TD6 : qu’est-ce qu’être sympathique ?
1 Les données
Il s’agit d’une recherche sur la représentation sociale. Les personnes interrogées appartenaient à 8 catégories
professionnelles différentes : paysan (PAYS), ouvrier (OUVR), vendeur (VEND), commerçant (COMM), employé (EMPL),
technicien (TECH), universitaire (UNIV), profession libérale (LIBE).
Elles avaient à choisir les 3 qualités les plus appropriées à une personne sympathique, parmi une liste de 9 :
sérieuse (seri), généreuse (gene), gaie (gai), honnête (honn), intelligente (intl), serviable (serv), courageuse (cour),
compréhensive (comp), discrète (disc).
Le tableau suivant indique, pour chaque groupe professionnel, le nombre de fois où chaque qualité a été associée à
la représentation d’une personne sympathique.
seri gene gai honn intl serv cour comp disc total
PAYS 20 9 9 27 10 16 20 4 8 123
OUVR 42 10 22 51 18 28 38 12 22 243
VEND 11 2 5 14 8 7 5 8 6 66
COMM 8 9 12 23 14 16 14 12 12 120
EMPL 19 10 16 52 32 25 22 25 30 231
TECH 10 5 12 23 20 13 11 13 10 117
UNIV 2 8 7 6 15 6 6 9 4 63
LIBE 8 42 23 24 46 22 22 34 16 237
TOTAL 120 95 106 220 163 133 138 117 108 1200
Question 1 Combien de personnes ont été interrogées pour cette enquête ? Quelle est la proportion des employés pour
qui être honnête rend sympathique ? Quelle est la proportion d’employés parmi les gens qui pensent qu’être honnête
rend sympathique ?
Question 2 Commentez l’assertion « il est beaucoup plus courant pour un ouvrier que pour un paysan de penser qu’une
personne sérieuse est sympathique ». On se restreindra à une seule interprétation.
2 Analyse de correspondances
L’analyse des correspondances du tableau de contingence produit les valeurs propres ci-dessous :
[1] 0.098 0.022 0.005 0.003 0.001 0.001 0.000
On fournit ci-dessous, pour les profils lignes et les profils colonnes, les poids des modalités (en %) et, sur les 3
premiers axes, les coordonnées des modalités, leurs contributions aux axes (en %) et la qualité de leur représentation
par les axes factoriels (en % aussi).
Poids Axis1 Axis2 Axis3 Axis1 Axis2 Axis3 Axis1 Axis2
PAYS 10.2 PAYS -0.303 -0.213 -0.034 PAYS 9.6 21.4 2.5 PAYS 63.5 31.5
OUVR 20.2 OUVR -0.357 -0.111 0.018 OUVR 26.3 11.6 1.3 OUVR 89.6 8.7
VEND 5.5 VEND -0.191 0.120 0.189 VEND 2.1 3.6 40.3 VEND 35.9 14.1
COMM 10.0 COMM 0.015 0.046 -0.105 COMM 0.0 1.0 22.6 COMM 1.0 9.9
EMPL 19.2 EMPL -0.060 0.215 -0.056 EMPL 0.7 40.8 12.6 EMPL 6.6 83.3
TECH 9.8 TECH 0.015 0.147 0.075 TECH 0.0 9.7 11.4 TECH 0.6 58.4
UNIV 5.3 UNIV 0.461 0.001 0.092 UNIV 11.4 0.0 9.1 UNIV 90.4 0.0
LIBE 19.8 LIBE 0.498 -0.114 -0.006 LIBE 49.9 11.8 0.2 LIBE 94.4 5.0
Poids Comp1 Comp2 Comp3 Axis1 Axis2 Axis3 Axis1 Axis2
seri 10.0 seri -0.509 -0.148 0.133 seri 26.4 10.0 36.2 seri 85.7 7.2
gene 7.9 gene 0.589 -0.306 -0.063 gene 28.0 34.0 6.6 gene 77.0 20.7
gai 8.8 gai 0.076 -0.040 0.036 gai 0.5 0.7 2.3 gai 25.4 7.1
honn 18.3 honn -0.244 0.096 -0.039 honn 11.1 7.8 5.7 honn 82.6 12.9
intl 13.6 intl 0.341 0.085 0.070 intl 16.1 4.5 13.8 intl 87.0 5.4
serv 11.1 serv -0.085 -0.009 -0.046 serv 0.8 0.0 4.9 serv 51.6 0.6
cour 11.5 cour -0.181 -0.168 -0.056 cour 3.8 14.9 7.4 cour 48.1 41.4
comp 9.8 comp 0.352 0.158 0.062 comp 12.4 11.3 7.6 comp 78.8 15.9
disc 9.0 disc -0.092 0.202 -0.091 disc 0.8 16.8 15.4 disc 13.1 63.4
J.-M. Lasgouttes — Cours d’analyse de données 2023–2024 — INSA Rouen Normandie 1
Le diagramme ci-dessous est la projection jointe des points-lignes et des points-colonnes sur le premier plan factoriel.
d = 0.1
EMPL
disc
TECH comp
VEND
honn intl
COMM
serv UNIV
gai
OUVR LIBE
seri cour
PAYS
gene
Question 3 Pourquoi y a-t-il 7 valeurs propres ?
Question 4 Quelles sont les modalités qui définissent le premier axe factoriel ? Et le deuxième ? On précisera sur
quel(s) critère(s) on se fonde.
Question 5 Quelles sont les modalités (lignes et colonnes) qui sont particulièrement mal représentées par le premier
plan factoriel ?
Question 6 Que peut-on déduire du fait que OUVR et PAYS sont proches sur le graphique ? Même question pour VEND et
honn.
J.-M. Lasgouttes — Cours d’analyse de données 2023–2024 — INSA Rouen Normandie 2