Le visiteur consulte le portail sans accéder aux commandes d’analyse. L’administrateur dispose de l’espace d’importation et des modules statistiques.
Le mot de passe peut être modifié dans la configuration du portail.
Une extension du portail consacrée aux analyses descriptives avancées, multivariées et aux modèles de régression appliqués aux données éducatives.
Ouvrir l'espace analytiqueBase de démonstration. Les analyses utilisent les données importées dans le navigateur.
Résumé statistique des scores et comparaison entre sous-groupes.
| Indicateur | Valeur |
|---|
| Académie | N | Moyenne | SD | CV |
|---|
Exploration des associations entre scores numériques importés et réduction de dimension.
Les deux encarts sont alimentés automatiquement par toutes les colonnes de la base importée.
Les résultats apparaîtront ici après le calcul.
| Variable | Score | Lecture | Maths | ESVS |
|---|---|---|---|---|
| Score | 1,00 | 0,82 | 0,74 | 0,68 |
| Lecture | 0,82 | 1,00 | 0,71 | 0,64 |
| Maths | 0,74 | 0,71 | 1,00 | 0,59 |
| ESVS | 0,68 | 0,64 | 0,59 | 1,00 |
Module préparé pour analyser les variables numériques d'une base réelle.
| Composante | Valeur propre | % variance | Cumul |
|---|---|---|---|
| F1 | 2,71 | 67,8% | 67,8% |
| F2 | 0,84 | 21,0% | 88,8% |
| F3 | 0,45 | 11,2% | 100% |
Résultats illustratifs : l'ACP réelle sera calculée sur les variables numériques disponibles dans la base.
Deux cadres sont prévus : régression linéaire multiple pour un score continu et régression logistique pour une issue binaire.
Les deux encarts sont alimentés automatiquement par toutes les colonnes de la base importée.
Les résultats apparaîtront ici après le calcul.
| Variable | β | SE | t | p |
|---|---|---|---|---|
| Constante | 421,3 | 8,7 | 48,4 | <0,001 |
| Milieu urbain | +18,6 | 4,2 | 4,4 | <0,001 |
| Ressources école | +12,1 | 3,5 | 3,5 | 0,001 |
| Qualification enseignant | +9,4 | 3,8 | 2,5 | 0,013 |
| Variable | OR | IC 95% | p |
|---|---|---|---|
| Milieu urbain | 1,62 | 1,24–2,11 | <0,001 |
| Ressources école | 1,38 | 1,10–1,74 | 0,006 |
| Qualification enseignant | 1,27 | 1,02–1,58 | 0,031 |
Analyse des items à partir des colonnes d'items de la base importée. Les colonnes numériques peuvent être codées 0/1 pour les items dichotomiques ou sur une échelle commune pour les items polytomiques.
Détection automatique des colonnes dont le nom contient ITEM, Q, I ou SCORE_ITEM. Pour une analyse fiable, privilégier une nomenclature explicite du type ITEM01, ITEM02, etc.
| Indicateur | Valeur | Interprétation |
|---|
| Item | N | Moyenne | SD | Corr. item-total | Alpha si supprimé |
|---|
Module préparé pour les analyses de difficulté, ajustement et fonctionnement des items. Les valeurs sont calculées à partir des réponses 0/1 lorsqu'elles sont disponibles.
Les résultats apparaîtront ici après le calcul Rasch.
Une estimation Rasch complète par calibration conjointe nécessite un moteur IRT dédié (Winsteps, ConQuest ou équivalent). Le module navigateur fournit ici un diagnostic préparatoire et des estimations item par item.
| Item | N | Proportion correcte | Difficulté logit approx. | PTME | IN.MSQ | OUT.MSQ | Décision |
|---|
Calcul pour estimation de proportion ou de moyenne, avec correction de population finie, effet de sondage, non-réponse et allocation entre strates.
Les résultats apparaîtront ici après le calcul.
Renseignez chaque strate avec son effectif Nh. Pour l'allocation de Neyman, renseignez également l'écart-type Sh attendu. La colonne « allocation » donne le nombre à enquêter dans chaque strate.
| Strate | Nh | Sh | Poids | n proportionnel | n Neyman |
|---|
La base importée est conservée sans suppression de colonnes. Utilisez le défilement horizontal et vertical pour consulter l’intégralité des données.
Toutes les lignes et toutes les colonnes de la base active sont affichées ci-dessous. Aucun échantillonnage, aucune troncature et aucune suppression de colonne dans cet aperçu. Utilisez les barres de défilement uniquement pour naviguer dans les bases très larges.
Les résultats calculés à partir de la base importée sont regroupés ici.
Résumé automatique des principaux résultats descriptifs. Les modèles réels seront alimentés par les données importées.