RESUME
Les études marketing comprennent l’identification, la collecte, l’analyse, la diffusion
et l’utilisation d’informations. Le rôle de la recherche marketing est d’évaluer les besoins en
informations et de fournir les informations pertinentes en vue d’améliorer les prises de
décision.
Les informations obtenues grâce à la recherche marketing deviennent partie intégrante
du SIM (système d’information marketing) et du SAD (système d’aide à la décision).
La définition de la question d’étude de marché est l’étape la plus importante d’un
projet d’étude. Le rôle du chargé d’étude consiste à aider le manager à identifier et à isoler le
problème. Les étapes nécessaires à la formulation du problème d’étude marketing englobent
des discussions avec les managers, des entretiens avec des experts, l’analyse des données
secondaires et une recherche qualitative. Ces tâches doivent servir à comprendre le contexte
environnemental du problème à l’analyser et à évaluer certains facteurs essentiels. Ces
derniers comprennent les anciennes prévisions sur le secteur concerné et la société, les
objectifs du décideur, le comportement des acheteurs, les ressources et les contraintes de la
société, l’environnement juridique et économique et les compétences marketing et
technologique de la société. L’analyse de l’environnement doit aider à identifier les problèmes
de décision managériale lequel doit ensuite être traduit en problème d’étude marketing. Il
traite de ce que le décideur doit faire, alors que la question d’étude marketing traite des
informations requises et de la manière de les obtenir efficacement. Les questions d’étude sont
des formulations affinées des composantes spécifiques du problème. Les questions d’étude
peuvent être encore affinées pour déboucher sur des hypothèses.
Testez vos connaissances :
1. Décrivez l’objectif des études marketing.
2. Qu’est ce qu’un système d’information marketing ?
3. Comment les études peuvent elles aider les responsables marketing dans leur prise
de décision.
4. Quels sont les points importants pour la définition d’un problème d’étude
marketing ?
5. Quelles différences peut-on faire entre un problème de décision managériale et un
problème d’étude marketing ?
6. Quelles sont les différences entre les questions d’étude et les hypothèses ?
RESUME
1) Les variables quantitatives :

Mesure de la tendance centrale par la moyenne arithmétique x , d’une série numérique
x1, x2, …., xn :
n
x =

x x
1
2
 .....  x n
n
x
=
i 1
i
n
Mesure de la dispersion : la dispersion des valeurs xi de la série autour de leur moyenne
est obtenue en calculant la somme des carrés des écarts des valeurs x i par rapport à x ,
divisée par (x-1) :
S² =
 (x
i
 x )²
n 1
, l’écart type S =
 (x  x)²
i
n 1
Pour obtenir une mesure de dispersion relative on utilise le coefficient de variation :
S
CV =  100.
x
Il est exprime sous forme de pourcentage et il est indépendant de l’unité.

Caractéristique de forme : Asymétrie et aplatissement.
Distribution symétrique : une distribution est symétrique si la valeurs de la variable statistique
sont également dispersées de part et d’autre d’une valeur centrale. C’est à dire : Moyenne =
Médiane = Mode
Coefficient d’asymétrie ( dit coefficient de Pearson), permet de caractériser le degré de
symétrie.
Coefficient d’asymétrie : Sk :
x  Mo
S
Si Sk > 0 : les observations présentent un étalement prononcé sur le côté supérieur de
la distribution : x > Me > Mo
Si Sk < 0 : les éléments présentent un étalement prononcé sur le côté inférieur de la
distribution : x < Me < Mo
2) Les variables qualitatives :
Variable nominale
Tendance centrale est mesurée par le mode Mo, qui est la valeur de la variable
statistique la plus fréquente que l’on observe dans une série.
Variable ordinale :

Mesure de la tendance centrale se fait par la médiane Me : qui est la valeur observée ou
possible de la variable statistique, dans la série d’observation ordonnée en ordre croissant
ou décroissant, qui partage cette série en deux parties, chacune comprenant le même
nombre d’observations de part et d’autre de Me.

Mesure de la dispersion :
Les quantiles sont des caractéristiques de position puisqu’ils correspondent à des
valeurs de la variable statistique qui partagent la série statistique ordonnée en l parties égales.
Si l = 4 les quantiles sont appelées quartiles. Il y a donc trois quartiles que l’on désigne
Q1, Q2 et Q3.
Q
1
2
Q
2
3
2
5%
5%
5
0%
RESUME
Q
2
5%
2
5%
5
0%
Distribution conjointe :Supposant qu’on niveau d’une population, on s’intéresse à
deux variables statistiques X et Y dont les modalités sont x1, x2,… xk pour la variable X et y1,
y2, …yp pour la variable Y. On ne s’intéresse plus uniquement à la variable X ou la variable
Y, mais plutôt à la distribution conjointe de X et Y qui fait correspondre à tout couple (x,y),
un effectif nij.
Causalité et interdépendance :
Causalité : il y a lieu de causalité entre deux variables X et Y si toutes variations de
l’une est causé par la variation de l’autre.
Interdépendance : deux variables X et Y sont dites interdépendantes si elles varient
conjointement, en étant influencées par un ou plusieurs facteurs externes quelconques.
Test de Khi_deux :
Soit
H0 :il n’y a aucun lien entre les deux variable
H1 :il y a un lien entre les deux variables.
On calcule le coefficient
X c2
( valeur observée  valeur théorique) 2

Valeur théorique
Qu’on le compare à X21v avec v=(r-1)(k-1) où r : le nombre de lignes et k : le nombre
de colonnes on accepte H0 si X2c<X21v.
Ajustement :
Graphiquement : on trace à main levée, une courbe continue, la plus régulière
possible, s’adaptant le mieux aux points représentatifs.
Moyennes discontinues :
On partage la série en groupes composés du même nombre d’éléments.
On calcule la moyenne arithmétique de chaque groupe.
On fait correspondre chacune de ces moyennes au milieu des intervalles
correspondants.
Et on substitue ainsi une nouvelle série à l’ancienne .
Ajustement linéaire :
La somme algébrique de distances des points à la droite (y=f(x)) est égale à zéro ,
y=ax+b
a
 ( xi  x)( yi  y)
 ( xi  x) 2
et b  y  a x
La régression : Estimer les paramètres a et b de la droite, de manière à ce que
ˆ tels que :
ˆ a
ˆx  b
l’ensemble des écarts soit aussi faible que possible, c’est à dire y
ˆ 
a
 xi y i  n x y
2
 xi2  n x
ˆ  ya
ˆx
et b
La corrélation
On dit qu’il y a corrélation entre deux variables observées sur les éléments d’une
même population lorsque les variations des deux variables se produisent dans le même sens
(corrélation positive) ou lorsque les variations sont de sens contraire (corrélation négative).
Le coefficient de corrélation linéaire noté r, est un nombre sans dimension qui mesure
l’intensité de la liaison linéaire entre deux variables observées
n
 ( xi  x)( yi  y)
i 1
r
n
n
 ( xi  x )  ( y i  y ) 2
2
i 1
i 1
Le coefficient de corrélation de la population est /
E (r )   
cov(X , Y )
 ( X ). (Y )
TEST D’EVALUATION
Répondre par Vrai ou Faux
1. Chercher un lien de causalité entre deux variables veut dire trouver une relation de cause à
effet entre les deux variables.
2. Deux variables sont dites interdépendantes si elles ne sont pas dépendantes
3. Lorsque les variations des deux variables se produisent dans le sens contraire, on dit qu’il
y a présence d’une corrélation positive
4. Quelle quantité permet de mesurer l’intensité de liaison linéaire entre deux variables
5. La valeur du coefficient de corrélation r peut varier entre 0 et 1.
6. Quel symbole est utilisé pour identifier le coefficient de corrélation linéaire de la
population ?
7. Si les deux variables sont indépendantes, alors =0.
8. Nous pouvons dire que r est statistiquement significative lorsque nous ne pouvons rejeter
l’hypothèse nulle H0 : =0.
9. La distribution d’échantillonnage de r est symétrique dans le cas ou =0.5.
10. Dans le cas d’un test d’hypothèse H0 : =0, il faut que l’échantillon ait été prélevé d’une
population normale à deux dimensions.