Le document présente une introduction à SPSS, un logiciel d'analyse statistique principalement utilisé en sciences sociales, permettant la saisie et l'analyse de données. Il décrit le processus de création d'une base de données, les types de variables, et les méthodes d'analyse telles que les statistiques descriptives et les comparaisons de moyennes. Des exemples pratiques sont fournis pour illustrer la saisie des données et l'interprétation des résultats.

1. Université d’Oum El Bouaghi
Faculté des sciences de la terre et de l’architecture
Prof. Adad Mohamed chérif

2. Sommaire
Introduction
Objectifs de SPSS
Processus de la saisie des données sous SPSS
Types de variables
Editeur de données
Analyse des données
Affichage de données (data view)
Affichage de variables (variable view)
Procédure effective
Procédure descriptive
Procédure croisement de variables
Procédure comparaison des moyennes

3. Introduction
SPSS est un outil puissant, efficace et assez facile à
manipuler. Ce logiciel sert à faire des analyses
statistiques (ANOVA, ACP, ANCOVA etc.). Il nous
évite de faire des calculs longs et fastidieux. Les
résultats sont très explicite et bien mis en forme, ils
apparaissent dans des tableaux et sous formes de
graphes (histogramme, courbes, bâtonnets,
diagramme circulaire etc.). Il permet de construire
une base de données. Le SPSS est compatible avec
Word et Excel.
Les lettres du sigle SPSS signifient Statistical Package
of Social Sciences. C’est un logiciel destiné
principalement aux recherches en sciences sociales .

4. 1. Décrire les données à l'aide de statistiques
descriptives;
2. Examiner les relations entre les variables;
3. Comparer les groupes afin de déterminer s'il
existe des différences significatives entre ces
groupes.
Objectifs

5.  Pour utiliser le SPSS efficacement, il est recommandé d’avoir un minimum de
prérequis en statistiques (La moyenne, l’écart-type, la variance, la médiane, la loi
normale, l’intervalle de confiance etc..)
 Définissons les variables utilisées (Variables quantitatives continues-discrètes et
variables nominales-ordinales)
 Lancez le logiciel
 Fenêtre de l’éditeur des données apparait
 Appuyez sur l’onglet Affichage des variables
 Saisir les variables et ses caractéristiques dans les différentes colonnes ( Sexe et
Note)
 Appuyez sur l’onglet Affichage des données
 Saisissez les données de chaque variable
 Analyse des données (T test , ANOVA, Khi2, analyse de corrélation, ACP etc.)
 La fenêtre viewer apparait ( tableaux et graphes )
 Interprétation
Processus de la saisie des données sous SPSS

6. En statistiques, il existes deux catégories de variables :
Variables quantitatives Variables qualitatives
Continues Discrètes Nominales Ordinales
Exemples:
 Poids
 Taille
 Distance
 Salaire
 Vitesse
Exemples:
• Note
• Nombre d'enfants
d'une famille
• Nombre de pièces par
maison
Exemples:
• Couleur des yeux
• Sexe F/M
• Réponse oui/non
• Type du BAC
science/lettre/technique
• Code postal
Exemples :
• Mention du BAC
Bien/assez bien/ bien
/Très bien
• Satisfaction
 Excellent
 Très bon
 Bon
 Mauvais
 Très mauvais

7. Ligne Variable

8. Onglet Affichage des
données
Onglet Affichage des
variables Editeur de données

9. Nom du fichier
Avec extension SAV Menu Barre d’outils
Case
Cellule
Rubrique
Cellule
Grille de
données
** Editeur de données est constitué de menu de
fonction, de barre d’outils et de grille de données

10. Dans cet exercice , on veut savoir quelles seront les valeurs de
la moyenne, de l’écart-type et de la médiane de cette série
statistique ?
Dans cet exemple, on a uniquement deux variables :
La variable sexe et la variable Note sur 20
Cependant, il est possible de saisir le nombre de variables
souhaitées dans le cadre d’une recherche donnée .
Chaque ligne dans l’éditeur de donnés représente une élève ou un
élève qui sont codés numériquement de la manière suivante : 1 pour
féminin et 2 pour masculin .
L’analyse des données passe obligatoirement par le codage des
variables qualitatives. Une variable qualitatives contiennent des valeurs
qui expriment une qualité comme le sexe qui est une variable
qualitative dichotomiques ( 2 modalités : masculin ou féminin). Dans
ce cas, il n’y a pas d’échelle de valeurs. Par contre « Note » est une
variable quantitative discrète , c’est-à-dire qu’elle ne peut revêtir
qu'un nombre défini de valeurs réelles qu’il est possible de les
énumérer. Ici la note varie entre 00/20 et 20/20.

12. Etiquette
de valeur

13. Sélectionnez l’onglet affichage des variables ( variable view)

14. Pour savoir comment il est possible d’introduire 1
correspondant à Féminin et 2 correspondant à Masculin:
 allez à l’onglet «Affichage des valeurs » puis à « Valeurs » , appuyer
sur la cellule juste en dessous, une fenêtre va apparaitre.
• Inscrivez la valeur 1 dans « Valeur » et Masculin dans « Etiquette »
• Puis appuyez sur « Ajouter »
• Ensuite inscrivez 2 dans « Valeur » et Féminin dans « Etiquette »
ensuite appuyez sur « Ajouter »
• A la fin appuyez sur Ok
• En cas d’erreur de saisie, appuyez sur
• « Eliminer_bloc » pour supprimer ce qui a été écrit.
1 2

15. « L’affichage de variable » montre les caractéristiques des variables :
La ligne représente la variable et les colonnes représentent ses
caractéristiques particulières .
Donc, la ligne 1 est la variable Sexe et la ligne 2 est la variable Note.
,
Caractéristiques des colonnes
1. Nom de la variable ( Sexe ou Note)
2. Type de variable ( Sexe= Chaine, Note: numérique)
3. Largeur des colonnes (Sexe=8, Note=4)
4. Décimal ( les chiffres après la virgule: Sexe=0 , Note=2)
5. Etiquette (Informations supplémentaires sur la variable)
6. Valeurs (ici, on code le sexe :/ 1 pour féminin et 2 pour masculin)
7. Données manquantes ( si un individu questionné n’a pas répandu , ici
donc on note aucun)
8. Mesure ( Nominale pour « sexe » étant donné que cette variable
est qualitative nominale et Echelle pour « Note » étant donné que
cette variable est quantitative discrète)

16. Ajout d’une
autre
variable
 D’abord, il faut aller à « affichage des variables »
 Saisir dans la colonne « Nom » la variable « Note2 ».
 Introduire les caractéristiques de cette variable qui
ressemblent à celles de « Note »

17. Même
Message
d’erreur

18. Caractéristiques
de la variable
Note2
 Puis , aller à « Affichage des données »
 Introduire les valeurs des notes,
Les données
de la note2

19. A partir des menus dans
l’éditeur de données
sélectionnez :
1. Analyse
2. statistiques descriptives
3. Effectifs.
L’analyse la plus courante est la procédure effective (frequency
procedure). Elle sert à analyser et afficher les différents paramètres
statistiques,

20. Déplacez

21. .
 Sélectionnez dans l’encadré « Tendance centrale » la Moyenne et
la Médiane.
 Sélectionnez dans l’encadré « Dispersion » l’écart-type.
 Cliquez sur « Poursuivre ».

22.  Sélectionnez « Diagrammes » (1)
Dans l’encadré « Type de diagramme » (2)
 Sélectionnez « Histogrammes»
 Sélectionnez « Afficher la courbe
gaussienne »
 Cliquez « Poursuivre »
 En fin cliquez « Ok » (3)
1
2
3
Ordre d’exécution 1, 2, 3.

23. Fenêtre viewer
C’est une fenêtre où est
indiqué les résultats,
Le nom du fichier
 12 élèves dont chacun ont obtenu une note
 0 pas valeur manquante
 12,08 la moyenne des 12 valeurs
 12,5 la NOTE médiane
 3,5 l’écart-type
C’est une analyse descriptive :
moyenne, médiane et écart-type

24. • Colonne 1 : les observations non-
répétitives
• Colonne2 : l’effective , les notes 9,
13,15 sont répétées 2 fois, par contre
le reste une seule fois.
• Colonne 3: le pourcentage de chaque
observation par rapport à (100 %)
La note 7 est de 7% , la note 13 est 15,7%
• Colonne 5: pourcentage cumulé, -
8,3+8,3 (pourcentage valide)=16,7
16,7+16,7 (pourcentage valide) =33,33
33,33+ 8,3 (pourcentage valide) = 41,7
etc…..
Moyenne=12
Ecart-type = 3
N=12
L’histogramme montre le
pourcentage des diverses
observations. La note en abscisse
et le pourcentage correspondant
en ordonnée.
Le graphique montre aussi la
courbe de gausse . Les
observations sont presque
normalement distribuées .
Sont indiqués
avec le graphiq

25. Comme on peut le voir
 l’effectif des élèves
est de 12
 le pourcentage 50%
féminin (2) et 50%
masculin (1).
Femelle
Male
Transfert de la variable « Sexe »
vers le champs « Variables » et
appuyer sur « OK »

26.  A partie de la barre de menu
 Cliquez sur analyse
 Statistiques descriptives
 Descriptives

27.  Transférer la variable « Note d’examen » vers le
champ « Variables » puis cliquez sur « Option »
• Cochez « Moyenne »
Dispersion
 Cochez Ecart-type , Variance, Minimum,
Maximum
Ordre d’affichage
 Cochez « Moyenne dans l’ordre croissant »
• Sectionnez « Poursuivre »
• Enfin OK
Puis

28. Ici, c’est la fenêtre viewer , l’effective n’est pas indiqué sur le tableau .
Sur ce dernier, on peut voir N le nombre de Notes (N=12) , le Minimum
(7,00), le Maximum (18,00), la moyenne des Notes 12,08/20 et l’écart-
type 3,50.
Fichier des
données
Résultat

29. Le croisement des variables est une autre opération d’analyse des
données . Dans notre exemple, il s’agit de croisement entre la
variable « Sexe » et la variable « Note d’examen » ,
Analyse statistiques descriptives Tableaux_croisés

30. La lecture de la table ci-dessus, Tableau croisé Sexe*Note d’examen , on
peut voir le nombre de chaque note pour chaque sexe . Exemple: la note
9 est saisie une fois pour les 2 sexes, par contre la note 13 est saisie 2
fois pour le sexe Masculin et 0 fois pour le sexe Féminin, la note 10 est
saisie 0 fois pour Féminin et 1 fois pour Masculin etc.
La dernière ligne (Total) , nous donne le nombre de chaque note pour les 2
sexes. Exemple pour la note 9 , le nombre total est de 2,

31. 1- Sexe Féminin
2- Sexe Masculin
 Sexe en abscisse
 Effectif en ordonnée
Ce diagramme traduit le contenu de la table précédente. On constate la présence
de 2 barres très hautes qui représentent les notes 13,00 et 15,00. Rouge 13,00,
effectif 2 pour le sexe masculin et turquoise 15,00, effectif 2 pour le sexe féminin .

32. On veut maintenant comparer
la moyenne et l’écart-type de chaque variable.
La procédure : analyse Comparer les moyennes Moyennes

33.  La moyenne du sexe « male (1) » est
de 13.16 est supérieure à celle du
sexe « femelle (2) » de valeur 11,00
• Les écart-types sont presque égaux
pour 2 sexes
 La moyenne totale 12,08 et l’écart-
type pour les 2 sexe s 3,50

34. Merci pour votre attention
Prof. Adad Mohamed Cherif
Université d’Oum El Bouaghi
Faculté des sciences de la terre et de l’architecture