v.
03-a Elaboration questionnaire
PLAN D’ EXPERIENCES
Elaboration de questionnaires
( enquêtes à préférences déclarées )
Luminita ION
Qu’ est - ce qu’ une enquête ?
« activité organisée et méthodique
de collecte de données sur des
caractéristiques d’ intérêt d’ une
partie ou de la totalité des unités
d’ une population à l’ aide de
concepts , de méthodes et de
procédures bien définis .
Elle est suivie d’ un exercice de
compilation permettant de
présenter les données recueillies
sous une forme récapitulative utile . »
Extrait de :
« Méthodes et pratiques d'enquête »
Cibler la population
Formulation des questions : - questions de comportements
Les biais
- questions de connaissance
- questions d’ intention
- questions d’ opinion
La récolte des données L’ échantillonnage
Extrait de :
« Petit guide de méthodologie de l'enquête » Univ. Libre de Bruxelles
/ master en Sciences et Gestion Environnement
Voir :
« Méthodologie de l'enquête par questionnaire »
Jean-Christophe Vilatte / Laboratoire Culture & Communication / Université d’Avignon
Questionnaires spécifiques :
Mesure du stress professionnel : « modèle de Karasek » Octobre 2009 :
Jean-Marie BOUSSIER « modèle de Siegrist » France Télécom questionne
tous ses salariés
1 3
Différents types d’ enquêtes
1- Enquêtes Préférences Observées
. . . . . . . . . ou Révélées
.........
Etapes d’ une enquête :
.après
. . . . la mise en place ( R P : Revealed Preferences )
- formulation de l’ énoncé
des objectifs , - état d’ une situation ( photo à un instant )
- sélection d’ une base - qu’ est-ce qui a influencé ce choix ( des personnes interrogées )
de sondage ,
- exemple : recensement de la population
- choix d’ un plan
d’ échantillonnage ,
- conception du questionnaire ,
2- Enquêtes Préférences Déclarées
..........
.avant
. . . . la mise en place
- collecte des données , ( S P : Stated Preferences )
- saisie et codage des données , - identifier les paramètres ou critères qui vont influencer
- vérification et imputation , - trouver des combinaisons ou scénarii qui vont satisfaire les gens
- estimation , - évaluer la probabilité d’ un service
- analyse des données , - parler de scénario hypothétique
- diffusion des données . Dans beaucoup de prévisions ,
il est envisagé des scénarios et non plus la recherche du scénario idéal
No 12-587-X au catalogue www.statcan.gc.ca ( car trop difficile à trouver et dépend de choix de départ ) .
2 4
Contexte de l’ application Simulation de trafic urbain
Elaboration d’un simulateur de trafic urbain - Tester des stratégies Changements de comportements des agents
Les comportements des "individus" évoluant dans le système doivent par environnement modifié ou comportements des autres
être réalistes et fonction de la ville étudiée .
⇒ système complexe dynamique : paradigme système multi - agents ( SMA )
Buts Buts
Agents = Entités autonomes évoluant dans un environnement
Logique Logique
en interaction pour accomplir des buts communs ( ou pas ) . Critères Critères

Agents cognitifs = Objets "évolués" (programmes informatiques) qui interagissent ,

apprennent , négocient , communiquent et adaptent leur comportement .
Critères
d’ optimisation
Buts
Logique
superviseur Critères
trafic

Environnement
Images provenant de NewsLand &Co consulté à [http://www.nc3d.com/transportation/index.php] 5 7

Système complexe dynamique : paradigme SMA Simulation de trafic urbain

des individus de différentes catégories sociodémographiques - Tester des stratégies Changements de comportements des agents
ayant des buts et souhaitant satisfaire des besoins différents .
- Analyser les impacts Evolution « environnement - agents »

Buts Buts Buts Buts

Logique Logique Logique Logique
Critères Critères Critères Critères

Critères
d’ optimisation
Buts Buts
Logique Logique
Critères superviseur Critères
trafic

Environnement Environnement
6 8
 Analogie avec le domaine des procédés industriels Questionnaire pour des enquêtes à préférences déclarées
Hypothèse : l’ agent A appartenant à la catégorie C est supposé Principe : l’individu sanctionne des scénarios hypothétiques par une fonction score
choisir le scénario qui maximise son score Sa . Problème : tester un nombre important de variables avec un nombre
Problème de
Maximisation score ≡ Problème d’
Optimisation de Procédé Solution adoptée :
"raisonnable" de scénarios
questionnaire à base de 2 plans factoriels ( plan produit )
Variables liées à l’ alternative Paramètres fixes
et à l’ activité Paramètres variables
coût , distance , type activité , …
Variables internes Variables de contrôle

Score (t0) Variables Estimation

Choix Conditions Paramètres
de trajet Variables incontrôlables
Action Variables congestion, bruits
externes information Boîte
noire de fond
Evaluation temps réel …

Score (t) Résultat

Score à maximiser Réponse à optimiser
numérique quantitative
sémantique qualitative 9 11

Questionnaire pour des enquêtes à préférences déclarées Apport de la démarche dans l’ élaboration du questionnaire
Principe : l’individu sanctionne des scénarios hypothétiques par une fonction score questionnaire à base de 2 plans factoriels
Problème : tester un nombre important de variables avec un nombre
"raisonnable" de scénarios

nombre important de variables réduction du nombre de questions

variables quantitatives et qualitatives couplages ( ou interactions )

entre variables
effets des variables liées aux
"robustesse" pour un choix
conditions de trajet
Penser à ajouter deux questions pour vérifier les scores obtenus par le modèle avec
les réponses fournies par les personnes .
Le modèle est établi à partir des questions du plan ; il permet de couvrir et donc
10 fournir des réponses (scores) pour les questions qui n’ont pas été posées . 12
Définition de catégories ( sociodémographiques ) pour les individus Exemple de questionnaire : 7 paramètres , 3 niveaux
Pourquoi c’est IMPORTANT de le faire ? Choix du "type" de parking pour le plan principal
3 niveaux
- Évite de placer ces paramètres dans le questionnaire coût stationnement
âge , genre , "statut" (étudiant, touriste, travailleur, en recherche d’emploi …) ,
plage de revenu , etc.

- Les réponses seront différentes selon les catégories car

les individus perçoivent différemment les niveaux des paramètres
et ont également des comportements différents .
coût stationnement
Pour chaque question , vérifier la fréquence d’ apparition d’ une réponse : coût stationnement

95%

45% ⇒ questions
sinon pour être exhaustif ,
il faudrait :
1 2 3 4 5 6 réponse 1 2 3 4 5 6 réponse
questions
13 15

coût stationnement

Démarche P. E. X. Rappel ( suite )

1- Choix d’ une stratégie ( REX1 , REX2 , RNO )

2- Essais préliminaires ( choix des interactions )
3- Proposition d’ un modèle ( nbr paramètres et interactions )
4- Calcul du nombre d’ inconnues dans le modèle
5- Calcul du p.p.c.m.
6- Choix d’ une table Taguchi
7- Affectation des colonnes de la table
8- Vérification de l’ orthogonalité ( si besoin )
9- Questionnaire – Enquête(s) sur terrain
10- Calcul des effets moyens
11- Validation du modèle ( question(s) hors plan )

12- Représentation graphique des effets du modèle

13- Recherche de la combinaison pour l’ objectif 14 16
Constats suite à cette 1ière enquête Elaboration de l’enquête à préférences déclarées
Les personnes interrogées , placées devant des scénarios hypothétiques ,
Le questionnaire donnent des avis pour chaque question ( note ou fréquence de choix ) .
- ............... Choix des paramètres ( ou variables d’entrée )
- ............... quantitatives ou qualitatives
- distance à parcourir entre un point et un autre , coût . . .
Conditions - Contraintes - Différentes situations - conditions météorologiques , attractivité d’ un site . . .

- enquête effectuée sur le terrain ( rue , gare , aéroport … ) Limiter au plus à 6 , sinon questionnaire lourd
Si trop de paramètres , alors procéder à un questionnaire grossier
- obtenir des questionnaires complétés en intégralité puis utiliser ANOVA afin de déterminer les paramètres significatifs
- Difficulté car pas d’ obligation ( dans notre cas ) permettant l’ élaboration du questionnaire final .
- à la différence de :
Liste de choix pour les réponses
- *Recensement de la population ( amende de 38 euros, loi 7-06-1957, art.7 )
quantitatives ( notes ) ou qualitatives ( fréquence de choix )
- Tests pour laboratoires , secteur médical , agroalimentaire … Limiter à 6 ( sinon trop de dispersion )
- En entreprise par une Direction Un nombre pair ( force à se positionner )
- c’ est coûteux ( il existe des projets de recherche spécifiques - jamais , rarement , . . . , souvent , toujours
pour la réalisation d’ enquêtes ) - notes de 1 à 6
- etc.
(*) en France, organisé par l’Insee, enquêtes statistiques déclarées obligatoires par l’administration 17 19

Constats suite à cette 1ière enquête ( suite ) Elaboration de l’enquête à préférences déclarées ( suite )
Les personnes interrogées , placées devant des scénarios hypothétiques ,
Avantages des Plans d’ expériences donnent des avis pour chaque question ( note ou fréquence de choix ) .
- connaître le résultat de scénarii pour lesquels
Choix des niveaux
il n’ y a pas eu de questions posées .
seuil ou qualitatif , ceci est très délicat et essentiel ( pas plus de 2 ,
sinon questionnaire lourd )
- éviter les a priori même si , pour certains ,
la réponse pourrait être évidente : Selon les 2 niveaux imposés par le régulateur pour le paramètre « distance »
( à une question , si on vous l’ offre , accepteriez - vous ce service) par exemple, celui-ci pourra être « très significatif » ou pas .
Prix d’ un parking : faut - il donner pour le niveau 1 : inférieur à 5 € / h
- robustesse : comment va évoluer la fidélité ( ou reproductibilité ) et donc , pour niveau 2 : supérieur à 5€ / h
d’ utilisation de service dans le temps - difficulté pour la valeur du seuil , il serait souhaitable d’ avoir une fourchette .
avec des paramètres bruit de fond . - d’une catégorie d’ individus à une autre , ce seuil n’ a pas la même incidence .
- d’une ville étudiée à une autre , les individus n’ont pas les mêmes réactions .
(mise en place de stationnement payant dans une ville socialement "défavorisée" )

Choix des interactions entre 2 variables

soit le régulateur les "pressent" et les spécifie ,
soit elles seront attribuées d’ office dans les colonnes non affectées
( dépendra de la table retenue et du graphe linéaire ) aux variables
18 20
 Exemple 1 , choix d’ un parking : Contexte Exploitation par le régulateur : recherche de stratégie

1-) Quel parking choisissez-vous ? Une manière de présenter les effets pour une vue globale

parking 1 car le plus proche Effets moyens des variables Effets moyens des variables
En fait, votre critère est la distance. sur le choix préliminaire selon les conditions de trajet
coût
parking 1 2-) Le prix du parking 1 est bien plus élevé
parking distance coût distance information
que celui du parking 2 ; Lequel choisissez-vous ? facilité degré
marche parking marche
parking 2 accès type congestion
Cela va dépendre de notre comportement
vis-à-vis du prix. d’activité
D’autres critères, la situation, vont agir sur le choix ,
ainsi que la catégorie à laquelle on appartient. Moy.

p1 p2 d1 d2 i1 i2
3-) Quel est le but de ce déplacement ? p1 p2 d1 d2 a1 a2 t1 t2 c1 c2
Dans quel cadre je me déplace ? Est-ce à titre
privé ou professionnel ? . . .
Il y a des caractéristiques propres aux entités étudiant travailleur
lieu de destination
parking mais il ne faut oublier lors du listing Choix d’un type de parking
Activité à réaliser :
des paramètres d’autres critères.
Le prix pourra avoir une importance si le stationnement - Le paramètre « facilité d’accès » n’est pas significatif pour la catégorie travailleur.
est de longue durée, des revenus faibles, et que c’est à Vice versa pour « type d’activité ».
titre privé. Dans d’autres situations, cela pourra être
d’autres paramètres qui auront de l’importance. - Pour les 2 catégories, le paramètre « prix parking » est significatif mais pas dans les
mêmes proportions.
21 - etc. 23

Exemple 1 , choix d’ un parking : Calcul préliminaire Exemple 2 , choix d’ un mode de transport :

Simple questionnaire : du nombre de questions Calcul préliminaire du nombre de questions
Plan principal :
5 paramètres , 2 niveaux pour chacun Simple questionnaire : Plan principal : 5 paramètres , 2 niveaux pour chacun

4 modes de transport proposés

8 questions réponses

8 questions réponses
Questionnaire intégrant les variables externes :
3 paramètres , 2 niveaux pour chacun
Questionnaire intégrant les variables externes :
Variables externes : 3 paramètres , 2 niveaux pour chacun

4 questions 8 questions pour le plan principal

4 questions pour le plan secondaire
4 modes de transport ( Auto , Vélo , Marche , Bus )
8 x 4 = 32
réponses 8 x 4 x 4 = 128 au lieu de 25 x 23 x 4 = réponses
8 questions réponses
Chaque personne devra fournir 128 réponses , ce qui est considérable .
Chaque personne devra fournir . . . . . réponses . Est-ce raisonnable ? Toutefois, il faut voir qu’avec ce questionnaire, il est possible, à partir des réponses fournies
L’objectif est d’obtenir des réponses fiables ; aux 128 questions, de "couvrir" ou prendre en compte 1.024 combinaisons.
Ceci n’est pas la même chose que de faire des mesures dans un laboratoire. ( voir page 18 ) 22 ( voir page 18 ) 24
Etude de cas - mode de transport : modélisation des préférences Calcul du nombre de questions ( suite )
5 variables d’ entrée à deux modalités ( ou niveaux ) chacune b-) taille du questionnaire
4 variables sont du type qualitative et 1 est quantitative ( distance avec un seuil à Pour évaluer T , on calcule le plus petit commun multiple (ppcm) des
renseigner par le régulateur .
produits des couples des actions disjointes ( 2 par deux ) .
Dans notre cas , le niveau "proche" correspond à une distance inférieure à 5 km .
Exemple : Météo - Risques
Variables d’entrée Niveau 1 Niveau 2 Important : Météo - Distance
Distance - Conditions trajet , etc.
ici, il faut que les variables
Météo favorable mauvaise
aient un sens pour tous Le produit des niveaux est égal à 4 pour chaque couple , ainsi ppcm =
Risques d’incidents faible élevé les modes de transport
proposés. Le nombre d’ inconnues étant de 6 , la taille retenue est un multiple k
Distance proche lointain Par exemple, le prix
du plus petit commun multiple ( ppcm ) :
n’aurait pas de sens pour
Conditions de trajet avec bagages sans bagages
le mode "marche". T = k * ppcm = k * 4 tel que T ≥ p
Temps disponible pressé non pressé

- initialement , aucune interaction entre les variables d’ entrée n’ est pressentie . Dans ce cas d’ étude , il s’ agit de la table L8 ( si elle existe ) ,
sinon il faudrait se reporter sur la table L12 , L16 , . . .
- le modèle de préférences a la structure suivante :
⇒ la table Taguchi L8 existe , il y aura . . . . questions à poser ,
S k = S kmoy + Météo + Risque + Dis tan ce + Conditions + Temps
1444444444442444444444443 au lieu de 32 ( 5 paramètres , 2 niveaux )
matrices des effets moyens des var iables d 'entrée
25 pour le plan principal ( voir pour les variables externes ) . 27

Calcul du nombre de questions Etude de cas - mode de transport : affectation des colonnes
2 Étapes : Table L8(2)7 et
a-) nombre minimum de questions le graphe linéaire retenu

A partir du nombre de variables et d’ interactions , on déduit le nombre

d’ inconnues p qui est la somme des inconnues pour chaque variable
et interaction .

Comme la somme des effets moyens ( ou coefficients du modèle ) est nulle ,

Au niveau du graphe linéaire ,
il suffit de connaître :
- pour une variable , ( car 2 niveaux ) ; - les nœuds ( ou cercles ) pour les variables
- pour une interaction , . - les traits pour les interactions envisagées ( ou des paramètres en ayant
évalué le risque au préalable )
La moyenne de tous les scores est aussi une inconnue .
Dans notre cas , par défaut , 2 interactions pourront être calculées :
R-C ( risque – conditions trajet ) et M-C ( météo – conditions trajet )
Dans ce cas d’ étude ( mode de transport ) , nous n’ avons pas envisagé variables d’entrée
scénario

d’ interaction . Risque Conditions Temps réponses d’une personne

Météo d’incidents Distance de trajet disponible
(M) (R) (D) (C) (T) Vélo Auto
S k = S kmoy + Météo + Risque + Dis tan ce + Conditions + Temps 1
1444444444442444444444443 favorable faible proche avec bagages pressé parfois parfois
matrices des effets moyens des var iables d 'entrée ... ... ... ... ... ... ... ...
6 pas favorable faible loin sans bagage pressé très rarement fréquemmnt
p = inconnues 26 ... ... ... ... ... ... ... ... 28
Etude de cas - mode de transport questionnaire ; enquête En savoir plus . . .
Élaboration du modèle pour le « bus » ( 3 autres modes : Auto, Piéton, Vélo )
Taguchi G. , System of Experimental Design: vol. 1-2.
- Chaque scénario est évalué à l’aide d’une « fréquence de choix » (très souvent, rarement,…)
Don Clausing, UNIPUB/Kraus International Publications, Dearbon, 1987.
- Les fréquences sont converties en scores (de 0 à 4)

- On vérifie avec la fréquence d’apparition d’un score par question Vigier M. , Pratique des plans d’expériences : méthodologie Taguchi
qu’il s’agit d’une préférence moyenne de la catégorie Les Editions d’Organisation, Paris, 1988.

- On peut envisager un modèle par genre et/ou tranche d’âge et/ou profession Louvière J. , An experimental design approach to the development of conjoint
- On fait la moyenne des scores par test (voir exemple ci-dessous) based simulation systems with an application to forecasting
future retirement choices
Exemple : étudiants à La Rochelle pour le choix du bus (plus de 400 réponses traitées)
Golledge and Timmermans (eds.), Behavioral Modeling in Geography and
Planning, Croom Helm Publisher, London, 1987.

Adamowicz W. , Introduction to Attribute-Based Stated Choice Methods

Louvière J. , Resource Valuation Branch Damage Assessment Center, NOAA, 1998.
Swait J. ,

Boussier J.M. , Modélisation de comportements dans les systèmes

dynamiques : application à l’organisation et à la régulation de
stationnement et de déplacement dans les Systèmes de Trafic
29 Urbain Thèse, université de La Rochelle, 2007. 31

Calcul des effets moyens

- pour un paramètre ( ou variable d’entrée ) A ,
PLAN D’ EXPERIENCES
a i = Ymoy ( A i ) − M

- pour une interaction AB entre deux variables d’entrée A et B ,

a i b j = Ymoy ( A i B j ) − M − a i − b j Elaboration de questionnaires

avec :
ai - effet moyen de la variable A lorsqu’elle est au niveau i
( enquêtes à préférences déclarées )
aibj - effet moyen de l’interaction AB lorsque A est au niveau i et B au niveau j
M - moyenne de tous les résultats du plan
Ymoy(Ai) - moyenne de tous les résultats lorsque A est au niveau i
Ymoy(AiBj) - moyenne de tous les résultats lorsque A est au niveau i et B au niveau j Merci pour votre attention
TRAVAIL à EFFECTUER :

UTILISER le FICHIER EXCEL

CALCULER les EFFETS MOYENS des VARIABLES et des INTERACTIONS
ETABLIR les VARIABLES les PLUS SIGNIFICATIVES
TRACER les GRAPHES des EFFETS MOYENS des VARIABLES Luminita ION Jean-Marie BOUSSIER
30 32