. Ces nombres se situent sur une échelle d’intervalle, car la distance entre eux est mesurable et comparable. Par exemple, la différence entre 5 minutes et 10 minutes est la même que celle entre 15 minutes et 20 minutes dans une horloge de 12 heures.
2. La température se mesure en Fahrenheit et en Celsius, mais pas en Kelvin. Si vous mesurez la température en degrés Fahrenheit et Celsius, il s’agira de données d’intervalle car 0 est arbitraire. Mais en Kelvin, le 0 est absolu. Il ne peut y avoir de température inférieure à zéro degré en Kelvin.
3. Lorsque vous calculez le score d’intelligence dans un test de QI. Il n’y a pas de point zéro pour le QI. Selon des études psychologiques, une personne ne peut pas avoir une intelligence nulle, donc dans cet exemple, zéro est arbitraire. Le QI est une donnée numérique exprimée par intervalles à l’aide d’une échelle de mesure fixe.
4. Les résultats d’examens tels que le SAT. Les résultats au test SAT se situent entre 200 et 800. Les chiffres de 0 à 200 ne sont pas utilisés lorsqu’il s’agit de mettre à l’échelle le score brut (nombre de questions auxquelles il a été répondu correctement) et le score de la section. Le point de référence n’est pas un zéro absolu, il peut donc devenir une donnée d’intervalle.
5. L’âge est également une variable qui peut être mesurée sur une échelle d’intervalle. Par exemple, si A a 15 ans et B 20 ans, non seulement il est clair que B est plus âgé que A, mais B est plus âgé que A de 5 ans.
Les données d’intervalle sont l’un des types de données les plus utilisés. Les outils d’enquête offrent plusieurs moyens de saisir des données d’intervalle. Lorsqu’un
l’enquête
est déployée auprès d’un répondant, avec une certaine
question démographique
qui demande aux répondants d’indiquer leurs revenus, ces chiffres pouvant aller de zéro à l’infini !
Par exemple :
Veuillez indiquer votre revenu annuel
- Moins de 40 000
- $40,000- $60,000
- $60,000- $80,000
- $80,000- $100,000
- Supérieure à 100 000
Les données numériques collectées de cette manière peuvent être classées en groupes ; dans les exemples susmentionnés, les groupes peuvent être basés sur le revenu annuel des personnes interrogées. Personnes appartenant à la même catégorie de revenus.
EN SAVOIR PLUS : Valeur moyenne des commandes
Il existe plusieurs
types de questions d’enquête
qui peut être utilisé pour générer des données d’intervalle. Les données obtenues sont riches d’enseignements, mais le chercheur doit bien réfléchir avant de les déployer dans une enquête.
Collecter et analyser des données d’intervalle à l’aide d’enquêtes
