A quoi sert une régression

Bonjour,
Je prépare une thèse en sciences de gestion des entreprises, et plus spécialement sur "L'apprentissage Organisationnel au sein des entreprises". Mais avant d'entamer la partie pratique, j'ai lu dans un livre de Méthodologie qu'il fallait déterminer auparavant la méthode statistique avec laquelle je devrais analyser mes données. Mais voilà, sachant que je ne suis pas fort en la matière, je me trouve devant un paradoxe:
1- D'un côté, et sachant que toutes mes variables sont qualitatives (ordinales), je me suis penché à lire sur les TESTS NON PARAMÉTRIQUES qu'on ma recommandé pour valider ou rejeter mes hypothèses de recherche qui sont toutes du genre " X influe Positivement ( ou négativement) sur Y".
2- Mais de l'autre côté, tous les articles et thèses dont je dispose procède par divers types de régression. Et sur la base de ces dernières valide ou rejette leurs hypothèses de recherche sans recourir à aucun des TESTS NON PARAMÉTRIQUES !
Et voilà que je me retrouve vraiment égaré: si les tests non paramétriques font l'affaire alors qu'elle est l'utilité de ces régressions ; et si on peut tester les hypothèses de recherche à l'aide des régressions alors à quoi servent les tests non paramétriques ?
Je vous serais vraiment reconnaissant si vous pourriez illuminer mon chemin et merci d'avance.

Bonjour

Une hypothèse de recherche ne relève pas de la statistique mais de l’épistémologie. Pour un travail de recherche, il peut être intéressant d’ utiliser les statistiques comme un outil de travail mais elles ne définissent pas la bonne tenue de ta démarche scientifique ; elles ne permettront donc pas de répondre directement à ton problème de recherche. Suivant le domaine de recherche, tu as un ensemble de connaissance (corpus) qui permettent la construction de méthodes de recherche (remarque méthodologie est un terme abusivement utilisé).

Pour revenir à ta question de tests non paramétriques (n’étant pas statisticien, je n’ai qu’une vue partielle et de plus je ne suis pas à l’abri d’erreurs sur le sujet) ce sont des tests qui ne font pas d’hypothèse (d’un point de vue statistique) sur le modèle utilisé. Le plus souvent en statistique inférentielle (tu vas donc utiliser une démarche inductive) cela passe pas des tests sur les rangs. Ces tests sont utilisés quand tu ne peux pas appliquer des tests qui supposent une organisation bien déterminée de tes données comme la normalité ; dans ce dernier cas ce sont des tests qui utilisent des descripteurs comme la moyenne et l’écart-type qui ne sont pertinents que pour des données satisfaisant la normalité. Si tu veux utiliser des tests paramétriques classiques (plus puissants que les non paramétrique) il faut donc avant tout tester la normalité de tes données (voir l’égalité sur les variances si tu pars sur des ANOVA). De fait nous sommes sur des données quantitatives !

Un régression c’est une modélisation sur l’organisation de (relation entre) tes variables (un modèle permet de simplifier la « réalité » souvent trop complexe pour en tirer une information pertinente au regard des questions que tu te poses). La régression la plus simple est la régression linéaire. Cependant son utilisation suppose différents comportements. Elle assume que l’association d’une variable dépendante avec une ou plusieurs variables indépendantes produira une relation linéaire (ou plane). La régression permettra dans ce cas de trouver l’équation qui décrit au mieux les variations entre deux ou plusieurs variables. Dans ce cas la régression pourra notamment être utilisée comme « prédicteur ». Ce type de régression étant une méthode statistique paramétrique elle fait l’hypothèse que les résidus (différence entre les valeurs prédites et celles observées de la variable dépendante) sont distribués normalement avec une variance constance et sont indépendants les uns les autres. Nous sommes ici encore sur des données quantitatives.

J’ai vu passé un article sur des régressions qualitatives (de mémoire de M. Teneaus, je ne suis pas certain du nom), utilisant des données nominales ou ordinales, cela suppose un codage de ces données. Mais je n’ai aucune expertise sur l’utilisation de ces outils.

cordialement

pour préciser, ANOVA : analyse de la variance. Cependant, il existe également des ANOVA "sur les rangs" comme le Kruskall-Wallis

l'article sur la régression qualitative a été publiée dans la revue de statistique appliquée

merci beaucoup pour ton orientation