Aujourd'hui, de plus en plus de personnes choisissent d'étudier pour obtenir un MBA. Aujourd'hui, Powerdrill AI va explorer le jeu de données d'admission MBA, Classe 2025.

Source : Kaggle

Le jeu de données offre un aperçu détaillé des profils des candidats, mettant en avant la diversité de leurs parcours académiques, expériences professionnelles et caractéristiques démographiques. Cette riche variété d'informations fournit une base solide pour analyser les tendances et les motifs, permettant des décisions plus éclairées et basées sur des données dans le processus d'admission au MBA. En s'appuyant sur ces informations, les institutions peuvent mieux comprendre le vivier de candidats et adapter leurs stratégies pour identifier les meilleurs candidats.

Questions Pertinentes :

Q1. Quelle est la répartition des genres parmi les candidats ?

Q2. Quelle est la répartition des scores GMAT parmi les candidats admis et ceux en liste d'attente ?

Q3. Comment le score GMAT moyen varie-t-il selon les différentes matières ?

Q4. Comment le taux d'admission varie-t-il selon les différentes races ?

Q5. Quelle est la répartition des secteurs d'activité parmi les candidats ?

Q6. Analyser la corrélation entre le secteur d'activité et les résultats d'admission (Admise, Liste d'attente).

Q7. Analyser la corrélation entre la GPA et le statut d'admission pour voir si la performance académique a un impact significatif sur les admissions.

Q8. Analyser la relation entre l'expérience de travail et les résultats d'admission. Est-ce que le fait d'avoir plus d'expérience de travail est corrélé à une probabilité d'admission plus élevée ?

Q1. Quelle est la répartition des genres parmi les candidats ? 

Données de Répartition des Genres

• Catégories de Genre : Le jeu de données inclut deux catégories de genre : 'Homme' et 'Femme'.

• Statistiques de Compte : Le nombre moyen est de 3097,00 avec un écart-type de 1196,42. Le nombre minimum est de 2251, et le maximum est de 3943.

• Comptes Détails : Il y a 3943 candidats masculins et 2251 candidates féminines.

Visualisation de la Répartition des Genres

• Représentation en Barres : Le diagramme en barres visualise la fréquence de chaque genre parmi les candidats.

• Candidats Masculins : Représenté par une barre atteignant environ 4000 sur l'axe de fréquence.

• Candidats Féminins : Représenté par une barre atteignant environ 2250 sur l'axe de fréquence.

Conclusion et Insights

• Représentation Masculine Supérieure : Il y a nettement plus de candidats masculins (3943) par rapport aux candidates féminines (2251).

• Confirmation Visuelle : Le diagramme en barres montre clairement l'écart dans le nombre de candidats par genre, les hommes étant le groupe prédominant.

Q2. Quelle est la répartition des scores GMAT parmi les candidats admis et ceux en liste d'attente ?

Aperçu des Données des Scores GMAT

• Score GMAT Moyen : Le score GMAT moyen parmi tous les candidats est de 651,09.

• Écart-Type : Les scores GMAT ont un écart-type de 49,29, indiquant une variabilité modérée.

• Plage : Les scores GMAT vont d'un minimum de 570,00 à un maximum de 780,00.

Visualisation de la Distribution des Scores GMAT

• Candidats Admis : Le diagramme en boîte montre que le score GMAT médian pour les candidats admis est d'environ 650. L'intervalle interquartile (IQR) est d'environ 620 à 680, avec des moustaches s'étendant d'environ 600 à 750.

• Candidats en Liste d'Attente : Le score GMAT médian pour les candidats en liste d'attente est également d'environ 650. L'IQR est similaire à celui des candidats admis, allant d'environ 620 à 680, avec des moustaches s'étendant d'environ 600 à 750.

Conclusion et Insights

• Scores Médians Similaires : Les candidats admis et ceux en liste d'attente ont un score GMAT médian similaire d'environ 650.

• Variabilité Comparable : Les intervalles interquartiles et l'étalement global des scores GMAT sont assez similaires pour les deux groupes, ce qui indique que les scores GMAT seuls peuvent ne pas être un facteur distinctif entre les candidats admis et ceux en liste d'attente.

• Facteurs Supplémentaires Potentiels : Étant donné la similarité des distributions de scores GMAT, d'autres facteurs tels que l'expérience de travail, les essais et les entretiens pourraient jouer un rôle significatif dans le processus décisionnel d'admission. 

Q3. Comment le score GMAT moyen varie-t-il selon les différentes matières ?

Scores GMAT Moyens par Majeure

• Business : Le score GMAT moyen pour les majeures en Business est de 650,36.

• Humanités : Le score GMAT moyen pour les majeures en Humanités est de 651,83.

• STEM : Le score GMAT moyen pour les majeures en STEM est de 650,83.

Visualisation des Scores GMAT Moyens

• Représentation en Barres : Le diagramme en barres représente visuellement les scores GMAT moyens à travers les trois majeures : Business, Humanités et STEM. Les scores sont relativement proches les uns des autres, avec les Humanités ayant le score GMAT moyen le plus élevé.

Conclusion et Insights

• Majeures en Humanités : Les majeures en Humanités ont le score GMAT moyen le plus élevé à 651,83.

• Majeures en Business et en STEM : Les majeures en Business et en STEM ont des scores GMAT moyens similaires, avec Business à 650,36 et STEM à 650,83.

• Variation Globale : La variation des scores GMAT moyens à travers les majeures est minimale, ce qui indique que les étudiants de différentes majeures obtiennent des performances similaires au GMAT.

Q4. Comment le taux d'admission varie-t-il selon les différentes races ?

Données sur le Taux d'Admission

• Asiatique : Le taux d'admission est d'environ 16,56%.

• Noir : Le taux d'admission est d'environ 8,73%.

• Hispanique : Le taux d'admission est d'environ 10,40%.

• Autre : Le taux d'admission est d'environ 19,41%.

• Blanc : Le taux d'admission est d'environ 16,76%.

Conclusion et Insights

• Variation Significative : Il existe une variation significative des taux d'admission entre les différentes races, avec la catégorie "Autre" ayant le taux le plus élevé et la catégorie "Noir" ayant le taux le plus bas.

• Taux Proches : Les taux d'admission pour les catégories "Asiatique" et "Blanc" sont relativement proches, tous deux autour de 16,5% à 16,8%.

• Facteurs Potentiels : La variation des taux d'admission peut être influencée par de multiples facteurs, y compris, mais sans s'y limiter, le contexte socio-économique, l'accès aux ressources et les biais institutionnels. Une enquête plus approfondie serait nécessaire pour comprendre les causes sous-jacentes.

Q5. Quelle est la répartition des secteurs d'activité parmi les candidats ?

Analyse des Données par Secteur d'Activité

• Consulting : Le secteur le plus représenté avec 1619 candidats.

• PE/VC (Capital-investissement/Capital-risque) : Le deuxième secteur le plus courant avec 907 candidats.

• Technologie : Comprend 716 candidats.

• Non lucratif/Gouvernement : Comprend 651 candidats.

• Banque d'Investissement : Comprend 580 candidats.

• Services Financiers : Représente 451 candidats.

• Autre : Représente 421 candidats.

• Santé : A 334 candidats.

• Gestion d'Investissement : Inclut 166 candidats.

• CPG (Produits de Consommation Emballés) : Comprend 114 candidats.

• Immobilier : Représente 111 candidats.

• Média/Divertissement : Représente 59 candidats.

• Retail : A 33 candidats.

• Énergie : Le secteur le moins représenté avec 32 candidats.

Visualisation de la Répartition par Secteur d'Activité

• Le diagramme en barres représente visuellement la répartition des candidats à travers divers secteurs d'activité.

• Consulting se distingue comme le secteur le plus dominant.

• PE/VC et Technologie sont les deux autres secteurs les plus courants.

• Non lucratif/Gouvernement et Banque d'Investissement ont également une représentation significative.

• Santé et Services Financiers montrent une représentation modérée.

• D'autres secteurs comme Gestion d'Investissement, CPG, Immobilier, Média/Divertissement, Retail, et Énergie ont moins de candidats.

Conclusion et Insights

• Consulting est le secteur leader parmi les candidats, indiquant un grand intérêt ou une demande dans ce domaine.

• PE/VC et Technologie sont également des choix populaires, reflétant des tendances dans les secteurs financier et technologique.

• Non lucratif/Gouvernement et Banque d'Investissement ont une représentation substantielle, suggérant des intérêts divers parmi les candidats.

• Santé et Services Financiers montrent un intérêt modéré, tandis que d'autres secteurs ont une représentation relativement faible.

• Cette répartition peut aider à comprendre les préférences professionnelles et les tendances parmi le vivier de candidats.

Q6. Analyser la corrélation entre le secteur d'activité et les résultats d'admission (Admise, Liste d'attente).

Aperçu des Données

• Secteurs d'Activité : Le jeu de données comprend 14 différents secteurs d'activité tels que CPG, Consulting, Énergie, Services Financiers, Santé, etc.

• Statistiques d'Admission : Le nombre moyen d'admissions est de 64,29, avec un écart-type de 61,23. Le nombre minimum d'admissions est de 3, et le maximum est de 224.

• Statistiques de Liste d'Attente : Le nombre moyen de listes d'attente est de 7,14, avec un écart-type de 8,51. Le nombre minimum de listes d'attente est de 0, et le maximum est 33.

Comptes d'Admission et de Liste d'Attente par Secteur

• Consulting: Le plus grand nombre d'admissions (224) et de listes d'attente (33).

• Services Financiers: Un nombre significatif d'admissions (86) et des listes d'attente modérées (9).

• PE/VC: Un grand nombre d'admissions (122) et de listes d'attente (13).

• Technologie: Un grand nombre d'admissions (112) et des listes d'attente modérées (8).

• Santé: Un nombre modéré d'admissions (40) et des listes d'attente (8).

• Énergie: Le nombre le plus bas d'admissions (3) et pas de listes d'attente.

Insights de Visualisation

• Consulting : Domine tant en admissions qu'en listes d'attente, indiquant une forte corrélation avec les résultats d'admission.

• Services Financiers, PE/VC et Technologie : Montrent de nombreuses admissions avec des listes d'attente modérées, suggérant que ces secteurs presentan également une forte corrélation avec les résultats d'admission.

• Énergie : Montre des admissions minimales et pas de listes d'attente, indiquant une faible corrélation avec les résultats d'admission.

• Autres Secteurs : Comme CPG, Santé, Banque d'Investissement et Non lucratif/Gouv, montrent des niveaux variables d'admissions et de listes d'attente, indiquant des corrélations modérées.

Conclusion et Insights

• Corrélation Forte : Les secteurs du Consulting, des Services Financiers, du PE/VC et de la Technologie montrent une forte corrélation avec des résultats d'admission plus élevés.

• Corrélation Faible : Le secteur de l'Énergie montre une faible corrélation avec les résultats d'admission.

• Corrélation Modérée : D'autres secteurs comme CPG, Santé et Banque d'Investissement montrent des corrélations modérées avec les résultats d'admission.

Cette analyse met en évidence l'impact significatif du secteur d'activité sur les résultats d'admission, avec certains secteurs comme le Consulting et la Technologie ayant une influence nettement plus élevée.

Q7. Analyser la corrélation entre la GPA et le statut d'admission pour voir si la performance académique a un impact significatif sur les admissions.

Coefficient de Corrélation

• Coefficient de Corrélation : Le coefficient de corrélation entre la GPA et le statut d'admission est de 0,097. Cela indique une corrélation positive très faible, suggérant que des GPA plus élevés sont légèrement associés à des chances plus élevées d'admission, mais la relation n'est pas forte.

Test d'Hypothèse

• Valeur P : La valeur p pour la corrélation est de 0,0021. Cela est significativement inférieur au niveau alpha commun de 0,05, indiquant que la corrélation entre la GPA et le statut d'admission est statistiquement significative.

Conclusion et Insights

• Corrélation Positive Faible : Il existe une corrélation positive faible entre la GPA et le statut d'admission, suggérant que bien que la GPA ait un certain impact sur les admissions, ce n'est pas un prédicteur fort.

• Signification Statistique : Malgré la corrélation faible, la relation est statistiquement significative, signifiant que la GPA joue un rôle dans le processus d'admission, bien que petit.

Q8. Analyser la relation entre l'expérience de travail et les résultats d'admission. Est-ce que le fait d'avoir plus d'expérience de travail est corrélé à une probabilité d'admission plus élevée ?

Analyse de l'Expérience de Travail et des Résultats d'Admission

• Candidats Admits : L'expérience de travail moyenne pour les candidats admis est d'environ 5,05 ans.

• Candidats en Liste d'Attente : L'expérience de travail moyenne pour les candidats en liste d'attente est d'environ 4,91 ans.

Visualisation de l'Expérience de Travail et des Résultats d'Admission

• Comparaison en Barres : Le diagramme en barres représente visuellement l'expérience de travail moyenne pour les candidats admis et ceux en liste d'attente. Il montre que les candidats admis ont légèrement plus d'expérience de travail par rapport aux candidats en liste d'attente.

Conclusion et Insights

• Corrélation : Il existe une légère corrélation entre le fait d'avoir plus d'expérience de travail et une probabilité d'admission plus élevée. Les candidats admis ont tendance à avoir plus d'expérience de travail en moyenne par rapport aux candidats en liste d'attente.

• Implication : Bien que l'expérience de travail semble être un facteur dans les décisions d'admission, la différence d'expérience de travail moyenne entre les candidats admis et ceux en liste d'attente est relativement petite. Cela suggère que d'autres facteurs peuvent également jouer un rôle significatif dans le processus d'admission.

Essayez Maintenant

Essayez Powerdrill AI maintenant, explorez plus d'histoires de données passionnantes de manière efficace !