1. Analyse de données multidimensionnelles
ACP et AFC sous SPSS : Procèdure pratique
Driss BARI
PhD, Ingénieur de R & D
Maroc Météo
www.baridriss.com
bari.driss@gmail.com
1/28
2. 2/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Outline
1 Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
Analyse Factorielle de Correspondance
3. 3/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Outline
4. 4/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
Outline
1 Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
Analyse Factorielle de Correspondance
5. 5/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
1. Ouverture du chier de données
Démarrer IBM Statistics SPSS 25
Ouvrir une source de données existante
Fichier de type : Excel
Choisir le chier : data-acp.xlsx
6. 6/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
1. Ouverture du chier de données
Laisser active l'option : lire
les noms des variables à
partir de la première ligne
de données
Cliquer sur OK
Enregistrer votre chier en
format donnée de SPSS :
data-acp.sav
7. 7/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
2. Statistiques descriptives
Analyse
Statistiques descriptives
Descriptives
8. 8/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
2. Statistiques descriptives
La boîte de dialogue Descriptives apparaît alors :
On choisit les variables adaptées à l'analyse en les sélectionnant
dans la partie gauche puis en cliquant sur la èche qui pointe vers la
droite.
Cliquer sur options et cocher moyenne, écart type, variance, mini
et max
9. 9/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
3. Exécution de l'ACP
Analyse
Réduction des dimensions
Analyse factorielle :
10. 10/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
3. Exécution de l'ACP
La boîte de dialogue Analyse factorielle apparaît alors :
De même qu'en haut, sélectionner les variables adaptées à l'analyse
Sur votre gauche il y a 5 boites de dialogue d'options à examiner une
à une.
11. 11/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
3. Exécution de l'ACP
La boîte de dialogue Analyse factorielle : Caractéristiques apparaît.
Dans Statistiques, cliquer sur Structure initiale
Dans Matrice de corrélation, cliquer sur Coecients et indice de
KMO et test de sphéricité de Bartlett
Ensuite, cliquer sur poursuivre
12. 12/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
3. Exécution de l'ACP
La boîte de dialogue Analyse
factorielle : Extraction
apparaît.
Choisir entre matrice de
corrélation ou matrice de
covariance ?
Cocher Structure
factorielle sans rotation et
Diagramme des valeurs
propres.
Extraire Nombre xe de
facteurs =3 ( ?)
Ensuite, cliquer sur
poursuivre
13. 13/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
3. Exécution de l'ACP
La boîte de dialogue Analyse
factorielle : Rotation apparaît.
Garder l'option Aucun dans
un premier temps
Cocher l'option Cartes
factorielles. Cette option
permet d'avoir une
représentation des diérents
axes.
Ensuite, cliquer sur
poursuivre
14. 14/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
3. Exécution de l'ACP
La boîte de dialogue Analyse
factorielle : facteurs apparaît.
L'option Enregistrer dans
des variables permettra
d'attribuer à chaque individu
ses coordonnées factorielles
une fois l'analyse terminée
(garder le choix régression)
Cocher l'option Acher la
matrice des coecients
factoriels
Ensuite, cliquer sur
poursuivre
15. 15/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
4. Projection des Variables
Le diagramme de composantes montre une projection sur l'espace
dirigé par les 3 premiers axes factoriels. Pour revenir à des projections en
2 dimensions, cliquer 2 fois sur l'image diagramme de composantes
puis cliquer sur édition
16. 16/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
4. Projection des Variables
puis sur propriétés puis variables, puis cliquer sur l'axe à exclure :
exemple Axe des Z puis Exclure puis appliquer
17. 17/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
5. Projection des Individus
Pour projeter les observations sur les
espaces factoriels :
Remarquer que l'option
enregistrer dans des variables
sous facteurs a permis
d'enregistrer dans le chier de
données les facteurs comme de
nouvelles variables à la n sous des
noms : REGR factor score 1 for
analysis 1 : c'est la CP No 1 de la
1ère analyse !
Ensuite tracer à partir de la fenêtre
des données : Graphiques puis
Boîte de dialogue ancienne
version , ensuite cliquez sur
Dispersion des Points
18. 18/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
5. Projection des Individus
Choisir diagramme de dispersion simple puis cliquer sur dénir.
19. 19/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
5. Projection des Individus
Choisir diagramme de dispersion
simple puis cliquer sur dénir. Placez
la variable CP2 c.a.d REGR factor
score 2 for analysis 1 sur l'axe des y
et la variable CP1 c.a.d REGR factor
score 1 for analysis 1 sur l'axe des x.
Puis glisser la variable modèle dans
cette case : Etiqueter les observations
par. Cliquer sur options.
20. 20/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
5. Projection des Individus
Cocher Acher le graphique avec les libellés des observations puis
cliquer sur Poursuivre.
21. 21/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
Outline
1 Démarche pratique sous SPSS (v25)
Analyse en Composantes Principales
Analyse Factorielle de Correspondance
22. 22/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
1. Ouverture du chier de données
Démarrer IBM Statistics SPSS 25
Ouvrir une source de données existante
Choisir le chier : Appreciation-Age.sav
23. 23/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
2. Exécution de l'AFC
Analyse
Réduction des dimensions
Analyse des correspondances
24. 24/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
2. Exécution de l'AFC
La fenêtre Analyse des correspondances apparait :
1. Sélectionnez une variable de Ligne. (cliquer sur la èche)
2. Sélectionnez une variable de Colonne. (cliquer sur la èche)
3. Cliquer sur dénir intervalle ( pour la Ligne puis pour la Colonne):
valeur mini = 1 ; valeur maxi = 4 dans le cas des variables à 4
modalités, puis Cliquer sur mettre à jour
4. Contrainte de modalité : aucun puis cliquer sur Poursuivre
25. 25/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
2. Exécution de l'AFC
Cliquer sur Modèle, la fenêtre : Analyse des correspondances :
Modèle apparait :
* Dimensions de la solution : 2 ?
* Mesure de distance : choisir Khi-deux
* Méthode de standardisation : Moyennes de lignes et de colonnes
sont supprimées et Symétrique Poursuivre
26. 26/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
2. Exécution de l'AFC
Cliquer sur Statistiques, la fenêtre : Analyse des correspondances :
Statistiques apparait, alors Cochez :
1. Tableau des correspondances
2. Caractéristiques des points lignes
3. Caractéristiques des points colonnes
4. Prols lignes
5. Prols colonnes
puis cliquer sur Poursuivre
27. 27/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
2. Exécution de l'AFC
Cliquer sur Tracés, la fenêtre : Analyse
des correspondances : Tracés
apparait, alors Cochez :
1. Nuages de points : Tracé double
2. Courbes : rien
3. Dimension des tracés : Acher
toutes les dimensions dans la solution
puis cliquer sur Poursuivre
28. 28/28
Analyse de données multidimensionnelles ACP et AFC sous SPSS : Procèdure pratique
Démarche pratique sous SPSS (v25)
Analyse Factorielle de Correspondance
MERCI
MERCI
N.B.: C'est la première version des mes slides de cours, si vous notez
quelques erreurs de frappe ou d'autres anomalies, n'hésitez pas à me les
communiquer par mail sur bari.driss@gmail.com