UNIVERSITE  IBN  TOFAIL  

                           FACULTE  DES  SCIENCES  JURIDIQUES,  ECONOMIQUES  ET  SOCIALES  -­‐  KENITRA  
ANNEE    UNIVERSITAIRE    2015  -­‐  2016    
MASTER  MARKETING  ET  LOGISTIQUE  -­‐  SEMESTRE  2  -­‐    
MODULE  :  ANALYSE  DE  DONNEES  
EXAMEN  TERMINAL  -­‐  2ème  SESSION  -­‐  DUREE  :  1  HEURE  30  MINUTES    
 
PROFESSEUR  :  Ilham  EL  HARAOUI  
∗ Lisez attentivement chaque question et choisissez UNE SEULE réponse, qui DOIT être cochée dans la
feuille de réponses.
∗ Barème : une bonne réponse : 1.00 ; une mauvaise réponse : - 1.00 ; aucune réponse : 0.

Afin d’étudier leur comportement, un marketer dispose de la répartition d’un échantillon de consommateurs
marocains, selon leur salaire, et la fréquence de leur masse salariale dans le tableau ci-dessous :
Répartition des consommateurs selon leur salaire
  Effectif Fréquence de la masse salariale
Salaire en Dhs
  (ni) (f 'i)
[ 4000 - 5000 [ 120 0.08
 
[ 5000 - 6000 [ 340 0.27
[ 6000 - 7000 [ 95 0.09
  [ 7000 - 8000 [ 105 0.11
[ 8000 - 10000 [ 340 0.45

Source : département de marketing

∗ Pour les calculs intermédiaires, il faut prendre en considération quatre décimales après la virgule et
ceci pour les trois premières questions.

1. En analysant ces données, le marketer peut noter que le mode :

(A) est égal à 5000.47 Dhs et la moyenne des salaires est égale à 7000.00 Dhs.
(B) est égal à 5473.12 Dhs et la moyenne des salaires est égale à 6875.00 Dhs.
(C) est égal à 8817.39 Dhs et la moyenne des salaires est égale à 6875.00 Dhs.
(D) ne peut pas être calculé puisqu’il manque de données.
2. En analysant ces données, le marketer peut noter que :
(A) 50% des consommateurs ont un salaire supérieur ou égal à 5578.95 Dhs.
(B) 50% des consommateurs ont un salaire supérieur ou égal à 6421.05 Dhs.
(C) 50% des consommateurs ont un salaire supérieur ou égal à 6945.81 Dhs.
(D) 50% des consommateurs ont un salaire supérieur ou égal à 7421.05 Dhs.
3. En analysant ces données, le marketer peut conclure que la dispersion autour de la moyenne
est de :
(A) 112.15 Dhs.
(B) 1705.69 Dhs.
(C) 3546.57 Dhs.
(D) 3546.57 Dhs2.
Page  1  sur  4  
 
 4. En supposant qu’il dispose d’un autre échantillon de consommateurs chinois, tel que la
moyenne de leur salaire est de 3056 ¥ et l’écart-type de 510 ¥, le marketer peut dans ce
cas déduire :
(A) que les deux échantillons ont exactement la même dispersion.
(B) qu’il ne peut pas faire la comparaison puisque les unités sont différentes.
(C) que l’échantillon des consommateurs marocain est plus dispersé que l’échantillon des
consommateurs chinois.
(D) que l’échantillon des consommateurs chinois est plus dispersé que l’échantillon des
consommateurs marocains.

5. Le marketer peut noter que la répartition des consommateurs tend à être :

(A) égalitaire avec une forte concentration de la distribution des salaires des consommateurs.
(B) égalitaire avec une faible concentration de la distribution des salaires des consommateurs.
(C) inégalitaire avec une forte concentration de la distribution des salaires des consommateurs.
(D) inégalitaire avec une faible concentration de la distribution des salaires des consommateurs.

6. Supposant que le marketer a collecté d’autres données, qui concernent l’âge des
consommateurs et leur appréciation d’une marque. Il veut ainsi savoir si le salaire a un impact
significatif sur l’appréciation d’une marque. Dans ce cas il utilisera :
(A) les équations structurelles.
(B) la régression linéaire simple.
(C) la régression linéaire multiple.
(D) l’analyse factorielle exploratoire.

7. Supposant que le marketer veut développer un instrument de mesure pour le concept de

« l’appréciation d’une marque », il doit suivre la démarche énoncée dans :
(A) le paradigme de Churchill, pour développer de meilleures mesures pour les sciences
économiques.
(B) le paradigme de Churchill, un paradigme pour développer de meilleures mesures des construits
marketing. Les items représenteront des questions qui permettront de bien saisir le comportement
des consommateurs.
(C) le paradigme de Churchill, un paradigme pour développer de meilleures mesures des construits
marketing. Les items représenteront des questions qui permettront de bien saisir les différentes
facettes du concept.
(D) le paradigme de Churchill, et les items peuvent être sélectionnés de la littérature et utilisés sans
avoir recours aux tests de validité et de fiabilité.

8. Le marketer s’est assuré de la fiabilité de l’instrument de mesure qui désigne :

(A) la capacité de l’instrument de mesure à être unidimensionnel. Cette fiabilité peut être mesurée
par l’alpha de Cronbach.
(B) la capacité de l’instrument de mesure à appréhender le concept avec le minimum d’items. Cette
fiabilité peut être mesurée par l’alpha de Cronbach.
(C) la capacité de l’instrument de mesure à appréhender le concept avec le maximum d’items. Cette
fiabilité peut être mesurée par l’alpha de Cronbach.
(D) la capacité de l’instrument de mesure à mesurer de façon constante le concept sur les mêmes
sujets. Cette fiabilité peut être mesurée par l’alpha de Cronbach.

9. Le marketer s’est assuré de la validité de l’instrument de mesure :

(A) mais la fiabilité est suffisante.
(B) sachant qu’elle n’est pas vraiment nécessaire.
(C) sachant que la fiabilité est nécessaire, mais pas suffisante.
(D) pour vérifier si ses items sont déjà utilisés dans d’autres contextes.

Page  2  sur  4  
 
 10. En prenant en considération le contexte de sa recherche, le marketer a utilisé l’Analyse en
Composantes Principales (ACP) qui fait partie :
(A) des techniques de test de fiabilité.
(B) des techniques de réduction de la dimension.
(C) des techniques qui utilisent le test de sphéricité de Bartlett.
(D) des tests préalables à l’Analyse Factorielle Exploratoire (AFE).
11. Le marketer doit effectuer des tests préalables avant de procéder à l’analyse factorielle pour
vérifier que la structure des données est appropriée à ce type d’analyse, comme :
(A) le test de sphéricité de Bartlett, qui indique le niveau d’ajustement des items aux facteurs latents.
(B) La vérification des corrélations qui mesurent l’intensité du lien entre les items, et qui prennent
normalement une valeur entre 0 et 1.
(C) la mesure de précision de l’échantillonnage (MSA) de Kaiser-Meyer-Olkin (KMO), qui prend
normalement une valeur entre 0 et 1.
(D) la mesure de précision de l’échantillonnage (MSA) de Kaiser-Meyer-Olkin (KMO), qui prend
normalement une valeur entre -1 et 1.
Supposant que le marketer veut analyser l’impact de l’âge et du salaire du consommateur sur l’appréciation
de la marque. Il obtient plusieurs tableaux, tel que le tableau illustré ci-dessous :

Tableau récapitulatif du modèle

Changement dans les statistiques

Erreur standard Durbin-
Modèle R R-deux R-deux ajusté
de l'estimation Variation de Sig. Variation Watson
Variation de F ddl1 ddl2
R-deux de F
1 0.536 ? .278 .757 .287 32.805 2 150 .0250 2.060

12. Le marketer peut noter que le coefficient de corrélation de Pearson entre l’appréciation de la
marque et les deux variables indépendantes dans son modèle de recherche est de :
(A) 0.536 et elles expliquent 75.5% l’appréciation de la marque, sachant que la taille de l’échantillon
est de 153.
(B) 0.536 et elles expliquent 27.8% l’appréciation de la marque, sachant que la taille de l’échantillon
est de 153.
(C) 0.536 et elles expliquent 28.7% l’appréciation de la marque, sachant que la taille de l’échantillon
est de 153.
(D) 0.278 et elles expliquent 32.805% l’appréciation de la marque, sachant que la taille de
l’échantillon est de 154.
13. Le test de Fisher :
(A) ne peut pas être vérifié dans ce tableau.
(B) est significatif en prenant en considération le seuil de 0.01.
(C) est significatif en prenant en considération le seuil de 0.05.
(D) est significatif en prenant en considération le seuil de 0.01 et le seuil de 0.05.
14. Le seuil de Durbin Watson est de :
(A) 1.00.
(B) 2.00.
(C) 3.00.
(D) 10.00.
15. Sachant que l’instrument de mesure contient 7 items, la taille de l’échantillon est normalement :
(A) suffisante pour cette analyse.
(B) insuffisante et elle doit prendre en compte la variable dépendante.
(C) insuffisante et elle doit prendre en compte le nombre de variables indépendantes.
(D) insuffisante pour cette analyse puisqu’il faut prendre en compte aussi l’ACP.
Page  3  sur  4  
 
 16. Pour estimer le modèle de recherche, le marketer a utilisé les coefficients de régression non
standardisés de l’analyse de régression multiple et qui représentent :
(A) le coefficient de détermination.
(B) les facteurs d’inflation de la variance.
(C) le degré selon lequel la variable dépendante influence les variables indépendantes.
(D) le degré selon lequel chacune des variables indépendantes influence la variable dépendante.
Supposant que le marketer dispose d’autres données qui concernent les ventes d’un produit qu’il a choisi, en
milliers de Dirhams, pendant les 3 dernières années. Le tableau ci-dessous représente la répartition des
ventes par trimestre, ainsi que la moyenne et l’écart-type de chaque période.
Répartition des ventes par trimestre

Année 1er trimestre 2ème trimestre 3ème trimestre 4ème trimestre Moyenne Ecart-type
2013 310 355 265 790 430.00 210.27
2014 225 265 280 735 376.25 208.10
2015 250 365 307 771 423.25 204.85

Source : département de marketing

∗ Pour les calculs intermédiaires, il faut prendre en considération deux décimales après la virgule.

17. En analysant ces données, le marketer peut déduire que le modèle de décomposition de cette
chronique est un modèle :
(A) additif.
(B) additionnel.
(C) multiplicatif.
(D) de régression.

18. Afin d’analyser cette chronique et pour déterminer la tendance, il décide d’utiliser la méthode
des Moindres Carrés Ordinaires (MMCO). Il estime « a » et « b » dans l’équation de
régression yt = at + b et il trouve :
(A) a =14.63 ; b = 4.31
(B) a =14.63 ; b = 314.74
(C) a =14.63 ; b = 504.93
(D) a =26.82 ; b = 235.50

19. Supposant que le modèle est additif, et qu’il a observé une neutralité des variations
saisonnières et que les coefficients saisonniers des quatre trimestres sont respectivement :
S1 = - 126.21, S2 = -74.19, S3 = - 133.15 et S4 = 333.55. La prévision des ventes de ce produit, en
milliers de Dirhams, pour le premier trimestre de l’année 2018 est de :
(A) 203.16
(B) 495.76
(C) 621.97
(D) 748.18

20. En supposant que le modèle est multiplicatif, et qu’il a observé une neutralité des variations
saisonnières et que les coefficients saisonniers des quatre trimestres sont respectivement :
S1 = 0.68, S2 = 0.83, S3 = 0.69 et S4 = 1.80. La prévision des ventes de ce produit, en milliers de
Dirhams, pour le deuxième trimestre de l’année 2019 est de :
(A) 285.52
(B) 344.83
(C) 576.95
(D) 695.12
Page  4  sur  4