Analyse des correspondances multiples (ACM/MCA)

L'analyse des correspondances multiples représente toutes les modalités de trois variables catégorielles ou plus, comme des réponses d'enquête ou des relevés de défauts, de sorte que les modalités liées apparaissent proches. Utilisez l'analyse des correspondances simples pour exactement deux variables. Les lignes avec valeurs manquantes sont exclues. Les résultats incluent un tableau d'inertie par dimension, un tableau des modalités (masse, coordonnées, qualité, contributions) et une carte des deux premières dimensions.

Dernière révision

Point clé

L'analyse des correspondances multiples (ACM/MCA) place chaque modalité de trois variables catégorielles ou plus sur une même carte ; les modalités qui apparaissent souvent ensemble, comme type de client, canal et formule, sont proches.

Sur cette page
  1. Objectif
  2. Principales fonctionnalités
  3. Méthodes statistiques
  4. Champs de saisie et options
  5. Description des résultats
  6. Exemple résolu

Objectif

L'analyse des correspondances multiples (Multiple Correspondence Analysis, MCA) place chaque modalité de trois variables catégorielles ou plus sur une même carte. Les modalités souvent données par les mêmes répondants ou relevées sur les mêmes éléments sont proches. Utilisez-la pour explorer des réponses d'enquête, des relevés de défauts ou des constats d'audit comportant plusieurs champs catégoriels, par exemple pour voir quels types de clients vont avec quels canaux et formules de service, ou quelles équipes, lignes et types de défauts tendent à apparaître ensemble. Pour exactement deux variables, utilisez l'analyse des correspondances simples (Simple Correspondence Analysis).

Principales fonctionnalités

  • Analyse trois colonnes catégorielles ou plus à la fois ; chaque modalité devient un point de la carte.
  • Tableau d'inertie pour chaque dimension, avec pourcentages et pourcentages cumulés.
  • Tableau des modalités avec masse, inertie, coordonnées, qualité, corrélations au carré et contributions pour le nombre de dimensions choisi.
  • Graphique de toutes les modalités sur les deux premières dimensions, coloré par variable.
  • Export PDF des résultats.

Méthodes statistiques

Les lignes avec une valeur manquante dans l'une des variables sélectionnées sont exclues, et chaque valeur est traitée comme un libellé de modalité. Les données sont transformées en une matrice indicatrice Z avec une colonne 0/1 par modalité de chaque variable (K colonnes au total pour J variables). L'ACM est une analyse des correspondances de cette matrice : Z est divisée par son total pour donner les proportions P, avec les masses des lignes r et des colonnes (modalités) c, et les résidus standardisés S = Dr^−½ (P − r cᵀ) Dc^−½ sont décomposés par décomposition en valeurs singulières. Chaque valeur singulière d donne une dimension d'inertie d². Il y a K − J dimensions, et l'inertie totale vaut toujours (K − J) / J ; elle ne dépend donc que du nombre de modalités, pas des données.

Les coordonnées des modalités sont des coordonnées principales, Dc^−½ V D. La masse (Mass) est la part d'une modalité dans le total de la matrice indicatrice, c'est-à-dire sa fréquence relative divisée par J. Inert est la part de la modalité dans l'inertie totale. Quality est la part de la distance au carré de la modalité au centre qui est représentée par les dimensions présentées (de 0 à 1) ; Corr est cette part pour une dimension, et Contr la part de l'inertie d'une dimension dont la modalité est responsable. Comme le codage indicateur répartit l'inertie sur de nombreuses dimensions, les deux premières dimensions de l'ACM expliquent généralement un pourcentage bien plus faible qu'en analyse des correspondances simples ; la carte peut rester utile, mais les modalités de faible qualité ne sont pas bien représentées.

Champs de saisie et options

Champ

Description

Categorical variables

Trois colonnes catégorielles ou plus. Maintenez Ctrl ou Command pour en sélectionner plusieurs. Pour exactement 2 variables, utilisez plutôt Simple Correspondence Analysis.

Number of components

Nombre de dimensions pour lesquelles présenter Quality, Corr et Contr dans le tableau des modalités. Par défaut 2 ; de 1 à 20, dans la limite du nombre disponible. Le graphique montre toujours les 2 premières.

Title

Titre affiché sur le graphique. Par défaut Multiple Correspondence Analysis.

multiple-correspondence-analysis-inputs


Figure 1 — Options pour l'exemple : cinq questions d'enquête comme variables catégorielles, 2 composantes.

Description des résultats

  • Multiple Correspondence Analysis plot : chaque modalité sur la Dimension 1 en fonction de la Dimension 2 (pourcentages d'inertie dans les titres des axes), colorée par variable. Chaque point est étiqueté avec sa modalité ; la couleur et la légende indiquent la variable, et le survol affiche les deux. Les étiquettes sont placées de façon à éviter les chevauchements.
  • Total inertia : l'inertie totale et le nombre de dimensions.
  • Analysis of Indicator Matrix : Component (Dim1, Dim2, ...), Inertia, Percent et Cumulative Percent pour chaque dimension.
  • Column Contributions : Category, Variable, Mass, Inert, la coordonnée sur chaque dimension présentée, Quality, ainsi que Corr et Contr pour chaque dimension présentée.
  • Export PDF via Download.

multiple-correspondence-analysis-output


Figure 2 — Carte des modalités pour cinq questions d'enquête auprès de 160 clients : la Dimension 1 (14.6%) va des faibles revenus, de la formule Basic et des moins de 30 ans aux revenus élevés, à la formule Premium et aux 45 à 59 ans.

Exemple résolu

Une équipe marketing d'un distributeur a interrogé 160 clients sur cinq questions : tranche d'âge (quatre groupes), niveau de revenu (Low, Medium, High), région (North, South, East, West), canal préféré (Online, In Store, Mobile App, Phone) et formule de service (Basic, Standard, Premium). Elle veut voir quelles réponses vont ensemble, afin de planifier des offres ciblées. Elle sélectionne les cinq colonnes comme Categorical variables et conserve Number of components = 2.

Les 18 modalités donnent 13 dimensions et une inertie totale de 2.6. La Dimension 1 explique 14.56% et la Dimension 2 11.7%, soit 26.26% ensemble : c'est normal pour une ACM avec autant de modalités, mais la carte doit être lue comme un résumé approximatif. La Dimension 1 va de Income Level: Low (−0.687), Service Plan: Basic (−0.771) et Age Group: Under 30 (−0.770) à gauche à Income Level: High (1.393), Service Plan: Premium (0.956) et Age Group: 45 to 59 (0.967) à droite. Income Level: High contribue à 23.1% de l'inertie de la Dimension 1, la plus forte contribution de toutes les modalités. Sur la Dimension 2, Income Level: Medium (−0.804), Age Group: 30 to 44 (−0.821) et Service Plan: Standard (−0.595) sont regroupés en bas.

Region: South (qualité 0.0054) et Preferred Channel: In Store (0.0475) se situent près du centre avec une très faible qualité : ils sont mal représentés sur cette carte et n'appartiennent à aucun des groupes. Pour l'équipe, le niveau de revenu et la formule de service forment le schéma principal, l'âge les suivant, tandis que la région et le canal apportent peu. Dans les données brutes, 60.4% des clients à faible revenu ont choisi Basic et 52.8% des clients à revenu élevé ont choisi Premium. Retirer Region de l'analyse fait passer la part des deux premières dimensions à 32.57%.

Questions fréquentes

Qu'est-ce que l'analyse des correspondances multiples ?

L'analyse des correspondances multiples (ACM/MCA) place chaque modalité de trois variables catégorielles ou plus sur une même carte ; les modalités souvent données par les mêmes répondants ou relevées sur les mêmes éléments sont proches. Elle sert à explorer des réponses d'enquête, des relevés de défauts ou des constats d'audit, par exemple pour voir quelles équipes, lignes et types de défauts tendent à apparaître ensemble.

Quelle est la différence entre l'ACM et l'analyse des correspondances simples ?

L'analyse des correspondances simples est destinée à exactement deux variables catégorielles, tandis que l'ACM traite trois variables ou plus. L'ACM analyse une matrice indicatrice avec une colonne 0/1 par modalité. Comme ce codage répartit l'inertie sur de nombreuses dimensions, les deux premières dimensions de l'ACM expliquent généralement un pourcentage bien plus faible qu'en analyse des correspondances simples.

Comment interpréter un graphique d'ACM ?

Les modalités proches sur la carte tendent à apparaître ensemble. Lisez les pourcentages des axes comme la part d'inertie expliquée par chaque dimension. Vérifiez la Quality de chaque modalité, de 0 à 1 : les modalités de faible qualité, souvent proches du centre, sont mal représentées sur la carte et ne doivent pas être interprétées comme appartenant à un groupe. Contr indique quelles modalités définissent chaque dimension.

Pourquoi l'inertie expliquée est-elle si faible en ACM ?

L'inertie totale en ACM vaut toujours (K - J) / J, où K est le nombre de modalités et J le nombre de variables ; elle ne dépend donc que du nombre de modalités. Le codage indicateur répartit cette inertie sur de nombreuses dimensions, de sorte qu'un faible pourcentage sur les deux premières dimensions est normal ; la carte doit être lue comme un résumé approximatif.