Etudiants

Dans le cadre de leur projet "Dans quelle mesure le logement influence la réussite universitaire", les étudiants de master EBA (Economic and Business Analyst) ont souhaité partager les résultats de leur enquête.

Nous cherchons à évaluer si les conditions de logement peuvent expliquer la réussite des étudiants. Si tel est le cas, alors l’échec de certains peut être expliqué par la mauvaise qualité de leur logement.  

Néanmoins, les caractéristiques individuelles des étudiants peuvent également influencer leur réussite que cela soit le revenu des parents, la CSP ou encore la présence d’un mentor. Afin de vérifier cette relation, nous avons choisi de réaliser notre étude sur un échantillon composé de la manière suivante :

  • 70 étudiants au sein de l’IAE
  • âgés d’en moyenne 20 ans
  • étudiants de L2 (33%) et de L3 (67%).

Le résultat moyen des notes de ces 70 étudiants est de 12,65. Notons que 50% des étudiants ont un résultat inférieur à 12,50 et 50% ont un résultat supérieur.  Le temps de trajet de ces 70 étudiants s’étend de 1 à 140 minutes.  Les 28,57% des étudiants de notre échantillon n’habitent pas sur Annecy.

 

Data Analysis Process

Dans un premier temps, nous avons collecté les données à l’aide d’un questionnaire « Google Forms ». Nous l’avons partagé grâce aux listes de diffusion interne de l’université et nous l’avons également distribué sous forme de QR code.

Dans un deuxième temps, nous avons mis en place l’étape de préparation des données, afin d'optimiser sa gestion. Nous avons nettoyé les données, en corrigeant les erreurs, puis en masquant les réponses jugées inutiles et impertinentes. Grâce à ce processus nous avons obtenu des résultats plus adéquats qui permettaient de passer à la phase de traitement des données. Nous nous sommes servis des logiciels Stata et R pour effectuer la manipulation des données, faire des analyses statistique, produire des graphiques, le tout afin de faciliter notre analyse et la pertinence de notre interprétation. 

Si nous observons les caractéristiques du logement, à savoir si les étudiants ont du mal à se chauffer (en rouge ici), s’ils habitent dans un logement bruyant (en noir) et enfin s'ils estiment que leur logement est bien voire très bien isolé (ici en marron) . Notons que ces facteurs peuvent être propres à chaque individu (certains trouvent que 19°C est une température froide par exemple).

 

Lorsque nous mettons en relation le logement et ses caractéristiques avec la réussite et toutes nos autres variables, voici nos résultats : il apparait que ce n’est pas le logement à proprement parler qui exerce une influence sur la réussite des étudiants.

D'autres caractéristiques influencent également le résultat des étudiants, c’est le cas de la spécialisation choisie par les L2 au semestre 4 (Marketing, Data et Sciences Politiques). Choisir une spécialisation Marketing augmente le résultat de 1,48, la spécialisation Data de 2,76 et enfin la spécialisation Sciences Politiques de 3,07. L’explication possible serait le fait que les étudiants en Sciences Politiques sont des étudiants plus rigoureux que les autres.