Données manquantes — Données, 14–17 ans
Les réponses manquantes font partie d’un ensemble de données : ce n’est pas un détail invisible. Comprendre pourquoi des valeurs manquent aide à juger si une conclusion est fiable.
Idée
Il y a des données manquantes lorsqu’une valeur était attendue mais n’a pas été enregistrée, a été refusée ou n’a pas pu être mesurée. Le blanc lui-même informe : il peut signaler une question sautée, un capteur en panne ou une personne impossible à joindre. Il faut compter et décrire ces valeurs, pas les ignorer discrètement.
Pourquoi
Les analystes prennent les données manquantes au sérieux, car les supprimer peut modifier le groupe étudié. Si les personnes aux revenus plus faibles répondent moins à une question d’argent, les réponses restantes peuvent paraître trop favorables. La question essentielle n’est pas seulement combien il manque, mais pourquoi.
Exemple détaillé
Une enquête demande à 100 personnes si elles vont à l’école à vélo. Quatre-vingts répondent et 48 disent oui. Parmi les répondants, le taux est 48 ÷ 80 = 60 %. Il ne faut pas annoncer 48 % de tous les élèves sans savoir si les 20 non-répondants ressemblent aux autres ; l’estimation pourrait être biaisée.
Piège courant
On remplace souvent chaque blanc par zéro. Cela semble pratique, car un blanc peut donner l’impression de signifier « aucun », mais on transforme ainsi « inconnu » en valeur mesurée. Une température manquante n’est pas 0 °C et un revenu manquant ne signifie pas absence de revenu ; le remplacement doit être justifié.
Utilisation
La recherche de données manquantes est utilisée dans les dossiers de santé, les enquêtes scolaires, les capteurs météo et les formulaires en ligne. Un hôpital peut constater qu’une clinique laisse un champ vide bien plus souvent que les autres, ce qui révèle un problème de formation ou de logiciel. Signaler la quantité et la répartition des absences rend les décisions plus sûres.
Continue d'explorer
Autres langues
Chargement de MyLeoNes™…