Q1 : Selon toi, combien d’espèces existent actuellement sur la Terre ?

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q1
## p-value = 0.5108
## alternative hypothesis: two.sided

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
47 % des élèves estiment la biodiversité comprise entre un à dix millions d’espèces.

Q2 : Selon toi, combien d’espèces vivent dans la cour de ton lycée ?

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q2
## p-value = 0.3339
## alternative hypothesis: two.sided

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
51 % des élèves estiment la biodiversité de leur cour comprise entre 100 et 500 espèces.

Q3 : Selon toi, combien d’espèces d’oiseaux vivent dans la cours de ton lycée ?

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q3
## p-value = 0.08257
## alternative hypothesis: two.sided

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
74 % des élèves estiment la diversité aviaire de leur cour comprise entre 2 et 10 espèces.

Q4 : Si tu le peux, nomme cinq espèces d’oiseaux vivant dans la cours de ton lycée ?

Au total, les élèves ont cités 16 espèces d’oiseaux, en voici la liste :

Nombre d’Occurrences par espèces (pour les deux classes).
Espece Occurrence Pourcentage
pigeon 39 37
corbeau 22 21
pie 11 10
moineau 9 9
rouge gorge 6 6
mouette 4 4
corneille 2 2
mesange 2 2
oiseau 2 2
poussin 2 2
hirondelle 1 1
hypolais 1 1
merle 1 1
oisillon 1 1
perroquet 1 1
tourterelle 1 1

Au total, les élèves de seconde 6 ont cités 7 espèces d’oiseaux, en voici la liste :

Nombre d’Occurrences par espèces pour la seconde 6.
Espece Occurrence Pourcentage
pigeon 14 48
corbeau 7 24
pie 4 14
hypolais 1 3
moineau 1 3
mouette 1 3
oiseau 1 3

Au total, les élèves de seconde 12 ont cités 15 espèces d’oiseaux, en voici la liste :

Nombre d’Occurrences par espèces pour la seconde 12.
Espece Occurrence Pourcentage
pigeon 25 33
corbeau 15 20
moineau 8 11
pie 7 9
rouge gorge 6 8
mouette 3 4
corneille 2 3
mesange 2 3
poussin 2 3
hirondelle 1 1
merle 1 1
oiseau 1 1
oisillon 1 1
perroquet 1 1
tourterelle 1 1

2.2 oiseaux en moyenne cité par les élèves au global (pas de différence selon le sexe)
1.4 oiseaux en moyenne cité par les élèves de seconde 6
2.9 oiseaux en moyenne cité par les élèves de seconde 12
68 % des élèves citent les pigeon comme premier oiseau
85 % des élèves ont réussis à citer au moins un oiseau
71 % des élèves de seconde 6 ont réussis à citer au moins un oiseau
96 % des élèves de seconde 12 ont réussis à citer au moins un oiseau

Q5 : C’est espèces font-elles parties de la biodiversité ?

Pourcentage de réussite pour l’ensemble des réponse puis par catégories.
x
pourcentage_toutes_especes 53
pourcentage_mammifere 51
pourcentage_nuisible 48
pourcentage_autre_animaux 62
pourcentage_microorga 29
pourcentage_vegetaux 52
Pourcentage de réussite pour l’ensemble des réponse puis par catégories (en seconde 6).
x
pourcentage_toutes_especes 46
pourcentage_autre_animaux 52
pourcentage_microorga 19
pourcentage_mammifere 43
pourcentage_vegetaux 48
pourcentage_nuisible 42
Pourcentage de réussite pour l’ensemble des réponse puis par catégories (en seconde 12).
x
pourcentage_toutes_especes 59
pourcentage_autre_animaux 70
pourcentage_microorga 37
pourcentage_mammifere 58
pourcentage_vegetaux 56
pourcentage_nuisible 54
## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q5_toutes
## p-value = 0.2042
## alternative hypothesis: two.sided
## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q5_mammiferes
## p-value = 0.5865
## alternative hypothesis: two.sided
## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q5_nuisibles
## p-value = 0.04913
## alternative hypothesis: two.sided
## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q5_autres
## p-value = 0.129
## alternative hypothesis: two.sided
## 
##  Pearson's Chi-squared test
## 
## data:  table_Q5_vegetaux
## X-squared = 0.67177, df = 2, p-value = 0.7147
## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q5_microorga
## p-value = 0.004623
## alternative hypothesis: two.sided

Les dfférents tests statistiques montrent qu’il n’y a pas de différence significatives entre les deux classes sauf pour les catégories "nuisibles (moustiques, loup, serpent et coronavirus), la seconde 12 a un taux de bonnes réponse plus élevé.

Q10 : Si tu peux, donne jusqu’à cinq exemples d’êtres vivants en voie de disparition ou en voie d’extinction dans le monde.

Au total, les élèves ont cités 40 espèces “menacées”, en voici la liste :

Nombre d’Occurrences par espèces (pour les deux classes).
Espece Occurrence Pourcentage
panda 27 17
éléphant 19 12
ours polaire 15 10
tigre 12 8
loup 10 6
rhinocéros 10 6
gorille 8 5
ours 5 3
koala 4 3
dauphin 3 2
dinosaure 3 2
girafe 3 2
lion 3 2
lynx 3 2
requin 3 2
dodo 2 1
mammouth 2 1
serpent 2 1
abeille 1 1
aigle 1 1
antilope 1 1
autruche 1 1
baleine 1 1
bison 1 1
chameau 1 1
corail 1 1
dromadaire 1 1
forêt 1 1
hiboux 1 1
hippopotame 1 1
kangourou 1 1
moustique 1 1
oiseaux 1 1
orang-outan 1 1
Panda 1 1
panthere 1 1
papillon 1 1
pingouin 1 1
renard 1 1
tyranosaure 1 1

Au total, les élèves de seconde 6 ont cités 27 espèces “menacées”, en voici la liste :

Nombre d’Occurrences par espèces pour la seconde 6.
Espece Occurrence Pourcentage
éléphant 9 13
panda 9 13
loup 6 9
tigre 6 9
ours polaire 5 7
ours 4 6
rhinocéros 4 6
gorille 3 4
dinosaure 2 3
koala 2 3
lion 2 3
lynx 2 3
serpent 2 3
aigle 1 1
autruche 1 1
baleine 1 1
chameau 1 1
dauphin 1 1
dodo 1 1
dromadaire 1 1
girafe 1 1
hiboux 1 1
mammouth 1 1
moustique 1 1
panthere 1 1
papillon 1 1
tyranosaure 1 1

Au total, les élèves de seconde 12 ont cités 29 espèces “menacées”, en voici la liste :

Nombre d’Occurrences par espèces pour la seconde 12.
Espece Occurrence Pourcentage
panda 18 21
éléphant 10 12
ours polaire 10 12
rhinocéros 6 7
tigre 6 7
gorille 5 6
loup 4 5
requin 3 3
dauphin 2 2
girafe 2 2
koala 2 2
abeille 1 1
antilope 1 1
bison 1 1
corail 1 1
dinosaure 1 1
dodo 1 1
forêt 1 1
hippopotame 1 1
kangourou 1 1
lion 1 1
lynx 1 1
mammouth 1 1
oiseaux 1 1
orang-outan 1 1
ours 1 1
Panda 1 1
pingouin 1 1
renard 1 1
Nombre d’Occurrences par type d’espèces (pour les deux classes).
Espece Occurrence Pourcentage
mammifère 133 85
oiseau 6 4
reptile 6 4
cétacé 3 2
insecte 3 2
poisson 3 2
cnidaire 1 1
végétal 1 1
Nombre d’Occurrences par type d’espèces (pour les deux classes).
Espece Occurrence Pourcentage
Espèce exotique 121 78
Espèce locale 27 17
Espèce éteinte 8 5

3.3 espèces en moyenne cité par les élèves au global (pas de différence selon le sexe)
3.3 espèces en moyenne cité par les élèves de seconde 6 (pas de différence selon le sexe)
3.3 espèces en moyenne cité par les élèves de seconde 12 (pas de différence selon le sexe)

Q11 : Avoir des cours sur la biodiversité te semblent :

Intéressant

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q11.1
## V = 28, p-value = 0.02154
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
87 % des élèves estiment qu’étudier en classe est intéressant (plutôt d’accord ou totalement d’accord). La classe de seconde 6 semble significativement plus en accord avec cette proposition.

Utile

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q11.2
## V = 21, p-value = 0.03603
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
91 % des élèves estiment qu’étudier en classe est utile (plutôt d’accord ou totalement d’accord). La classe de seconde 6 semble significativement plus en accord avec cette proposition.

Important

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q11.1
## V = 28, p-value = 0.02154
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
85 % des élèves estiment qu’étudier en classe est impotant (plutôt d’accord ou totalement d’accord). La classe de seconde 6 semble significativement plus en accord avec cette proposition.

Q12 : Aimes-tu ?

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q12.1
## p-value = 0.7155
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##   0.2366977 10.4122668
## sample estimates:
## odds ratio 
##   1.417923

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
83 % des élèves aiment observer des animaux.

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table_Q12.2
## X-squared = 0.7263, df = 1, p-value = 0.3941

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test du Chi² car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants. Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
43 % des élèves aiment identifier les oiseaux.

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table_Q12.3
## X-squared = 0.017193, df = 1, p-value = 0.8957

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test du Chi² car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants. Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
51 % des élèves aiment observer le comportement des oiseaux.

Q13 : Actuellement, sais-tu ?

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table_Q13.1
## X-squared = 4.0451e-05, df = 1, p-value = 0.9949

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test du Chi² car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants. Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
60 % des élèves savent reconnaître les espèces d’oiseaux de ton lycée.

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q13.2
## p-value = 0.3064
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##   0.4274304 12.3289017
## sample estimates:
## odds ratio 
##   2.162542

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
21 % des élèves savent utiliser une clé de détermination pour reconnaître une espèce.

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table_Q13.3
## X-squared = 0.1553, df = 1, p-value = 0.6935

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test du Chi² car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants. Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
47 % des élèves savent appliquer un protocole scientifique s’il n’est pas compliqué.

Q14 : Actuellement, aimerais-tu aider à préserver :

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table_Q14.1
## X-squared = 0.1553, df = 1, p-value = 0.6935

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test du Chi² car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants. Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
47 % des élèves aimeraient protéger les vers de terre.

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q14.2
## p-value = 0.4754
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##  0.06641141 2.41350924
## sample estimates:
## odds ratio 
##  0.4598636

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
21 % des élèves aimeraient protéger les moustiques.

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q14.3
## p-value = 0.6441
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##   0.2032316 25.9180953
## sample estimates:
## odds ratio 
##   1.970429

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
11 % aimeraient protéger les punaises de lit.

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q14.4
## p-value = 0.03474
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##  0.002098291 0.990144179
## sample estimates:
## odds ratio 
##  0.1047618

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il existe une différence significative pour les réponse à cette question entre les deux classes (la classe de seonde 12 répondant plus oui à cette question).
85 % des élèves aimeraient protéger les loups.

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table_Q14.5
## X-squared = 0.86116, df = 1, p-value = 0.3534

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test du Chi² car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants. Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
57 % des élèves aimeraient protéger les rouges-gorges.

## 
##  Fisher's Exact Test for Count Data
## 
## data:  table_Q14.6
## p-value = 1
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##  0.1844857 5.9474618
## sample estimates:
## odds ratio 
##   1.011651

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test exact de Fischer car nous avons des données qualitatives, nominales et que nous allons comparer deux échantillons indépendants (et que les conditions d’application du Chi² ne sont pas remplies). Ce test indique qu’il n’existe pas de différence significative pour les réponse à cette question entre les deux classes.
81 % aimeraient protéger les abeilles.

74.4680851 % aimeraient protéger des espèces attrayantes/utiles (abeilles, loup et rouge-gorge). 26.2411348 % aimeraient protéger des espèces effrayantes/nuisibles (moustiques, vers de terre, punaises de lit).

Q15 : Que penses-tu des affirmations suivantes ?

Les élèves ont besoin de plus d’informations sur comment protéger la biodiversité concrètement

## 
##  Wilcoxon signed rank exact test
## 
## data:  table_Q15.1
## V = 21, p-value = 0.03125
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
94 % des élèves estiment avoir besoin de plus d’informations sur comment protéger la biodiversité concrètement(plutôt d’accord ou totalement d’accord). La classe de seconde 12 semble significativement plus en accord avec cette proposition.

Préserver la biodiversité coute toujours très cher

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.2
## V = 36, p-value = 0.01403
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
36 % des élèves estiment que préserver la biodiversité coute toujours très cher(plutôt d’accord ou totalement d’accord). La classe de seconde 12 semble significativement moins en accord avec cette proposition.

Si la biodiversité décline, cela impactera ma vie négativement

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.3
## V = 36, p-value = 0.01415
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
70 % des élèves estiment que Si la biodiversité décline, cela impactera ma vie négativement (plutôt d’accord ou totalement d’accord). La classe de seconde 12 semble significativement plus en accord avec cette proposition.

Je me sens responsable de la préservation de la biodiversité

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.4
## V = 28, p-value = 0.02201
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
74 % des élèves estiment qu’ils se sentent sens responsable de la préservation de la biodiversité (plutôt d’accord ou totalement d’accord). La classe de seconde 12 semble significativement plus en accord avec cette proposition.

Il est plus important de construire des routes et des villes que de protéger la biodiversité

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.5
## V = 36, p-value = 0.01368
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
30 % des élèves estiment qu’il est plus important de construire des routes et des villes que de protéger la biodiversité (plutôt d’accord ou totalement d’accord). La classe de seconde 12 semble significativement plus en accord avec cette proposition.

Nous dépensons trop d’argent pour préserver la biodiversité

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.6
## V = 36, p-value = 0.01403
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
19 % des élèves estiment que l’on dépense trop d’argent pour préserver la biodiversité (plutôt d’accord ou totalement d’accord). La classe de seconde 6 semble significativement plus en désaccord avec cette proposition.

Les scientifiques sont les seuls à pouvoir protéger la biodiversité

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.7
## V = 21, p-value = 0.03501
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
6 % des élèves estiment que les scientifiques sont les seuls à pouvoir protéger la biodiversité (plutôt d’accord ou totalement d’accord). La classe de seconde 6 semble significativement plus en désaccord avec cette proposition.

Je ne suis pas concerné par la protection de la biodiversité

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.8
## V = 36, p-value = 0.0131
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
9 % des élèves estiment qu’ils ne sont pas concernés par la protection de la biodiversité (plutôt d’accord ou totalement d’accord).

Les médias exagèrent les menaces pesant sur la biodiversité.

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  table_Q15.9
## V = 36, p-value = 0.01403
## alternative hypothesis: true location is not equal to 0

Pour vérifier l’éventuelle différence entre les deux classes, nous allons utiliser le test de Mann et Whitney car nous avons des données qualitatives, ordinales, que nous allons comparer deux échantillons indépendants.
34 % des élèves estiment que les médias exagèrent les menaces pesant sur la biodiversité (plutôt d’accord ou totalement d’accord). La classe de seconde 12 semble significativement plus en désaccord avec cette proposition.

Analyse des Correspondances Multiples

Une Analyse des Correspondances Multiples (ACM) est une statistique descriptive multidimensionnelle, qui permet l’exploration statistique de jeux de données qualitatifs complexes. Elle permet de faire une étude simultanée de plusieurs variables (plus de deux au minimum) en les représentant sur un espace de dimension réduite en déformant le moins possible la réalité. L’intérêt est donc d’obtenir le résumé le plus pertinent de données potentiellement corrélées les unes aux autres. L’objectif est d’identifier :

Le graphique ci-dessus permet d’identifier les variables les plus corrélées avec chaque axe. On constate, par exemple, que les variables Q15.2 et Q2 sont les plus corrélées avec la dimension 2. De même, les variables Q11.1 et Q12.1 sont les plus corrélées avec la dimension 1. Les variables qualitatives supplémentaires (sexe et classe) sont représentées en bleu et en semblent pas influencées par les deux dimmensions de l’ACM.

Ce graphique permet de visualiser les pourcentages de variances expliquées par chaque dimension de l’ACM. Les deux axes utilisés dans la figure précédente représentent 26,9 % de la variance totale (15,1 + 11,8).

Dans le graphique ci-dessus, les individus sont représentées par des points bleus et les variables (les différentes colonnes) par des triangles rouges. La distance entre les individus donne une mesure de leur similitude (ou dissemblance). Les individus avec un profil similaire sont proches sur le graphique. Il en va de même pour les variables. Les variables qualitatives supplémentaires (sexe et classe) sont représentées en vert.

L’ellipse de confiance permet de visualiser le centre de gravité des groupes. On voit donc qu’il n’y a pas de différence de répartition des élèves des deux classes dans cette projection.

On peut également tenter un ACM sur un plus réduit que de questions pour repérer des profils de réponse sur un type de question. Commencons pour les questions 14 (Actuellement, aimerais-tu aider à préserver) :

A nouveau, on ne détecte pas de différence de répartition des élèves des deux classes dans cette projection.

Essayons à nouveau en regroupant les questions 11 (Avoir des cours sur la biodiversité te semblent), 12 (Aimes-tu ?) et 13 (Actuellement, sais-tu ?):

on ne détecte pas de différence de répartition des élèves des deux classes dans cette projection.