modèle log-lineaire après une classification de variables

Bonjour ! Je suis en train d'étudier un tableau de 9 variables qualitatives (des questions notées de 0 à 10). Ce data provient d'une enquête de satisfaction. J'ai déjà fait pas mal de choses (AFCM, mesure de liaison, ...) dont une classification de mes variables.

J'obtiens un gros groupe de 5 variables (très intéressantes) et je me demandais si cela avait un sens de transformer le tableau de données des 5 variables en une table de contingence. L'objectif serait d'ajuster un modèle log-linéaire dessus.

Si cela a bien un sens, comment dois je interpréter (dans le sens pratique) que l'interaction entre la variable 1 et la 2 est statistiquement non nulle. Est-ce que ça veut dire que la question 1 et 2 ont un effet l'une sur l'autre ??


Le but final de toute cette enquête est d'enlever les questions redondantes afin de ne poser que les questions utiles au patient

Je vous remercie, c'est la première fois pour moi que j'utilise ce genre d'outils, je suis un jeune statisticien encore !

Je ne comprends pas ou tu veux en venir dans tes divers posts. Si c'est de l'interprétation, un quest de satisfaction s'interprete beaucoup plus simplement.
Si c'est "simplifier le questionnaire", je ne comprends absolument pas le sens de ta démarche. C'est normal que certaines questions soient "corrélées" dans un questionnaire. Quand tu évalues une "dimension", toutes les questions se rapportant à cette dimension sont plus ou moins corrélées entre elles. Pourtant, toutes les questions sont importante pour établir le score de cette dimension. En supprimer une n'aboutirait qu'à diminuer la sensibilité ou spécificité du questionnaire.
Le fait de supprimer ou de modifier la formulation d'une question dans un questionnaire ne se justifie pas du tout sur des arguments de "corrélation"

J'ai un questionnaire et je cherche juste à l'analyser comme je peux. C'est assez peu pratique car il existe 0 cours sur internet qui explique concrètement la démarche scientifique qu'il faut faire ...

C'est apparemment un quest. de satisfaction en 9 questions.

D'abord, si le questionnaire a été validé, la personne qui l'a construit a publié des règles d'interprétation (ca fait partie du processus de validation). il suffit d'aller chercher les règles d'interprétation et de les appliquer.

Si non validé, 2 situations

- questionnaire délivré une seule fois: l'interprétation repose sur du descriptif. Ca n'a aucun intérêt d'aller chercher des corrélations entre les réponses aux questions. On peut éventuellement calculer un "score total" (attention à la prise en compte d'éventuelles réponses manquantes). On peut aussi comparer les réponses obtenues sur sa population aux scores de populations différentes ayant répondu au même questionnaire. C'est généralement toujours très descriptif, c'est assez difficile de faire des stats la dessus.

- si quest délivré 2 fois ou plus (réponses "avant/après") tu peux faire des stats sur l'évolution de chaque score (tel truc a évolué significativement ou pas)

Globalement, l'interprétation "statistique" des questionnaires (le descriptif, c'est aussi des stats...) doit faire appel à des outils simples. L'interêt est plus dans la discussion que dans l'application de méthodes statistiques complexes produisant des résultats qui ne mènent à rien.

Imagine appliquer ton modèle log-lineaire ou je ne sais trop quoi à tes réponses. Si tu as un résultat significatif, comment vas tu exprimer la signification de ce chiffre en langage courant ? Comment vas tu le commenter ? que va-t-il apporter à ton argumentaire ? A part de dire que dans un questionnaire, les réponses à certaines questions sont corrélées, ce qui est une lapalissade.

Salut AdrienC,

Je pense que si tu as uniquement des variables qualitatives le plus simple serait d'effectuer une ACM.
Et si tu veux obtenir des regroupements, il faudrait effectuait une classification hiérarchique de ton ACM.

Je vous remercie, c'est ce que je ferai. J'ai cherché à faire compliquer pour rien.

Merci à vous tous