2. 1. Qu'est-ce que SPSS
SPSS signifie « Statistical Package for the Social Sciences ».
Son objectif est d'offrir un logiciel permettant de réaliser la
totalité des analyses statistiques habituellement utilisées en
sciences humaines. C'est un logiciel très complet .
La première version de SPSS a été mise en vente en 1968 et
fait partie des programmes les plus largement utilisés pour
l'analyse statistique en sciences sociales. En ce jour, son
utilisation s’est de plus en plus rependue dans plusieurs
domaines notamment les sciences naturelles. Actuellement,
il est à son 25ème version (SPSS 25.0) actuellement.
Il existe bien d'autres logiciels comme S-Plus, R ou SAS qui
permettent d'atteindre les mêmes buts, c'est-à-dire faire des
analyses statistiques.
3. Fonctions de SPSS
Fonctions statistiques incluses dans le logiciel de base :
Statistique descriptive : valeur central (moyenne, médiane
ou mode), mesure de dispersion (écart-type, quartiles),
Cross tabulation, Fréquences
Statistique bivariée : Moyennes, test t, ANOVA, Corrélation
(bivariée, partielle, distances), tests non paramétriques
Prédiction pour numérique outcomes : régression linéaire
Prédiction pour groupes identifiants : Analyse factorielle,
analyse de groupe (deux pas, K-moyennes, hiérarchique),
analyse discriminante (en marketing)
Des modules peuvent être ajoutés pour augmenter les
possibilités du logiciel. Cependant, pour les présents
travaux, nous n’aborderons que quelques-unes des
fonctions statistiques de
« base ».
4. Les présents travaux pratiques ont pour objectif la
maitrise d’utilisation des fonctions statistiques de base
sous le logiciel SPSS. Spécifiquement:
Se familiariser avec l’interface SPSS ;
Effectuer des analyses descriptives et inférentielles de
base avec SPSS ;
Interpréter les résultats issus de ces analyses.
5. Que peut faire SPSS ?
1. La saisie des données et la gestion des bases de données
Saisie des données : on organise une enquête, on crée un masque de saisie
et on entre les données ;
Gestion de bases de données : on peut importer/exporter des bases de
données sur SPSS,
2. Le traitement des données
Traitement des données manquantes (missingvalues)
Recodage de variables (exemple l’age en classes d’age)
3. L’analyse des données
Analyse univariée: étude de la distribution d’une ou de plusieurs
variables (prevalence, incidence, moyenne...).
Analyse bivariée: étude du degré de liaison et/ou de corrélation entre
deux variables (relation entre tabagisme et cancer du poumon)
Analyse multivariée: ex : analyse causale (recherche des facteurs de
risques d'une maladie)
6. Choisir le menu de gauche au bas de votre écran.
Ouvrir ensuite IBM SPSS Statistics 24 en double-cliquant
son icône sous la lettre I.
2. Comment démarrer SPSS
7. 1
Créer un nouveau fichier de données dans SPSS Plusieurs options s’offrent à vous :
Lorsqu'on démarre SPSS, une fenêtre « Que voulez-vous faire ? » apparaît par défaut.
On sélectionne « Saisir des données » (1) ou « Annuler » (2) et on obtient un éditeur de
données vide.
Si on se trouve déjà dans l'éditeur des données (p. ex., un autre fichier de données est
ouvert), il faut cliquer sur Fichier | Nouveau | Données
8. Une matrice de données vierge (=vide) finira par
s'ouvrir, comme ceci :
9.
10. Chaque ligne représente un cas, par exemple un sujet (case)
Chaque colonne représente une variable (variable)
Chaque cellule contient une valeur d'un cas sur unevariable
11. L’onglet « Affichage des variables » : il s’agit de définir les caractéristiques des
variables :
Nom : C’est le nom de la variable tel qu’il est affiché dans l’onglet « Affichage
des données
Type : C’est la caractéristique de votre variable, en général, on se limite à «
Chaîne » lorsqu’il s’agit de données qualititaveset à « Numérique » lorsque
l’on travaille avec des chiffres.
Décimales : nombre de décimales désirées pour les données numériques
Etiquette : c’est le nom de la variable telle que vous voulez qu’il apparaisse
dans le tableau de résultats (ex : pour la variable « Sit », vous voulez afficher
Situation)
Valeur : cette fonction donne la possibilité de labelliser des modalités (ex : pour
la variable sexe, il va être affiché 1 ou 0, il suffit de définir que 1 correspond à
Homme et 0 à Femme)
Manquant : il s’agit ici de définir les valeurs que vous ne souhaitez pas intégrer
dans vos calculs. Ex : une variable de satisfaction notée de 1 à 4, la modalité 5
correspondant aux « sans opinion », vous ne voulez pas retenir les sans opinion
dans vos calculs alors entrez le chiffre 5 dans cette caractéristique « Manquant »
Mesure : correspond à l’unité de mesure que vous voulez retenir : Echelle,
Nominale ou Ordinale. (Echelle par défaut pour les variables de type numérique,
Nominale par défaut pour les variables de type chaîne)
12.
13.
14. III. Découverte de SPSS
L’éditeur de données: cette fenêtre
permet de créer de nouveaux fichiers de
données ou modifier des fichiers de
données existants. Un fichier de
données à l’extension «.sav.»
La fenêtre des résultats/ Viewer:
s’ouvre automatiquement la 1ère fois que
vous exécutez une procédure qui génère
des résultats (tableaux et diagrammes) :
c’est un fichier d’extension «.spo.»
Types de fenêtre dans SPSS
15. Lorsqu'une commande est
complète, on peut l'exécuter en
allant dans le menu "Run :
Current" (ou encore en tapant
Ctrl-R).
La fenêtre de syntaxe: permet d’écrire les commandes d’analyses
statistiques; c’est un fichier «.sps.».
16. La barre des boutons est uniquement un raccourci de la barre des
menus
La barre des menus contient :
FICHIER/ FILE : permet la gestion des fichiers (ex : ouvrir un
nouveau fichier, fermer, enregistrer, etc.)
EDITION/ EDIT : permet d’effectuer les opérations de traitement
de texte (ex : copier, couper, coller, sélectionner, etc.)
AFFICHAGE/ VIEW : permet de définir les options de l’écran
(ex : barres d’outils)
DONNÉES/ DATA : traite de tout ce qui est lié à la gestion de la
barre de données (ex : définir ou insérer une variable, trier les
données, etc.)
Barre des menus et Barre des boutons
17. La barre des menus contient (suite):
TRANSFORMER / TRANSFORM : présente les différentes opérations de
transformation possibles sur les variables de la barre de données (ex :
recodification, catégorisation, création d’indices, etc.)
ANALYSE/ ANALYZE : permet d’accéder à toutes les analyses statistiques
que SPSS rend possibles (ex : analyses descriptives, corrélations, etc.)
GRAPHES/ GRAPHS : présente tous les types de graphiques que SPSS
permet de créer (ex : histogrammes, boîtes à moustaches, courbes, etc.)
OUTILITAIRES/ UTILITIES : comprend les utilitaires du programme
(ex : informations sur les fichiers, informations sur les variables, etc.)
FENÊTRE/ WINDOWS : permet la gestion des fenêtres
AIDE/ HELP : propose des rubriques d’aide à l’utilisation de SPSS
Barre des menus et Barre des boutons
18. Entrer les données à partir du questionnaire
Saisie des données
Avec SPSS, on peut ajouter les données de deux façons différentes:
1ère façon : saisir directement dans l’écran AFFICHAGE/VIEW
2ème façon : importer les données d’un autre logiciel, par exemple Excel ou
Access, etc.
Encoder le questionnaire
Il est recommandé de résumer les informations les plus importantes sur les
variables rassemblées dans un « tableau de codage ». Ce tableau de codage à
deux utilités à deux moments bien précis :
Pendant l’entrée des données: comme règle de codage des variables;
Après l’entrée des données: comme description compacte du fichier des
données.
19. Comment coder les réponses
Le codage dépend du type de variable.
Coder les variables alphanumériques/série de caractères :
il faut entrer les caractères et définir la variable comme String
(chaîne de caractères)
Coder les questions à réponses courtes : coder les réponses
ouvertes avec des valeurs numériques
Coder les réponses multiples : il faut créer une variable pour
chaque catégorie, de sorte que si la catégorie est choisie, la
variable prend 1 et elle prend 0 dans le cas contraire
Coder les réponses ouvertes : il faut regrouper les
informations en catégorie grâce à l’analyse de contenu
20. Comment va-t-on procéder à la mise en place de
chacune des questions dans SPSS? D’abord, il
convient de voir quels sont les types de variables
contenues dans le questionnaire en vue de réaliser
leur codification. Puis saisir ces mêmes variables
dans la fenêtre des données .
21.
22. Objectifs du questionnaire
Le questionnaire est un document écrit sous forme
de questions ouvertes ou fermées, distribué à un
groupe d’individus d’une population. Il vise à
récolter des informations et de les analyser en vue
de comprendre et d’expliquer un phénomène
donné.
Cependant avant de procéder à cette analyse, il est
nécessaire de passer au codification des variables.
Sans la définition claire des objectifs, (qu’est ce
qu’on veut chercher et vérifier), le questionnaire, n’a
aucune valeur scientifique.
23. 4. Préparation des données
Transformer les données
Le logiciel SPSS permet certaines procédures de transformation :
Créer une nouvelle variable à partir d’une formule de calcul, faisant
intervenir un ou plusieurs paramètres (calculer des scores d’échelle, des
sous échelle ; centrer et réduire une variable, etc.)
Changer la présentation des données d’une variable, en regroupant
certaines valeurs d’une ou des variables cela s’appelle « Recodage »
D’autres procédures de transformation sont disponibles également sous
SPSS
24. Recoder les variables
Pour recoder les valeurs d’une
variable il faut :
Sélectionner Transformer >
Recoder des variables > Dans une
variable différente
Sélectionner les variables que vous
désirez recoder. Si vous sélectionnez
plusieurs variables, elles doivent être
du même type (numérique ou
alphanumérique) ;
Cliquer sur Anciennes et nouvelles
valeurs et spécifier comment
recoder les valeurs.
25. Construire les indicateurs
Pour construire une nouvelle variable à
partir de plusieurs variables de départ :
Transformer > Calculer la variable
Transformer les données en utilisant
la page syntaxe
Transformer > Calculer la variable et
appuyer sur le bouton «Coller» au lieu de
«OK».
La commande exécutée s’inscrira dans la
page de syntaxe.
Pour exécuter les commandes, on
les sélectionne et on envoie la
syntaxe en appuyant sur le bouton
26. 5. Représentations graphiques
Graphiques pour les variables nominales et ordinales (fréquences)
Sélectionner : Graphes > Générateur de diagrammes > Galerie (s’il n’est pas
sélectionné) ;
Cliquer sur le diagramme dont vous avez besoin et faites le glisser dans la zone
étendue au-dessus de la galerie ;
Renseigner les axes à partir des variables qui sont à gauche ; sélectionner et faire
glisser dans le cadre de l’axe réservé.
Graphiques pour les variables métrique
Graphes > Générateur de diagrammes > Galerie (s’il n’est pas sélectionné) >
cliquer et faire glisser Histogramme l’espace réservé > renseigner les axes
Ou Graphes > Boîtes de dialogue ancienne version > Histogramme
27. Fréquence
Les tableaux de fréquences indiquent
pour une variable donnée, toutes les
valeurs prises par cette variable, le
nombre de fois que chaque valeur
apparaît et la proportion qu’elle
représente par rapport à l’ensemble des
autres valeurs de la variable.
Analyse > Statistiques descriptives > Effectifs
Choisissez les variables à analyser et faites-les glisser dans la liste Variable(s) à
droite > OK
28. Graphiques pour les variables nominales et ordinales (fréquences)
Sélectionner : Graphes > Générateur de diagrammes > Galerie (s’il n’est pas
sélectionné) ;
Cliquer sur le diagramme dont vous avez besoin et faites le glisser dans la zone
étendue au-dessus de la galerie ;
Renseigner les axes à partir des variables qui sont à gauche ; sélectionner et faire
glisser dans le cadre de l’axe réservé.
Graphiques pour les variables métrique
Graphes > Générateur de diagrammes > Galerie (s’il n’est pas sélectionné) >
cliquer et faire glisser Histogramme l’espace réservé > renseigner les axes
Ou Graphes > Boîtes de dialogue ancienne version > Histogramme
29. 6. Mesures descriptives
Mesures descriptives
Analyse > Statistiques descriptives > Effectifs
Afficher les tableaux d’effectifs : tableaux de distribution de fréquences
Le bouton Statistiques : permet d’ajouter des statistiques de Fractiles, de
Tendances centrale, de dispersion et de distribution
Le bouton Diagrammes : permet d’ajouter un diagramme au tableau de
fréquences
29
Attention : le choix des statistiques dépend de l'échelle de
mesure, mais SPSS calcule tous les coefficients pour toutes les
variables choisies - même si ça n'a pas de sens!
30. Analyse descriptive Rappelle théorique
Variables Qualitative Ordinale Quantitative
Fréquence X X O
Moyenne O O X
Mode X X O
Médiane - O X
Ecart type - O X
Variance - O X
Minimum - O X
Maximum - O X
Quartiles - O X
Légende : O = Possible mais pas toujours
X = ce qui est recommandé
31. Sélectionner des cas
Données > Sélectionner des observations > choisir « Selon une condition
logique » et cliquer sur « Si » et définir la condition à l’aide de la variable, ainsi
que des opérateurs relationnels et des opérateurs logiques. Cliquer sur
Poursuivre > ok.
Dans l’affichage des variables, une nouvelle variable nommée « filter_$ ». les
valeurs de cette variable filtre sont 1=le cas est sélectionné ou 0=le cas n’est
pas sélectionné.
Une fois cette fonction est en marche, seuls les cas sélectionnés (avec une
valeur de 1 sur la variable filtre) seront utilisés dans les analyses qui suivront.
Pour la désactiver : Données > Sélectionner des observations > Cocher
«Toutes les observations» > ok.
32. Comparer les groupes
L’on peut analyser séparément des sous-groupes de l’échantillon afin de les
comparer.
Données > Scinder un fichier > Comparer les groupes
Les options :
« Comparer les groupes » : donne un tableau commun pour les sous-
groupes.
« Séparer les résultats par groupe » : donne des tableaux séparés
pour les sous-groupes.
Pour la désactiver, Données > Scinder un fichier > Analyser toutes les
observations, ne pas créer de groupes.
33. 7. Statistique inférentielle
Test mécanisme pour trancher entre 2 hypothèses
au vu des résultats d'un échantillon
Questions de recherche
Hypothèses
Hypothèse nulle (H0) Hypothèse alternative
ou de recherche
(H1)
hypothèse de
non différence
----- = -----
hypothèse de différence
----- ≠ -----
----- > -----
<
34. Rappel théorique
Acceptation ou rejet d’une hypothèse :TESTS STATISTIQUES
Approche traditionnelle :usage des tables
Approche moderne (informatique SPSS): comparaison
des probabilités (p-value)
Quelque soit l’approche utilisée,le choix de test se base sur :
le type de variable et
la normalité des données
35. Tests statistiques
Normalité des données
Suivent une loi normale Ne suivent pas une loi
normale
Tests paramétriques Tests non paramétriques
Test tde Student
ANOVA
Corrélation r dePearson
Etc.
Chi-deux
test de Wilcoxon
test de Mann-Whitney
test de Kruskal-Wallis
corrélation ρ de
Spearman
Etc.
36. Choix de test :type de variable
Variables Une quantitative Une qualitative
Nombre
de
modal
ité
Deux Plus
de
deux
Une quantitative r dePearson tde
Student
ANOVA I
Une qualitative
Deux tde Student X2 X2
Plus dedeux ANOVA I X2 X2
Aucune tde Student X2 X2
37. Statistique inférentielle Chi-deux d’indépendance
Procédure sous SPSS :
1) Menu Analyse
2) Statistiques descriptives
3) Tableaux croisés
4) Entrer variable indépendante en ligne
5) Entrer variable dépendante en colonne
6) Cocher afficher les diagrammes en bâtons juxtaposés
7) cliquer sur Statistiques
8) cocher Chi-deux puis poursuivre et O K
38. Contrairement aux
autres tests de
statistiques
inférentielles, le test de
Chi-2 se trouve dans le
menu Statistiques
Descriptives –
Tableaux croisés. C’est
le même chemin que
pour faire un tableau
croisé, pour la simple
raison que la statistique
du Chi-2 est calculée à
partir du tableau croisé
39. Dans la boite
principale, vous
insérez la variable
en rangée dans la
boite Ligne(s) et
l’autre dans la
boite Colonne(s).
40. Dans le bas de la boite principale, vous indiquez si
vous désirez obtenir le graphique à barres
(Afficher les diagrammes en bâtons
juxtaposés) qui illustrera les fréquences
observées.
Si vous cochez Supprimer les tableaux, vous
obtiendrez seulement un tableau présentant le
nombre de réponses valides et le graphique à
barres.
Tableau croisé en strates : ajout d’une variable
contrôle
Pour ce faire, vous devez ajouter la ou les variables
contrôles, qui seront aussi placées en colonne,
dans la boite Couche. Si vous insérez plus d’une
variable contrôle, vous devez appuyer sur le
bouton SUIVANT avant d’ajouter la deuxième
variable.
Le bouton EXACT : Cette option vous permet de
choisir si vous désirez que les calculs soient faits à
partir des nombres arrondis ou des nombres
exacts.
41. Le bouton STATISTIQUES
Ce bouton permet de choisir le
type de test que vous désirez
utiliser pour évaluer s’il y a une
association significative entre
les variables.
Dans notre cas, nous
choisissons le test de Khi-
carré plutôt que le test de
corrélations. Ce dernier est
habituellement utilisé pour
évaluer s’il existe une relation
entre des variables continues,
mais il est également possible
de calculer un coefficient de
corrélation entre deux
variables catégorielles dans
certains contextes
42. L’encadré Nominales vous offre différents tests pour apprécier la force
de l’association évaluée par le Chi-2 pour des variables catégorielles
nominales.
Coefficient de contingence : cette mesure est basée sur le Chi-2. Sa
valeur oscille entre 0 et 1, mais puisqu’elle atteint rarement son
maximum, le V de Cramer lui est préféré.
Phi et V de Cramer : ces deux mesures sont aussi basées sur le Chi-2,
mais elles ajustent la statistique en fonction de la taille de l’échantillon et
des degrés de liberté. Le V de Cramer est le plus utilisé.
Lambda : ce test reflète la proportion de la réduction de l’erreur associée
au modèle lorsque la valeur de la variable indépendante est utilisée pour
prédire la variable dépendante. Lorsque la valeur est 1, la variable
indépendante prédit parfaitement la variable dépendante. Lorsque la
valeur est 0, la variable indépendante ne permet pas de prédire la
variable dépendante.
Le coefficient d’incertitude : cette mesure d’association indique la
proportion de la réduction de l’erreur associée au modèle lorsqu’une
variable est utilisée pour en prédire une autre.
Dans notre cas, nous choisissons le Phi et le V de Cramer.
L’ encadré Ordinales offre des tests similaires à ceux proposés dans
l’encadré Nominales, mais ces tests sont utilisés lorsque le Chi-2 évalue
l’association entre différentes variables catégorielles ordinales.
43. Statistique inférentielle Test tde Student de différence
Procédure sous SPSS :
1) Menu Analyse
2) Comparer les moyennes
3) Test t pour échantillons indépendants
4) Entrer la variable quantitative variables à tester (poids)
5) Entrer la variable qualitative bimodales (deux modalités) dans
critères de regroupement qualitatif numérique
6) Cliquer sur définirles groupes et reprendre les codes des
deux modalités dans chaque champs puis poursuivre et O K
44. Statistique inférentielle Test t de Student de différence
Procédure sous SPSS :
1) Menu Analyse
2) Comparer les moyennes
3) Test t pour échantillons unique
4) Entrer la variable quantitative variables à tester
5) Entrer la moyenne théorique dans le champs valeur de test
6) Cliquer sur option, ensuite mettez 95 % dans pourcentage de
l’intervalle de confiance, puis poursuivre et O K
45. Statistique inférentielle
Procédure sous SPSS :
1) Menu Analyse
2) Corrélation, puis bivariée
3) Entrer les deux variables qualitatives dans variables
4) Cocher Pearson se trouvant sous coefficient de
corrélation
5) Cocher repérer les corrélations significatives, puis O K
Corrélation r dePearson
46. La corrélation se
trouve dans le
menu Analyse,
sous Corrélation.
Choisissez Bivariée
(corrélation entre deux
variables).
La corrélation partielle
tient compte d’une
variable contrôle).
47. Dans la boite de
dialogue principale,
vous insérez, à l’aide
de la flèche, les
variables continues à
tester dans la
boite Variable. Vous
pouvez évaluer la
relation entre deux ou
plusieurs variables
continues à la fois.
Puisque vous vous
intéressez aux
relations simples, vous
n’insérez que deux
variables
48. Vous avez le choix entre trois coefficients de corrélation :
Pearson (par défaut) : coefficient calculé pour des variables
continues
Kendall’s tau-b et Spearman : ces tests sont des mesures
non-paramétriques. Le coefficient est calculé pour des
variables catégorielles ordinales.
4. Vous pouvez déterminer ensuite le type de test
d’hypothèse à vérifier. Si l’hypothèse de recherche indique
clairement dans quel sens va l’association, vous pouvez choisir
le test unilatéral, sinon, vous laissez l’option par défaut du test
bilatéral.
Vous laissez également coché l’option Repérer les
corrélations significatives pour que SPSS les mette en
évidence par des astérisques.
Vous cliquez ensuite sur Options.
49. Le bouton OPTIONS
Les options offertes avec la corrélation se résument à deux
choses : les statistiques que vous voulez obtenir et ce que vous
désirez faire avec les valeurs manquantes.
Vous pouvez afficher les moyennes et écart-types pour
chacune des variables que vous testez ainsi que le produit
des écarts et covariances. En fait, c’est le résultat du calcul
de la covariance que nous avons vu dans le rappel théorique.
Ensuite, vous pouvez soit conserver l’option par défaut et
effectuer la corrélation à partir de toutes les valeurs valides
dans chaque cellule, donc exclure les valeurs manquantes du
calcul du coefficient pour chaque paire de variables (Exclure
seulement les composantes non valides), soit exclure de
tous les calculs toutes les valeurs manquantes pour l’ensemble
des variables testées (Exclure toute observation
incomplète).
50. Exemple: Le test de speraman
Dans cet exemple, nous avons réalisé une corrélation entre l’espérance
de vie des femmes (LIFEEXPF) et le taux de natalité par 1 000
habitants (BIRTHRAT) à partir de la base de données COUNTRY.SAV.
Nous désirions savoir s’il existait une relation linéaire significative
entre ces deux variables.
Le tableau de corrélation est assez simple à interpréter. Il s’agit d’un
tableau croisé entre les variables mises en relation.
Nous pouvons voir dans chaque case présentant le croisement de
deux variables la valeur du coefficient accompagné d’astérisques si la
corrélation est significative, le degré de signification qui y est associé
et le nombre d’observations qui ont été croisées.
Puisque la corrélation est une mesure symétrique, on constate que le
coefficient est le même pour l’association entre l’espérance de vie et le
taux de natalité et pour l’association entre le taux de natalité et
l’espérance de vie.
51. Exemple
Nous constatons que la
corrélation est significative,
nous pouvons donc rejeter
l’hypothèse nulle d’absence
de relation entre le taux de
natalité et l’espérance de
vie. Ceci signifie que la
probabilité d’obtenir un
coefficient de cette taille
dans une population où ces
deux variables ne sont pas
reliées est de moins de 5 %.
Nous
acceptons l’hypothèse
alternative: il existe une
relation linéaire négative
(puisque le coefficient est
négatif) entre les deux
variables.
52. Exemple ( la suite)
Le coefficient de corrélation significatif nous donne deux
informations que l’on doit interpréter:
1) le sens de la relation entre les variables : Comme le
coefficient est négatif, plus le taux de natalité d’un pays est
élevé, plus l’espérance de vie diminue. Nous pouvons
également dire que plus l’espérance de vie d’un pays est
élevée, plus le taux de natalité diminue.
2) la force de la relation (la taille d’effet) : En examinant
la valeur du coefficient (r = – 0,87), nous pouvons dire que
l’effet de la relation entre ces deux variables est de grande
taille et que l’association est très forte.
53. Référencés bibliographiques
1) Adad Med Chérif, Université d’OumEl Bouaghi
;Algérie,file:///C:/Users/compaq/Downloads/Questionnaire_sous_S
pss.pdf
2) BASOSILA BATWANYELE Eric ( 2019) Travaux Pratiques
d’Informatique V : Analyse des données avec le logiciel SPSS, Institut
facultaire des sciences agronomiques de Yangambi , CONGO.
3) Assistance Technique NIPN( 2019) Introduction au traitement
des données avec SPSS.
4) https://spss.espaceweb.usherbrooke.ca/procedure-spss-25/
5) https://spss.espaceweb.usherbrooke.ca/interpretation-23/
6) https://spss.espaceweb.usherbrooke.ca/procedure-spss-24/
Notes de l'éditeur
Le tableau de codage de la base de données doit contenir les informations suivantes :
Nom de la variable
Etiquette de la variable
Etiquettes des valeurs (value labels) : n’oubliez pas une variable d’identification qui établit une relation entre les documents d’un cas et les données dans le fichier (ex : questionnaire et preuve de carnet de vaccination) ;
Numéro d’identification (ID variable) : doit être noté sur les questionnaires pour que l’on puisse facilement retrouver le document d’un sujet afin de contrôler ou corriger des valeurs dans la base de données.
Variable alphanumériques/série de caractères Ex : Nom du répondant.
Questions à réponses courtes Ex : quelle est votre nationalité ? on peut coder les différentes réponses de la façon suivante : 1=Nigérienne ; 2=Ivoirienne ; 3=Tchadienne … on en fait une liste.
Questions à réponses multiples Ex : quelles sont les activités que vous exercez ?
Elevage B. Commerce C. Petits métiers X. Autre à préciser
Transformer les variables dans une base de données fait partie des tâches à réaliser avant l’analyse de données proprement dite (statistiques descriptives, régression). Les données collectées se présentent généralement sous la forme brute, et elles sont inadaptées à une analyse statistique poussée.
La procédure GRAPHES génère des graphiques en élaborant des statistiques à partir des données du fichier actif. Plusieurs catégories de graphiques peuvent être obtenus : bâtons, bâtons 3D, courbes, aires,… .
La procédure GRAPHES génère des graphiques en élaborant des statistiques à partir des données du fichier actif. Plusieurs catégories de graphiques peuvent être obtenus : bâtons, bâtons 3D, courbes, aires,… .
Pour obtenir des informations (en forme de tableaux ou graphiques) sur la distribution d'une variable (fréquences, tendance (mode, médiane, moyenne, …), dispersion (variance, écart type, intervalle interquartile, …)