Les employés sont-ils satisfaits ?

SampleCo a réalisé une enquête pour comprendre la corrélation entre la satisfaction et l’engagement globaux de ses employés, et différents idéaux comme la confiance et l’exécution. Les employés ont noté chaque question sur une échelle de 5 points, où 1 = « Tout à fait en désaccord » et 5 = « Tout à fait d’accord ».

Voici les résultats de l’enquête :

Results from SampleCo's survey

Sélectionnez la meilleure conclusion :

A : Il existe une atmosphère de confiance chez SampleCo.

B : Les employés se sentent le plus satisfaits et engagés lorsqu’ils peuvent compter sur l’entreprise.

C : Si les managers ne tiennent pas leurs engagements, les employés ne sont pas satisfaits globalement.

Cet exercice fait partie du cours

<cours>Analyser des données d’enquête en Python</cours>

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

<cours>Analyser des données d’enquête en Python</cours>

IntermédiaireNiveau de compétence

4.7+

Commencer le cours gratuitement

What is survey data, and how do we determine which statistical test to use to analyze the data? To answer this, you’ll be able to define all sorts of survey data types, encounter important concepts like descriptive and inferential statistics, and visualize survey data to determine the appropriate statistical modeling technique needed. In doing so, you will know how to best qualitatively and quantitatively define the trends and insights you come across in surveys.

Exercise 1: Introducing Survey Data Analysis Exercise 2: Looking at levels of measurements Exercise 3: Crosstabulation Exercise 4: Descriptive and Inferential Statistics Exercise 5: Descriptive statistics Exercise 6: Inferential statistics Exercise 7: Statistical Modeling Techniques Exercise 8: Scatter plot inspection Exercise 9: Choose a statistical method Exercise 10: Sampling technique match

In this chapter, you’ll learn the different ways of creating sample survey data out of population survey data by analyzing the parameters by which the survey data was taken.

Exercise 1: Random sampling Exercise 2: Random sample of employees Exercise 3: Reproducible random sampling Exercise 4: Stratified Random Sampling Exercise 5: Spread of yes's and no's Exercise 6: Stratified sampling Exercise 7: Weighted sampling Exercise 8: Blog survey Exercise 9: Weighted sampling on handedness Exercise 10: Cluster Sampling Exercise 11: Group clusters Exercise 12: Choosing clusters Exercise 13: Cluster sampling analysis

Now it’s time to understand the difference between descriptive and inferential statistics concerning survey data analysis with some real-life examples. Through hands-on exercises, you’ll further interpret the meaning of different variables, key measures such as central tendency and zscore, and interpret results for actionable steps.

Exercise 1: Statistiques descriptives dans l’analyse d’enquêtes Exercise 2: Distribution des fréquences Exercise 3: Mesures de variabilité Exercise 4: Mesures de tendance centrale Exercise 5: Statistiques inférentielles dans l’analyse d’enquêtes Exercise 6: Visualiser les données : histogramme Exercise 7: Trouver le z-score Exercise 8: Corrélations Exercise 9: Analyser des variables avec .corr()Exercise 10: Les employés sont-ils satisfaits ?

Exercice actuel

Exercise 11: À la régulière

Last but not least, it’s time to apply statistical modeling to survey data analysis with regression analysis, the two-sample t-test, chi-square test, and interpret the assumptions associated with these tests.

Exercise 1: Regression analysis Exercise 2: Fitting a linear regression model Exercise 3: Visualizing survey data Exercise 4: Safety precautions needed?Exercise 5: Two sample t-test Exercise 6: Are women more extroverted?Exercise 7: Two sample t-test on extraversion Exercise 8: Chi-square test Exercise 9: To chi-square or not to chi-square?Exercise 10: Mental health in tech survey Exercise 11: Mental health vs. remote work Exercise 12: Congratulations