SPSS Base User's Guide 12.0

SPSS® Base 12.0 - Guide del’utilisateur

Sommaire1 Sommaire 1

Nouveautés de SPSS 12.0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2Fenêtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4Menus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7Barre d'état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7Boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8Noms de variables et étiquettes de variable dans les listes de boîtes dedialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9Commande des boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9Sous-boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10Sélection de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11Obtenir des informations sur les variables dans les boîtes de dialogue . . . . 11Obtenir des informations sur les commandes des boîtes de dialogue . . . . . 12Procédures de base dans l'analyse des données . . . . . . . . . . . . . . . . . . . . 13Assistant statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14En savoir plus sur SPSS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Obtention d'Aide 15

Utilisation du sommaire de l'aide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16Utilisation de l'index de l'aide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17Aide sur les commandes des boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . 17Aide sur les termes utilisés dans les résultats . . . . . . . . . . . . . . . . . . . . . . . 18Utilisation de l'option Etudes d'observation. . . . . . . . . . . . . . . . . . . . . . . . . 19Copie de texte d'aide à partir d'une fenêtre contextuelle. . . . . . . . . . . . . . . 19

ix

3 Fichiers de données 21

Ouverture d'un fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21Pour ouvrir un fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21Types de fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22Ouvrir les options de fichier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23Lecture de fichiers Excel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23Lecture d'autres fichiers Excel et de fichiers d'autres tableurs avec l'éditeurde données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24Lecture des fichiers dBASE avec l'éditeur de données . . . . . . . . . . . . . . . . 25Lire des fichiers de base de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25Sélectionner une source de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27Procédure d'entrée dans la base de données . . . . . . . . . . . . . . . . . . . . . . . 28Sélectionner des champs de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29Créer une requête de paramètre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37Définition de variables (Assistant de capture de base de données) . . . . . . . 38Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39Assistant de texte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40Informations sur les fichiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53Enregistrement des fichiers de données . . . . . . . . . . . . . . . . . . . . . . . . . . . 53Pour enregistrer des fichiers de données modifiés . . . . . . . . . . . . . . . . . . . 54Enregistrement de fichiers de données au format Excel . . . . . . . . . . . . . . . 54Enregistrement de fichiers de données au format SAS . . . . . . . . . . . . . . . . 55Pour enregistrer des fichiers de données sous des formats différents. . . . . 57Enregistrement de données : Types de fichier de données . . . . . . . . . . . . . 58Enregistrement de sous-ensembles de variables . . . . . . . . . . . . . . . . . . . . 60Enregistrement de fichier : Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61Protection des données d'origine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61Fichier actif virtuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

x

4 Mode d'analyse distribuée 67

Comparaison de l'analyse distribuée par rapport à l'analyse locale. . . . . . . 68

5 Editeur de données 81

Affichage des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82Affichage des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83Saisie de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96Modification de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99Aller à l'observation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103Etat de la sélection de l'observation dans l'éditeur de données. . . . . . . . . 104Options d'affichage de l'éditeur de données . . . . . . . . . . . . . . . . . . . . . . . 104Impression de l'éditeur de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

6 Préparation des données 107

Définition des propriétés de variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108Copie des propriétés de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116Identification des observations dupliquées . . . . . . . . . . . . . . . . . . . . . . . . 124Outil visuel de regroupement en bandes . . . . . . . . . . . . . . . . . . . . . . . . . . 128Regroupement de variables en bandes . . . . . . . . . . . . . . . . . . . . . . . . . . . 131Génération automatique de modalités regroupées en bandes . . . . . . . . . . 135Copie de modalités regroupées en bandes . . . . . . . . . . . . . . . . . . . . . . . . 137Valeurs manquantes utilisateur dans l'outil visuel de regroupement enbandes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

xi

7 Transformations de données 141

Calcul de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145Valeurs manquantes dans les fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 145Générer des nombres aléatoires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146Compter occurrences des valeurs par observation . . . . . . . . . . . . . . . . . . 147Recodage de valeurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149Recodage de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149Création de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152Ordonner les observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156Recoder automatiquement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159Transformation de données pour série chronologique. . . . . . . . . . . . . . . . 161

8 Gestion et transformations de fichiers 169

Trier les observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170Transposer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171Fusionner des fichiers de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172Ajouter des observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172Ajouter des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175Agréger les données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178Scinder un fichier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182Sélectionner des observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183Pondérer les observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188Restructuration des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

xii

9 Utilisation du résultat 217

Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217Utilisation de résultats dans d'autres applications . . . . . . . . . . . . . . . . . . 226Collage d'objets dans le Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230Collage spécial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231Collage d'objets d'une autre application dans le Viewer . . . . . . . . . . . . . . 231Exporter résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232Impression de documents du Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243Enregistrement des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249

10 Viewer en mode brouillon 251

Pour créer un résultat en mode brouillon . . . . . . . . . . . . . . . . . . . . . . . . . 252Contrôle du format du résultat en mode brouillon . . . . . . . . . . . . . . . . . . . 252Attributs de polices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257Pour imprimer un résultat en mode brouillon. . . . . . . . . . . . . . . . . . . . . . . 257Pour enregistrer une sortie du Viewer en mode brouillon . . . . . . . . . . . . . 259

11 Tableaux pivotants 261

Manipulation d'un tableau pivotant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261Utilisation des strates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267Signets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271Montrer ou masquer des cellules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272Modification des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274Modification de l'aspect des tableaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . 275Propriétés du tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

xiii

Pour modifier les propriétés d'un tableau pivotant . . . . . . . . . . . . . . . . . . 277Propriétés de tableau : Général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278Modification des propriétés générales d'un tableau . . . . . . . . . . . . . . . . . 278Propriétés de tableau : Notes de bas de page. . . . . . . . . . . . . . . . . . . . . . 279Modification des propriétés des marques des notes de bas de page. . . . . 279Propriétés de tableau : Formats de cellule . . . . . . . . . . . . . . . . . . . . . . . . 280Modification des formats des cellules. . . . . . . . . . . . . . . . . . . . . . . . . . . . 281Propriétés de tableau : Bordures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282Pour modifier les bordures d'un tableau . . . . . . . . . . . . . . . . . . . . . . . . . . 282Pour afficher des bordures masquées dans un tableau pivotant . . . . . . . . 283Propriétés de tableau : Impression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283Pour contrôler l'impression d'un tableau pivotant . . . . . . . . . . . . . . . . . . . 284Polices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284Largeur des cellules de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285Propriétés de la cellule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287Modification des propriétés de la cellule . . . . . . . . . . . . . . . . . . . . . . . . . 287Propriétés des cellules : Valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288Modification des formats des valeurs dans une cellule . . . . . . . . . . . . . . . 288Pour modifier le format des valeurs dans une colonne . . . . . . . . . . . . . . . 288Propriétés des cellules : Alignement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289Modification de l'alignement dans les cellules . . . . . . . . . . . . . . . . . . . . . 290Propriétés des cellules : Marges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290Modification des marges dans les cellules . . . . . . . . . . . . . . . . . . . . . . . . 290Propriétés des cellules : Ombrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291Modification de l'ombrage des cellules. . . . . . . . . . . . . . . . . . . . . . . . . . . 291Marque de bas de page . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291Sélection des lignes et des colonnes dans les tableaux pivotants . . . . . . . 292Pour sélectionner une ligne ou une colonne dans un tableau pivotant. . . . 293Modification des résultats d'un tableau pivotant . . . . . . . . . . . . . . . . . . . . 293Impression des tableaux pivotants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294

xiv

Pour imprimer les strates masquées d'un tableau pivotant . . . . . . . . . . . . 295Contrôle des sauts de tableau pour les tableaux longs et larges . . . . . . . . 295

12 Utilisation de la syntaxe de commande 297

Règles de syntaxe de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298Création d'une syntaxe depuis les boîtes de dialogue . . . . . . . . . . . . . . . . 299Utilisation de la syntaxe depuis le fichier de résultat . . . . . . . . . . . . . . . . . 300Utilisation de la syntaxe dans un fichier-journal . . . . . . . . . . . . . . . . . . . . 302Exécuter une syntaxe de commande. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304Commandes Execute multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

13 Fréquences 307

Remarques sur les données de fréquences. . . . . . . . . . . . . . . . . . . . . . . . 307Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308Pour obtenir des tableaux de fréquences . . . . . . . . . . . . . . . . . . . . . . . . . 309

14 Caractéristiques 315

Remarques sur les données de Caractéristiques. . . . . . . . . . . . . . . . . . . . 315Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316Pour obtenir des statistiques descriptives. . . . . . . . . . . . . . . . . . . . . . . . . 316

xv

15 Explorer 321

Remarques sur les Données d'Explorer. . . . . . . . . . . . . . . . . . . . . . . . . . . 322Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322Pour explorer vos données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323

16 Tableaux croisés 329

Remarques sur les Données pour tableau croisé . . . . . . . . . . . . . . . . . . . 330Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331Pour obtenir des tableaux croisés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331

17 Récapituler 341

Récapituler les commentaires de données . . . . . . . . . . . . . . . . . . . . . . . . 341Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342Obtenir des récapitulatifs des observations . . . . . . . . . . . . . . . . . . . . . . . 342

18 Moyennes 349

Remarques sur les données des moyennes. . . . . . . . . . . . . . . . . . . . . . . . 349Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350Pour obtenir des moyennes de sous-groupes . . . . . . . . . . . . . . . . . . . . . . 351

xvi

19 Cubes OLAP 355

Remarques sur les données des cubes OLAP . . . . . . . . . . . . . . . . . . . . . . 355Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356Pour obtenir des cubes OLAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356

20 Tests T 363

Test T pour échantillons indépendants . . . . . . . . . . . . . . . . . . . . . . . . . . . 363Remarques sur les Données du Test T pour Echantillons Indépendants. . . 364Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365Obtenir un test t pour échantillons indépendants . . . . . . . . . . . . . . . . . . . 365Test T pour échantillons appariés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368Commentaires relatifs au test T pour échantillons appariés. . . . . . . . . . . . 369Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369Obtenir un test t pour échantillons appariés . . . . . . . . . . . . . . . . . . . . . . . 369Test T pour échantillon unique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371Commentaires sur les Données du Test T pour échantillon unique. . . . . . . 372Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372Obtenir un test t pour échantillon unique. . . . . . . . . . . . . . . . . . . . . . . . . . 373

21 ANOVA à 1 facteur 375

Remarques sur les Données ANOVA à 1 facteur . . . . . . . . . . . . . . . . . . . . 376Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376Obtenir une analyse de variance à un facteur . . . . . . . . . . . . . . . . . . . . . . 377

xvii

22 Analyse GLM – Univarié 385

Remarques sur les données GLM - Univarié . . . . . . . . . . . . . . . . . . . . . . . 386Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387Pour obtenir des tables GLM - Univarié. . . . . . . . . . . . . . . . . . . . . . . . . . . 387Contrastes GLM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392Diagrammes de profils GLM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394Comparaisons post hoc GLM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395

23 Corrélations bivariées 403

Remarques sur les données des corrélations bivariées. . . . . . . . . . . . . . . 403Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404Pour obtenir des corrélations bivariées. . . . . . . . . . . . . . . . . . . . . . . . . . . 404

24 Corrélations partielles 409

Remarques sur les données des corrélations partielles. . . . . . . . . . . . . . . 409Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410Obtenir des corrélations partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410

25 Distances 413

Pour obtenir des matrices de distance . . . . . . . . . . . . . . . . . . . . . . . . . . . 414Distances : Mesures de dissimilarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415Indices : Mesures de similarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416

xviii

26 Régression linéaire 419

Régression linéaire : Remarques sur les données . . . . . . . . . . . . . . . . . . . 420Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420Obtenir une analyse de régression linéaire . . . . . . . . . . . . . . . . . . . . . . . . 422Méthodes de sélection des variables de régression linéaire . . . . . . . . . . . 424Régression linéaire : Définir la règle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425Diagrammes de régression linéaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426Régression linéaire : Enregistrer de nouvelles variables . . . . . . . . . . . . . . 427Statistiques de régression linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431Régression linéaire : Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432

27 Ajustement de fonctions 435

Remarques sur les données de l'ajustement de fonctions . . . . . . . . . . . . . 435Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436Pour obtenir un ajustement de fonctions. . . . . . . . . . . . . . . . . . . . . . . . . . 437

28 Analyse discriminante 441

Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443Obtenir une analyse discriminante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444

29 Analyse factorielle 453

Remarques sur les données d'analyse factorielle . . . . . . . . . . . . . . . . . . . 454Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455

xix

Obtenir une analyse factorielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 458Caractéristiques d'analyse factorielle. . . . . . . . . . . . . . . . . . . . . . . . . . . . 460Spécification des statistiques récapitulatives et des coefficients decorrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461Spécification des options de l'extraction. . . . . . . . . . . . . . . . . . . . . . . . . . 463Spécification des options de la rotation . . . . . . . . . . . . . . . . . . . . . . . . . . 465Spécification des options des facteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 467Spécification des options de l'analyse factorielle . . . . . . . . . . . . . . . . . . . 468

30 Choix d'une procédure de classification 469

31 Classification TwoStep 471

Remarques sur les données de la procédure d'analyse TwoStep Cluster. . 473Pour effectuer une procédure d'analyse TwoStep Cluster . . . . . . . . . . . . . 474Options de la procédure d'analyse TwoStep Cluster . . . . . . . . . . . . . . . . . 475Diagrammes de l'analyse TwoStep Cluster . . . . . . . . . . . . . . . . . . . . . . . . 478Résultats de l'analyse TwoStep Cluster. . . . . . . . . . . . . . . . . . . . . . . . . . . 479

32 Classification hiérarchique 481

Remarques sur les données de la classification hiérarchique . . . . . . . . . . 481Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482Obtenir une classification hiérarchique. . . . . . . . . . . . . . . . . . . . . . . . . . . 484Statistiques de la classification hiérarchique . . . . . . . . . . . . . . . . . . . . . . 486Diagrammes (graphiques) de classification hiérarchique . . . . . . . . . . . . . 487Enregistrement des nouvelles variables de classification hiérarchique . . . 488

xx

33 Nuées dynamiques 489

Considérations de données sur la classification en nuées dynamiques . . . 490Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490Obtenir une analyse de nuées dynamiques . . . . . . . . . . . . . . . . . . . . . . . . 492Enregistrement des analyses de classes de nuées dynamiques . . . . . . . . 495Options d'analyses des classes de nuées dynamiques . . . . . . . . . . . . . . . 495

34 Tests non paramétriques 497

Test du Khi-deux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 498Test du Khi-deux : remarques sur les données . . . . . . . . . . . . . . . . . . . . . 498Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 499Pour obtenir un test Khi-deux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 500Test binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503Test binomial : remarques sur les données . . . . . . . . . . . . . . . . . . . . . . . . 503Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504Pour obtenir un test binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504Suites en séquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 506Suites en séquences : Remarques sur les Données . . . . . . . . . . . . . . . . . 507Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 507Pour obtenir un test de suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508Test Kolmogorov-Smirnov pour un échantillon . . . . . . . . . . . . . . . . . . . . . 510Remarques sur les données du test de Kolmogorov-Smirnov pour unéchantillon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 510Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511Pour obtenir un test de Kolmogorov-Smirnov pour un échantillon . . . . . . . 511Tests pour deux échantillons indépendants. . . . . . . . . . . . . . . . . . . . . . . . 513Tests pour deux échantillons indépendants : remarques sur les données . 514

xxi

Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514Pour effectuer les tests pour deux échantillons indépendants. . . . . . . . . . 515Tests pour deux échantillons liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519Tests pour deux échantillons liés : remarques sur les données . . . . . . . . . 519Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520Pour obtenir des tests pour deux échantillons liés . . . . . . . . . . . . . . . . . . 520Tests pour plusieurs échantillons indépendants . . . . . . . . . . . . . . . . . . . . 523Tests pour Plusieurs Echantillons Indépendants : Remarques sur lesDonnées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524Pour obtenir des tests pour plusieurs échantillons indépendants . . . . . . . 524Tests pour plusieurs échantillons liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 528Tests pour plusieurs échantillons liés de considérations de données . . . . 528Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 528Pour obtenir des tests pour plusieurs échantillons liés . . . . . . . . . . . . . . . 529

35 Analyse des réponses multiples 531

Définition de vecteurs multiréponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . 532Pour définir des vecteurs de réponses multiples . . . . . . . . . . . . . . . . . . . . 533Tableaux de fréquences des réponses multiples . . . . . . . . . . . . . . . . . . . . 534Gestion des données des fréquences de réponses multiples. . . . . . . . . . . 535Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 536Pour obtenir des tableaux de fréquences de réponses multiples . . . . . . . . 536Tableaux croisés des réponses multiples . . . . . . . . . . . . . . . . . . . . . . . . . 537Remarques sur les Données de Tableaux croisés de réponses multiples . . 538Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 538Pour obtenir des tableaux croisés des réponses multiples . . . . . . . . . . . . 539

xxii

36 Tableaux de Résultats 543

Tableaux de bord en lignes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 543Tableaux de bord en colonnes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553

37 Analyse de fiabilité 561

Remarques sur les données de l'analyse de fiabilité . . . . . . . . . . . . . . . . . 562Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 562Obtenir une analyse de fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563Fonctionnalités supplémentaires de la commande RELIABILITY . . . . . . . . 566

38 Positionnement multidimensionnel 569

Remarques sur les données du positionnement multidimensionnel . . . . . . 570Obtenir une analyse par positionnement multidimensionnel . . . . . . . . . . . 570Positionnement multidimensionnel : créer une mesure . . . . . . . . . . . . . . . 572Modèle de positionnement multidimensionnel . . . . . . . . . . . . . . . . . . . . . 573Positionnement multidimensionnel : Options . . . . . . . . . . . . . . . . . . . . . . . 574Fonctions supplémentaires de la commande Positionnementmultidimensionnel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 575

39 Statistiques de ratio 577

Remarque sur les données des statistiques de ratio . . . . . . . . . . . . . . . . . 577Pour obtenir des statistiques de ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 578Statistiques de ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 579

xxiii

40 Présentation de l'utilitaire de diagramme 581

Création et modification d'un diagramme . . . . . . . . . . . . . . . . . . . . . . . . . 581Options globales de définition du diagramme . . . . . . . . . . . . . . . . . . . . . . 586

41 Courbes ROC 593

Remarques sur les données de la courbe ROC . . . . . . . . . . . . . . . . . . . . . 593Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 594Pour obtenir une courbe ROC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 595

42 Outils 597

Informations de la variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597Commentaires de fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . 598Groupes de Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599Définir des groupes de variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599Utiliser les groupes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601Réordonner Listes Variables Cible. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 602

43 Options 605

Options générales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 606Options Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608Options du Viewer en mode brouillon . . . . . . . . . . . . . . . . . . . . . . . . . . . . 609Options Etiquettes Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 611Options de diagramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 613

xxiv

Options diagrammes interactifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 618Options tableaux pivotants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 619Options de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 622Options monétaires (devises) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 623Options script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625

44 Personnalisation des menus et des barresd'outils 627

Editeur de menu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 627Personnalisation des barres d'outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 628Montrer barres d'outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 629Pour personnaliser les barres d'outils. . . . . . . . . . . . . . . . . . . . . . . . . . . . 629

45 Système de production 635

Utilisation de l'Utilitaire de Production . . . . . . . . . . . . . . . . . . . . . . . . . . . 636Règles de syntaxe pour le système de production SPSS . . . . . . . . . . . . . . 637Options d'exportation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 638Invites utilisateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 641Sollicitation de macros de production . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643Options de production . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 644Contrôle du format des tâches de production . . . . . . . . . . . . . . . . . . . . . . 645Exécution de tâches de production à partir d'une ligne de commande . . . 648Publication sur le Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650Connexion au serveur Web SmartViewer . . . . . . . . . . . . . . . . . . . . . . . . . 651

xxv

46 Utilitaire de script SPSS 653

Exécution d'un script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653Scripts livrés avec SPSS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 654Autoscripts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655Création et modification de scripts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 657Modification d'un script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 658Fenêtre de script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 658L'Assistant script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 661Création de scripts automatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 662Fonctionnement des scripts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 667Table des classes d'objet et conventions d'appellation . . . . . . . . . . . . . . . 669Nouvelle procédure (Script) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 674Ajout d'une description à un script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 677Boîtes de dialogue de script personnalisées . . . . . . . . . . . . . . . . . . . . . . . 677Mise au point des scripts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 682Fichiers de script et de syntaxe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 685

47 Système de gestion des résultats 689

Identificateurs OMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 689

xxvi

Annexes

A Administrateur d'accès de base de données 695

B Personnalisation de documents HTML 697

Pour ajouter du code HTML personnalisé à des documents de résultatexportés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 697Contenu et format du fichier texte pour code HTML personnalisé . . . . . . . 698Pour utiliser un autre fichier ou emplacement pour le code HTMLpersonnalisé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 698

Index 701

xxvii

Chapitre

3Fichiers de données

Les fichiers de données se présentent sous une grande diversité de formats et SPSS aété conçu pour traiter nombre d'entre eux, dont :

les feuilles de calcul créées sous Lotus 1-2-3 et Excel

les fichiers de bases de données créés sous dBASE et sous différentsformats SQL

fichiers texte délimités par des tabulations et autres types de fichier ASCII

les fichiers de données au format SPSS créés avec d'autres systèmesd'exploitation

Fichiers de données SYSTAT

Fichiers de données SAS

Ouverture d'un fichier de données

Outre les fichiers sauvegardés au format SPSS, vous pouvez ouvrir les fichiers Excel,Lotus 1-2-3, dBASE, ainsi que les fichiers tabulés sans avoir à convertir les fichiers enun format intermédiaire ni à entrer d'informations de définition de données.

Pour ouvrir un fichier de donnéesE A partir du menu, sélectionnez :

FichierOuvrir

Données...

E Dans la boîte de dialogue Ouvrir un fichier, sélectionnez le fichier à ouvrir.

E Cliquez sur Ouvrir.

21

22

Chapitre 3

Sinon, vous pouvez :

lire les noms de variables à partir de la première ligne dans le cas des feuilles decalcul et des fichiers délimités par des tabulateurs

spécifier une plage de cellules à lire dans le cas de fichiers de feuilles de calcul

spécifier une feuille à lire dans un fichier Excel (version Excel 5 ou supérieure)

Types de fichier de données

SPSS : Ouvre les fichiers de données enregistrés en format SPSS, y compris SPSSpour Windows, Macintosh, UNIX, et également le produit DOS SPSS/PC+.

SPSS/PC+ : Ouvre les fichiers de données SPSS/PC+.

SYSTAT : Ouvre les fichiers de données SYSTAT.

SPSS portable : Ouvre les fichiers de données SPSS sauvegardés en format portable.Sauvegarder un fichier en format portable prend bien plus de temps que desauvegarder le fichier en format SPSS.

Excel : Ouvre les fichiers Excel.

Lotus 1-2-3 : Ouvre les fichiers de données enregistrés au format 1-2-3 pour lesversions 3.0 et 2.0, ainsi que pour la version 1A de Lotus.

SYLK : Ouvre les fichiers de données sauvegardés en format SYLK (lien symbolique),format utilisé par quelques applications de tableurs.

dBASE : Ouvre des fichiers de format dBASE pour dBASE IV, dBASE III ou IIIPLUS, ou pour dBASE II. Chaque observation est un enregistrement. Les étiquettesde variable et de valeurs ainsi que les spécifications de valeurs manquantes sontperdues lorsque vous sauvegardez un fichier dans ce format.

Nom de fichier SAS long : SAS version 7-8 pour Windows, extension longue.

Nom de fichier SAS court : SAS version 7-8 pour Windows, extension courte.

SAS version 6 pour Windows : SAS version 6.08 pour Windows et OS2.

SAS version 6 pour UNIX : SAS version 6 pour UNIX (Sun, HP, IBM).

SAS transfert : Fichier de transfert SAS.

Texte : Fichier texte ASCII.

23

Fichiers de données

Ouvrir les options de fichier

Lire les noms de variables : Dans le cas des feuilles de calcul, vous pouvez lire le nomdes variables à partir de la première ligne du fichier ou de la première ligne de laplage définie. En fonction de vos besoins, vous pouvez convertir les valeurs pourcréer des noms de variables valides, en n'oubliant pas de convertir les espaces entraits de soulignement.

Feuille de calcul : Les fichiers de la version Excel 5 ou supérieure peuvent contenirplusieurs feuilles de calcul. Par défaut, l'éditeur de données lit la première feuille.Pour lire une autre feuille de calcul, sélectionnez-la dans la liste déroulante.

Intervalle : Pour les fichiers de données sous forme de feuilles de calcul, vous pouvezégalement lire une plage de cellules. Utilisez la même méthode pour spécifier desintervalles de cellules comme vous le feriez pour des applications tableur.

Lecture de fichiers Excel

Lire les noms de variables : Vous pouvez lire le nom des variables sur la premièreligne du fichier ou sur la première ligne de la plage définie. Les valeurs qui ne sontpas conformes aux règles de dénomination de variable sont converties en noms devariable valides, et les en-têtes originaux sont utilisés en tant qu'étiquettes de variable.

Feuille de calcul : Les fichiers Excel peuvent contenir plusieurs feuilles de calcul.Par défaut, l'éditeur de données lit la première feuille. Pour lire une autre feuille decalcul, sélectionnez-la dans la liste déroulante.

Intervalle : Vous pouvez également lire une plage de cellules. Utilisez la mêmeméthode pour spécifier des plages de cellules que celle que vous utiliseriez dans Excel.

Comment l'éditeur de données lit les fichiers Excel version 5 ou ultérieure

Les règles suivantes s'appliquent à la lecture de fichiers Excel version 5 ou ultérieure :

Type de données et largeur : Chaque colonne représente une variable. Le type dedonnées et la largeur de chaque variable sont déterminés par le type de données et lalargeur dans le fichier Excel. Si la colonne contient plusieurs types de données (par

24

Chapitre 3

exemple, des dates et des valeurs numériques), le type de données est converti enchaîne et toutes les valeurs sont lues comme des valeurs de chaînes valides.

Cellules blanches : En ce qui concerne les variables numériques, les cellules videssont converties en valeurs manquantes par défaut et identifiées par un point. En cequi concerne les variables chaîne, un blanc est une valeur de caractère valide, et lescellules vides sont traitées comme des valeurs de chaîne valides.

Noms des variables : Si vous lisez la première ligne du fichier Excel (ou la premièreligne de la plage spécifiée) en tant que noms de variable, les valeurs qui ne sontpas conformes aux règles de dénomination de variable sont converties en nomsde variable valides et les noms initiaux sont utilisés comme étiquettes de variable.Si vous ne lisez pas les noms de variables à partir du fichier Excel, des noms devariables par défaut sont affectés.

Lecture d'autres fichiers Excel et de fichiers d'autres tableursavec l'éditeur de données

Les règles applicables à la lecture de fichiers Excel antérieurs à la version 5 et à cellede fichiers d'autres tableurs sont les suivantes :

Type de données et largeur : Le type de données et la largeur de chaque variablesont déterminés par la largeur de la colonne et le type de données de la premièrecellule de données de la colonne. Les valeurs d'autres types sont converties en valeursmanquantes par défaut. Si, dans la colonne, la première cellule de données est vide,le type général de données par défaut pour la feuille de calcul (habituellementnumérique) est utilisé.

Cellules blanches : En ce qui concerne les variables numériques, les cellules videssont converties en valeurs manquantes par défaut et identifiées par un point. En cequi concerne les variables chaîne, un blanc est une valeur de caractère valide, et lescellules vides sont traitées comme des valeurs de chaîne valides.

Noms des variables : Si, à partir de la feuille de calcul, vous ne pouvez pas lire le nomdes variables, SPSS utilise les lettres des colonnes (A, B, C, etc.) comme noms devariable pour les fichiers Excel et Lotus. En ce qui concerne les fichiers SYLK etExcel enregistrés au format d'affichage R1C1, le programme utilise le numéro dela colonne, précédé par la lettre C (C1, C2, C3, etc.).

25


Lecture des fichiers dBASE avec l'éditeur de données

Les fichiers de base de données sont logiquement très semblables aux fichiers dedonnées au format SPSS. Les règles générales suivantes s'appliquent aux fichiersdBASE :

Les noms de champ sont convertis en noms de variable valides.

Les signes deux points utilisés dans les noms de champ dBASE sont convertis entraits de soulignement.

Les enregistrements indiqués comme devant être supprimés, mais qui n'ont pas étépurgés, sont inclus. SPSS crée une nouvelle variable chaîne, D_R, qui contient unastérisque pour les observations indiquées comme devant être supprimées.

Lire des fichiers de base de données

Vous pouvez lire des données à partir de n'importe quel format de base de donnéespour laquelle vous avez un pilote adapté. En mode d'analyse locale, les pilotesnécessaires doivent être installés sur votre ordinateur local. En mode d'analysedistribuée (disponible avec la version serveur), les pilotes doivent être installés surle serveur distant. Pour plus d'informations, reportez-vous à « Mode d'analysedistribuée » dans Chapitre 4 , page 67.

Lire des fichiers de base de données

E A partir du menu, sélectionnez :Fichier

Ouvrir la base de donnéesNouvelle requête...

E Sélectionnez la source des données.

E Selon la source de données, vous devez peut-être sélectionner le fichier de base dedonnées et/ou entrer un nom de connexion, un mot de passe et d'autres informations.

E Sélectionnez les tables et les champs.

E Spécifiez toute relation existante entre vos tables.

26

Chapitre 3


Spécifier les critères éventuels de sélection de vos données.

Ajouter une invite pour que l'utilisateur puisse y entrer un paramètre de requête.

Définir les attributs de variable.

Enregistrer la requête que vous avez construite avant de l'exécuter.

Pour modifier une requête de base de données enregistrée


Ouvrir la base de donnéesModifier requête...

E Sélectionnez le fichier requête (*.spq) à modifier.

E Suivez les instructions de création d'une nouvelle requête.

Pour lire des fichiers de base de données avec des requêtes enregistrées


Ouvrir la base de donnéesExécuter requête...

E Sélectionnez le fichier requête (*.spq) à exécuter.

E Selon le fichier de base de données, vous aurez peut-être à entrer un nom de procédured'entrée ou un mot de passe.

E Si la requête a une invite imbriquée, vous pourrez avoir besoin d'entrer d'autresinformations (par exemple, le trimestre pour lequel vous voulez récupérer les chiffresde ventes).

27


Sélectionner une source de données

Utilisez la première boîte de dialogue pour sélectionner le type de source de donnéesà lire dans SPSS. Après avoir choisi le type de fichier, l'Assistant de base de donnéesvous invitera peut-être à entrer le chemin d'accès vers votre fichier de données.

Si vous n'avez pas de sources de données configurées ou si vous souhaitezajouter une nouvelle source de données, cliquez sur Ajouter source données. Enmode d'analyse distribuée (disponible avec la version serveur), ce bouton n'est pasdisponible. Pour ajouter des sources de données en mode d'analyse distribuée,consultez votre administrateur système.

Source de données : Une source de données est composée de deux principaux élémentsd'informations : Le pilote qui sera utilisé pour accéder aux données et l'emplacementde la base de données à laquelle vous souhaitez accéder. Pour spécifier des sources dedonnées, vous devez installer les pilotes appropriés. En mode d'analyse locale, vousdevez installer les pilotes à partir du CD-ROM pour ce produit :

SPSS Data Access Pack : Installe les pilotes de différents formats de base dedonnées. Disponible dans le menu d'exécution automatique.

Microsoft Data Access Pack : Installe les pilotes pour les produits Microsoft,notamment Microsoft Access. Pour installer Microsoft Data Access Pack,double-cliquez sur Microsoft Data Access Pack dans le dossier Microsoft DataAccess Pack qui se trouve sur le CD-ROM.

28

Chapitre 3

Figure 3-1Boîte de dialogue Assistant de base de données

Exemple : Supposons que vous ayez une base de données Microsoft Access 7.0qui contient des données sur vos employés et sur les régions dans lesquelles ilstravaillent, et que vous vouliez importer ces données. Sélectionnez l'icône MS Access

97 Database (Base de données MS Access 7.0), puis cliquez sur Suivant pour continuer.La boîte de dialogue Select Database (Sélectionner base de données) s'affiche.Spécifiez le chemin d'accès vers votre base de données et cliquez sur OK.

Procédure d'entrée dans la base de données

Si votre base de données nécessite un mot de passe, l'Assistant de base de donnéesvous en demandera un avant de pouvoir ouvrir la source des données.

29


Figure 3-2Boîte de dialogue de la procédure d'initialisation

Sélectionner des champs de données

La boîte de dialogue de sélection des données vérifie les tables et les champs lus dansSPSS. Les champs base de données (colonnes) sont lus comme des variables.

Si une table comporte un ou plusieurs champs sélectionnés, tous ses champsseront visibles dans les fenêtres d'Assistant de base de données suivantes, maisseuls les champs sélectionnés dans cette boîte de dialogue seront importés commevariables. Cela vous permet de créer des jointures de tables et de spécifier les critèresd'utilisation des champs que vous n'importez pas.

Figure 3-3Boîte de dialogue Sélectionner base de données

30

Chapitre 3

Affichage des noms de champs : Pour lister les champs dans une table, cliquez sur lesigne « plus » (+) à gauche du nom d'une table. Pour masquer les champs, cliquez surle signe moins (–) à gauche du nom d'une table.

Pour ajouter un champ : Cliquez sur un champ de la liste des tables disponibles oufaites-le glisser dans les champs Extraction de cette liste de commandes. Les champspeuvent être rangés de nouveau en les glissant et en les laissant dans la liste deschamps sélectionnés.

Pour retirer un champ : Double-cliquez sur n'importe quel champ Extraction de cetteliste de commandes ou faites-le glisser jusqu'à la liste des tables disponibles.

Trier les noms de champs : Si vous l'avez sélectionné, l'assistant de base de donnéesaffiche les champs disponibles dans l'ordre alphabétique.

Exemple : Supposez que vous vouliez importer des éléments à partir d'une base dedonnées avec deux tables, Employés et Régions. La table Employés contient desinformations sur les employés de votre société, y compris la région où ils travaillent,leur modalité d'emploi, et leurs ventes annuelles. Un code région (REGION)est assigné à chaque employé. Ceux qui ne sont pas domiciliés dans une régionobtiennent le code spécial 0. La table Régions garde un grand nombre de données surles territoires dans lesquels votre société opère et sur les marchés de prospection. Ilutilise un code région (REGION) pour identifier le territoire et fournit le revenu partête moyen pour le territoire, entre autres. Pour établir le rapport entre les ventes dechaque employé avec le revenu moyen de la région, sélectionnez les champs suivantsà partir du tableau Employés : ID, REGION et VENTES. Sélectionnez ensuite leschamps suivants à partir du tableau Régions : REGION et REVMOY. Cliquez surSuivant pour continuer.

Créer une relation entre des tables

La boîte de dialogue Spécifier les relations vous permet de définir les relationsexistant entre des tables. Si les champs de plus d'une table sont sélectionnés, vousdevez définir au moins une jointure.

31


Figure 3-4Boîte de dialogue Spécifier relations

Etablir des relations : Pour créer une relation, faites glisser un champ de n'importequelle table vers le champ auquel vous souhaitez le lier. L'Assistant de base dedonnées tire un trait de jointure entre les deux champs pour indiquer leur relation.Ces champs doivent être du même type de données.

Jointure automatique de tables : Essaie de joindre automatiquement deux tablesd'après les clés primaire/étrangère, ou de mettre en correspondance le nom deschamps et le type de données.

Spécifier les types de jointures : Si votre pilote prend en charge les jointures externes,vous pouvez spécifier soit des jointures internes, soit des jointures externes gauchesou droites. Pour sélectionner le type de jointure, cliquez sur la ligne de jointure entreles champs et SPSS affichera la boîte de dialogue Propriétés de relations.

Vous pouvez également utiliser les icônes dans le coin supérieur droit de la boîte dedialogue pour choisir le type de jointure.

Propriétés de la relation

Cette boîte de dialogue vous permet de spécifier quels types relations lient vos tables.

32

Chapitre 3

Figure 3-5Boîte de dialogue Propriétés des relations

Jointures internes : Une jointure interne n'inclut que les lignes dont les champs reliéssont égaux.

Exemple : Continuons avec nos données et supposons que vous vouliez importerdes données seulement pour les employés qui travaillent dans une région définie etseulement pour les régions dans lesquelles votre société opère. Dans ce cas, vousutiliserez une jointure interne qui exclura les employés en déplacement et filtrerales informations sur les régions de prospection dans lesquelles vous n'êtes pasactuellement présent.

Cela vous donnera un ensemble de données contenant les variables ID, REGION,VENTES95 et REVMOY pour chaque employé ayant travaillé dans une région définie.

33


Figure 3-6Créer une jointure interne

Jointures externes : Une jointure externe gauche inclut tous les enregistrements de latable de gauche, et seuls les enregistrements de la table de droite dont les champsreliés sont égaux. Dans une jointure externe droite, cette relation est inversée si bienque SPSS importe tous les enregistrements de la table de droite, et seulement lesenregistrements de la table de gauche dont les champs reliés sont égaux.

Exemple : Si vous souhaitez importer des données uniquement pour les employésayant travaillé dans une région définie (un sous-ensemble de la table Employés), maisque vous ayez besoin d'informations sur toutes les régions, une jointure externe droiteserait appropriée. Cela génère un ensemble de données qui contient les variables ID,REGION, VENTES95 et REVMOY pour chaque employé ayant travaillé dans unerégion définie, plus les données sur le reste des régions dans lesquelles votre sociétén'opère pas actuellement.

34

Chapitre 3

Figure 3-7Création d'une jointure externe droite

Limiter les observations récupérées

La boîte de dialogue Limiter les observations récupérées vous permet de spécifierles critères pour sélectionner des sous-groupes d'observations (lignes). Limiter lesobservations consiste généralement à remplir la grille de critères avec un ou plusieurscritères. Les critères consistent en deux expressions et des relations entre elles. Ilsrenvoient la valeur True (vrai), False (faux) ou manquant pour chaque observation.

Si le résultat est vrai, l'observation est sélectionnée.

Si le résultat est faux ou manquant, l'observation n'est pas sélectionnée.

La plupart des critères utilisent un ou plusieurs des six opérateurs relationnels (<,>, <=, >=, = et <>).

Les expressions conditionnelles peuvent inclure des noms de champs, desconstantes, des opérateurs arithmétiques, des fonctions numériques et autres, desvariables logiques et des opérateurs relationnels. Vous pouvez utiliser des champsque vous ne prévoyez pas d'importer comme variables.

35


Figure 3-8Boîte de dialogue Limiter les observations récupérées

Pour établir vos critères, vous avez besoin d'au moins deux expressions et d'unerelation pour les connecter.

E Pour établir une expression, placez votre curseur dans une cellule Expression. Vouspouvez taper les noms de champs, constantes, opérateur arithmétiques, fonctionsnumériques et autres et variables logiques. Vous disposez d'autres méthodes pourmettre le champ dans une cellule de critères : double-cliquez sur le champ dans la listeChamps, faites glisser le champ à partir de la liste Champs ou sélectionnez un champdans le menu déroulant, qui est disponible dans les cellules d'expression actives.

E Les deux expressions sont généralement liées par un opérateur relationnel, comme =ou >. Pour choisir la relation, placez votre curseur dans la cellule Relation et tapezl'opérateur ou sélectionnez-le dans le menu déroulant.

Pour modifier notre exemple précédent et n'extraire que les données sur les employésqui répondent aux modalités d'emploi 1 ou 3, créez deux critères dans la grille descritères, puis faites précéder le second critère du connecteur OU.

36

Chapitre 3

Critère 1 : 'VentesEmployés'.'CATEMP' = 1

Critère 2 : 'VentesEmployés'.'CATEMP' = 3

Fonctions : Une sélection de fonctions SQL intégrées (arithmétique, logique, chaîne,date et heure) est fournie. Vous pouvez sélectionner une fonction de la liste et laglisser dans une expression ou entrer n'importe quelle fonction SQL valide. Consultezvotre documentation sur les bases de données pour les fonctions SQL valides.

Utiliser échantillon aléatoire : Sélectionne un échantillon aléatoire d'observationsdans la source de données. Pour les sources de données volumineuses, vous pouvezlimiter le nombre d'observations à un échantillon restreint et représentatif. Ceci peutconsidérablement réduire le temps d'exécution des procédures. L'échantillonnagealéatoire natif, s'il est disponible pour la source de données, est plus rapide quel'échantillonnage aléatoire de SPSS ; en effet, ce dernier doit lire la totalité de lasource de données pour extraire un échantillon aléatoire.

Environ : SPSS génère un échantillon aléatoire d'observations dont le nombrecorrespond approximativement au pourcentage indiqué. Comme cette routinegénère une décision indépendante pseudo-aléatoire pour chaque observation,le pourcentage d'observations sélectionnées peut seulement approcher lepourcentage spécifié. Plus il y a d'observations dans le fichier de données, plus lepourcentage des observations sélectionnées sera proche de la valeur indiquée.

Exactement : Sélectionne un échantillon aléatoire du nombre d'observationsspécifié dans le nombre total d'observations indiqué. Si le nombre totald'observations spécifié est supérieur au nombre total d'observations dans le fichierde données, l'échantillon contiendra proportionnellement moins d'observationsque le nombre demandé.

Demander une valeur : Vous pouvez imbriquer une invite dans votre requête pourcréer une requête de paramètre. Lorsque les utilisateurs utilisent la requête, il leurest demandé d'entrer ici les informations spécifiées. Cette méthode peut s'avérerutile lorsque vous avez besoin par exemple de voir différents affichages des mêmesdonnées. Par exemple, vous voulez exécuter la même requête pour voir les chiffresde ventes des différents trimestres fiscaux. Placez votre curseur dans une celluleExpression et cliquez sur Demander une valeur pour créer une invite.

37


Créer une requête de paramètre

Utilisez la boîte de dialogue Demander une valeur pour créer une boîte de dialoguesollicitant des informations auprès des utilisateurs chaque fois que quelqu'un exécutevotre requête. Cela est utile si vous souhaitez effectuer une requête sur les mêmessources de données en utilisant des critères différents.

Figure 3-9Boîte de dialogue Demander une valeur

Pour établir une invite, vous avez besoin d'entrer une chaîne d'invite et une valeurpar défaut. La chaîne d'invite est affichée chaque fois qu'un utilisateur exécutevotre requête. Elle doit spécifier le type d'information à entrer et, si l'utilisateur nesélectionne rien dans une liste, elle doit indiquer la syntaxe de la saisie. Par exemple,« Entrez un trimestre (T1, T2, T3, ...) ».

Autoriser l'utilisateur à sélectionner une valeur dans la liste : Si cette option estsélectionnée, vous pouvez limiter l'accès de l'utilisateur aux valeurs que vous avezplacées dans la liste et qui sont séparées par des retours chariot.

Type de données : Spécifiez ici le type de données, soit nombre, chaîne ou date.

38

Chapitre 3

Le résultat final ressemble à ceci :

Figure 3-10Boîte de dialogue Invite définie par l'utilisateur

Définition de variables (Assistant de capture de base dedonnées)

Noms de variables et étiquettes : La totalité du nom de champ de la base de données(colonne) est utilisée en tant qu'étiquette de variable. A moins que vous ne modifiezle nom de variable, l'Assistant de base de données affecte des noms de variables àchaque colonne à partir de la base de données de l'une des manières suivantes :

Si le nom du champ de la base de données constitue un nom unique et valide devariable SPSS, il est utilisé comme nom de variable.

Si le nom du champ de la base de données ne constitue pas un champ unique etvalide de variable, SPSS crée un nom unique.

Cliquez sur n'importe quelle cellule pour modifier le nom de variable.

Conversion des chaînes en valeurs numériques : Cochez la case Etiquettes de valeurs

d'une variable chaîne pour la convertir automatiquement en variable numérique.Les valeurs de chaîne sont converties en valeurs entières consécutives dans l'ordrealphabétique des valeurs d'origine. Les valeurs d'origine sont conservées commeétiquettes de valeurs pour les nouvelles variables.

39


Figure 3-11Boîte de dialogue Définir variables

Résultats

La boîte de dialogue Résultats affiche l'instruction SQL Select nécessaire à votrerequête.

Si vous modifiez l'instruction SQL Select avant d'exécuter la requête et cliquez surle bouton Précédent pour apporter des modifications aux étapes précédentes, lesdernières modifications de l'instruction Select seront perdues.

Vous pouvez enregistrer la requête pour une future utilisation grâce à l'optionEnregistrer la requête dans le fichier.

Sélectionnez Coller dans l'éditeur de syntaxe pour coller la syntaxe complète GETDATA dans une fenêtre de syntaxe. Le fait de copier-coller l'instruction Selectdepuis la fenêtre Résultats ne collera pas la syntaxe de commande nécessaire.

40

Chapitre 3

Mettre données en cache localement : Un cache de données est une copie complète dufichier de données, enregistrée dans un espace disque temporaire. La création d'uncache du fichier de données peut améliorer les performances.

Figure 3-12Boîte de dialogue Résultats

Assistant de texte

L'Assistant de texte permet de lire des fichiers de données texte formatés dedifférentes façons

Fichiers délimités par des tabulations

Fichiers délimités par des espaces

Fichiers délimités par des virgules

Fichiers de format fixe

41


Dans le cas des fichiers délimités, vous pouvez choisir d'autres caractères en guise deséparateurs entre les valeurs et spécifier plusieurs séparateurs.

Lire des fichiers de données texte


Lire les données du texte

E Sélectionnez le fichier texte dans la boîte de dialogue d'ouverture.

E Suivez les étapes de l'Assistant de texte pour définir le mode de lecture du fichierde données.

Assistant de texte - étape 1Figure 3-13Assistant de texte - étape 1

42

Chapitre 3

Le fichier texte est affiché dans une fenêtre d'aperçu. Vous pouvez appliquer unformat prédéfini (précédemment enregistré dans l'Assistant de texte) ou suivre lesétapes de l'Assistant de texte pour spécifier la façon dont les données doivent être lues.


Cette étape offre des informations sur les variables. Dans une base de données, unevariable est similaire à un champ. Par exemple, chaque élément d'un questionnaireest une variable.

Disposition de vos variables : Pour lire correctement vos données, l'assistant de textedoit déterminer où finit la valeur d'une variable et où commence la valeur de lavariable suivante. La disposition des variables définit la méthode utilisée pourdifférencier les variables entre elles.

43


Délimité : Les variables sont séparées à l'aide d'espaces, de virgules, de tabulationsou d'autres caractères. Les variables sont enregistrées dans le même ordre pourchacune des observations, mais pas nécessairement dans les mêmes positionsde colonnes.

Largeur fixe : Pour chaque observation dans le fichier de données, chaque variableest enregistrée dans la même position de la colonne, sur le même enregistrement(ligne). Aucun séparateur n'est requis entre les variables. En fait, dans la plupartdes fichiers de données texte générés par des programmes informatiques, lesvaleurs de données peuvent sembler se chevaucher sans même être séparéespar des espaces. C'est la position des colonnes qui détermine la variable luepar l'Assistant.

Les noms de variable sont-ils inclus dans la partie supérieure de votre fichier ? Si lapremière ligne du fichier de données contient des étiquettes descriptives pour chaquevariable, vous pouvez utiliser ces étiquettes comme noms de variable. Les valeursqui ne sont pas conformes aux règles de dénomination de variable sont convertiesen noms de variable valides.

44

Chapitre 3

Assistant de texte - étape 3 : fichiers délimitésFigure 3-15Assistant de texte - étape 3 : fichiers délimités

Cette étape offre des informations sur les observations. Dans une base de données,une observation est similaire à un enregistrement. Par exemple, chaque répondantpour un questionnaire est un enregistrement.

La première observation commence à la ligne : Indique la première ligne du fichierde données contenant des valeurs de données. Si les lignes supérieures du fichierde données contiennent des étiquettes descriptives ou tout autre type de texte necorrespondant pas à des valeurs de données, elles ne seront pas considérées comme lapremière ligne du fichier.

Représentation de vos observations : Contrôle la façon dont l'assistant de textedétermine où finit chaque observation et où commence la suivante.

45


Chaque ligne représente une observation : Chaque ligne ne contient qu'uneobservation. Il est assez courant que chaque observation soit contenue sur uneseule ligne, même s'il peut s'agir d'une très longue ligne dans le cas de fichiers dedonnées comportant un grand nombre de variables. Si les lignes ne contiennentpas toutes le même nombre de valeurs, le nombre de variables pour chaqueobservation est déterminé par la ligne comportant le plus grand nombre devaleurs. Les observations contenant moins de valeurs recevront alors des valeursmanquantes pour les variables supplémentaires.

Un nombre spécifique de variables représente une observation : Le nombre spécifiéde variables pour chaque observation indique à l'Assistant de texte où terminerla lecture d'une observation et où commencer la lecture de la suivante. Lamême ligne peut contenir plusieurs observations ; en outre, les observationspeuvent commencer au milieu d'une ligne et se poursuivre sur la ligne suivante.L'Assistant de texte détermine la fin de chaque observation en fonction dunombre de valeurs lues, quel que soit le nombre de lignes. Chaque observationdoit contenir des valeurs de données (ou des valeurs manquantes indiquées pardes séparateurs) pour toutes les variables ; dans le cas contraire, le fichier dedonnées ne sera pas lu correctement.

Combien d'observations souhaitez-vous importer ? Vous pouvez importer toutes lesobservations du fichier de données, les n premières observations (n étant un nombreque vous avez défini), ou encore un échantillon aléatoire d'un pourcentage spécifié.Cette routine générant une décision indépendante pseudo-aléatoire pour chaqueobservation, le pourcentage d'observations sélectionnées ne peut qu'approcher lepourcentage spécifié. Plus il y a d'observations dans le fichier de données, plus lepourcentage des observations sélectionnées sera proche de la valeur indiquée.

46

Chapitre 3

Assistant de texte - étape 3 : fichiers de largeur fixeFigure 3-16Assistant de texte - étape 3 : fichiers de largeur fixe

Cette étape offre des informations sur les observations. Dans une base de données,une observation est similaire à un enregistrement. Par exemple, chaque répondantpour un questionnaire est un enregistrement.

La première observation commence à la ligne ? Indique la première ligne du fichierde données contenant des valeurs de données. Si les lignes supérieures du fichierde données contiennent des étiquettes descriptives ou tout autre type de texte necorrespondant pas à des valeurs de données, elles ne seront pas considérées comme lapremière ligne du fichier.

Combien de lignes représente une observation ? Contrôle la façon dont l'assistant detexte détermine où finit chaque observation et où commence la suivante. Chaquevariable est définie par son numéro de ligne dans l'observation et par sa position de

47


colonne. Vous devez spécifier le nombre de lignes de chaque observation pour quevos données soient lues correctement.

Combien d'observations souhaitez-vous importer ? Vous pouvez importer toutes lesobservations du fichier de données, les n premières observations (n étant un nombreque vous avez défini), ou encore un échantillon aléatoire d'un pourcentage spécifié.Cette routine générant une décision indépendante pseudo-aléatoire pour chaqueobservation, le pourcentage d'observations sélectionnées ne peut qu'approcher lepourcentage spécifié. Plus il y a d'observations dans le fichier de données, plus lepourcentage des observations sélectionnées sera proche de la valeur indiquée.

Assistant de texte - étape 4 : fichiers délimitésFigure 3-17Assistant de texte - étape 4 : fichiers délimités

Cette étape présente la meilleure méthode déterminée par l'Assistant de texte sur lafaçon de lire le fichier de données et vous permet de modifier cette méthode.

48

Chapitre 3

Quels séparateurs s'affichent entre les variables ? Indique les caractères ou lessymboles utilisés pour séparer les valeurs de données. Vous pouvez sélectionnern'importe quelle combinaison d'espaces, de virgules, de points-virgules, de tabulationsou d'autres caractères. Plusieurs séparateurs consécutifs non séparés par des valeursde données sont considérés comme des valeurs manquantes.

Qu'est-ce qu'un qualificateur de texte ? Il s'agit de caractères utilisés pour délimiterles valeurs contenant des caractères séparateur. Par exemple, si la virgule est unséparateur, les valeurs contenant des virgules ne seront lues correctement que si unqualificateur de texte délimite la valeur ; ainsi, les virgules de la valeur ne sont pasconsidérées comme des séparateurs de valeurs. Les fichiers de données au formatCSV exportés à partir d'Excel utilisent le guillemet («) comme qualificateur de texte.Le qualificateur de texte apparaît au début et à la fin de la valeur, et délimite ainsila valeur entière.

49


Assistant de texte - étape 4 : fichiers de largeur fixeFigure 3-18Assistant de texte - étape 4 : fichiers de largeur fixe

Cette étape présente la meilleure méthode déterminée par l'Assistant de texte surla façon de lire le fichier de données et vous permet de modifier cette méthode.Les lignes verticales présentées dans la fenêtre d'aperçu indiquent les positions quel'Assistant de texte estime correspondre au début de chaque variable dans le fichier.

Insérez, déplacez et supprimez les lignes de délimitation des variables à votreconvenance pour séparer les variables. Si chaque observation utilise plusieurslignes, sélectionnez chaque ligne dans la liste déroulante et modifiez les lignes dedélimitation des variables en conséquence.

Remarque : Dans le cas de fichiers de données générés par ordinateur et présentantun flux continu de valeurs de données non séparées par des espaces ni par d'autrescaractéristiques distinctives, il peut s'avérer difficile de déterminer l'endroit oùcommence chaque variable. De tels fichiers de données sont généralement associés à

50

Chapitre 3

un fichier de définitions de données ou à toute autre description écrite définissantla position de ligne et de colonne de chaque variable.


Cette étape définit le nom de variable et le format de données utilisés par l'Assistantde texte pour lire chaque variable et détermine les variables qui seront incluses dansle fichier de données final.

Nom de la variable : Vous pouvez remplacer les noms de variables par défaut parvos propres noms de variable. Si vous choisissez des noms de variable provenantdu fichier de données, l'assistant de texte modifiera automatiquement les nomsde variable qui ne sont pas conformes aux règles de dénomination de variable.Sélectionnez une variable dans la fenêtre d'aperçu, puis entrez un nom de variable.

51


Format des données : Sélectionnez une variable dans la fenêtre d'aperçu, puissélectionnez un format dans la liste déroulante. Pour sélectionner plusieurs variablescontiguës, appuyez sur le bouton de la souris tout en maintenant la touche Majenfoncée ; pour sélectionner plusieurs variables non contiguës, appuyez sur le boutonde la souris tout en maintenant la touche Ctrl enfoncée.

Assistant de texte : options de formatage

Les options de formatage pour la lecture des variables au moyen de l'Assistant detexte sont les suivantes :

Ne pas importer : Cette option permet d'omettre la ou les variables sélectionnées dansle fichier de données importé.

Numérique : Les valeurs valides incluent les nombres, un signe plus ou moins endébut, et un indicateur de décimale.

Chaîne : Les valeurs valides incluent pratiquement tous les caractères du clavier avecdes blancs imbriqués. Dans le cas des fichiers délimités, vous pouvez spécifier lenombre de caractères de la valeur (le nombre maximal étant de 255). Par défaut,l'Assistant de texte détermine que ce nombre de caractères correspond à celui de lavaleur de chaîne la plus longue pour la ou les variables sélectionnées. Dans le cas desfichiers de largeur fixe, le nombre de caractères des valeurs de chaîne est défini par lepositionnement des lignes de délimitation des variables effectué à l'étape 4.

Date/Heure : Les valeurs valides correspondent aux dates exprimées dans les formatstraditionnels jj-mm-aaaa, mm/jj/aaaa, jj.mm.aaaa, aaaa/mm/jj, hh:mm:ss, et dansdivers autres formats de date et d'heure. Les mois peuvent être représentés par deschiffres, des chiffres romains, des abréviations à trois lettres, ou bien ils peuvent êtreénoncés en entier. Sélectionnez un format de date dans la liste.

Dollar : Les valeurs valides sont des nombres précédés, en option, par un signe dollaret, également en option, des virgules comme séparateurs de milliers.

Virgule : Les valeurs valides correspondent aux nombres utilisant un point commeindicateur décimal et des virgules comme séparateurs de milliers.

Point : Les valeurs valides correspondent aux nombres utilisant une virgule commeindicateur décimal et des points comme séparateurs de milliers.

52

Chapitre 3

Remarque : les valeurs comportant des caractères incorrects pour le formatsélectionné seront traitées comme des valeurs manquantes. Les valeurs contenant l'undes séparateurs spécifiés seront considérées comme des valeurs multiples.


Il s'agit de la dernière étape de l'Assistant de texte. Vous pouvez enregistrer vossélections dans un fichier pour les appliquer lors de l'importation de fichiers dedonnées texte similaires. Il vous est également possible de coller la syntaxe généréepar l'Assistant de texte dans une fenêtre de syntaxe. Vous pouvez alors personnaliseret/ou enregistrer cette syntaxe afin de l'utiliser dans d'autres sessions ou d'autrestâches de production.

53


Mettre données en cache localement : Un cache de données est une copie complète dufichier de données, enregistrée dans un espace disque temporaire. La création d'uncache du fichier de données peut améliorer les performances.

Informations sur les fichiers

Un fichier de données SPSS contient bien plus que des données brutes. Il contientégalement toutes les informations sur la définition des variables, dont :

Le nom des variables

Le format des variables

Les étiquettes descriptives de variables et de valeurs.

Ces informations sont enregistrées dans la partie dictionnaire du fichier de donnéesde SPSS. L'éditeur de données permet de voir les informations de la définition desvariables. Vous pouvez également afficher des informations de dictionnaire complètespour le fichier de travail, ou tout autre fichier de données SPSS.

Pour obtenir des informations sur un fichier de données

E A partir des menus de la fenêtre de l'éditeur de données, sélectionnez :Fichier

Afficher des informations sur un fichier de données

E Pour le fichier de données en cours d'utilisation, choisissez Fichier de travail.

E Pour les autres fichiers de données, choisissez : Fichier externe, puis sélectionnezle fichier de données.

Les informations sur le fichier de données sont affichées dans le Viewer.

Enregistrement des fichiers de données

Toute modification effectuée dans un fichier de données ne dure que le temps de lasession en cours, à moins que vous n'enregistriez ces modifications de façon explicite.

54

Chapitre 3

Pour enregistrer des fichiers de données modifiésE Faites en sorte que l'éditeur de données devienne la fenêtre active (cliquez n'importe

où dans la fenêtre pour la rendre active).


Enregistrer

Le fichier de données modifié est enregistré, et écrase les versions précédentes dufichier.

Enregistrement de fichiers de données au format Excel

Vous pouvez enregistrer vos données dans un des trois formats Microsoft Excel. Lechoix du format dépend de la version d'Excel qui sera utilisée pour ouvrir les données.L'application Excel ne peut pas ouvrir de fichier créé dans une version plus récente.Par exemple, Excel 5.0 ne peut pas ouvrir un document Excel 2000. Cependant,Excel 2000 peut facilement lire un document Excel 5.0.

Le format de fichier Excel induit des contraintes qui n'existent pas dans SPSS. Cescontraintes sont les suivantes :

Les informations sur les variables, telles que les valeurs manquantes et lesétiquettes de variable, ne sont pas comprises dans les fichiers Excel exportés.

Concernant l'exportation vers Excel 97 et les versions ultérieures, une optionpermet d'inclure les étiquettes de valeurs au lieu des valeurs.

Du fait que tous les fichiers Excel sont limités à 256 colonnes de données, les 256premières variables sont comprises dans le fichier exporté.

Les fichiers Excel 4.0 et Excel 5.0/95 sont limités à 16 384 enregistrements, oulignes de données. Les fichiers Excel 97–2000 autorisent 65 536 enregistrements.Si vos données excèdent ces limites, un message d'avertissement apparaît et lesdonnées sont tronquées à la taille maximale autorisée par Excel.

Types de variable

Le tableau suivant indique la concordance des types de variable entre les donnéesSPSS d'origine et les données exportées dans Excel.

55


Type de variable SPSS Format de données Excel

Numérique 0.00; #,##0.00;...

Virgule 0.00; #,##0.00;...

Dollar $#,##0_);...

Date j-mmm-aaaa

Heure hh:mm:ss

Chaîne Général

Enregistrement de fichiers de données au format SAS

Vos données reçoivent divers traitements spéciaux quand elles sont enregistrées entant que fichier SAS. Ces traitements sont les suivants :

Certains caractères autorisés dans les noms de variable SPSS ne sont pas validesdans SAS, comme @, # et $. Lors de l'exportation des données, ces caractèresinterdits sont remplacés par un trait de soulignement.

Les étiquettes de variable SPSS contenant plus de 40 caractères sont tronquéesquand elles sont exportées vers un fichier SAS v6.

Quand elles existent, les étiquettes de variable SPSS sont associées aux étiquettesde variable SAS. S'il n'existe aucune étiquette de variable dans les données SPSS,le nom de variable est associé à l'étiquette de variable SAS.

SAS n'autorise qu'une seule valeur manquante par défaut, alors que SPSS enautorise un grand nombre. Par conséquent, toutes les valeurs manquantes pardéfaut de SPSS sont associées à une seule de ces valeurs dans le fichier SAS.

Enregistrement des étiquettes de valeurs

Vous pouvez choisir d'enregistrer les valeurs et les étiquettes de valeurs associées àvotre fichier de données dans un fichier de syntaxe SAS. Par exemple, lorsque lesétiquettes de valeurs du fichier de donnéesvoitures.sav sont exportées, le fichier desyntaxe généré contient :

libname library 'd:\spss\' ;

proc format library = library ;

value ORIGIN /* Pays d'origine */

56

Chapitre 3

1 = 'Américaine'

2 = 'Européenne'

3 = 'Japonaise' ;

value CYLINDER /* Nombre de cylindres */

3 = '3 cylindres'

4 = '4 cylindres'

5 = '5 cylindres'

6 = '6 cylindres'

8 = '8 cylindres' ;

value FILTER__ /* cylrec = 1 | cylrec = 2 (FILTER) */

0 = 'Non sélectionnés'

1 = 'Sélectionnés' ;

proc datasets library = library ;

modify cars;

format ORIGIN ORIGIN.;

format CYLINDER CYLINDER.;

format FILTER__ FILTER__.;

quit;

Cette fonctionnalité n'est pas prise en charge par le fichier de transfert SAS.

Types de variable

Le tableau suivant indique la concordance des types de variable entre les donnéesSPSS d'origine et les données exportées dans SAS.

Type de variable SPSS Type de variable SAS Format de données SAS

Numérique Numérique 12

Virgule Numérique 12

Points Numérique 12

Notation scientifique Numérique 12

57


Type de variable SPSS Type de variable SAS Format de données SAS

Date Numérique (date) par exemple,MMJJAA10,...

Date (Heure) Numérique Time18

Dollar Numérique 12

Devise personnalisée Numérique 12

Chaîne Caractère $8

Pour enregistrer des fichiers de données sous des formatsdifférents

E Faites en sorte que l'éditeur de données devienne la fenêtre active (cliquez n'importeoù dans la fenêtre pour la rendre active).


Enregistrer sous...

E Sélectionnez un type de fichier de la liste proposée.

E Entrez un nom de fichier pour le nouveau fichier de données.

Pour écrire des noms de variable sur la première ligne d'un fichier de données deformat feuille de calcul ou délimité par des tabulations :

E Cliquez sur Ecrire nom de var. dans tableur dans la boîte de dialogue EnregistrerDonnées sous.

Pour enregistrer les étiquettes de valeurs à la place des valeurs de données au formatExcel 97 :

E Dans la boîte de dialogue Enregistrer les données sous, cliquez sur Enregistrer les

étiquettes de valeurs lorsqu'elles sont définies à la place des valeurs de données.

Pour enregistrer les étiquettes de valeurs dans un fichier de syntaxe SAS (cette optionn'est active que si un type de fichier SAS est sélectionné) :

E Dans la boîte de dialogue Enregistrer les données sous, cliquez sur Enregistrer les

étiquettes de valeurs dans un fichier .sas.

58

Chapitre 3

Enregistrement de données : Types de fichier de données

Vous pouvez enregistrer des données sous les formats suivants :

SPSS (*.sav) : Format SPSS. Les fichiers de données enregistrés dans le format SPSSne peuvent être lus avec les versions du logiciel antérieures à la version 7.5. Lorsquevous utilisez des fichiers de données ayant des noms de plus de huit octets sous SPSS10.x ou 11.x, des versions uniques de noms de variable à huit octets sont utilisées.Toutefois, les noms de variables originaux sont conservés pour la version 12.0 ousupérieure. Dans les versions SPSS antérieures à la version 10, les noms longsoriginaux des variables sont perdus si vous enregistrez le fichier de données.

SPSS 7.0 (*.sav) : Format SPSS 7.0 pour Windows. Les fichiers de données enregistrésau format SPSS 7.0 peuvent être lus par SPSS 7.0 et par les versions SPSS pourWindows antérieures, mais n'incluent pas les vecteurs multiréponses définis ni lesdonnées entrées pour l'information de Windows.

SPSS/PC+ (*.sys) : Format SPSS/PC+. Si le fichier de données contient plus de500 variables, seules les 500 premières seront sauvegardées. En ce qui concerneles variables ayant plus d'une valeur manquante par défaut définie, les valeursmanquantes par défaut supplémentaires seront réalignées sur la première valeurmanquante par défaut.

SPSS portable (*.por) : Fichier SPSS portable qui peut être lu par d'autres versionsde SPSS sur d'autres systèmes d'exploitation (par exemple, Macintosh, UNIX). Lesnoms de variable sont limités à huit octets et sont automatiquement convertis ennoms à huit octets uniques si nécessaire.

Tabulé (*.dat) : Fichiers texte ASCII avec valeurs séparées par des tabulations.

ASCII fixe (*.dat) : Fichier ASCII texte en format fixe, qui utilise le format d'écriturepar défaut pour toutes les variables. Il n'y a pas de tabulations ni d'espaces entreles champs de variables.

Excel 2.1 (*.xls) : Fichier de type tableur Microsoft Excel 2.1. Le nombre maximum devariables est de 256 et le nombre maximum de lignes est de 16 384.

Excel versions 97 et ultérieures (*.xls) : Fichier de type feuille de calcul MicrosoftExcel 97/2000/XP. Le nombre maximum de variables est de 256 et le nombremaximum de lignes est de 65 536.

59


1-2-3 Version 3.0 (*.wk3) : Fichier tableur Lotus 1-2-3, version 3.0. Vous pouvezenregistrer un nombre maximum de 256 variables.

1-2-3 Version 2.0 (*.wk1) : Fichier tableur Lotus 1-2-3, version 2.0. Vous pouvezenregistrer un nombre maximum de 256 variables.

1-2-3 Version 1.0 (*.wks) : Fichier tableur Lotus 1-2-3, version 1A. Vous pouvezenregistrer un nombre maximum de 256 variables.

SYLK (*.slk) : Format de lien symbolique pour fichiers de type tableur Microsoft Excelet Multiplan. Vous pouvez enregistrer un nombre maximum de 256 variables.

dBASE IV (*.dbf) : Format dBASE IV.

dBASE III (*.dbf) : Format dBASE III.

dBASE II (*.dbf) : Format dBASE II.

SAS v6 pour Windows (*.sd2) : Format de fichier SAS v6 pour Windows/OS2.

SAS v6 pour UNIX (*.ssd01) : Format de fichier SAS v6 pour UNIX (Sun, HP, IBM).

SAS v6 pour Alpha/OSF (*.ssd04) : Format de fichier SAS v6 pour Alpha/OSF (DECUNIX).

SAS v7+ extension courte Windows (*.sd7) : SAS version 7-8 pour Windows, format denom de fichier court.

SAS v7+ extension longue Windows (*.sas7bdat) : SAS version 7-8 pour Windows,format de nom de fichier long.

SAS v7+ pour UNIX (*.ssd01) : SAS v8 pour UNIX.

SAS transfert (*.xpt) : Fichier de transfert SAS.

60

Chapitre 3

Enregistrement de sous-ensembles de variablesFigure 3-21Boîte de dialogue Enregistrer les données en tant que variables

Pour les données enregistrées au format SPSS, la boîte de dialogue Enregistrer lesdonnées en tant que variables vous permet de sélectionner les variables à enregistrerdans le nouveau fichier de données. Par défaut, toutes les variables sont enregistrées.Désélectionnez les variables à ne pas enregistrer, ou cliquez sur Supprimer tout puissélectionnez les variables à enregistrer.

Pour enregistrer un sous-groupe de variables

E Faites en sorte que l'éditeur de données devienne la fenêtre active (cliquez n'importeoù dans la fenêtre pour la rendre active).


Enregistrer sous...

E Sélectionnez SPSS (*.sav) dans la liste des types de fichier.

E Cliquez sur Variables.

E Sélectionnez les variables à enregistrer.

61


Enregistrement de fichier : Options

Vous pouvez écrire des noms de variables dans la première ligne des fichiers de typetableur et des fichiers tabulés.

Protection des données d'origine

Pour éviter de modifier/supprimer vos données d'origine par accident, vous pouvezparamétrer les fichiers en lecture seule.

E A partir des menus de l'éditeur de données, sélectionnez :Fichier

Marquer le fichier comme étant en lecture seule

Si vous apportez d'importantes modifications aux données, puis que vous essayezd'enregistrer le fichier de données, vous pouvez uniquement l'enregistrer sous un autrenom ; les données d'origine sont ainsi protégées.

Vous pouvez redonner au fichier l'attribut de lecture/écriture en sélectionnantMarquer le fichier comme étant en lecture/écriture dans le menu Fichier.

Fichier actif virtuel

Le fichier actif virtuel vous permet de travailler avec des fichiers de donnéesvolumineux sans nécessiter d'importants volumes d'espace disque temporaire. Dans lecas de la plupart des procédures d'analyse et de création de diagrammes, la source dedonnées d'origine est lue chaque fois que vous exécutez une procédure différente. Lesprocédures qui modifient les données nécessitent un certain volume d'espace disquetemporaire afin de conserver une trace de ces modifications, et certaines opérationsrequièrent toujours un espace disque suffisant pour pouvoir effectuer au moins unecopie intégrale du fichier de données.

62

Chapitre 3

Figure 3-22Espace disque temporaire requis

Les opérations ne nécessitant pas d'espace disque temporaire sont les suivantes :

lecture de fichiers de données SPSS ;

fusion de deux fichiers de données SPSS ou plus ;

lecture de tableaux de base de données avec l'assistant de base de données ;

fusion d'un fichier de données SPSS avec un tableau de base de données ;

exécution de procédures lisant les données (par exemple, Fréquences, Tableauxcroisés, Explorer).

Les opérations créant une ou plusieurs colonnes de données dans un espace disquetemporaire sont les suivantes :

calcul de nouvelles variables ;

recodage de variables existantes ;

exécution de procédures créant ou modifiant des variables (par exemple,enregistrement de prévisions dans la Régression linéaire).

Les opérations créant une copie intégrale du fichier de données dans un espace disquetemporaire sont les suivantes :

lecture de fichiers Excel ;

63


exécution de procédures triant les données (par exemple, Trier les observations,Scinder fichier) ;

Lecture des données avec la commande GET TRANSLATE ou DATA LIST

Utilisation de la fonctionnalité Données de mémoire cache ou de la commandeCACHE

Ouverture depuis SPSS d'autres applications lisant le fichier de données (parexemple, AnswerTree, DecisionTime).

Remarque : La commande GET DATA assure des fonctionnalités comparables àcelles de la commande DATA LIST mais sans créer de copie intégrale du fichier dedonnées dans un espace disque temporaire. Dans sa syntaxe, la commande SPLIT

FILE ne trie pas le fichier de données et n'en crée donc pas de copie. Toutefois, pourpouvoir fonctionner correctement, cette commande nécessitent des données triées ;l'interface de boîtes de dialogue de ces procédures triera donc automatiquement lefichier de données, aboutissant ainsi à la création d'une copie complète de ce fichier.(La syntaxe de commande n'est pas disponible dans la version Student.)

Opérations créant une copie intégrale du fichier de données par défaut :

Lecture de bases de données avec l'Assistant de base de données

Lecture de fichiers texte avec l'Assistant de texte

Les Assistants de base de données et de texte proposent un paramètre facultatifpermettant de mettre automatiquement des données en mémoire cache. Par défaut,cette option est sélectionnée. Pour désactiver cette option, désélectionnez la caseMettre données en cache localement.

Création d'un cache de données

Bien que le fichier actif virtuel contribue à réduire considérablement le volumed'espace disque temporaire requis, l'absence d'une copie temporaire du fichier «actif » signifie que la source de données d'origine doit être lue de nouveau pourchaque procédure. Dans le cas de fichiers de données volumineux provenant d'unesource externe, la création d'une copie temporaire des données peut améliorer lesperformances de lecture. Dans le cas de tableaux de données lus dans une base dedonnées, la requête SQL qui consulte les informations de la base doit être réexécutée

64

Chapitre 3

pour toute commande ou procédure nécessitant la lecture des données. Ceci étantle cas de quasiment toutes les procédures d'analyse statistique et de création dediagrammes, la requête SQL est donc réexécutée pour chaque nouvelle procédureque vous lancez, ce qui risque d'entraîner un allongement considérable des temps detraitement si vous devez exécuter un grand nombre de procédures.

Si l'ordinateur sur lequel vous effectuez l'analyse (qu'il s'agisse de votre ordinateurlocal ou d'un serveur distant) dispose d'un volume d'espace disque suffisant, vouspouvez éliminer de nombreuses requêtes SQL et réduire ainsi les temps de traitementen créant un cache de données du fichier actif. Le cache de données est une copietemporaire de la totalité des données.

Remarque : Par défaut, l'Assistant de base de données crée automatiquement un cachede données. Toutefois, si vous utilisez la commande GET FILE dans une syntaxe afinde lire une base de données, le cache de données n'est pas créé automatiquement. (Lasyntaxe de commande n'est pas disponible dans la version Student.)

Pour créer un cache de données


Données de mémoire cache...

E Cliquez sur OK ou sur Cacher maintenant.

L'option OK créera un cache de données à la prochaine lecture des données (parexemple, lorsque vous exécuterez une procédure statistique). C'est l'option quevous choisirez le plus souvent puisque cette opération ne nécessite pas de passagede données supplémentaire. L'option Cacher maintenant crée un cache de donnéesimmédiatement, ce qui généralement ne devrait pas s'avérer nécessaire. L'optionCacher maintenant est surtout utile pour deux raisons :

Une source de données est « verrouillée » et ne peut être mise à jour tant quevous n'avez pas fermé la session, ouvert une autre source de données ou crééun cache des données.

Pour les sources de données volumineuses, la consultation du contenu desdonnées dans l'éditeur de données s'avérera bien plus rapide si vous placez lesdonnées dans un cache.

65


Pour mettre automatiquement des données en mémoire cache

Vous pouvez paramétrer la commande SET pour qu'elle crée automatiquement uncache de données dès que vous avez apporté un certain nombre de modifications dansle fichier de données actif. Par défaut, le fichier de données actif est automatiquementmis en mémoire cache après 20 modifications.


NouveauSyntaxe

E Dans la fenêtre de syntaxe, entrez SET CACHE n. La valeur n correspond au nombre demodifications apportées au fichier de données actif avant sa mise en mémoire cache.

E Dans le menu de la fenêtre de syntaxe, sélectionnez :Exécuter

Tous

Remarque : Vous devez définir le paramètre de cache pour chaque session. A chaquenouvelle session, la valeur est paramétrée par défaut sur 20.

Chapitre

4Mode d'analyse distribuée

Le mode d'analyse distribuée vous permet d'utiliser un autre ordinateur local quele vôtre (ou de bureau) pour les tâches sollicitant la mémoire de façon intensive.Les serveurs distants utilisés pour l'analyse distribuée se révélant généralementplus puissants et plus rapides que votre ordinateur local, une utilisation appropriéedu mode d'analyse distribuée permet de réduire considérablement les temps detraitement. L'analyse distribuée effectuée à l'aide d'un serveur distant peut s'avérerutile si votre travail met en œuvre :

des fichiers de données volumineux, contenant notamment des données provenantde bases de données ;

des tâches sollicitant la mémoire de façon intensive. Toute tâche longue àeffectuer en mode d'analyse locale serait ainsi mieux adaptée à une analysedistribuée.

L'analyse distribuée n'affecte que les tâches impliquant des données, telles que lalecture et la transformation de données ainsi que le calcul de nouvelles variables et destatistiques. Elle n'a aucun effet sur les tâches associées à la modification de résultats,telles que la manipulation de tableaux pivotants ou la modification de diagrammes.

Remarque : L'analyse distribuée n'est disponible que si vous disposez à la fois d'uneversion locale du programme et d'un accès à une version serveur du même logicielinstallé sur un serveur distant.

67

68

Chapitre 4

Comparaison de l'analyse distribuée par rapport à l'analyselocale

Voici quelques recommandations destinées à vous permettre de choisir entre le moded'analyse locale et celui d'analyse distribuée :

Accès aux bases de données : Il est possible que les tâches effectuant des requêtesdans des bases de données s'exécutent plus rapidement en mode distribué si le serveurdispose d'un accès prioritaire à ces bases de données ou qu'il s'exécute sur le mêmeposte que le moteur de base de données. Si le logiciel d'accès à la base de donnéesrequise n'est disponible que sur le serveur ou que votre administrateur réseau ne vouspermet pas de télécharger des tableaux de données de grande taille, vous ne pourrezaccéder à la base de données qu'en mode distribué.

Rapport entre calculs et résultats : Les commandes effectuant un grand nombrede calculs et produisant peu de résultats (par exemple, des tableaux pivotants enpetit nombre ou peu volumineux, de brefs résultats en format texte, ou encore desdiagrammes simples ou en nombre réduit) offriront des performances optimales sielles sont exécutées en mode distribué. Le gain de performances obtenu dépend dansune large mesure de la puissance de calcul du serveur distant.

Tâches rapides : Les tâches s'exécutant rapidement en mode local le feront presquetoujours plus lentement en mode distribué du fait des sollicitations système inhérentesà l'architecture client-serveur.

Diagrammes : Les diagrammes conçus pour les observations, tels que les diagrammesde dispersion, les diagrammes de résidus de régression ou les diagrammes séquentiels,nécessitent la présence de données brutes sur votre ordinateur local. Dans le cas defichiers de données ou de tableaux de base de données volumineux, cette nécessitérisque d'entraîner un ralentissement des performances en mode distribué puisque lesdonnées doivent être envoyées par le serveur distant à votre ordinateur local. Enrevanche, les autres diagrammes mettant en œuvre des données récapitulatives ouagrégées seront traités de façon adéquate en mode distribué puisque l'opérationconsistant à agréger les données est effectuée sur le serveur.

Diagrammes interactifs : La possibilité (disponible en option) d'enregistrer des donnéesbrutes avec des diagrammes interactifs pouvant entraîner le transfert d'importantesquantités de données entre le serveur distant et votre ordinateur local, le temps requispour l'enregistrement de vos résultats risque d'en être considérablement allongé.

69

Mode d'analyse distribuée

Tableaux pivotants : La création de tableaux pivotants de grande taille peut s'avérerplus longue en mode distribué. Ceci se vérifie plus particulièrement dans le cas dela procédure Cubes OLAP et des tableaux contenant des données d'observationsindividuelles, tels que ceux disponibles dans la procédure Récapituler.

Résultats texte : Plus la quantité de texte générée est importante, plus elle sera longueà s'effectuer en mode distribué, car ce texte est créé sur le serveur distant, puis copiésur votre ordinateur local pour affichage. Toutefois, les résultats en format texte nesollicitent que faiblement le système et sont transmis rapidement.

Connexion au serveur SPSS

La boîte de dialogue Connexion au serveur vous permet de sélectionner l'ordinateurqui traite les commandes et exécute les procédures. Il peut s'agir de votre ordinateurlocal ou d'un serveur distant.

Figure 4-1Boîte de dialogue Connexion au serveur

Vous pouvez ajouter et modifier des serveurs distants de la liste, ou en supprimer. Lesserveurs distants nécessitent généralement un ID utilisateur ainsi qu'un mot de passe,et parfois même un nom de domaine. Pour plus d'informations sur la connexion,

70

Chapitre 4

les serveurs disponibles, les ID utilisateur, les mots de passe et noms de domaine,contactez l'administrateur système.

Vous pouvez sélectionner un serveur par défaut et enregistrer l'ID utilisateur, lenom de domaine et le mot de passe associés à un serveur. Lorsque vous démarrez unesession, vous êtes automatiquement connecté au serveur par défaut.

Ajout et modification des paramètres de connexion au serveur

Utilisez la boîte de dialogue Paramètres de connexion au serveur pour ajouter oumodifier des informations de connexion pour les serveurs distants à utiliser en moded'analyse distribuée.

Figure 4-2Boîte de dialogue Paramètres de connexion au serveur

Contactez l'administrateur système pour obtenir la liste des serveurs disponibles etdes numéros de port associés aux serveurs, ainsi que des informations de connexionsupplémentaires. N'utilisez le protocole SSL que si l'administrateur vous le demande.

Nom : Un « nom » de serveur peut être un nom alphanumérique affecté à un ordinateur(par exemple, hqdev001) ou une adresse IP unique attribuée à un ordinateur (parexemple, 202.123.456.78).

Numéro de port : Le numéro du port est le port que le logiciel du serveur utilise pourles communications.

Description : Entrez une description facultative devant apparaître dans la liste desserveurs.

71


Connecter avec Secure Socket Layer : Le protocole SSL (Secure Sockets Layer) codeles demandes d'analyse distribuée envoyées au serveur SPSS distant. Avant d'utiliserle protocole SSL, consultez l'administrateur. Pour qu'il soit activé, le protocole SSLdoit être configuré sur votre ordinateur et sur le serveur.

Sélection, changement ou ajout de serveurs


Changer serveur...

Pour sélectionner un serveur par défaut :

E Dans la liste des serveurs, cochez la case située en regard du serveur à utiliser.

E Entrez l'ID utilisateur, le nom de domaine et le mot de passe fournis parl'administrateur.

Remarque : Lorsque vous démarrez une session, vous êtes automatiquement connectéau serveur par défaut.

Pour utiliser un autre serveur :

E Sélectionnez un serveur dans la liste.

E Entrez votre ID utilisateur, nom de domaine et mot de passe (le cas échéant).

Remarque : Lorsque vous changez de serveur au cours d'une session, toutes lesfenêtres ouvertes sont automatiquement fermées. Le système vous demanded'enregistrer vos modifications avant la fermeture des fenêtres.

Pour ajouter un serveur :

E Demandez les informations de connexion du serveur à l'administrateur.

E Cliquez sur Ajouter pour ouvrir la boîte de dialogue Paramètres de connexion auserveur.

72

Chapitre 4

E Entrez les informations de connexion et les paramètres facultatifs, puis cliquez sur OK.

Pour modifier un serveur :

E Demandez les informations de connexion révisées à l'administrateur.

E Cliquez sur Edition pour ouvrir la boîte de dialogue Paramètres de connexionau serveur.

E Entrez les modifications et cliquez sur OK.

Ouverture de fichiers de données à partir d'un serveur distantFigure 4-3Boîte de dialogue Ouvrir fichier distant

En mode d'analyse distribuée, la boîte de dialogue Ouvrir fichier distant remplace laboîte de dialogue Ouvrir fichier.

La liste des fichiers, dossiers et lecteurs disponibles dépend des donnéesaccessibles sur le serveur distant. Le nom du serveur utilisé est indiqué dans lazone supérieure de la boîte de dialogue.

73


En mode d'analyse distribuée, vous n'aurez accès aux fichiers de données devotre ordinateur local que si vous définissez le lecteur correspondant commeun lecteur partagé et les dossiers contenant vos fichiers de données commedes dossiers partagés.

Si le système d'exploitation du serveur est différent du vôtre (Windows etUNIX par exemple), vous n'aurez probablement pas accès aux fichiers dedonnées locaux en mode d'analyse distribuée, même s'ils se trouvent dansdes dossiers partagés.

Vous ne pouvez ouvrir qu'un seul fichier de données à la fois. Le fichier de donnéescourant est automatiquement fermé quand un nouveau fichier de données est ouvert.Si vous souhaitez ouvrir plusieurs fichiers de données simultanément, démarrezplusieurs sessions.

Pour ouvrir des fichiers de données à partir d'un serveur distant

E Si vous n'êtes pas encore connecté au serveur distant, faites-le maintenant.

E Selon le type de fichier de données à ouvrir, sélectionnez les options de menusuivantes :Fichier

OuvrirDonnées...

ouFichier

Ouvrir la base de données

ouFichier

Lire les données du texte...

74

Chapitre 4

Enregistrement de fichiers de données à partir d'un serveur distantFigure 4-4Boîte de dialogue Enregistrer fichier distant

En mode d'analyse distribuée, la boîte de dialogue Enregistrer fichier distant remplacela boîte de dialogue Enregistrer fichier standard.

La liste des dossiers et lecteurs disponibles dépend des données accessibles surle serveur distant. Le nom du serveur utilisé est indiqué dans la zone supérieure dela boîte de dialogue. Vous n'aurez accès aux dossiers de votre ordinateur local quesi vous définissez le lecteur correspondant comme un lecteur partagé et les dossierscomme des dossiers partagés. Si le système d'exploitation du serveur est différent duvôtre (Windows et UNIX par exemple), vous n'aurez probablement pas accès auxfichiers de données locaux en mode d'analyse distribuée, même s'ils se trouvent dansdes dossiers partagés. Les droits d'accès relatifs aux dossiers partagés doivent inclurela possibilité d'écrire dans les dossiers si vous souhaitez enregistrer les fichiers dedonnées dans un dossier local.

Pour enregistrer des fichiers de données à partir d'un serveur distant

E Activez la fenêtre de l'éditeur de données.

75



Enregistrer (ou Enregistrer sous...)

Accès aux fichiers de données en mode d'analyse locale ou distribuée Mode :

L'affichage des fichiers de données, dossiers (répertoires) et lecteurs de votreordinateur local et du réseau dépend de l'ordinateur que vous utilisez pour traiter lescommandes et exécuter les procédures (qui ne correspond pas obligatoirement àl'ordinateur que vous avez en face de vous).

Mode d'analyse locale : Lorsque vous utilisez votre ordinateur local comme « serveur», l'affichage des fichiers de données, dossiers et lecteurs dans la boîte de dialogued'accès aux fichiers (permettant d'ouvrir les fichiers de données) est le même que celuifourni dans d'autres applications ou dans l'Explorateur de Windows. Vous pouvezafficher tous les fichiers de données et dossiers de votre ordinateur, ainsi que tous lesfichiers et dossiers stockés sur les lecteurs réseau que vous obtenez en temps normal.

Mode d'analyse distribuée : Lorsque vous utilisez un autre ordinateur comme « serveurdistant » pour exécuter les commandes et procédures, l'affichage des fichiers dedonnées, dossiers et lecteurs correspond à celui obtenu du point de vue du serveurdistant. Bien que vous puissiez obtenir des noms de dossiers familiers tels queProgram Files et des lecteurs portant la lettre C, il ne s'agit pas des dossiers et lecteursde votre ordinateur, mais des dossiers et lecteurs du serveur distant.

76

Chapitre 4

Figure 4-5Affichages local et distant

En mode d'analyse distribuée, vous n'aurez accès aux fichiers de données de votreordinateur local que si vous définissez le lecteur correspondant comme un lecteurpartagé et les dossiers contenant vos fichiers de données comme des dossiers partagés.Si le système d'exploitation du serveur est différent du vôtre (Windows et UNIX parexemple), vous n'aurez probablement pas accès aux fichiers de données locaux enmode d'analyse distribuée, même s'ils se trouvent dans des dossiers partagés.

L'utilisation du mode d'analyse distribuée n'équivaut pas à accéder aux fichiers dedonnées stockés sur un autre ordinateur de votre réseau. Vous pouvez accéder auxfichiers de données situés sur d'autres disques réseau en mode d'analyse locale ouen mode d'analyse distribuée. En mode local, vous accédez à d'autres disques àpartir de votre ordinateur local. En mode distribué, vous accédez à d'autres disquesréseau depuis le serveur distant.

Pour savoir si vous utilisez le mode local ou le mode distribué, examinez la barrede titre de la boîte de dialogue permettant d'accéder aux fichiers de données. Si le titrede la boîte de dialogue contient le terme Distant (comme dans Ouvrir fichier distant) ou

77


que le libellé Serveur distant : [nom_de_serveur] apparaît dans la zone supérieure de laboîte de dialogue, vous utilisez le mode d'analyse distribuée.

Remarque : Ceci ne concerne que les boîtes de dialogue permettant d'accéder auxfichiers de données (telles que Ouvrir données, Enregistrer sous, Ouvrir base dedonnées et Appliquer le dictionnaire des données). Pour tous les autres types defichier (tels que les fichiers Viewer, les fichiers de syntaxe et les fichiers scripts),l'affichage local est toujours utilisé.

Pour définir des droits d'accès de partage pour un lecteur ou un dossier

E Dans Poste de travail, cliquez sur le dossier (répertoire) ou le lecteur à partager.

E Dans le menu Fichier, cliquez sur Propriétés.

E Cliquez sur l'onglet Partage, puis sur Nom de partage.

Pour plus d'informations sur le partage de lecteurs et de dossiers, consultez l'aide devotre système d'exploitation.

Disponibilité des procédures en mode d'analyse distribuée

En mode d'analyse distribuée, seules les procédures installées à la fois sur votreversion locale et sur la version du serveur distant sont disponibles. Vous ne pouvezpas utiliser de procédures installées sur le serveur mais non installées sur votreversion locale, et vice versa.

Bien que cette dernière situation paraisse peu probable, il peut arriver que certainséléments optionnels soient installés sur votre poste local et ne soient pas disponiblessur le serveur distant. Dans ce cas, le passage de l'utilisation de votre ordinateur localà celle d'un serveur distant entraînera la suppression des procédures concernées desmenus ainsi que des erreurs dans les fichiers de commande correspondants. Vousdevrez rétablir le mode local pour restaurer toutes les procédures affectées.

78

Chapitre 4

Utilisation des spécifications de chemins UNC

Avec la version serveur Windows NT de SPSS, les spécifications de chemins relatifspour des fichiers de données sont relatives par rapport au serveur utilisé en moded'analyse distribuée, et non par rapport à votre ordinateur local. Concrètement, celasignifie qu'une spécification de chemin telle que c:\Mes_documents\Mes_données.savne désigne pas un répertoire et un fichier de votre disque C, mais un répertoire et unfichier du disque dur du serveur distant. Si le répertoire et/ou le fichier n'existent passur le serveur distant, vos fichiers de commande seront soumis à des erreurs, commedans l'exemple suivant :

GET FILE='c:\Mes_documents\Mes_données.sav'.

Avec la version serveur Windows NT de SPSS, vous pouvez utiliser des nomsde chemin UNC (Universal Naming Convention = convention de dénominationuniverselle) pour spécifier l'emplacement des fichiers de données dans vos fichiers decommande. Une spécification de chemin UNC prend généralement la forme suivante :

\\nom_serveur\nom_partage\chemin\nom_fichier

L'élément nom_serveur est le nom de l'ordinateur contenant le fichier de données.

L'élément nom_partage désigne le dossier (répertoire) de l'ordinateurdéfini comme dossier de partage.

L'élément chemin correspond aux sous-dossiers (sous-répertoires) dudossier partagé.

L'élément nom_fichier est le nom du fichier de données.

Par exemple :

GET FILE='\\hqdev001\public\juillet\ventes.sav'.

Si aucun nom n'a été attribué à l'ordinateur, vous pouvez utiliser son adresse IP,comme dans l'exemple suivant :

GET FILE='\\204.125.125.53\public\juillet\ventes.sav'.

Même si vous utilisez des spécifications de chemins UNC, vous ne pouvez accéderqu'aux fichiers de données installés sur des lecteurs et des dossiers partagés. Lorsquevous utilisez le mode d'analyse distribuée, les fichiers de données de votre ordinateurlocal sont inclus dans le traitement.

79


Serveurs UNIX : Sur les plateformes UNIX, il n'existe aucun équivalent à ladénomination UNC. Pour tous les répertoires, vous devez indiquer un chemin d'accèsabsolu, commençant à la racine du serveur. Les chemins relatifs ne sont pas admis.Par exemple, si le fichier de données se trouve dans le répertoire /bin/spss/data et quele répertoire actif est également /bin/spss/data, la commande GET FILE='ventes.sav'

n'est pas valide. Vous devez indiquer l'intégralité du chemin d'accès, à savoir :

GET FILE='/bin/data/spss/ventes.sav'.

Chapitre

5Editeur de données

L'éditeur de données fournit une méthode pratique, semblable à celle d'un tableur,permettant de créer et de modifier des fichiers de données SPSS. La fenêtre del'éditeur de données s'ouvre automatiquement lorsque vous lancez une session SPSS.

L'éditeur de données permet d'afficher les données de deux façons :

Affichage Données : Affiche les valeurs réelles des données ou les étiquettes devaleurs définies.

Affichage des variables : Affiche les informations de définition des variables, àsavoir les étiquettes de valeurs et de variable définies, le type des données (parexemple, chaîne, date ou valeur numérique), le niveau de mesure (nominale,ordinale ou échelle) et les valeurs manquantes définies par l'utilisateur.

Dans les deux affichages, vous pouvez ajouter, modifier et supprimer les informationscontenues dans le fichier de données.

81

82

Chapitre 5

Affichage des donnéesFigure 5-1Affichage des données

Un grand nombre de fonctions de l'Affichage des données sont similaires à celles queproposent les tableurs. Il y a toutefois des différences importantes :

Les lignes sont des observations. Chaque ligne représente une observation.Par exemple, chaque répondant d'un questionnaire est considéré comme étantune observation.

Les colonnes sont des variables. Chaque colonne représente une variable ouune caractéristique étant mesurée. Par exemple, chaque élément ou élémentd'un questionnaire est une variable.

Les cellules contiennent des valeurs. Chaque cellule contient une seule valeurpour une variable et pour une observation. La cellule est l'intersection del'observation et de la variable. Les cellules ne contiennent que des valeurs dedonnées. A la différence des tableurs, les cellules de l'éditeur de données nepeuvent pas contenir de formules.

Le fichier de données est rectangulaire. La taille du fichier de données estdéterminée par le nombre d'observations et de variables. Vous pouvez entrer desdonnées dans n'importe quelle cellule. Si vous entrez des données dans une celluleen dehors des limites du fichier de données défini, SPSS agrandit le rectangledes données pour inclure toutes les lignes et/ou colonnes nécessaires entre cettecellule et les limites du fichier. Il n'y a pas de cellule « vide » à l'intérieur deslimites du fichier de données. En ce qui concerne les variables numériques, les

83

Editeur de données

cellules à blanc sont converties en valeurs manquantes par défaut. En ce quiconcerne les variables chaîne, un blanc est considéré comme une valeur valide.

Affichage des variablesFigure 5-2Affichage des variables

L'Affichage des variables présente les descriptions des attributs de chaque variabledu fichier de données. Dans l'Affichage des variables :

Les lignes sont des variables.

Les colonnes sont des attributs de variable.

Vous pouvez ajouter ou supprimer des variables et modifier les attributs de cesdernières, à savoir :

Le nom de la variable

Le type de données

Le nombre de chiffres ou de caractères

Le nombre de décimales

Les étiquettes descriptives de variables et de valeurs.

Les valeurs manquantes définies par l'utilisateur

84

Chapitre 5

La largeur des colonnes

Le niveau de mesure

Tous ces attributs sont enregistrés lorsque vous sauvegardez le fichier de données.

Vous pouvez définir les propriétés des variables dans l'Affichage des variables, maisvous disposez également de deux autres méthodes pour ce faire :

L'assistant Copier des propriétés de données permet d'utiliser un fichier dedonnées SPSS externe comme modèle pour définir les propriétés de fichier et devariable dans le fichier de travail. Vous pouvez également utiliser des variablesdu fichier de travail comme modèles pour d'autres variables de ce même fichier.L'option Copier des propriétés de données est disponible dans le menu Donnéesde la fenêtre de l'éditeur de données.

L'option Définir les propriétés de variable (également disponible dans le menuDonnées de la fenêtre de l'éditeur de données) permet d'analyser vos donnéeset de répertorier toutes les valeurs de données uniques pour les variablessélectionnées et d'identifier les valeurs non étiquetées, et fournit une fonctiond'étiquetage automatique. Ceci est particulièrement utile pour les variablesqualitatives qui utilisent des codes numériques pour représenter les modalités.Par exemple, 0 = Masculin, 1 = Féminin.

Pour afficher ou définir des attributs de variable


E Double-cliquez sur un nom de variable en haut de la colonne de l'Affichage desdonnées ou cliquez sur l'onglet Affichage des variables.

E Pour définir de nouvelles variables, entrez un nom de variable dans une ligne vierge.

E Sélectionnez les attributs à définir ou modifier.

Noms de variable

Les règles suivantes s'appliquent pour les noms des variables :

Le nom doit commencer par une lettre. Les autres caractères peuvent être

85

Editeur de données

n'importe quelle lettre, n'importe quel chiffre, un point, ou les symboles @, #,_ ou $.

Les noms de variable ne peuvent pas se terminer par un point.

Les noms de variable se terminant par un blanc souligné sont à éviter (pour éviterdes conflits avec les variables créées automatiquement par certaines procédures).

La longueur du nom ne doit pas excéder 64 octets. Soixante-quatre octetscorrespondent à 64 caractères dans les langues sur un octet (anglais, français,allemand, espagnol, italien, hébreu, russe, grec, arabe et thaï par exemple) et à32 caractères dans les langues sur deux octets (japonais, chinois et coréen parexemple).

Les espaces et les caractères spéciaux ne peuvent pas être utilisés (par exemple,!, ?, ', et *).

Chaque nom de variable doit être unique ; aucune duplication n'est admise.

Les mots-clés réservés ne peuvent pas être utilisés pour les noms de variables :Les mots-clés réservés sont les suivants : ALL, AND, BY, EQ, GE, GT, LE, LT,NE, NOT, OR, TO, WITH.

Les noms de variables peuvent être définis par n'importe quelle combinaison demajuscules et de minuscules. La casse est respectée pour des raisons d'affichage.

Lorsque des noms longs occupent plusieurs lignes au niveau du résultat, SPSSessaie d'insérer les sauts de ligne au niveau des traits de soulignement, desvirgules et des passages de minuscule à majuscule.

Niveau de mesure des variables

Vous pouvez spécifier un niveau de mesure d'échelle (données numériques sur unintervalle ou une échelle de rapport), ordinal ou nominal Les données nominales etordinales peuvent être des chaînes de caractères (alphanumériques) ou numériques.La spécification de mesure n'est à utiliser que pour :

Procédures Tableaux personnalisés et procédures de diagramme qui identifientles variables comme variables d'échelle ou variables qualitatives. Les variablesnominales et ordinales sont toutes deux traitées comme qualitatives. (l'optionTableaux personnalisés n'est disponible que pour les composants de l'optioncomplémentaire Tableaux.)

Les fichiers de données au format SPSS utilisés avec l'Arbre de réponse.

86

Chapitre 5

Vous pouvez sélectionner l'un des trois niveaux de mesure suivants :

Echelle : Les valeurs de données sont des valeurs numériques sur une échelled'intervalles ou une échelle de rapport (par exemple, âge ou revenu). Les variablesd'échelle doivent être numériques.

Ordinal : Les valeurs de données représentent les modalités dans un ordre intrinsèque(par exemple, faible, moyen, élevé ; tout à fait d'accord, plutôt d'accord, plutôt pasd'accord, pas du tout d'accord). Les variables ordinales peuvent être des valeurschaîne (alphanumériques) ou des valeurs numériques représentant des modalitésdistinctes (par exemple, 1 = faible, 2 = moyen, 3 = élevé).

Remarque : Pour les variables chaîne ordinales, l'ordre alphabétique des valeurschaîne est supposé refléter l'ordre des modalités. Par exemple, pour une variablechaîne comportant des valeurs Faible, Moyen, Elevé, l'ordre des modalités estinterprété comme Elevé, Faible ou Moyen, ce qui ne correspond pas à l'ordre correct.En règle générale, il est recommandé d'utiliser les codes numériques pour représenterles données ordinales.

Nominal : Les valeurs de données représentent les modalités sans ordre intrinsèque(par exemple, modalité d'emploi ou service d'entreprise). Les variables nominalespeuvent être des valeurs chaîne (alphanumériques) ou des valeurs numériquesreprésentant des modalités distinctes (par exemple, 1 = Masculin, 2 = Féminin).

87

Editeur de données

Figure 5-3Variables d'échelle et qualitatives dans une procédure de diagramme

Pour les fichiers de données au format SPSS créés avec les anciennes versions deproduits SPSS, les règles suivantes s'appliquent :

Les variables sous forme de chaîne de caractères (alphanumériques) sont définiescomme nominales.

Les variables sous forme de chaîne de caractères ainsi que les variablesnumériques avec des étiquettes de valeurs définies sont définies comme ordinales.

Les variables numériques sans étiquettes de valeurs définies mais inférieures à unnombre spécifié de valeurs uniques sont définies comme ordinales.

Les variables numériques sans étiquettes de valeurs définies mais supérieures à unnombre spécifié de valeurs uniques sont définies comme variables d'échelle.

Le nombre par défaut de valeurs uniques est 24. Pour modifier la valeur spécifiée,modifiez les options de diagramme interactif (dans le menu Edition, choisissezOptions, onglet Interactif).

88

Chapitre 5

Type de variable

L'option Type de variable permet de définir le type de données pour chaque variable.Par défaut, toute nouvelle variable est numérique. Vous pouvez utiliser l'option Typede variable pour changer le type des données. Le contenu de la boîte de dialogue Typede variable dépend du type de données sélectionné. Pour certains types de données,il y a des zones de texte où sont indiqués la longueur et le nombre de décimales.Pour d'autres types de données, il vous suffit de sélectionner un format dans uneliste déroulante contenant des exemples.

Figure 5-4Boîte de dialogue Type de variable

Les types de données disponibles sont les suivants :

Numérique : Variable dont les valeurs sont des nombres. Les valeurs sont affichées enformat numérique standard. L'éditeur de données accepte les valeurs numériques auformat standard ou sous forme de notation scientifique.

Virgule : Variable numérique dont les valeurs sont affichées avec des virgules toutesles trois positions, le point servant de séparateur décimal. L'éditeur de donnéesaccepte les valeurs numériques pour les variables de virgule avec ou sans virguleou sous forme de notation scientifique.

Point : Variable numérique dont les valeurs sont affichées avec des points toutes lestrois positions, la virgule servant de séparateur décimal. L'éditeur de données accepteles valeurs numériques pour les variables de point avec ou sans point ou sous formede notation scientifique.

89

Editeur de données

Notation scientifique : Variable numérique dont les valeurs sont affichées avec un Eintégré et un exposant de puissance dix avec signe. L'éditeur de données accepte desvaleurs numériques pour les variables de notation scientifique avec ou sans exposant.L'exposant peut être précédé d'un E ou d'un D avec ou sans signe, ou seulement d'unsigne. Par exemple, 123, 1.23E2, 1.23D2, 1.23E+2 et même 1.23+2.

Date : Variable numérique dont les valeurs sont affichées dans l'un des formats dedate ou d'heure possibles. Sélectionnez un format dans la liste. Vous pouvez entrerdes dates avec, comme séparateur, des barres obliques, des traits d'union, des points,des virgules ou des espaces. La valeur du siècle pour les années à 2 chiffres estdéterminée par les paramètres Options (accessibles depuis le menu Edition, Options,onglet Données).

Symbole monétaire : Variable numérique dont les valeurs sont affichées dans l'un desformats monétaires personnalisés que vous avez définis dans l'onglet Devise de laboîte de dialogue Options. Les caractères de symbole monétaire définis ne sont pasutilisables lors de la saisie de données mais sont affichés dans l'éditeur de données.

Chaîne : Variable dont les valeurs ne sont pas numériques et ne sont donc pas utiliséespour les calculs. Ces variables peuvent contenir n'importe quel caractère, dans lalimite de la longueur définie. Les majuscules et les minuscules sont différenciées.Egalement appelées variables alphanumériques.

Pour définir le type de variable

E Cliquez sur le bouton de la cellule Type de la variable à définir.

E Sélectionnez le type de données dans la boîte de dialogue Type de variable.

Formats d'entrée/d'affichage

Selon le format, les valeurs affichées dans l'Affichage des données peuvent différerdes valeurs réelles entrées et enregistrées en interne. Voici quelques règles générales :

Pour les formats Numérique, Virgule et Point, vous pouvez entrer des valeurs avecn'importe quel nombre de positions décimales (maximum 16), et la valeur entièreest enregistrée. L'Affichage des données n'affiche que le nombre de décimalesdéfini et arrondit les valeurs comportant plus de décimales. Toutefois, la valeurcomplète est utilisée dans tous les calculs.

90

Chapitre 5

Pour les variables chaîne, toutes les valeurs sont cadrées à droite au maximum dela longueur. Pour une variable chaîne d'une longueur de 4, une valeur de 'Non' estenregistrée en tant que 'Non' et n'est pas équivalente à ' Non'.

Pour les formats de dates, vous pouvez utiliser des barres obliques, des tirets, desespaces, des virgules ou des points comme séparateurs entre les jours, les moiset les années. Pour les mois, vous pouvez entrer des nombres, des abréviationsà trois lettres ou le nom des mois en clair. Les dates de format général sous laforme jj-mmm-aa sont affichées avec des tirets servant de séparateurs et desabréviations à trois lettres pour le mois. Les dates de format général sous la formejj/mm/aa et mm/jj/aa sont affichées avec des barres obliques comme séparateurset des nombres pour le mois. De manière interne, les dates sont enregistrées sousla forme d'un nombre de secondes à partir du 14 octobre 1582. La plage desiècles pour les dates avec des années à deux chiffres est déterminée à partir desparamètres Options (dans le menu Edition, choisissez Options, onglet Données).

Pour les formats de temps, vous pouvez utiliser les deux points, des points oudes espaces comme séparateurs entre les heures, les minutes et les secondes.Les temps sont affichés avec des deux points comme séparateurs. De façoninterne, les temps sont enregistrés comme étant le nombre de secondes depuis le14 octobre 1582.

Etiquettes des variables

Vous pouvez définir des étiquettes descriptives des variables contenant jusqu'à 256caractères (128 caractères dans les langues sur deux octets), et elles peuvent comporterdes espaces et des caractères réservés, contrairement aux noms de variables.

Pour spécifier des étiquettes de variable



E Entrez l'étiquette de variable descriptive dans la cellule Etiquette de la variable.

91

Editeur de données

Etiquettes de valeurs

Vous pouvez affecter des étiquettes descriptives de valeur pour chaque valeur d'unevariable. Ceci se révèle particulièrement utile si votre fichier de données utilise descodes numériques pour représenter des modalités non numériques (par exemple,les codes 1 et 2 pour homme et femme).

Les étiquettes de valeur peuvent comporter jusqu'à 60 caractères.

Les étiquettes de valeur ne sont pas disponibles pour les variables chaîne longues(variables chaîne de plus de 8 caractères).

Figure 5-5Boîte de dialogue Etiquettes de valeurs

Pour spécifier des étiquettes de valeur

E Cliquez sur le bouton de la cellule Valeurs de la variable à définir.

E Pour chaque valeur, entrez la valeur et une étiquette.

E Cliquez sur Ajouter pour entrer l'étiquette de valeur.

Insertion de sauts de ligne dans les étiquettes

Les étiquettes de variable ou de valeur ont un retour à la ligne automatique dans lestableaux pivotants et les diagrammes si la cellule ou la zone n'est pas assez large pourafficher l'étiquette sur une seule ligne ; vous pouvez également modifier les résultatspour insérer des sauts de ligne manuellement si vous voulez que le saut de ligne sefasse ailleurs. Vous pouvez aussi créer des étiquettes de variable ou de valeur qui

92

Chapitre 5

effectueront toujours un retour à la ligne en des points définis et qui comporterontplusieurs lignes :

E Pour les étiquettes de variable, sélectionnez la cellule Etiquette de la variable dans lazone Affichage des variables de l'éditeur de données.

E Pour les étiquettes de valeur, sélectionnez la cellule Valeurs de la variable dans la zoneAffichage des variables de l'éditeur de données, cliquez sur le bouton qui apparaîtdans la cellule, puis sélectionnez l'étiquette que vous souhaitez modifier dans laboîte de dialogue Etiquettes de valeur.

E Dans l'étiquette, saisissez \n à l'endroit où vous voulez insérer un retour à la ligne.

Le « \n » ne s'affiche pas dans les tableaux pivotants ou les diagrammes ; il estreconnu comme un caractère de saut de ligne.

Valeurs manquantes

L'option Valeurs manquantes permet de définir les valeurs de données spécifiéescomme valeurs manquantes spécifiées par l'utilisateur. Il est souvent utile desavoir la raison pour laquelle une information est manquante. Par exemple, vouspouvez vouloir faire la distinction entre les données manquantes parce qu'unepersonne interrogée a refusé de répondre et les données manquantes parce que laquestion ne s'appliquait pas au répondant. Les valeurs des données définies commevaleurs utilisateur manquantes sont repérées par un indicateur en vue d'un traitementspécial et sont exclues de la plupart des calculs.

93

Editeur de données

Figure 5-6Boîte de dialogue Valeurs manquantes

Vous pouvez entrer jusqu'à trois valeurs manquantes de votre choix, un intervallede valeurs manquantes ou un intervalle plus une valeur de votre choix.

Les intervalles ne peuvent être spécifiés que pour des valeurs numériques.

Vous ne pouvez pas définir de valeur manquante pour des variables chaîne longues(variables chaîne de plus de 8 caractères).

Valeurs manquantes pour des variables de chaîne : Toutes les valeurs de chaîne, ycompris les valeurs nulles ou vides, sont considérées comme des valeurs valides àmoins que vous ne les définissiez comme manquantes. Pour définir des valeurs nullesou vides comme manquantes pour une variable chaîne, entrez un seul espace dans l'undes champs pour Valeurs manquantes discrètes.

Pour définir les valeurs manquantes

E Cliquez sur le bouton de la cellule Manquante de la variable à définir.

E Entrez les valeurs ou l'intervalle de valeurs représentant les valeurs manquantes.

94

Chapitre 5

Toutes les valeurs de chaîne, y compris les valeurs nulles ou vides, sont considéréescomme des valeurs valides à moins que vous ne les définissiez comme manquantes.Pour définir des valeurs nulles ou vides comme manquantes pour une variable chaîne,entrez un seul espace dans l'un des champs pour Valeurs manquantes discrètes.

Largeur des colonnes

Vous pouvez spécifier le nombre de caractères définissant la largeur des colonnes.Vous pouvez également modifier la largeur des colonnes dans l'Affichage des donnéesen cliquant sur les bords des colonnes et en les faisant glisser.

Les formats de colonnes affectent seulement l'affichage des valeurs dans l'éditeurde données. Modifier la largeur de la colonne ne change pas la largeur définie d'unevariable. Si la largeur réelle et la largeur définie d'une valeur sont plus larges que lacolonne, des astérisques (*) apparaissent dans l'Affichage des données.

Alignement de variableL'alignement contrôle l'affichage des valeurs des données et/ou des étiquettes devaleurs dans l'Affichage des données. L'alignement par défaut est « droite » pour lesvariables numériques et « gauche » pour les variables chaîne. Ce paramètre affecteuniquement l'Affichage des données.

Application d'attributs de définition de variable à plusieurs variables

Lorsque vous avez défini les attributs de définition d'une variable, vous pouvez copierdes attributs et les appliquer à une ou à plusieurs variables.

L'application d'attributs de définition de variable s'effectue au moyen des opérationsCopier et Coller de base. Vous pouvez :

Copier un seul attribut (par exemple, les étiquettes de valeurs) et le coller dans laou les mêmes cellules d'attribut d'une ou de plusieurs variables.

Copier tous les attributs d'une variable et les coller dans d'autres variables.

Créer plusieurs variables avec tous les attributs de la copie d'une variable.

95

Editeur de données

Application d'attributs de définition de variable à d'autres variables

Pour appliquer certains attributs d'une variable définie, procédez comme suit :

E Dans l'Affichage des variables, sélectionnez la cellule d'attribut à appliquer à d'autresvariables.

E A partir du menu, sélectionnez :Edition

Copier

E Sélectionnez la ou les cellules d'attribut auxquelles vous souhaitez appliquer l'attribut.Vous pouvez sélectionner plusieurs variables cible.


Coller

Si vous collez l'attribut dans des lignes vierges, de nouvelles variables sont crééesavec des valeurs d'attribut par défaut pour tous les attributs, à l'exception de celui quevous avez sélectionné.

Pour appliquer tous les attributs d'une variable définie, procédez comme suit :

E Dans l'Affichage des variables, sélectionnez le numéro de ligne de la variableprésentant les attributs à utiliser. La totalité de la ligne est mise en surbrillance.


Copier

E Sélectionnez le numéro de ligne de la variable à laquelle vous souhaitez appliquer lesattributs. Vous pouvez sélectionner plusieurs variables cible.


Coller

96

Chapitre 5

Création de plusieurs nouvelles variables avec les mêmes attributs

E Dans l'Affichage des variables, cliquez sur le numéro de ligne de la variable présentantles attributs à utiliser pour la nouvelle variable. La totalité de la ligne est mise ensurbrillance.


Copier

E Cliquez sur le numéro de la ligne vide qui se trouve sous la dernière variable définiedans le fichier de données.


Coller les variables...

E Entrez le nombre de variables à créer.

E Entrez un préfixe et un numéro de départ pour les nouvelles variables.

Les noms des nouvelles variables seront composés du préfixe spécifié et d'un numéroséquentiel commençant par le numéro spécifié.

Saisie de données

Vous pouvez entrer des données directement dans l'éditeur de données au niveau del'Affichage des données. Vous pouvez entrer des données dans n'importe quel ordre.Vous pouvez entrer des données par observation ou par variable, pour des zonessélectionnées ou des cellules individuelles.

La cellule active est mise en surbrillance.

Le nom de variable et le numéro de ligne de la cellule active sont affichés dans lecoin supérieur gauche de l'éditeur de données.

Lorsque vous sélectionnez une cellule et lorsque vous entrez une valeur de données,la valeur est affichée dans l'éditeur de cellules en haut de l'éditeur de données.

97

Editeur de données

Les valeurs de données ne sont pas enregistrées tant que vous n'avez pas appuyésur Entrée ou que vous n'avez pas sélectionné une autre cellule.

Pour entrer autre chose que des données numériques simples, vous devez d'aborddéfinir le type de variable.

Si vous entrez une valeur dans une colonne vide, l'éditeur de données créeautomatiquement une nouvelle variable et affecte un nom de variable.

Figure 5-7Fichier de travail dans l'Affichage des données

Pour entrer des données numériques

E Sélectionnez une cellule dans l'Affichage des données.

E Entrez la valeur des données. La valeur est affichée dans l'éditeur de cellules enhaut de l'éditeur de données.

E Appuyez sur Entrée ou sélectionnez une autre cellule pour enregistrer la valeur.

98

Chapitre 5

Pour entrer des données non numériques


E Cliquez sur le bouton de la cellule Type de la variable.

E Sélectionnez le type de données dans la boîte de dialogue Type de variable.

E Cliquez sur OK.

E Double-cliquez sur le numéro de ligne ou cliquez sur l'onglet Affichage des données.

E Pour la variable que vous venez de définir, entrez les données dans la colonne.

Pour utiliser des étiquettes de valeur pour l'entrée de données

E Si les étiquettes de valeurs n'apparaissent pas dans l'Affichage des données, choisissezdans les menus :Affichage

Etiquettes de valeurs

E Cliquez sur la cellule dans laquelle vous souhaitez entrer la valeur.

E Sélectionnez une étiquette de valeur dans la liste déroulante.

La valeur est saisie et l'étiquette de valeur est affichée dans la cellule.

Remarque : cela ne fonctionne que si vous avez défini des étiquettes de valeurspour la variable.

Restrictions concernant la valeur de données dans l'éditeur de données

Le type et la largeur de la variable définie déterminent le type de valeur que vouspouvez entrer dans la cellule de l'Affichage des données.

Si vous tapez un caractère qui n'est pas autorisé par le type défini de la variable,l'éditeur de données émet un signal sonore et n'accepte pas le caractère.

99

Editeur de données

Pour les variables chaîne, les caractères dépassant la largeur définie ne sontpas autorisés.

Pour les variables numériques, des nombres entiers dépassant la valeur définiepeuvent être entrés mais l'éditeur de données affichera dans la cellule unenotation scientifique ou des astérisques pour indiquer que la valeur dépassela largeur définie. Pour afficher la valeur dans la cellule, changez la largeurdéfinie de la variable. (Remarque : changer la largeur de la colonne n'affectepas la largeur de la variable).

Modification de données

Avec l'éditeur de données, vous pouvez modifier les valeurs des données dansl'Affichage des données de plusieurs manières. Vous pouvez:

Changer les valeurs des données.

Couper, copier et coller des valeurs de données.

Ajouter et supprimer des observations.

Ajouter et supprimer des variables.

Changer l'ordre des variables.

Pour remplacer ou modifier les valeurs de données

Pour supprimer l'ancienne valeur et pour entrer une nouvelle valeur :

E Dans l'Affichage des données, double-cliquez sur la cellule. La valeur de la celluleest affichée dans l'éditeur de cellules.

E Modifiez la valeur directement dans la cellule ou dans l'éditeur de cellules.

E Appuyez sur Entrée (ou déplacez-vous sur une autre cellule) pour enregistrer lanouvelle valeur.

100

Chapitre 5

Couper, copier et coller des valeurs de données

Vous pouvez couper, copier et coller des valeurs individuelles de cellules ou desgroupes de valeurs dans l'éditeur de données. Vous pouvez:

Déplacer ou copier la valeur d'une seule cellule dans une autre cellule.

Déplacer ou copier la valeur d'une seule cellule dans un groupe de cellules.

Déplacer ou copier les valeurs d'une seule observation (ligne) dans plusieursobservations.

Déplacer ou copier les valeurs d'une seule variable (colonne) dans plusieursvariables.

Déplacer ou copier un groupe de valeurs de cellule dans un autre groupede cellules.

Conversion de données de valeurs collées dans l'éditeur de données

Si les types définis de variables des cellules source et cible ne sont pas les mêmes,SPSS essaye de convertir la valeur. Si aucune conversion n'est possible, la valeurmanquante par défaut est insérée dans la cellule cible.

Numérique ou date en caractères : Les formats numériques (par exemple, Numérique,Dollar, Point ou Virgule) et les formats de date sont convertis en caractères s'ils sontcollés dans une cellule de variables chaîne. La valeur d'une chaîne est la valeurnumérique telle qu'elle est affichée dans la cellule. Par exemple, pour une variabledont le format est exprimé en dollars, le signe Dollar qui est affiché devient partieintégrante de la valeur de caractères. Les valeurs qui excèdent la largeur définie de lavariable chaîne sont tronquées.

Valeurs de caractères en numérique ou de date : Les valeurs de chaînes qui contiennentdes caractères acceptables pour le format numérique ou de date de la cellule ciblesont converties dans la valeur équivalente numérique ou de date. Par exemple, unevaleur de caractères de 25/12/91 est convertie en date valide si le type de format de lacellule cible est un des formats jour-mois-année, mais elle est convertie en valeurmanquante par défaut si le type de format de la cellule est de type mois-jour-année.

Date en numérique : Les valeurs de dates et de temps sont converties en un nombrede secondes si la cellule cible est d'un format numérique (par exemple, Numérique,Dollar, Point ou Virgule). Etant donné que les dates sont enregistrées en interne

101

Editeur de données

comme le nombre de secondes depuis le 14 octobre 1582, le fait de convertir des datesen valeurs numériques peut résulter en des nombres très importants. Par exemple, ladate du 10/29/91 a une valeur de conversion numérique de 12.908.073.600.

Numérique en date ou temps : Les valeurs numériques sont converties en dates outemps si la valeur représente un nombre de secondes pouvant produire une date ouun temps valides. En ce qui concerne les dates, les valeurs numériques inférieures à86.400 sont converties dans la valeur manquante par défaut.

Insérer de nouvelles observations

Le fait d'entrer des données dans une cellule sur une ligne blanche créeautomatiquement une nouvelle observation. L'éditeur de données insère la valeurmanquante par défaut pour toutes les autres variables de cette observation. S'il y aquelques lignes blanches entre la nouvelle observation et les observations existantes,les lignes blanches deviennent également des nouvelles observations avec des valeursmanquantes par défaut pour toutes les variables.

Vous pouvez également insérer de nouvelles observations entre des observationsexistantes

Pour insérer de nouvelles observations entre des observations existantes

E Dans l'Affichage des données, sélectionnez n'importe quelle cellule pour l'observation(ligne) située sous de la position où vous souhaitez insérer la nouvelle observation.

E A partir du menu, sélectionnez :Données

Insérer les observations

Une nouvelle ligne est insérée pour cette observation et toutes les variables reçoiventla valeur manquante par défaut.

Insérer de nouvelles variables

La saisie de données dans une colonne vide de l'Affichage des données ou dans uneligne vide de l'Affichage des variables crée automatiquement une nouvelle variableportant un nom par défaut (préfixe var et numéro séquentiel) et un type de format de

102

Chapitre 5

données par défaut (numérique). L'éditeur de données insère la valeur manquante pardéfaut pour toutes les observations concernées par la nouvelle variable. S'il existe descolonnes vides dans l'Affichage des données ou des lignes vides dans l'Affichage desvariables entre la nouvelle variable et les variables existantes, ces colonnes ou lignesdeviennent également de nouvelles variables avec une valeur manquante par défautpour toutes les observations.

Vous pouvez également insérer des nouvelles variables entre les variablesexistantes.

Pour insérer de nouvelles variables entre des variables existantes

E Sélectionnez n'importe quelle cellule de la variable située à droite (pour l'Affichagedes données) ou sous (pour l'Affichage des variables) de l'endroit où vous souhaitezinsérer la nouvelle variable.


Insérer une variable

Une nouvelle variable est insérée avec la valeur manquante par défaut pour toutesles observations.

Pour déplacer des variables

E Pour sélectionner la variable, cliquez sur son nom dans l'Affichage des données ousur son numéro de ligne dans l'Affichage des variables.

E Faites glisser la variable jusqu'à son nouvel emplacement.

E Pour placer la variable entre deux autres, déposez-la sur la colonne située à droitede son emplacement de destination, dans l'Affichage des données. Dans l'Affichagedes variables, déposez-la sur la ligne de variables située sous l'endroit où vousvoulez la placer.

103

Editeur de données

Pour modifier le type de données

Vous pouvez à tout moment modifier le type de données d'une variable via la boîte dedialogue Type de variable dans l'Affichage des variables ; dans ce cas, l'éditeur dedonnées tentera de convertir les valeurs existantes dans le nouveau type. Si aucuneconversion n'est possible, la valeur manquante par défaut est affectée. Les règlesde conversion sont les mêmes que celles pour coller des valeurs de données à unevariable de type de format différent. Si le changement du format des données peutavoir pour conséquence la perte des spécifications de la valeur manquante par défautou d'étiquettes de valeurs, SPSS affiche une boîte d'alerte et vous demande si vousvoulez poursuivre le changement ou si vous désirez l'annuler.

Aller à l'observation

Aller à l'observation va au numéro d'observation (ligne) spécifié dans l'éditeurde données.

Figure 5-8Boîte de dialogue Aller à l'observation

Pour rechercher une observation dans l'éditeur de données



Aller à l'observation...

E Entrez le numéro de ligne de l'observation de l'éditeur de données.

104

Chapitre 5

Etat de la sélection de l'observation dans l'éditeur de données

Si vous avez sélectionné un sous-ensemble d'observations mais si vous n'avez pasécarté les observations non sélectionnées, celles-ci sont identifiées dans l'éditeur dedonnées par une ligne verticale dans le numéro de ligne.

Figure 5-9Observations filtrées dans l'éditeur de données

Options d'affichage de l'éditeur de données

Le menu Affichage propose plusieurs options d'affichage pour l'éditeur de données :

Polices : Contrôle les caractéristiques de la police pour l'affichage des données.

Quadrillage : Permet de basculer l'affichage du quadrillage.

Etiquette de valeur : Permet de basculer entre les valeurs de données actuelles etles étiquettes de valeurs descriptives définies par l'utilisateur. Cette option n'estdisponible que dans l'Affichage des données.

105

Editeur de données

Impression de l'éditeur de données

Un fichier de données s'imprime tel qu'il apparaît à l'écran.

Les informations de l'affichage en cours sont imprimées. Dans l'Affichage desdonnées, les données sont imprimées. Dans l'Affichage des variables, ce sont lesinformations de définition des données qui sont imprimées.

Le quadrillage n'est imprimé que s'il apparaît dans l'affichage sélectionné.

Les étiquettes de valeurs sont imprimées si elles apparaissent dans l'Affichagedes données. Dans le cas contraire, ce sont les valeurs de données réelles quisont imprimées.

Utilisez le menu Affichage dans la fenêtre de l'éditeur de données pour afficher oumasquer le quadrillage et pour activer/désactiver l'affichage des valeurs de données etdes étiquettes de valeurs.

Pour imprimer le contenu de l'éditeur de données


E Cliquez sur l'onglet correspondant à l'affichage que vous souhaitez imprimer.


Imprimer...

Chapitre

6Préparation des données

Une fois que vous avez ouvert le fichier de données ou saisi les données dans l'éditeurde données, vous pouvez créer des tableaux, des diagrammes et des analyses sanseffectuer aucune autre tâche préliminaire. Cependant, il existe des fonctions depréparation des données supplémentaires qui peuvent vous être utiles, par exemple :

Affecter des propriétés de variable qui décrivent les données et déterminent letraitement devant être appliqué à certaines valeurs.

Identifier les observations pouvant contenir des informations redondantes, et lesexclure des analyses ou les supprimer du fichier de données.

Créer des variables avec différentes modalités qui représentent des intervalles devaleurs provenant de variables comportant un grand nombre de valeurs possibles.

Propriétés de variable

Les données simplement saisies dans l'éditeur de données dans l'affichage desdonnées ou lues dans SPSS à partir d'un format de fichier externe (une feuille decalcul Excel ou un fichier texte par exemple) ne sont pas dotées de certaines propriétésde variable que vous pourriez trouver très utiles, comme :

Définition d'étiquettes de valeurs descriptives pour les codes numériques (parexemple, 0 = homme et 1 = femme).

Identification des codes de valeurs manquantes (par exemple, 99 = Sans objet).

Attribution de niveaux de mesure (nominal, ordinal ou échelle).

107

108

Chapitre 6

Toutes ces propriétés de variable (ainsi que d'autres) peuvent être affectées dans lavue Variable de l'éditeur de données. Plusieurs utilitaires peuvent également vousaider dans ce processus :

L'option Définir les propriétés de variable peut vous aider à définir les étiquettesde valeurs descriptives et les valeurs manquantes. Ceci est particulièrementutile pour les données qualitatives dotées de codes numériques utilisés pour lesvaleurs de modalités.

L'option Copier des propriétés de données permet d'utiliser un fichier de donnéesau format SPSS existant comme modèle pour les propriétés de fichier et devariable dans le fichier de données en cours. Ceci est particulièrement utile sivous utilisez fréquemment des fichiers de données au format externe ayant uncontenu similaire (comme des rapports mensuels au format Excel).

Définition des propriétés de variable

L'option Définir les propriétés de variable vous aide dans le processus de créationd'étiquettes de valeurs descriptives pour les variables qualitatives (nominales ouordinales). Définir les propriétés de variable :

Analyse les valeurs réelles des données et répertorie toutes les valeurs de donnéesuniques pour chaque variable sélectionnée.

Identifie les valeurs non étiquetées et possède une fonction d'« étiquetageautomatique ».

Permet de copier des étiquettes de valeurs définies d'une autre variable vers lavariable sélectionnée ou de la variable sélectionnée vers plusieurs autres variables.

Remarque : Pour utiliser l'option Définir les propriétés de variable sans analysepréalable des observations, saisissez 0 dans le nombre d'observations à analyser.

Pour définir les propriétés de variable


Définir les propriétés de variables...

109

Préparation des données

Figure 6-1Boîte de dialogue initiale permettant de sélectionner les variables à définir

E Sélectionnez les variables numériques ou les variables chaîne courtes pour lesquellesvous voulez créer des étiquettes de valeurs, ou définir ou modifier d'autres propriétésde variables, telles que les valeurs manquantes ou les étiquettes de variabledescriptives.

Remarque : Les variables chaîne longues (variables chaîne d'une largeur définie deplus de huit caractères) ne sont pas affichées dans la liste de variables. Les variableschaîne longues ne peuvent pas avoir d'étiquettes de valeurs définies ou de modalitésde valeurs manquantes.

E Spécifier le nombre d'observations à analyser afin de générer la liste de valeursuniques. Ceci est particulièrement utile pour les fichiers de données comportant ungrand nombre d'observations, pour lesquelles une analyse complète du fichier dedonnées prendrait beaucoup de temps.

E Spécifier une limite supérieure pour le nombre de valeurs uniques à afficher. Cetteopération est particulièrement utile pour éviter de répertorier des centaines, des

110

Chapitre 6

milliers, voire des millions de valeurs pour les variables d'échelle (intervalle continu,rapport).

E Cliquez sur Poursuivre pour ouvrir la boîte de dialogue principale de la fonctionDéfinir les propriétés de variable.

E Sélectionnez une variable pour laquelle vous voulez créer des étiquettes de valeurs,ou définir ou modifier d'autres propriétés de variable.

E Saisissez le texte de l'étiquette pour toutes les valeurs non étiquetées affichées dans lagrille Etiquette de valeur.

E Si vous souhaitez créer des étiquettes de valeurs pour des valeurs qui ne sont pasaffichées, vous pouvez saisir les valeurs dans la colonne Valeur, sous la dernièrevaleur analysée.

E Répétez l'opération pour chaque variable répertoriée pour laquelle vous voulez créerdes étiquettes de valeurs.

E Cliquez sur OK pour appliquer les étiquettes de valeurs et les autres propriétésde variable.

111


Définition des étiquettes de valeurs et des autres propriétés de variableFigure 6-2Définir les propriétés de variable, boîte de dialogue principale

La boîte de dialogue principale de la fonction Définir les propriétés de variable donnel'information suivante concernant les variables analysées :

Liste des variables analysées : Pour chaque variable analysée, une coche dans lacolonne Sans étiquette indique que la variable contient des valeurs qui ne possèdentpas d'étiquette de valeur.

Pour trier la liste de variables dans le but d'afficher en tête de liste toutes les variablesnon étiquetées :

E Cliquez sur le titre de colonne Sans étiquette sous la liste des variables analysées.

Vous pouvez également faire un tri par nom de variable ou par niveau de mesure encliquant sur le titre de colonne correspondant dans la liste des variables analysées.

112

Chapitre 6

Grille d'étiquettes de valeurs

Etiquette : Affiche toute étiquette de valeur définie. Dans cette colonne, vouspouvez ajouter ou modifier des étiquettes.

Valeur : Valeurs uniques pour chaque variable sélectionnée. Cette liste de valeursuniques se fonde sur le nombre d'observations analysées. Par exemple, si vousanalysez seulement les 100 premières observations du fichier de données, la listereflétera uniquement les valeurs uniques présentes dans ces observations. Si lefichier de données a déjà été trié par la variable à laquelle vous voulez affecterdes étiquettes de valeurs, la liste pourrait afficher beaucoup moins de valeursuniques qu'il n'en existe dans les données.

Effectif : Nombre d'occurrences de chaque valeur dans les observations analysées.

Manquant : Valeurs représentant les données manquantes. Vous pouvez modifier ladésignation des valeurs manquantes de la modalité en cochant la case. Si la caseest cochée, la modalité est définie en tant que modalité manquante spécifiée parl'utilisateur. Si une variable possède déjà une plage de valeurs définies commemanquantes par l'utilisateur (par exemple, 90-99), vous ne pouvez ni ajouterni supprimer des modalités de valeurs manquantes pour cette variable avec lafonction Définir les propriétés de variable. Dans l'éditeur de données, vouspouvez utiliser l'option d'affichage des variables pour modifier les modalités devaleurs manquantes de la variable possédant des plages de valeurs manquantes.Pour plus d'informations, reportez-vous à « Valeurs manquantes » dans Chapitre5 , page 92.

Modifié : Indique que vous avez ajouté ou modifié une étiquette de valeur.

Remarque : Dans la boîte de dialogue initiale, si vous indiquez 0 comme nombred'observations à analyser, la grille Etiquette de valeur est d'abord vide, sauf pour lesétiquettes de valeurs et/ou les modalités de valeurs manquantes définies pour lavariable sélectionnée. En outre, le bouton Suggérer du niveau de mesure est désactivé.

Niveau de mesure : Comme les étiquettes de valeurs sont particulièrement utiles pourles variables qualitatives (nominales et ordinales), et comme certaines procédurestraitent les variables qualitatives et d'échelle différemment, il peut être importantd'affecter le niveau de mesure correct. Toutefois, par défaut, le niveau de mesured'échelle est affecté à toutes les nouvelles variables numériques. Par conséquent, denombreuses variables normalement qualitatives peuvent être initialement affichéesen tant que variables d'échelle.

En cas de doute sur le niveau de mesure à affecter à une variable, cliquez sur Suggérer.

113


Copier les propriétés : Vous pouvez copier les étiquettes de variable ou les autrespropriétés de variable à partir d'une autre variable vers la variable sélectionnée, ou àpartir de la variable sélectionnée vers une ou plusieurs autres variables.

Valeurs non étiquetées : Pour créer automatiquement des étiquettes pour les valeursnon étiquetées, cliquez sur Etiquettes automatiques.

Etiquette de variable et Format d'affichage

Vous pouvez modifier l'étiquette de variable descriptive et le format d'affichage.

Vous ne pouvez pas modifier le type fondamental de la variable (chaîne ounumérique).

Pour les variables chaîne, vous ne pouvez modifier que l'étiquette de variable,mais pas le format d'affichage.

Concernant les variables numériques, vous pouvez changer le type numérique(nombres, dates, dollars ou autre devise), la largeur (nombre maximal de chiffres,dont les décimales et/ou les indicateurs de regroupement) et le nombre dedécimales.

Pour ce qui est du format numérique de date, vous pouvez sélectionner un formatde date spécifique (tel que jj-mm-aaaa, mm/jj/aa, aaaajjj, etc.)

Pour un format numérique personnalisé, vous pouvez sélectionner un des cinqformats de devise personnalisés (de CCA à CCE). Pour plus d'informations,reportez-vous à « Options monétaires (devises) » dans Chapitre 43 , page 623.

Un astérisque est affiché dans la colonne Valeur si la largeur indiquée estinférieure soit à celle des valeurs analysées, soit à celle des valeurs affichées,dans le cas des étiquettes de valeurs définies déjà existantes ou des modalités devaleurs manquantes.

Un point (.) est affiché si les valeurs analysées ou les valeurs affichées (pour lesétiquettes de valeurs définies déjà existantes ou pour les modalités de valeursmanquantes) ne sont pas valides pour le type de format d'affichage sélectionné.Par exemple, une valeur numérique interne de moins de 86 400 n'est pas validepour une variable format de date.

114

Chapitre 6

Affectation du niveau de mesure

Quand vous cliquez sur Suggérer pour le niveau de mesure dans la boîte de dialogueprincipale Définir les propriétés de variable, la variable en cours est évaluée enfonction des observations analysées et des étiquettes de valeurs définies, et un niveaude mesure est suggéré dans la boîte de dialogue de suggestion d'un niveau de mesurequi apparaît. La zone Explication propose une brève description des critères utiliséspour déterminer le niveau de mesure suggéré.

Figure 6-3Boîte de dialogue Suggestion d'un niveau de mesure

Remarque : Les valeurs définies comme étant manquantes ne sont pas comprises dansl'évaluation pour le niveau de mesure. Par exemple, l'explication du niveau de mesuresuggéré peut indiquer que la suggestion est due, en partie, au fait que la variable necontient pas de valeurs négatives, alors qu'en réalité, elle peut en contenir, mais ellessont déjà définies comme manquantes.

E Cliquez sur Poursuivre pour accepter le niveau de mesure suggéré ou sur Annuler pourne pas modifier le niveau de mesure.

115


Copie de propriétés de variable

La boîte de dialogue Appliquer des étiquettes et un niveau apparaissent lorsquevous cliquez sur A partir d'une autre variable ou sur Vers d'autres variables dans laboîte de dialogue principale Définir les propriétés de variable. Toutes les variablesanalysées correspondant au type de la variable courante (numérique ou chaîne) sontalors affichées. Dans le cas des variables chaîne, la largeur définie doit égalementcorrespondre.

Figure 6-4Boîte de dialogue Appliquer les étiquettes et le niveau

E Sélectionnez une seule variable dont vous allez copier les étiquettes de valeurs et lesautres propriétés de variable (sauf l'étiquette de variable).

ou

E Sélectionnez une ou plusieurs variables qui doivent recevoir les étiquettes de valeurset les autres propriétés de variable.

E Cliquez sur Copier pour copier les étiquettes de valeurs et le niveau de mesure.

Les étiquettes de valeurs existantes et les modalités de valeurs manquantes desvariables cible ne sont pas remplacées.

116

Chapitre 6

Les étiquettes de valeurs et les modalités de valeurs manquantes des valeurs quine sont pas encore définies pour les variables cible sont ajoutées au grouped'étiquettes de valeurs et de modalités de valeurs manquantes des variables cible.

Le niveau de mesure des variables destination est toujours remplacé.

Si la variable source ou cible possède un intervalle défini de valeurs manquantes,les définitions de valeurs manquantes ne sont pas copiées.

Copie des propriétés de données

L'assistant Copier des propriétés de données permet d'utiliser un fichier de donnéesSPSS externe comme modèle pour définir les propriétés de fichier et de variable dansle fichier de travail. Vous pouvez également utiliser des variables du fichier de travailcomme modèles pour d'autres variables de ce même fichier. Vous pouvez :

Copier des propriétés à partir d'un fichier de données externe vers le fichier detravail. Les propriétés de fichier comprennent les documents, les étiquettes defichier, les vecteurs multiréponses, les groupes de variables et la pondération.

Copier des propriétés de variable à partir d'un fichier de données externe versles variables concordantes dans le fichier de travail. Les propriétés de variablecomprennent les étiquettes de valeurs, les valeurs manquantes, le niveaude mesure, les étiquettes de variable, le format d'impression et d'écriture,l'alignement et la largeur des colonnes (dans l'éditeur de données).

Copier des propriétés de variable à partir d'une variable d'un fichier de donnéesexterne ou du fichier de travail vers plusieurs variables du fichier de travail.

Créer des variables dans le fichier de travail à partir de variables d'un fichierexterne.

Lors de la copie de propriétés de données, les règles générales suivantes sontappliquées :

Si vous utilisez un fichier de données externe en tant que fichier source, celui-cidoit être au format SPSS.

Si vous utilisez le fichier de travail comme fichier source, celui-ci doit contenirau moins une variable. Il n'est pas possible d'utiliser un fichier de travail viergecomme fichier de données source.

117


Les propriétés non définies (vides) du fichier de données source ne remplacentpas les propriétés définies dans le fichier de travail.

Les propriétés de variable ne sont copiées à partir de la variable source que surdes variables d'un type correspondant : chaîne (alphanumérique) ou numérique(nombres, dates et devises).

Remarque : L'option Copier des propriétés de données remplace l'option d'applicationdu dictionnaire de données, auparavant disponible dans le menu Fichier.

Pour copier des propriétés de données

E A partir des menus de la fenêtre de l'éditeur de données, sélectionnez :Données

Copie des propriétés de données...

Figure 6-5Assistant Copier des propriétés de données : Etape 1

118

Chapitre 6

E Sélectionnez le fichier de données possédant les propriétés de fichier et/ou de variableà copier. Il peut s'agir d'un fichier de données externe au format SPSS ou du fichier detravail.

E Suivez les instructions de l'assistant Copier des propriétés de données étape par étape.

Sélection des variables source et cible

Dans cette étape, vous pouvez spécifier les variables source contenant les propriétésde variable à copier et les variables cible qui doivent recevoir ces propriétés.


Application des propriétés provenant de variables du fichier source à des variablesconcordantes du fichier de travail : Les propriétés de variable sont copiées à partird'une ou de plusieurs variables source sur les variables concordantes dans le fichier detravail. Les variables sont concordantes si le type (chaîne ou numérique) et le nom

119


de la variable sont les mêmes. En ce qui concerne les variables chaîne, la longueurdéfinie doit également être la même. Par défaut, seules les variables concordantessont affichées dans les deux listes de variables.

Création de variables concordantes dans le fichier de travail si celles-ci n'existentpas : Permet de mettre à jour la liste source afin d'afficher toutes les variablesdans le fichier de données source. Si vous sélectionnez des variables source quin'existent pas dans le fichier de travail (d'après le nom de variable), les nouvellesvariables sont créées dans le fichier de travail avec les noms et propriétés devariable du fichier source.

Si le fichier de travail ne contient pas de variables (dans le cas d'un fichier vierge),toutes les variables du fichier de données source sont affichées et les nouvellesvariables fondées sur les variables source concernées sont créées automatiquementdans le fichier de travail.

Application des propriétés d'une variable source unique sur des variables de même typed'un fichier de travail : Les propriétés d'une variable de la liste source peuvent êtreappliquées à une ou à plusieurs variables de la liste du fichier de travail. Seules desvariables de même type (numérique ou chaîne) que la variable choisie dans la listesource sont affichées dans la liste du fichier de travail. Dans le cas des variables dechaîne, seules les chaînes de même longueur que la variable source sont affichées.Cette option n'est pas disponible si le fichier de travail ne contient pas de variables.

Remarque : Il n'est pas possible de créer de nouvelles variables dans le fichier detravail avec cette option.

Application des propriétés d'un ensemble de données uniquement, sans sélection devariable : Seules les propriétés du fichier (par exemple, les documents, les étiquettesde fichier et la pondération) sont appliquées au fichier de travail. Aucune propriétéde variable n'est appliquée. Cette option n'est pas disponible si le fichier de travailest également le fichier source.

Choix des propriétés de variable à copier

Vous pouvez copier des propriétés de variable à partir des variables source vers lesvariables cible. Les propriétés non définies (vides) des variables source ne remplacentpas les propriétés définies des variables cible.

120

Chapitre 6


Etiquette de valeur : Les étiquettes de valeurs sont des étiquettes descriptives associéesà des valeurs de données. Les étiquettes de valeurs sont souvent utilisées quanddes valeurs de données numériques représentent des modalités non numériques(par exemple, les codes 1 et 2 pour Homme et Femme). Vous pouvez remplacer oufusionner les étiquettes de valeurs dans les variables cible.

L'option Remplacer supprime les étiquettes de valeurs définies dans la variablecible et les remplace par les étiquettes de valeurs définies de la variable source.

L'option Fusionner fusionne les étiquettes de valeurs définies de la variable sourceavec toute étiquette de valeur définie existante de la variable cible. Si la mêmevaleur possède une étiquette définie dans les deux variables source et cible,l'étiquette de valeur de la variable cible reste inchangée.

Valeurs manquantes : Les valeurs manquantes représentent des données manquantes(par exemple, 98 pour Ne se prononce pas et 99 pour Sans objet). Ces valeurspossèdent également des étiquettes de valeurs définies qui décrivent ce que

121


représentent les codes de la valeur manquante. Les valeurs manquantes définiesexistant dans la variable cible sont supprimées et remplacées par les valeursmanquantes définies dans la variable source.

Etiquette de variable : Les étiquettes de variable descriptive peuvent contenir desespaces et des caractères réservés qui ne sont pas autorisés dans les noms de variable.Avant de copier des propriétés d'une seule variable source sur plusieurs variablescible, plusieurs éléments sont à prendre en compte.

Niveau de mesure : Le niveau de mesure peut être nominal, ordinal ou d'échelle. Pourles procédures qui font une distinction entre différents niveaux de mesure, les niveauxnominal et ordinal sont tous deux considérés comme qualitatifs.

Formats : Concernant les variables numériques, cette option contrôle le typenumérique (nombres, dates ou devises), la largeur (nombre total de caractèresaffichés, dont les caractères de début et de fin, et l'indicateur décimal) et le nombre dedécimales affichées. Cette option est ignorée pour les variables chaîne.

Alignement : Cette option n'affecte que l'alignement (gauche, droite, centré) del'affichage des données de l'éditeur de données.

Largeur des colonnes dans l'éditeur de données : Cette option n'affecte que la largeurdes colonnes de l'affichage des données dans l'éditeur de données.

Copie des propriétés d'ensembles de données (propriétés de fichier)

Vous pouvez appliquer des propriétés choisies d'un ensemble de données global àpartir du fichier de données source vers le fichier de travail. (Cette option n'est pasdisponible si le fichier de travail est le fichier source.)

122

Chapitre 6


Vecteurs multiréponses : Applique les définitions de vecteur multiréponses du fichierde données source vers le fichier de travail. (Remarque : Les vecteurs multiréponsesne sont actuellement utilisés que par l'option complémentaire Tableaux.)

Les vecteurs multiréponses du fichier de données source contenant des variablesqui n'existent pas dans le fichier de travail sont ignorés, à moins que ces variablesne soient créées selon les spécifications de l'étape 2 (sélection des variablessource et cible) avec l'assistant Copier des propriétés de données.

L'option Remplacer supprime tous les vecteurs multiréponses du fichier de travailet les remplace par les vecteurs multiréponses du fichier source.

L'option Fusionner ajoute les vecteurs multiréponses du fichier de donnéessource à l'ensemble de vecteurs multiréponses du fichier de travail. S'il existedans les deux fichiers un vecteur portant le même nom, le vecteur existant dansle fichier de travail reste inchangé.

123


Groupes de variables : Les groupes de variables permettent de contrôler la liste desvariables affichées dans les boîtes de dialogue. Les groupes de variables sont définis àl'aide de l'option Définir les vecteurs du menu Utilitaires.

Les groupes du fichier de données source contenant des variables qui n'existentpas dans le fichier de travail sont ignorés à moins que ces variables ne soientcréées selon les spécifications de l'étape 2 (sélection des variables source et cible)avec l'assistant Copier des propriétés de données.

L'option Remplacer supprime tous les groupes de variables existant dans le fichierde travail et les remplace par les groupes de variables du fichier source.

L'option Fusionner ajoute les groupes de variables du fichier de données source àl'ensemble des groupes de variables du fichier de travail. S'il existe dans les deuxfichiers un vecteur portant le même nom, le vecteur existant dans le fichier detravail reste inchangé.

Documents : Remarques ajoutées au fichier de données via la commande DOCUMENT.

L'option Remplacer supprime tous les documents existants du fichier de travail etles remplace par les documents du fichier source.

L'option Fusionner combine les documents des fichiers source et de travail. Lesdocuments uniques dans le fichier source et qui n'existent pas dans le fichier detravail sont ajoutés à ce fichier. Tous les documents sont ensuite triés par date.

Spécification de pondération : Pondère les observations à l'aide de la variable depondération actuelle s'il existe une variable concordante dans le fichier de travail.Cette opération remplace toute pondération en cours dans le fichier de travail.

Etiquette de fichier : Etiquette descriptive appliquée à un fichier de données via lacommande FILE LABEL.

124

Chapitre 6

RésultatsFigure 6-9Assistant Copier des propriétés de données : Etape 5

La dernière étape de l'assistant Copier des propriétés de données fournit desinformations sur le nombre de variables dont les propriétés seront copiées à partirdu fichier de données source, le nombre de nouvelles variables qui seront créées etle nombre de propriétés d'ensembles de données (propriétés de fichier) qui serontcopiées.

Vous pouvez également choisir de coller la syntaxe de commande générée dansune fenêtre de syntaxe et de l'enregistrer pour un usage ultérieur.

Identification des observations dupliquées

Vos données peuvent comprendre des observations « dupliquées » pour les raisonssuivantes :

La même observation est saisie plusieurs fois par erreur.

125


Plusieurs observations partagent la même valeur d'ID principal, mais ont desvaleurs d'ID secondaire différentes (par exemple, les membres d'une famille quivivent tous dans la même maison).

Plusieurs observations représentent la même observation, mais les valeurs desvariables autres que celles qui identifient l'observation sont différentes (parexemple, plusieurs achats effectués par la même personne ou la même sociétépour des produits différents ou à des heures différentes).

L'identification des observations dupliquées vous permet de définir la variableduplicate suivant vos besoins et de contrôler la détermination automatique desobservations principales par rapport aux observations dupliquées.

Pour identifier et repérer les observations dupliquées :


Identifier les observations dupliquées...

E Sélectionnez les variables qui identifient les observations concordantes.

E Sélectionnez des options dans la zone Variables à créer.


E Sélectionner des variables pour trier les observations dans des groupes définis par lesvariables des observations concordantes sélectionnées. L'ordre de tri défini par cesvariables détermine la « première » et la « dernière » observation de chaque groupe.Sinon, l'ordre utilisé est celui d'origine du fichier.

E Filtrer automatiquement les observations dupliquées afin qu'elles ne soient pasincluses dans les rapports, les graphiques ou le calcul des statistiques.

126

Chapitre 6

Figure 6-10Boîte de dialogue Identifier les observations dupliquées

Définir les observations concordantes par : Les observations sont considéréescomme étant dupliquées lorsque leurs valeurs concordent avec toutes les variablessélectionnées. Pour identifier uniquement les observations dont la concordance estégale à 100 %, sélectionnez toutes les variables.

Trier les groupes concordants par : Les observations sont automatiquement triées parles variables qui définissent les observations concordantes. Vous pouvez sélectionnerd'autres variables de tri qui détermineront l'ordre des observations dans chaquegroupe concordant.

Pour chaque variable de tri, vous pouvez effectuer le tri dans l'ordre croissantou décroissant.

Si vous sélectionnez plusieurs variables de tri, les observations sont triées pourchaque variable au sein des modalités de la variable précédente dans la liste. Parexemple, si la première variable de tri sélectionnée est date et que la deuxième estquantité, les observations sont triées en fonction de la quantité correspondant àchaque date.

127


Pour modifier l'ordre de tri des variables, utilisez les boutons fléchés Haut etBas situés à droite de la liste.

L'ordre de tri détermine la « première » et la « dernière » observation de chaquegroupe concordant, qui détermine la valeur de la variable indicatrice principalefacultative. Par exemple, pour filtrer toutes les observations, à l'exception de laplus récente, dans chaque groupe concordant, vous pouvez trier les observationsdu groupe dans l'ordre croissant à partir d'une variable de date. De cette façon, ladate la plus récente devient la dernière date du groupe.

Indicateur d'observations principales : Crée une variable dont la valeur est 1 pourtoutes les observations uniques et pour l'observation identifiée comme étantl'observation principale de chaque groupe d'observations concordantes, et 0 pour lesobservations dupliquées non principales de chaque groupe.

En fonction de l'ordre de tri déterminé dans le groupe concordant, l'observationprincipale peut être la dernière ou la première observation de ce groupe. Si vousn'indiquez aucune variable de tri, l'ordre d'origine du fichier détermine celuides observations dans chaque groupe.

Vous pouvez utiliser la variable indicatrice en tant que variable de filtre pourexclure les observations dupliquées non principales des rapports et des analysessans les supprimer du fichier de données.

Effectif séquentiel des observations concordantes de chaque groupe : Crée une variabledont la valeur séquentielle est comprise entre 1 et n pour les observations de chaquegroupe concordant. La séquence est basée sur l'ordre en cours des observationsdans chaque groupe, c'est-à-dire l'ordre d'origine du fichier ou celui déterminé parles variables de tri indiquées.

Déplacer les observations concordantes vers le haut : Trie le fichier de données afinque tous les groupes d'observations concordantes se trouvent au début de ce fichier.Le contrôle visuel des observations concordantes est ainsi facilité dans l'éditeurde données.

Afficher les fréquences pour les variables créées : Tableaux de fréquences indiquant lenombre d'observations pour chaque valeur des variables créées. Par exemple, pour lavariable indicatrice principale, le tableau indique le nombre d'observations dont lavaleur est 0 pour cette variable (ce qui indique le nombre d'observations dupliquées)

128

Chapitre 6

et le nombre d'observations dont la valeur est 1 pour cette variable (c'est-à-dire lenombre d'observations uniques et principales).

Valeurs manquantes : Pour les variables numériques, la valeur manquante par défautest traitée comme toute autre valeur. Les observations disposant de la valeurmanquante par défaut pour une variable d'identificateur sont traitées comme si ellesdisposaient de valeurs concordantes pour cette variable. Pour les variables chaîne,les observations ne disposant d'aucune valeur pour une variable d'identificateur sonttraitées comme si elles disposaient de valeurs concordantes pour cette variable.

Outil visuel de regroupement en bandes

L'outil visuel de regroupement en bandes est conçu pour vous aider lors de la créationde variables basées sur le regroupement des valeurs contiguës de variables dans unnombre distinct de modalités. L'outil visuel de regroupement en bandes vous permetd'effectuer les opérations suivantes :

Créer des variables qualitatives à partir de variables d'échelle continues. Parexemple, vous pouvez utiliser la variable d'échelle Revenu pour créer unevariable qualitative contenant les tranches de revenus.

Fusionner un grand nombre de modalités ordinales en un jeu de modalitésplus petit. Par exemple, vous pouvez fusionner une échelle d'évaluation allantjusqu'à neuf pour obtenir trois modalités qui représenteraient les niveaux faible,moyen et élevé.

Dans la première étape de l'outil visuel de regroupement en bandes, vous pouvezeffectuer les opérations suivantes :

E Sélectionner l'échelle numérique et/ou les variables ordinales pour lesquelles créerdes variables qualitatives (en bandes).

129


Figure 6-11Première boîte de dialogue permettant de sélectionner les variables à regrouper en bandes

Vous pouvez également limiter le nombre d'observations à analyser. Pour les fichiersde données contenant un grand nombre d'observations, même si la limitation dunombre d'observations analysées peut permettre de gagner du temps, évitez si possiblede procéder à cette opération car elle risque d'avoir une incidence sur la distributiondes valeurs utilisées dans les calculs effectués ultérieurement dans l'outil visuel deregroupement en bandes.

Remarque : Les variables chaîne et les variables numériques nominales ne sont pasaffichées dans la liste des variables source. L'outil visuel de regroupement en bandesrequiert l'utilisation de variables numériques qui sont mesurées sur une échelle ou auniveau ordinal. En effet, l'outil considère que les valeurs de données représentent unordre logique qui peut servir à regrouper les valeurs de manière significative. Vouspouvez modifier le niveau de mesure défini d'une variable dans la vue Variable del'éditeur de données. Pour plus d'informations, reportez-vous à « Niveau de mesuredes variables » dans Chapitre 5 , page 85.

130

Chapitre 6

Pour regrouper les variables en bandes

E A partir des menus de la fenêtre de l'éditeur de données, sélectionnez :Transformer

Outil visuel de regroupement en bandes :

E Sélectionner l'échelle numérique et/ou les variables ordinales pour lesquelles créerdes variables qualitatives (en bandes).

E Sélectionnez une variable dans la zone Liste des variables analysées.

E Entrez le nom de la nouvelle variable regroupée en bandes. Les noms de variabledoivent être uniques et conformes aux règles de dénomination de variables SPSS. Pourplus d'informations, reportez-vous à « Noms de variable » dans Chapitre 5 , page 84.

E Définissez les critères de regroupement en bandes de la nouvelle variable. Pour plusd'informations, reportez-vous à « Regroupement de variables en bandes » , page 131.

E Cliquez sur OK.

131


Regroupement de variables en bandesFigure 6-12Boîte de dialogue principale de l'outil visuel de regroupement en bandes

La boîte de dialogue principale de l'outil visuel de regroupement en bandes fournit lesinformations suivantes concernant les variables analysées :

Liste des variables analysées : Affiche les variables sélectionnées dans la premièreboîte de dialogue. Vous pouvez trier la liste par niveau de mesure (échelle ou ordinal),par étiquette de variable ou par nom. Pour ce faire, cliquez sur les titres de colonne.

Observations analysées : Indique le nombre d'observations analysées. Toutes lesobservations analysées dont la variable sélectionnée ne présente aucune valeurmanquante par défaut ou utilisateur sont utilisées pour générer la distribution desvaleurs servant aux calculs effectués dans l'outil visuel de regroupement en bandes, ycompris l'histogramme affiché dans la boîte de dialogue principale et les divisionsbasées sur les centiles ou les écarts types.

132

Chapitre 6

Valeurs manquantes : Indique le nombre d'observations analysées contenant desvaleurs manquantes par défaut et spécifiées par l'utilisateur. Les valeurs manquantesne sont incluses dans aucune modalité regroupée en bandes. Pour plus d'informations,reportez-vous à « Valeurs manquantes utilisateur dans l'outil visuel de regroupementen bandes » , page 139.

Variable actuelle : Nom et étiquette (si disponible) de la variable sélectionnée, quiseront utilisés comme base pour les nouvelles variables regroupées en bandes.

Variable regroupée en bandes : Nom et étiquette facultative de la nouvelle variableregroupée en bandes.

Nom : Vous devez entrer le nom de la nouvelle variable. Les noms de variabledoivent être uniques et conformes aux règles de dénomination de variables SPSS.Pour plus d'informations, reportez-vous à « Noms de variable » dans Chapitre5 , page 84.

Etiquette : Vous pouvez entrer une étiquette de variable descriptive contenantjusqu'à 255 caractères. L'étiquette de variable par défaut est l'étiquette (sidisponible)ou le nom de la variable source, suivi de la mention (Regroupé en bandes).

Minimum et Maximum : Valeurs minimales et maximales de la variable sélectionnée,basées sur les observations analysées et n'incluant pas de valeurs définies en tant quevaleurs manquantes spécifiées par l'utilisateur.

Valeurs non manquantes : L'histogramme affiche la distribution des valeurs nonmanquantes pour la variable sélectionnée, basée sur les observations analysées.

Une fois que vous avez défini les bandes de la nouvelle variable, les lignesverticales de l'histogramme apparaissent afin d'indiquer les divisions définissantces bandes.

Vous pouvez cliquer sur les lignes de division, puis les déplacer vers différentsemplacements de l'histogramme, sans changer les intervalles de bandes.

Vous pouvez supprimer les bandes en faisant glisser les lignes de division hors del'histogramme.

Remarque : L'histogramme (affichant les valeurs non manquantes), et les valeursminimales et maximales sont basés sur les valeurs analysées. Si vous n'incluez pastoutes les observations dans l'analyse, vous risquez de ne pas obtenir une distribution

133


précise et représentative, surtout si le fichier de données a été trié par la variablesélectionnée. Si vous n'analysez pas d'observations, aucune information sur ladistribution des valeurs n'est disponible.

Grille : Affiche les valeurs qui définissent les extrema supérieurs de chaque bande etles étiquettes de valeur facultatives de chaque bande.

Valeur : Valeurs qui définissent les extrema supérieurs de chaque bande. Vouspouvez entrer des valeurs ou utiliser l'option Créer des divisions pour créerautomatiquement des bandes en fonction des critères sélectionnés. Par défaut,une division dont la valeur est ELEVE est automatiquement incluse. Cette bandecontient alors toutes les valeurs non manquantes situées au-dessus des autresdivisions. La bande définie par la division la moins élevée inclut toutes lesvaleurs non manquantes inférieures ou égales à cette valeur (ou simplementinférieures à cette valeur, en fonction de la définition des extrema supérieurs).

Etiquettes : Etiquettes descriptives facultatives pour les valeurs de la nouvellevariable regroupée en bandes. Etant donné que les valeurs de la nouvelle variablesont des valeurs entières séquentielles comprises entre 1 et n, les étiquettesdécrivant les valeurs peuvent se révéler très utiles. Vous pouvez entrer lesétiquettes de valeur ou utiliser l'option Créer des étiquettes pour les créerautomatiquement.

Pour supprimer une bande de la grille :

E Cliquez avec le bouton droit de la souris sur la cellule Valeur ou Etiquette de la bande.

E Dans le menu contextuel, sélectionnez Supprimer la ligne.

Remarque : Si vous supprimez la bande ELEVE, la valeur par défaut manquantede la nouvelle variable est attribuée à toutes les observations dont les valeurs sontsupérieures à celle de la dernière division spécifiée.

Pour supprimer toutes les étiquettes ou toutes les bandes définies :

E Cliquez avec le bouton droit n'importe où dans la grille.

E Dans le menu contextuel, sélectionnez Supprimer toutes les étiquettes ou Supprimer

toutes les divisions.

134

Chapitre 6

Extrema supérieurs : Contrôle le traitement des valeurs des extrema supérieurs saisiesdans la colonne Valeur de la grille.

Inclus (<=) : Les observations contenant la valeur spécifiée dans la cellule Valeursont incluses dans la modalité regroupée en bandes. Par exemple, si vousspécifiez les valeurs 25, 50 et 75, les observations dont la valeur est 25 serontplacées dans la première bande. En effet, cette bande inclut les observations dontles valeurs sont inférieures ou égales à 25.

Exclu (<) : Les observations contenant la valeur spécifiée dans la cellule Valeurne sont pas incluses dans la modalité regroupée en bandes. Elles sont inclusesdans la bande suivante. Par exemple, si vous spécifiez les valeurs 25, 50 et 75,les observations dont la valeur est 25 seront placées dans la seconde bande. Eneffet, la première bande inclut uniquement les observations dont les valeurssont inférieures à 25.

Créer des divisions : Génère automatiquement des modalités regroupées en bandespour les intervalles de longueur identique, les intervalles avec le même nombred'observations ou les intervalles basés sur les écarts types. Cette option n'estdisponible que si vous analysez au moins une observation. Pour plus d'informations,reportez-vous à « Génération automatique de modalités regroupées en bandes » ,page 135.

Créer des étiquettes : Génère des étiquettes descriptives pour les valeurs entièresséquentielles de la nouvelle variable regroupée en bandes, basées sur les valeurs setrouvant dans la grille et le traitement des extrema supérieurs (inclus ou exclus).

Inverser l'échelle : Par défaut, les valeurs de la nouvelle variable regroupée en bandessont des valeurs entières séquentielles croissantes comprise entre 1 et n. Inversezl'échelle pour que ces valeurs deviennent des entiers séquentiels décroissants comprisentre n et 1.

Copier les bandes : Vous pouvez copier les spécifications de regroupement à partird'une variable vers la variable sélectionnée ou à partir de la variable sélectionnée versd'autres variables. Pour plus d'informations, reportez-vous à « Copie de modalitésregroupées en bandes » , page 137.

135


Génération automatique de modalités regroupées en bandes

La boîte de dialogue Créer des divisions vous permet de générer automatiquement lesmodalités regroupées en bandes en fonction des critères sélectionnés.

Pour utiliser la boîte de dialogue Créer des divisions :

E Dans la zone Liste des variables analysées, sélectionnez une variable en cliquantdessus.

E Cliquez sur Créer des divisions.

E Sélectionnez les critères de génération des divisions, qui définira les modalitésregroupées en bandes.

E Cliquez sur Appliquer.

Figure 6-13Boîte de dialogue Créer des divisions

136

Chapitre 6

Remarque : La boîte de dialogue Créer des divisions n'est disponible que si vousavez analysé des observations.

Intervalles de longueur identique : Génère des modalités regroupées en bandes delongueur identique (par exemple, 1–10, 11–20, 21–30, etc.) en fonction de deux destrois critères suivants :

Emplacement de la première division : Valeur qui définit la limite supérieure de lamodalité regroupée en bandes la moins élevée (par exemple, la valeur 10 indiqueun intervalle comprenant toutes les valeurs jusqu'à 10).

Nombre de divisions : Le nombre de modalités regroupées en bandes correspondau nombre de divisions, plus 1. Par exemple, 9 divisions génèrent 10 modalitésregroupées en bandes.

Largeur : Longueur de chaque intervalle. Par exemple, la valeur 10 regroupe lesdonnées d'âge en années par intervalles de 10 ans.

Centiles égaux fondés sur les observations analysées : Génère des modalités regroupéesen bandes avec un nombre d'observations identique dans chaque bande (à l'aide del'algorithme empirique pour les centiles), en fonction de l'un des critères suivants :

Nombre de divisions : Le nombre de modalités regroupées en bandes correspond aunombre de divisions, plus 1. Par exemple, trois divisions génèrent quatre bandesde centiles (quartiles), chacune contenant 25 % des observations.

Largeur (%) : Longueur de chaque intervalle, exprimée en pourcentage dunombre total des observations. Par exemple, la valeur 33,3 générerait troismodalités regroupées en bandes (deux divisions), chacune contenant 33,3 %des observations.

Si la variable source comporte peu de valeurs distinctes ou de nombreusesobservations ayant la même valeur, vous risquez d'obtenir un nombre de bandesinférieur à celui requis.

Divisions au niveau de la moyenne et des écarts types sélectionnés, fondées sur lesobservations analysées : Génère des modalités regroupées en bandes basées sur lesvaleurs de la moyenne et de l'écart type de la distribution de la variable.

137


Si vous ne sélectionnez pas les intervalles d'écarts types, deux modalités regroupéesen bandes sont créées, la moyenne étant utilisée comme division entre les bandes.

Vous pouvez sélectionner n'importe quelle combinaison d'intervalles d'écarts typesen utilisant un, deux et/ou trois écarts types. Par exemple, si vous sélectionnezles trois, huit modalités regroupées en bandes sont créées : six bandes dans unintervalle d'écarts types, et deux bandes pour les observations supérieures ouinférieures à la moyenne de plus de trois écarts types.

Dans une distribution normale, 68 % des observations sont comprises dans un écarttype de la moyenne, 95 %, dans deux écarts types et 99 % dans trois écarts types. Sila création de modalités regroupées en bandes est basée sur les écarts types, certainesbandes définies risquent de se retrouver hors de l'intervalle de données réel, voire horsde l'intervalle des valeurs possibles (par exemple, un intervalle de salaires négatif).

Remarque : Les calculs de centiles et d'écarts types reposent sur les observationsanalysées. Si vous limitez le nombre d'observations analysées, les bandes obtenuesrisquent de ne pas contenir la proportion d'observations souhaitée, en particuliersi le fichier de données est trié par variable source. Par exemple, si vous limitezl'analyse aux 100 premières observations d'un fichier de données contenant 1 000observations et que ce fichier de données est trié dans l'ordre croissant de l'âge desrépondants, vous n'obtiendrez pas quatre bandes d'âge en centiles contenant 25 % desobservations, mais plutôt trois bandes contenant chacune 3,3 % des observations etune quatrième en contenant 90 %.

Copie de modalités regroupées en bandes

Si vous souhaitez créer des modalités regroupées en bandes pour plusieurs variables,vous pouvez copier les spécifications du regroupement à partir d'une variable vers lavariable sélectionnée ou à partir de la variable sélectionnée vers plusieurs variables.

138

Chapitre 6

Figure 6-14Copie de bandes à partir de ou vers la variable actuelle

Pour copier les spécifications de regroupement en bandes :

E Définissez des modalités regroupées en bandes pour une variable au moins (ne cliquezpas sur OK ni sur Coller).

E Dans la zone Liste des variables analysées, cliquez sur une variable pour laquellevous avez défini des modalités regroupées en bandes.

E Cliquez sur Vers d'autres variables.

E Sélectionnez les variables pour lesquelles créer des variables ayant les mêmesmodalités regroupées en bandes.

E Cliquez sur Copier.

ou

E Dans la zone Liste des variables analysées, cliquez sur la variable vers laquelle copierles modalités regroupées en bandes concernées.

E Cliquez sur A partir d'une autre variable.

139


E Sélectionnez la variable avec les modalités regroupées en bandes définies à copier.

E Cliquez sur Copier.

Si vous avez spécifié des étiquettes de valeur pour la variable à partir de laquelle vouscopiez les spécifications de regroupement, ces étiquettes sont également copiées.

Remarque : Une fois que vous avez cliqué sur OK dans la boîte de dialogue principalede l'outil visuel de regroupement en bandes pour créer les variables regroupées enbandes (ou que vous avez fermé cette boîte de dialogue d'une autre manière), vousne pouvez pas utiliser cet outil pour copier les modalités regroupées en bandes versd'autres variables.

Valeurs manquantes utilisateur dans l'outil visuel deregroupement en bandes

Les valeurs définies comme valeurs manquantes spécifiées par l'utilisateur (valeursidentifiées comme codes pour les données manquantes) pour la variable source nesont pas incluses dans les modalités regroupées en bandes de la nouvelle variable.Les valeurs manquantes utilisateur des variables source sont copiées en tant que tellespour la nouvelle variable. Toutes les étiquettes de valeur définies pour les codes devaleur manquante sont également copiées.

Si un code de valeur manquante est en conflit avec l'une des valeurs de modalitéregroupée en bandes pour la nouvelle variable, le code de la valeur manquante decette nouvelle variable est modifié : 100 est ajouté à la valeur la plus élevée de lamodalité regroupée en bandes. Par exemple, si la valeur 1 est définie comme valeurmanquante utilisateur de la variable source et que la nouvelle variable comporte sixmodalités regroupées en bandes, la valeur 106 de la nouvelle variable vient remplacerla valeur 1 de la variable source pour toutes les observations. Cette valeur devientalors la nouvelle valeur manquante spécifiée par l'utilisateur. Si la valeur manquanteutilisateur de la variable source comporte une étiquette de valeur définie, cettedernière est utilisée comme étiquette pour la valeur recodée de la nouvelle variable.

Remarque : Si la variable source comporte un intervalle défini de valeurs manquantesutilisateur sous la forme LO-n (n étant un nombre positif), les valeurs manquantesutilisateur correspondantes de la nouvelle variable sont des nombres négatifs.

Chapitre

7Transformations de données

Dans une situation idéale, vos données brutes conviennent parfaitement pour letype d'analyse que vous désirez effectuer, et toute relation entre les variables estsoit linéaire soit orthogonale. Malheureusement, c'est rarement le cas. L'analysepréliminaire peut révéler des schémas de codage peu pratiques ou des erreursde codage, ou des transformations de données peuvent s'avérer nécessaires pourdéterminer la véritable relation entre les variables.

SPSS vous permet d'effectuer des transformations de données simples, commela fusion de modalités pour une analyse, ou des tâches plus évoluées, comme lacréation de nouvelles variables basées sur des équations complexes et des instructionsconditionnelles.

Calcul de variables

Calculer la variable calcule les valeurs d'une variable en fonction des transformationsnumériques d'autres variables.

Vous pouvez calculer les valeurs de variables numériques ou sous forme dechaîne de caractères (alphanumérique).

Vous pouvez créer de nouvelles variables ou remplacer les valeurs de variablesexistantes. Dans le cas de nouvelles variables, vous pouvez aussi spécifierle type et l'étiquette.

Vous pouvez calculer les valeurs de manière sélective pour des sous-ensembles dedonnées en fonction de conditions logiques.

Vous pouvez utiliser plus de 70 fonctions intégrées, dont des fonctionsarithmétiques, statistiques, de distribution, et de chaîne.

141

142

Chapitre 7

Figure 7-1Boîte de dialogue Calculer la variable

Pour calculer des variables

E A partir du menu, sélectionnez :Transformer

Calculer...

E Entrez le nom d'une seule variable cible. Il peut s'agir d'une variable existante oud'une nouvelle variable à ajouter au fichier de travail.

E Pour construire une expression, vous pouvez soit coller les composants dans le champExpression, soit les saisir directement depuis le clavier.

Collez les fonctions depuis la liste des fonctions et renseignez les paramètresindiqués par des points d'interrogation.

Les constantes alphanumériques doivent être présentées entre guillemets ouapostrophes.

143

Transformations de données

Les constantes numériques doivent être saisies en format américain, le point (.)servant de séparateur décimal.

Pour les nouvelles variables chaîne, vous devez aussi sélectionner Type & étiquettepour spécifier le type de données.

Transformations conditionnelles

La boîte de dialogue Si... (Expressions conditionnelles) vous permet d'appliquer lestransformations de données à des sous-ensembles d'observations sélectionnées, aumoyen d'expressions conditionnelles. Une expression conditionnelle renvoie la valeurTrue (vrai), False (faux) ou manquant pour chaque observation.

Si le résultat d'une expression conditionnelle est True (vrai), la transformationest appliquée à l'observation.

Si le résultat d'une expression conditionnelle est False (faux) ou manquant, latransformation n'est pas appliquée à l'observation.

La plupart des expressions conditionnelles utilisent un ou plus des six opérateursrelationnels (<, >, <=, >=, = et ~=) du pavé numérique.

Ces expressions conditionnelles peuvent comprendre des noms de variable, desconstantes, des opérateurs arithmétiques, des fonctions, numériques ou non, desvariables logiques et des opérateurs relationnels.

144

Chapitre 7

Figure 7-2Boîte de dialogue Calculer la variable : si les observations

Calculer la variable : Type et étiquette

Par défaut, les nouvelles variables calculées sont numériques. Pour calculer unenouvelle variable chaîne, vous devez spécifier le type de données et sa longueur.

Etiquette : Etiquette de variable facultative et descriptive jusqu'à 120 caractères. Vouspouvez entrer une étiquette ou utiliser les 110 premiers caractères de l'expression decalcul comme étiquette.

Type : Les variables calculées peuvent être numériques ou alphanumériques. Lesvariables chaîne ne peuvent être utilisées dans des calculs.

145


Figure 7-3Boîte de dialogue Calculer la variable : Type et étiquette

Fonctions

Plusieurs types de fonctions sont prises en charge, y compris :

Fonctions arithmétiques

Fonctions statistiques

Fonctions sur chaînes

les fonctions date et heure

Fonctions de distribution

les fonctions de variable aléatoire

les fonctions de valeur manquante

Recherchez les fonctions dans l'index de l'aide en ligne pour obtenir la liste complètedes fonctions. Cliquez avec le bouton droit de la souris sur une fonction sélectionnéedans la liste pour en afficher la description.

Valeurs manquantes dans les fonctions

Les fonctions et les expressions arithmétiques simples traitent les valeurs manquantesde manière différente. Dans l'expression :

(var1+var2+var3)/3

le résultat est manquant s'il manque une valeur dans l'une des trois variables d'uneobservation.

146

Chapitre 7

Dans l'expression :

MEAN(var1, var2, var3)

le résultat ne manque que si les valeurs des trois variables manquent dansl'observation.

Pour les fonctions statistiques, vous pouvez spécifier le nombre minimal d'argumentsne comportant pas de valeurs manquantes. Pour ce faire, tapez un point et le nombreminimal après le nom de la fonction, comme suit :

MEAN.2(var1, var2, var3)

Générer des nombres aléatoires

Le générateur fixe à une valeur spécifique le nombre aléatoire utilisé, pour vouspermettre de reproduire une séquence de nombres aléatoires.

Le nombre aléatoire change chaque fois qu'un nombre aléatoire est généré pourêtre utilisé dans des transformations (comme les fonctions UNIFORM et NORMAL),un échantillonnage aléatoire ou une pondération d'observation. Pour répliquer uneséquence de nombres aléatoires, utilisez cette boîte de dialogue pour réinitialiserle générateur à une valeur spécifique avant chaque analyse utilisant les nombresaléatoires.

Figure 7-4Boîte de dialogue Générer des nombres aléatoires

Le nombre aléatoire est automatiquement réinitialisé à 2 000 000 chaque fois quevous démarrez une nouvelle session SPSS.

147


Pour définir la génération de données aléatoires


Générer des nombres aléatoires...

E Sélectionnez Définir le générateur à.

E Entrez un entier positif compris entre 1 et 2.000.000.000.

Compter occurrences des valeurs par observation

Cette boîte de dialogue crée une variable qui compte les occurrences des mêmesvaleurs dans une liste de variables pour chaque observation. Par exemple, uneenquête peut comporter une liste de magazines avec des cases à cocher oui/non pourindiquer les magazines lus par chaque répondant. Vous pourriez compter le nombrede réponses oui pour chaque répondant et créer une nouvelle variable contenant lenombre total de magazines lus.

Figure 7-5Boîte de dialogue Compter occurrences des valeurs par observation

148

Chapitre 7

Pour compter les occurrences de valeurs par observations


Compter...

E Entrez le nom d'une variable cible.

E Sélectionnez deux ou plusieurs variables du même type (numérique oualphanumérique).

E Cliquez sur Définir les valeurs et spécifiez les valeurs à compter.

En option, vous pouvez définir un sous-ensemble d'observations dont il faut compterles occurrences de valeurs.

La boîte de dialogue Si... (Expression conditionnelle) pour la définition desous-ensembles d'observations est la même que celle décrite pour Calculer la variable.

Compter les occurrences des valeurs par observations : Valeurs à compter

La valeur de la variable cible (dans la boîte de dialogue principale) est incrémentéed'une unité chaque fois que l'une des variables sélectionnées correspond à unespécification dans la liste Valeurs à compter. Si une observation correspondà plusieurs spécifications pour une variable quelconque, la variable cible estincrémentée plusieurs fois pour cette variable.

Les spécifications de valeurs peuvent inclure des valeurs individuelles, des valeursmanquantes ou manquantes par défaut, et des intervalles. Les limites comprennentleurs extrêmes et toute valeur manquante spécifiée figurant dans l'intervalle.

149


Figure 7-6Boîte de dialogue Compter occurrences des valeurs par observation : Valeurs à compter

Recodage de valeurs

Vous pouvez modifier les valeurs de données en les recodant. Ceci estparticulièrement utile pour fusionner des modalités ou les combiner. Vous pouvezrecoder les valeurs à l'intérieur de variables existantes ou créer des variables sur labase des valeurs recodées de variables existantes.

Recodage de variables

Le recodage dans les mêmes variables réaffecte les valeurs de variables existantes oufusionne des intervalles de valeurs existantes dans de nouvelles valeurs. Par exemple,vous pourriez fusionner des salaires dans des modalités d'intervalles de salaires.

Vous pouvez recoder des variables numériques et chaîne. Si vous sélectionnezplusieurs variables, elles doivent toutes être du même type. Vous ne pouvez pasrecoder ensemble des variables numériques et chaîne.

150

Chapitre 7

Figure 7-7Boîte de dialogue Recodage de variables

Pour recoder les valeurs d'une variable


RecodeRecodage de variables...

E Sélectionnez les variables que vous désirez recoder. Si vous sélectionnez plusieursvariables, elles doivent être du même type (numérique ou alphanumérique).

E Cliquez sur Anciennes et nouvelles valeurs et spécifiez comment recoder les valeurs.

En option, vous pouvez définir un sous-ensemble d'observations à recoder.

La boîte de dialogue Si... (Expression conditionnelle) pour la définition desous-ensembles d'observations est la même que celle décrite pour Calculer la variable.

Recodage de variables : Anciennes et nouvelles valeurs

Vous pouvez définir les valeurs à recoder dans cette boîte de dialogue. Toutes lesspécifications de valeurs doivent être du même type de données (numérique oualphanumérique) que les variables sélectionnées dans la boîte de dialogue principale.

151


Ancienne valeur : Valeurs à recoder. Vous pouvez recoder des valeurs uniques, desintervalles de valeurs, et des valeurs manquantes. Les valeurs manquantes par défautet les intervalles ne peuvent être sélectionnés pour des variables chaîne, car aucunde ces concepts ne s'applique à ce type de variable. Les limites comprennent leursextrêmes et toute valeur manquante spécifiée figurant dans l'intervalle.

Valeur : Les anciennes valeurs individuelles doivent être recodées par de nouvellesvaleurs. La valeur doit être du même type de données (numérique ou chaîne) quela variable que vous recodez.

Manquant par défaut : Valeurs affectées par le programme lorsque certaines valeursde vos données sont non définies d'après le type de format spécifié, lorsqu'unchamp numérique est vide ou lorsqu'une valeur résultant d'une commande detransformation n'est pas définie. Les valeurs manquantes par défaut numériquessont affichées sous forme de points. Les variables chaîne ne peuvent pascomporter de valeurs manquantes par défaut, puisqu'elles acceptent tous lescaractères.

Manquante par défaut ou spécifiée : Observations comportant des valeurs définiescomme valeurs manquantes par défaut, ou comportant des valeurs inconnues etauxquelles ont été attribuées des valeurs par défaut, comme l'indique le point (.).

Plage : Intervalle de valeurs inclusif. Non disponible pour les variables dechaîne. Les valeurs manquantes spécifiées comprises dans l'intervalle sont prisesen compte.

Toutes les autres valeurs : Toute autre valeur non incluse dans l'une desspécifications de la liste Ancienne-Nouvelle. Apparaît sous l'intitulé ELSE dansla liste Ancienne-Nouvelle.

Nouvelle valeur : Valeur unique en laquelle chaque ancienne valeur ou intervalle devaleurs est recodé. Vous pouvez entrer une valeur ou la valeur manquante par défaut.

Valeur : Valeur dans laquelle une ou plusieurs valeurs anciennes devront êtrerecodées. La valeur doit être du même type de données (numérique ou chaîne)que l'ancienne variable.

Manquant par défaut : Recode les anciennes valeurs spécifiées en valeursmanquantes par défaut. Les valeurs manquantes par défaut ne sont pas utiliséesdans les calculs, et les observations avec des valeurs manquantes par défaut sontexclues de nombreuses procédures. Non disponible pour les variables de chaîne.

152

Chapitre 7

Ancienne—>Nouvelle : Liste les spécifications qui seront utilisées pour recoder la oules variables. Vous pouvez ajouter, modifier et supprimer des spécifications dans laliste. La liste est triée automatiquement, en fonction de la spécification de l'anciennevaleur, selon l'ordre suivant : valeurs uniques, valeurs manquantes, intervalles, puistoutes les autres valeurs. Si vous changez une spécification de recodage dans la liste,SPSS trie de nouveau la liste automatiquement, si nécessaire, pour conserver cet ordre.

Figure 7-8Boîte de dialogue Anciennes et nouvelles valeurs

Création de variables

Recoder dans des variables différentes (création de variables) réaffecte les valeurs desvariables existantes ou fusionne les intervalles de valeurs existantes en de nouvellesvaleurs pour une nouvelle variable. Par exemple, vous pourriez fusionner les salairesen une nouvelle variable contenant des modalités d'intervalles de salaires.

Vous pouvez recoder des variables numériques et chaîne.

Vous pouvez recoder des variables numériques en variables chaîne et inversement.

Si vous sélectionnez plusieurs variables, elles doivent toutes être du même type.Vous ne pouvez pas recoder ensemble des variables numériques et chaîne.

153


Figure 7-9Boîte de dialogue Recoder et créer de nouvelles variables

Pour recoder les valeurs d'une variable dans une nouvelle variable


RecodeCréation de variables...

E Sélectionnez les variables que vous désirez recoder. Si vous sélectionnez plusieursvariables, elles doivent être du même type (numérique ou alphanumérique).

E Entrez un nom de variable de résultat (nouveau) pour chaque nouvelle variable, puiscliquez sur Remplacer.

E Cliquez sur Anciennes et nouvelles valeurs et spécifiez comment recoder les valeurs.

En option, vous pouvez définir un sous-ensemble d'observations à recoder.

Recoder et créer de nouvelles variables : Anciennes et nouvelles valeurs

Vous pouvez définir les valeurs à recoder dans cette boîte de dialogue.

154

Chapitre 7

Ancienne valeur : Valeurs à recoder. Vous pouvez recoder des valeurs uniques, desintervalles de valeurs, et des valeurs manquantes. Les valeurs manquantes par défautet les intervalles ne peuvent être sélectionnés pour des variables chaîne, car aucun deces concepts ne s'applique à ce type de variable. Les anciennes valeurs doivent êtredu même type de données (numérique ou alphanumérique) que la variable d'origine.Les limites comprennent leurs extrêmes et toute valeur manquante spécifiée figurantdans l'intervalle.

Valeur : Les anciennes valeurs individuelles doivent être recodées par de nouvellesvaleurs. La valeur doit être du même type de données (numérique ou chaîne) quela variable que vous recodez.

Manquant par défaut : Valeurs affectées par le programme lorsque certaines valeursde vos données sont non définies d'après le type de format spécifié, lorsqu'unchamp numérique est vide ou lorsqu'une valeur résultant d'une commande detransformation n'est pas définie. Les valeurs manquantes par défaut numériquessont affichées sous forme de points. Les variables chaîne ne peuvent pascomporter de valeurs manquantes par défaut, puisqu'elles acceptent tous lescaractères.

Manquante par défaut ou spécifiée : Observations comportant des valeurs définiescomme valeurs manquantes par défaut, ou comportant des valeurs inconnues etauxquelles ont été attribuées des valeurs par défaut, comme l'indique le point (.).

Plage : Intervalle de valeurs inclusif. Non disponible pour les variables dechaîne. Les valeurs manquantes spécifiées comprises dans l'intervalle sont prisesen compte.

Toutes les autres valeurs : Toute autre valeur non incluse dans l'une desspécifications de la liste Ancienne-Nouvelle. Apparaît sous l'intitulé ELSE dansla liste Ancienne-Nouvelle.

Nouvelle valeur : Valeur unique en laquelle chaque ancienne valeur ou intervallede valeurs est recodé. Les nouvelles valeurs peuvent être numériques oualphanumériques.

Valeur : Valeur dans laquelle une ou plusieurs valeurs anciennes devront êtrerecodées. La valeur doit être du même type de données (numérique ou chaîne)que l'ancienne variable.

155


Manquant par défaut : Recode les anciennes valeurs spécifiées en valeursmanquantes par défaut. Les valeurs manquantes par défaut ne sont pas utiliséesdans les calculs, et les observations avec des valeurs manquantes par défaut sontexclues de nombreuses procédures. Non disponible pour les variables de chaîne.

Copier les anciennes valeurs : Conserve les anciennes valeurs. Si certainesvaleurs n'ont pas besoin d'être recodées, utilisez cette option pour inclure lesanciennes valeurs. Toute ancienne valeur non spécifiée n'est pas incluse dansla nouvelle variable, et les observations avec ces valeurs se verront affecter lavaleur manquante par défaut de la nouvelle variable.

Variables destination sont des chaînes : Définit la nouvelle variable recodée commeune variable chaîne (alphanumérique). L'ancienne variable peut être numérique ouchaîne.

Convertir les chaînes numériques en nombres : Convertit les variables de chaînecontenant des chiffres en valeurs numériques. Les chaînes de caractères contenantautre chose que des nombres et des signes (+ ou -) sont considérées comme desvaleurs manquantes par défaut.

Ancienne—>Nouvelle : Liste les spécifications qui seront utilisées pour recoder la oules variables. Vous pouvez ajouter, modifier et supprimer des spécifications dans laliste. La liste est triée automatiquement, en fonction de la spécification de l'anciennevaleur, selon l'ordre suivant : valeurs uniques, valeurs manquantes, intervalles, puistoutes les autres valeurs. Si vous changez une spécification de recodage dans la liste,SPSS trie de nouveau la liste automatiquement, si nécessaire, pour conserver cet ordre.

Figure 7-10Boîte de dialogue Anciennes et nouvelles valeurs

156

Chapitre 7

Ordonner les observations

Ordonner les observations crée de nouvelles variables contenant des rangs, des scoresnormaux et de Savage et des valeurs de centiles pour les variables numériques.

De nouveaux noms de variables et des étiquettes de variable descriptives sontautomatiquement générées par SPSS, en fonction du nom d'origine de la variable etdes mesures sélectionnées. Un tableau récapitulatif liste les variables d'origine, lesnouvelles variables et les étiquettes de variable.


Ordonner les observations en ordre croissant ou décroissant.

Séparez les rangs en sous-groupes en sélectionnant des variables de regroupementpour la liste Par. Les rangs sont calculés à l'intérieur de chaque groupe. Lesgroupes sont définis par combinaison des valeurs des variables de regroupement.Par exemple, si vous sélectionnez sexe et minorité comme variables deregroupement, les rangs seront calculés pour chaque combinaison de sexeet minorité.

Figure 7-11Boîte de dialogue Ordonner les observations...

157


Pour ordonner les observations


Ordonner les observations...

E Sélectionnez des variables à ordonner. Vous ne pouvez ordonner que des variablesnumériques.

En option, vous pouvez ordonner les observations en ordre croissant ou décroissant etséparer les rangs en sous-groupes.

Ordonner les observations : Types (de rangs)

Vous pouvez sélectionner plusieurs méthodes d'ordonnancement. Une variabled'ordonnancement distincte est créée pour chaque méthode. Les méthodesd'ordonnancement comprennent les rangs simples, les scores de Savage, les rangsfractionnaires et les centiles. Vous pouvez aussi créer des ordonnancements basés surdes estimations de la proportion et des scores normaux.

Rang : Rang simple. La valeur de la nouvelle variable est égale à son rang.

Score de Savage : La nouvelle variable contient des scores de Savage reposant surune distribution exponentielle.

Rang fractionnaire : La valeur de la nouvelle variable est égale au rang divisé par lasomme des pondérations des observations non manquantes.

Rang en pourcentage : Chaque rang est divisé par le nombre d'observations ayantdes valeurs valides et multiplié par 100.

Somme des poids : La valeur de la nouvelle variable est égale à la somme despondérations d'observation. La nouvelle variable est une constante pour toutes lesobservations du même groupe.

Fractiles : Les rangs sont basés sur des groupes de centiles, chaque groupe contenant àpeu près le même nombre d'observations. Par exemple, une spécification de 4 fractilesaffectera une valeur de 1 aux observations inférieures au 25e centile, de 2 à cellessituées entre les 25e et 50e centiles, de 3 à celles situées entre les 50e et 75e centiles,et de 4 à celles supérieures au 75e centile.

158

Chapitre 7

Estimations de la proportion : Estimations de la proportion cumulée de la distributioncorrespondant à un rang particulier.

Scores normaux : Ecarts z correspondant à la proportion cumulée estimée.

Formule d'estimation d'une proportion : Pour les estimations de la proportion et lesscores normaux, vous pouvez sélectionner la formule d'estimation d'une proportion :Blom, Tukey, Rankit ou Van der Waerden.

Blom : Crée une variable d'ordonnancement sur la base des estimations de laproportion, qui utilise la formule (r-3/8) / (w+1/4), où r est le rang et w la sommedes pondérations d'observation.

Tukey : Utilise la formule (r-1/3) / (w+1/3), dans laquelle r est le rang et w lasomme des pondérations d'observation.

Rankit : Utilise la formule (r-1/2) / w, w représentant le nombre d'observationset r le rang, de 1 à w.

Van der Waerden : Transformation de Van der Waerden, définie par la formuler/(w+1), dans laquelle w est la somme des pondérations d'observation et r lerang, compris entre 1 et w.

Figure 7-12Boîte de dialogue Ordonner les observations : Types

Ordonner les observations : Ex aequo

Cette boîte de dialogue détermine la méthode d'affectation pour ordonner lesobservations ayant la même valeur que la variable d'origine.

159


Figure 7-13Boîte de dialogue Ordonner les observations : Ex aequo

Le tableau suivant montre comment les différentes méthodes affectent des rangs àdes valeurs ex aequo.

Recoder automatiquement

Le recodage automatique convertit les valeurs numériques et les valeursalphanumériques en entiers consécutifs. Lorsque les codes de modalité ne sontpas séquentiels, les cellules vides qui en résultent réduisent les performances etaugmentent les besoins en mémoire de nombreuses procédures SPSS. De plus,certaines procédures ne peuvent utiliser des variables chaîne, et certaines ont besoinde valeurs entières consécutives pour les niveaux de facteurs.

160

Chapitre 7

Figure 7-14Boîte de dialogue Recoder automatiquement...

Les nouvelles variables créées par le Recodage automatique conservent toute variabledéfinie et les étiquettes de valeurs de l'ancienne variable. Pour toute valeur sansétiquette de définition de valeur, la valeur d'origine est utilisée comme étiquette pourla valeur recodée. Un tableau affiche les anciennes et les nouvelles valeurs et lesétiquettes de valeurs.

Les valeurs de chaîne sont recodées dans l'ordre alphabétique, les majusculesprécédant leurs équivalents minuscules. Les valeurs manquantes sont recodées envaleurs manquantes supérieures à toutes valeurs non manquantes, en conservant leurordre. Par exemple, si la variable d'origine comporte 10 valeurs non manquantes, lavaleur manquante la plus faible serait recodée en 11 et la valeur 11 serait une valeurmanquante pour la nouvelle variable.

Pour recoder des variables numériques ou alphanumériques en nombresentiers consécutifs


Recoder automatiquement

E Sélectionnez des variables à recoder.

E Pour chaque variable sélectionnée, entrez un nom pour la nouvelle variable, puiscliquez sur Nouveau nom.

161


Transformation de données pour série chronologique

Plusieurs transformations de données utiles pour les analyses de séries chronologiquessont fournies :

Génération de variables de date pour établir une périodicité, et faire la distinctionentre les périodes historiques, de validation et de prévision.

Création de nouvelles variables de séries chronologiques sous forme de fonctionsde variables de séries chronologiques existantes.

Remplacement des valeurs manquantes spécifiées et des valeurs manquantes pardéfaut par des estimations basées sur une méthode parmi plusieurs.

Une série chronologique est obtenue par mesure régulière d'une variable (ou d'ungroupe de variables) sur une certaine période. Les transformations de données deséries chronologiques exigent une structure de fichier de données dans laquellechaque ligne représente un groupe d'observations à une heure différente, et l'intervallede temps entre les observations est uniforme.

Définir des dates

La définition des dates génère des variables de date pouvant être utilisées pour établirla périodicité d'une série chronologique et pour étiqueter le résultat d'analyses deséries chronologiques.

Figure 7-15Boîte de dialogue Définir des dates...

162

Chapitre 7

Les observations sont : Définit l'intervalle de temps utilisé pour générer des dates.

Non daté supprime toutes les variables de date précédemment définies. Toutes lesvariables portant les noms suivants sont supprimées : année_, trimestre_, mois_,semaine_, jour_, heure_, minute_, seconde_ et date_.

Autres indique la présence de variables de date personnalisées créées avec lasyntaxe de commande (par exemple, une semaine de travail de quatre jours). Cetélément reflète simplement l'état actuel du fichier de travail. Sa sélection dans laliste est sans effet. (Consultez le manuel SPSS Command Syntax Reference pourobtenir des informations sur l'utilisation de la commande DATE pour créer desvariables de date personnalisées.) Les variables de date personnalisées ne sontpas disponibles avec la version Student.

La première observation est : Définit la valeur de la date de départ, qui est affectée à lapremière observation. Des valeurs séquentielles, basées sur l'intervalle de temps, sontaffectées aux observations ultérieures.

Périodicité au niveau supérieur : Indique une variation cyclique répétitive, telle quele nombre de mois dans une année ou le nombre de jours de la semaine. La valeuraffichée indique la valeur maximale que vous pouvez entrer.

Une nouvelle variable numérique est créée pour chaque composant utilisé pour définirla date. Les noms des nouvelles variables se terminent par un trait de soulignement.Une variable descriptive chaîne, date_, est également créée à partir des composants.Par exemple, si vous avez sélectionné semaines, jours, heures, quatre nouvellesvariables sont créées : semaine_, jour_, heure_ et date_.

Si des variables de date ont été déjà définies, elles sont remplacées lorsque vousdéfinissez de nouvelles variables de date portant le même nom que les variablesde date existantes.

Pour définir des dates pour des données de séries chronologiques


Définir des dates

E Sélectionnez un intervalle de temps dans la liste Les observations sont.

163


E Entrez les valeurs définissant la date de départ, qui détermine la date affectée à lapremière observation.

Variables de date versus variables de format date

Les variables de date créées avec Définir les dates ne doivent pas être confonduesavec les variables de format date, définies dans l'affichage des variables de l'éditeurde données. Les variables de date sont utilisées pour créer une périodicité pour lesdonnées de séries chronologiques. Les variables de format date représentent des dateset/ou des heures affichées selon divers formats de date/heure. Les variables de datesont de simples entiers représentant un nombre de jours, de semaines, d'heures,etc., à partir d'un point de départ spécifié par l'utilisateur. En interne, la plupart desvariables de format date sont stockées sous la forme du nombre de secondes écouléesdepuis le 14 octobre 1582.

Créer la série chronologique

L'option Créer la série chronologique permet de créer des variables sur la basedes fonctions de variables numériques de séries chronologiques existantes. Cesvaleurs transformées sont utiles dans de nombreuses procédures d'analyse de sérieschronologiques.

Par défaut, les noms de nouvelles variables reprennent les six premiers caractèresde la variable existante utilisée pour les créer, suivis d'un trait de soulignement etd'un numéro séquentiel. Par exemple, pour la variable prix, le nom de la nouvellevariable serait prix_1. Les nouvelles variables conservent toute étiquette de valeurdéfinie des variables d'origine.

Les fonctions disponibles, permettant de créer des variables de sérieschronologiques, incluent les fonctions de différences, de moyennes mobiles, demédianes mobiles, de décalages et de décalage négatif.

164

Chapitre 7

Figure 7-16Boîte de dialogue Créer la série chronologique...

Pour créer des variables chronologiques


Créer la série chronologique

E Sélectionnez la fonction de séries chronologiques que vous désirez utiliser pourtransformer les variables d'origine.

E Sélectionnez les variables à partir desquelles vous désirez créer de nouvelles variablesde séries chronologiques. Seules des variables numériques peuvent être utilisées.


Entrer des noms de variables pour remplacer les noms des nouvelles variablespar défaut.

Remplacer la fonction par une variable sélectionnée.

165


Fonctions de transformation de séries chronologiques

Différence : Différence non saisonnière entre les valeurs successives dans les séries.L'ordre est le nombre des valeurs précédentes utilisé pour calculer la différence.Comme une observation est perdue pour chaque ordre de différence, les valeursmanquantes par défaut apparaissent au début des séries. Par exemple, si l'ordre dedifférence est 2, les deux premières observations contiendront la valeur manquantepar défaut pour la nouvelle variable.

Différence saisonnière : Différence entre des valeurs de séries séparées par unintervalle constant. L'intervalle est basé sur la périodicité actuellement définie. Pourcalculer des différences saisonnières, vous devez disposer de variables de datedéfinies (Menu Données, Définir les dates) qui incluent une composante périodique(telle que les mois de l'année). L'ordre est le nombre de périodes saisonnières utilisépour calculer la différence. Le nombre d'observations avec la valeur manquante pardéfaut au début des séries est égal à la périodicité multipliée par l'ordre. Par exemple,si la périodicité courante est 12 et l'ordre 2, les 24 premières observations auront lavaleur manquante par défaut pour nouvelle variable.

Moyenne mobile centrée : Moyenne d'un intervalle de valeurs de séries entourant etincluant la valeur courante. L'intervalle est le nombre de valeurs de séries utilisé pourcalculer la moyenne. Si l'intervalle est pair, la moyenne mobile est calculée en faisantla moyenne de chaque paire de moyennes non centrées. Le nombre d'observationsavec la valeur manquante par défaut au début et à la fin des séries pour un intervallede n est égal à n/2 pour des valeurs d'intervalles paires et impaires. Par exemple, sil'intervalle est 5, le nombre d'observations avec la valeur manquante par défaut audébut et à la fin des séries est 2.

Moyenne mobile précédente : Moyenne de l'intervalle de valeurs des séries précédantla valeur courante. L'intervalle est le nombre de valeurs de séries précédentes utilisépour calculer la moyenne. Le nombre d'observations avec la valeur manquante pardéfaut au début des séries est égal à la valeur de l'intervalle.

Médianes mobiles : Médiane d'un intervalle de valeurs de séries entourant et incluantla valeur courante. L'intervalle est le nombre de valeurs de séries utilisé pour calculerla médiane. Si l'intervalle est pair, la médiane est calculée en faisant la moyenne dechaque paire de médianes non centrées. Le nombre d'observations avec la valeurmanquante par défaut au début et à la fin des séries pour un intervalle de n est égal àn/2 pour des valeurs d'intervalles paires et impaires. Par exemple, si l'intervalle

166

Chapitre 7

est 5, le nombre d'observations avec la valeur manquante par défaut au début et àla fin des séries est 2.

Somme cumulée : Somme cumulée des valeurs des séries à concurrence de la valeurcourante, y compris celle-ci.

Décalage positif : Valeur d'une observation précédente, basée sur l'ordre de décalagespécifié. L'ordre est le nombre d'observations antérieures à l'observation couranteà partir de laquelle la valeur est obtenue. Le nombre d'observations avec la valeurmanquante par défaut au début des séries est égal à la valeur de l'ordre.

Décalage négatif : Valeur d'une observation ultérieure, basée sur l'ordre de décalagenégatif spécifié. L'ordre est le nombre d'observations après l'observation couranteà partir de laquelle la valeur est obtenue. Le nombre d'observations avec la valeurmanquante par défaut à la fin des séries est égal à la valeur de l'ordre.

Lissage : Nouvelles valeurs des séries basées sur un lisseur de données composées.Le lisseur commence avec une médiane mobile de 4, centrée par une médianemobile de 2. Il relisse ensuite ces valeurs en appliquant une médiane mobile de 5,puis une de 3, et du hanning (exécution de moyennes pondérées). Les résidus sontcalculés par soustraction des séries lissées des séries d'origine. Tout ce processusest ensuite répété sur les résidus calculés. Pour finir, les résidus lissés sont calculéspar soustraction des valeurs lissées obtenues la première fois par le processus. Onparle parfois de lissage T4253H.

Remplacer les valeurs manquantes

Les observations manquantes peuvent constituer un problème dans le cadred'analyses, et il arrive que des mesures de séries ne puissent être calculées si desvaleurs manquent dans les séries. Le remplacement des valeurs manquantes crée desvariables de séries chronologiques à partir de variables existantes, en remplaçant lesvaleurs manquantes par des estimations calculées selon une méthode.

Par défaut, les noms de nouvelles variables reprennent les six premiers caractèresde la variable existante utilisée pour les créer, suivis d'un trait de soulignement etd'un numéro séquentiel. Par exemple, pour la variable prix, le nom de la nouvellevariable serait prix_1. Les nouvelles variables conservent toute étiquette de valeurdéfinie des variables d'origine.

167


Figure 7-17Boîte de dialogue Remplacer les valeurs manquantes...

Pour remplacer les valeurs manquantes par des variables de séries chronologiques


Remplacer les valeurs manquantes...

E Sélectionnez la méthode d'estimation que vous désirez utiliser pour remplacer lesvaleurs manquantes.

E Sélectionnez les variables dont vous voulez remplacer les valeurs manquantes.


Entrer des noms de variables pour remplacer les noms des nouvelles variablespar défaut.

Changer la méthode d'estimation pour une variable sélectionnée.

Méthodes d'estimation pour le remplacement de valeurs manquantes

Moyenne de la série : Remplace les valeurs manquantes par la moyenne de toutela série.

168

Chapitre 7

Moyenne des points voisins : Remplace les valeurs manquantes par la moyenne desvaleurs valides qui les entourent. L'intervalle des points voisins est le nombre devaleurs valides au-dessus et au-dessous de la valeur manquante utilisée pour calculerla moyenne.

Médiane des points voisins : Remplace les valeurs manquantes par la médiane desvaleurs valides qui les entourent. L'intervalle des points voisins est le nombre devaleurs valides au-dessus et au-dessous de la valeur manquante utilisée pour calculerla médiane.

Interpolation linéaire : Remplace les valeurs manquantes au moyen d'une interpolationlinéaire. La dernière valeur valide avant la valeur manquante et la première valeurvalide après la valeur manquante sont utilisées pour l'interpolation. Si la premièreou la dernière observation de la série comporte une valeur manquante, celle-ci n'estpas remplacée.

Tendance linéaire au point : Remplace les valeurs manquantes par la tendance linéairede ce point. Une régression est effectuée sur la série existante selon une variabled'index d'une échelle de 1 à n. Les valeurs manquantes sont remplacées par lesprévisions correspondantes.

Chapitre

8Gestion et transformations defichiers

L'organisation des fichiers de données ne répond pas toujours idéalement à vosbesoins. Vous pouvez, par exemple, combiner des fichiers, trier des données dansun ordre différent, sélectionner des sous-ensembles d'observations ou modifierl'unité d'analyse en regroupant les observations. De nombreuses possibilités detransformation de fichier sont disponibles, y compris la possibilité de :

Trier les données : Vous pouvez trier les observations en fonction de la valeur decertaines variables.

Transposer des observations et des variables : Le format des fichiers de données SPSSlit les lignes comme des observations et les colonnes comme des variables. Vouspouvez inverser les lignes et les colonnes et lire les données selon le bon format pourles fichiers qui présentent les informations dans l'autre sens.

Fusionner des fichiers : Vous pouvez fusionner des fichiers de données (au moinsdeux). Vous pouvez associer des fichiers disposant des mêmes variables maisprésentant des observations différentes, ou l'inverse.

Sélectionner des sous-ensembles d'observations : Vous pouvez limiter votre analyse àun sous ensemble d'observations ou effectuer des analyses simultanées sur différentssous ensembles.

Agréger les données : Vous pouvez modifier l'unité d'analyse en agrégeant desobservations en fonction de la valeur d'une ou plusieurs variables de regroupement.

Pondérer les données : La pondération des données concerne les analyses fondéessur la valeur d'une variable pondérée.

169

170

Chapitre 8

Restructurer les données : Vous pouvez restructurer des données pour créer uneobservation (un enregistrement) à partir de plusieurs observations ou créer plusieursobservations à partir d'une seule.

Trier les observations

Cette boîte de dialogue permet de trier les observations (lignes) du fichier en fonctiondes valeurs d'une ou plusieurs variables de tri. Vous pouvez trier les observations parordre croissant ou décroissant.

Si vous sélectionnez plusieurs variables de tri, les observations sont triées pourchaque variable au sein des modalités de la variable précédente dans la liste Tri.Par exemple, si vous sélectionnez Sexe comme première variable de tri et Culturecomme seconde variable de tri, les observations seront triées en fonction de laculture de chaque individu au sein de chaque modalité de la variable sexe.

Pour les variables alphanumériques, les lettres en majuscules précèdent lesminuscules dans l'ordre de tri. Par exemple, la valeur « Oui » précède« oui »dans l'ordre de tri.

Figure 8-1Boîte de dialogue Trier les observations

Pour trier les observations


Trier les observations...

171

Gestion et transformations de fichiers

E Sélectionnez au moins une variable de tri.

Transposer

La transposition permet de créer un nouveau fichier dans lequel les lignes et lescolonnes du fichier initial sont inversées pour que les observations (lignes) deviennentdes variables (colonnes), et vice versa. SPSS génère automatiquement de nouveauxnoms pour les variables et affiche une liste de ces nouveaux noms.

Une nouvelle variable de type chaîne contenant le nom de variable d'origine,case_lbl, est automatiquement créée.

Si le fichier de travail contient un ID (identifiant) ou une variable de nom dontles valeurs sont univoques, vous pouvez l'utiliser comme Variable de nom etemployer ses valeurs comme noms de variable dans le fichier transposé. S'il s'agitd'une variable numérique, les noms de variables commencent par la lettre V,suivie de la valeur numérique.

Les valeurs manquantes à l'utilisateur sont converties en valeurs manquantespar défaut dans le fichier transposé. Pour conserver certaines de ces valeurs,modifiez la définition des valeurs manquantes dans l'affichage des variables del'éditeur de données.

Pour transposer des variables et des observations


Transposer..

E Sélectionnez au moins une variable à transposer en observation.

172

Chapitre 8

Fusionner des fichiers de données

SPSS vous permet de fusionner des données à partir de deux fichiers et de deuxfaçons différentes. Vous pouvez:

Fusionner des fichiers contenant les mêmes variables mais des observationsdifférentes.

Fusionner des fichiers contenant les mêmes observations mais des variablesdifférentes.

Ajouter des observations

Ajouter des observations permet de fusionner le fichier de travail actif avec un autrefichier de données SPSS qui contient les mêmes variables mais des observationsdifférentes. Par exemple, vous pouvez enregistrer la même information sur des clientsde deux secteurs de vente et gérer ces données dans des fichiers séparés pour chaquerégion.

Figure 8-2Boîte de dialogue Ajouter des observations

173


Variables non communes : Variables à exclure du nouveau fichier fusionné. Lesvariables du fichier de travail sont identifiées par un astérisque (*). Les variables dufichier externe sont identifiées par un signe (+). Par défaut, la liste contient :

Des variables sans correspondance dans l'autre fichier. Vous pouvez créer despaires avec les variables non communes et les inclure dans le nouveau fichierfusionné.

Des variables contenant des données numériques dans l'un des fichiers etdes données alphanumériques dans l'autre. Il est impossible de fusionner desvariables numériques avec des variables alphanumériques.

Des variables alphanumériques de longueur différente. La longueur définie pourune variable alphanumérique doit être la même dans les deux fichiers.

Variables du nouveau fichier actif : Variables à inclure dans le nouveau fichier actif. Pardéfaut, toutes les variables dont le nom et le type correspond sont ajoutées à la liste.

Vous pouvez supprimer des variables de la liste si vous ne les souhaitez pasdans le fichier fusionné.

Les variables non communes incluses dans le fichier fusionné contiendront desdonnées manquantes pour les observations du fichier qui ne les contient pas.

Indiquer le fichier source dans la variable : Indique le fichier de données source pourchaque observation. Cette variable a une valeur de 0 pour les observations du fichierde travail et une valeur de 1 pour les observations du fichier de données externe.

Pour fusionner des fichiers de données avec les mêmes variables mais desobservations différentes :

E Ouvrez l'un des fichiers de données. Les observations de ce fichier apparaissent enpremier dans le nouveau fichier fusionné.


Fusionner des fichiersAjouter des observations...

E Sélectionnez le fichier à fusionner avec le fichier ouvert.

E Supprimez les variables que vous ne souhaitez pas faire apparaître dans la liste desvariables du nouveau fichier de travail.

174

Chapitre 8

E Ajouter des paires de variables de la liste des variables non communes quireprésentent les mêmes informations mais enregistrées sous des noms différentsdans les deux fichiers. Par exemple, la date de naissance peut être enregistrée sousdatenais dans un fichier et né_le dans l'autre.

Sélectionner une paire de variables non communes

E Cliquez sur l'une des variables dans la liste Variables non communes.

E Tout en maintenant la touche Ctrl enfoncée, cliquez sur l'autre variable dans la liste.(Appuyez sur la touche Ctrl et cliquez en même temps sur le bouton gauche de lasouris.)

E Cliquez sur Apparier pour déplacer la paire de variables dans la liste Variables dunouveau fichier de travail. (Le nom de variable du fichier de travail est utilisé commenom de variable dans le fichier fusionné.)

Figure 8-3Sélectionner des paires de variables à l'aide du Ctrl/click

175


Ajout d'observations : Renommer

Vous pouvez renommer les variables du fichier de travail ou du fichier externe avantde les déplacer de la liste des variables non communes dans la liste des variables àajouter au fichier fusionné. Renommer des variables vous permet de :

Utiliser le nom de la variable du fichier externe plutôt que celui du fichier detravail pour les paires de variables.

Inclure deux variables portant le même nom mais de type différent ou de longueurdifférente. Par exemple, pour inclure à la fois la variable numérique sexe dufichier de travail et la variable alphanumérique sexe du fichier externe, vousdevez d'abord les renommer.

Ajout d'observations : Informations du dictionnaire

Tous les informations du dictionnaire existantes (étiquettes de variable et de valeurs,valeurs manquantes de type utilisateur, formats d'affichage) dans le fichier de travailsont appliquées au fichier fusionné.

Si certaines informations du dictionnaire, relatives à une variable, ne sont pasdéfinies dans le fichier de travail, les informations du dictionnaire du fichierexterne s'appliquent.

Si le fichier de travail contient des étiquettes de valeurs non définies ou desvaleurs manquantes de type utilisateur, toutes les autres étiquettes de valeurs oules valeurs manquantes de type utilisateur pour cette variable dans le fichierexterne sont ignorées.

Ajouter des variables

Ajouter des variables permet de fusionner le fichier de travail avec un fichier dedonnées SPSS externe qui contient les mêmes observations mais pas les mêmesvariables. Par exemple, vous souhaitez fusionner un fichier de données contenant lesrésultats d'un test préalable avec un autre fichier contenant les résultats d'un test final.

Les observations doivent être présentées dans le même ordre dans les deux fichiers.

Si une ou plusieurs clés d'appariement sont utilisées pour apparier les

176

Chapitre 8

observations, les deux fichiers de données doivent présenter ces clésd'appariement par ordre croissant.

Les noms de variable du second fichier, redondants avec les noms du fichier detravail, sont exclus par défaut. En effet, SPSS part du principe que ces variablescontiennent des informations redondantes.

Indiquer le fichier source dans la variable : Indique le fichier de données source pourchaque observation. Cette variable a une valeur de 0 pour les observations du fichierde travail et une valeur de 1 pour les observations du fichier de données externe.

Figure 8-4Boîte de dialogue Ajouter des variables

Variables exclues : Variables à exclure du nouveau fichier fusionné. Par défaut, cetteliste contient tous les noms de variable du fichier externe qui sont redondants avecceux du fichier de travail. Les variables du fichier de travail sont identifiées par unastérisque (*). Les variables du fichier externe sont identifiées par un signe (+). Sivous souhaitez inclure une variable exclue avec un nom redondant dans le fichierfusionné, vous pouvez le renommer puis l'ajouter à la liste des variables à inclure.

Variables du nouveau fichier actif : Variables à inclure dans le nouveau fichier actif.Par défaut, tous les noms de variables uniques dans les deux fichiers sont inclusdans la liste.

177


Clés d'appariement : Si certaines observations dans un fichier n'ont pas de concordancedans l'autre fichier (c'est-à-dire que certaines observations manquent dans un fichier),utilisez les clés d'appariement pour identifier et correctement apparier les observationsdes deux fichiers. Vous pouvez également utiliser ces clés avec des fichiers deconsultation de table.

Les clés d'appariement doivent avoir le même nom dans les deux fichiers dedonnées.

Les deux fichiers de données doivent présenter les variables par ordre croissantou décroissant et l'ordre des variables de la liste clés d'appariement doit êtrele même que l'ordre de tri.

Les observations qui n'ont pas de correspondance dans les clés d'appariement sontinclus dans le fichier fusionné mais elles sont fusionnées avec les observationsde l'autre fichier. Les observations sans correspondance contiennent des valeursuniquement pour les variables du fichier duquel elles sont issues. Les variablesde l'autre fichier contiennent la valeur manquante par défaut.

Le fichier externe ou fichier actif est une table codée : Une table codée ou un fichier deconsultation de table, est un fichier dans lequel les données de chaque observationpeuvent s'appliquer à plusieurs observations de l'autre fichier. Par exemple, si un desfichiers contient des informations sur les différents membres d'une famille (sexe,âge, niveau scolaire) et l'autre des informations générales sur la famille (revenuglobal, taille, habitat), vous pouvez utiliser le fichier sur la famille comme fichier deconsultation et appliquer les informations générales à chaque membre de la familledans le fichier fusionné.

Pour fusionner des fichiers avec les mêmes observations mais des variablesdifférentes

E Ouvrez l'un des fichiers de données.


Fusionner des fichiersAjouter des variables...

E Sélectionnez le fichier à fusionner avec le fichier ouvert.

178

Chapitre 8

Sélectionnez des clés d'appariement :

E Sélectionnez les variables du fichier externe (+) dans la liste des Variables exclues.

E Sélectionnez Apparier les observations sur les clés des fichiers triés.

E Ajoutez des variables à la liste des clés d'appariement.

Les clés d'appariement doivent exister dans les deux fichiers, de données de travailet externe. Les deux fichiers de données doivent présenter les variables par ordrecroissant ou décroissant et l'ordre des variables de la liste clés d'appariement doitêtre le même que l'ordre de tri.

Ajouter des variables: Renommer

Vous pouvez renommer les variables du fichier de travail ou du fichier externe avantde les déplacer de la liste des variables à inclure dans le fichier fusionné. Ceci estparticulièrement important si vous souhaitez inclure deux variables portant le mêmenom mais contenant des informations différentes.

Agréger les données

Agréger les données permet de combiner les classes d'observations sous formed'observations récapitulatives et crée un nouveau fichier de données agrégées. Lesobservations sont agrégées en fonction de la valeur d'une ou plusieurs variables deregroupement. Le nouveau fichier de données contient une observation pour chaqueclasse. Par exemple, vous pouvez agréger les données de cantons par département etcréer un nouveau fichier dans lequel le département est l'unité d'analyse.

179


Figure 8-5Boîte de dialogue Agréger les données

Critère(s) d'agrégation : Les observations sont regroupées selon les valeurs descritères d'agrégation. Chaque combinaison de valeurs du critère d'agrégation définitune classe et génère une observation dans le nouveau fichier agrégé. Tous lescritères d'agrégation sont enregistrés dans le nouveau fichier avec leurs noms etles informations du dictionnaire. Le critères d'agrégation peut être numérique oualphanumérique.

Variable(s) agrégée(s) : Les variables sont utilisées avec des fonctions d'agrégationpour créer les nouvelles variables du fichier agrégé. Par défaut, SPSS crée les nomsdes variables d'agrégation à l'aide des premiers caractères de la variable source,suivis d'un tiret de soulignement et d'un numéro séquentiel à deux chiffres. Le nomde la variable d'agrégation est suivi éventuellement d'une étiquette de variable entreguillemets, le nom de la fonction d'agrégation et du nom de la variable sourceentre parenthèses. Les variables source pour les fonctions d'agrégation doivent êtrenumériques.

180

Chapitre 8

Vous pouvez également passer outre les noms de variables d'agrégation par défaut,ajouter des étiquettes de variable descriptive et modifier les fonctions utilisées pourcalculer la valeur des données agrégées. Vous pouvez également créer une variablequi contienne le nombre d'observations dans chaque agrégat.

Pour agréger un fichier de données


Agréger...

E Sélectionnez un ou plusieurs critères d'agrégation qui définissent la façon dont lesobservations sont groupées pour créer des données agrégées.

E Sélectionnez une ou plusieurs variables d'agrégation à inclure dans le nouveau fichierde données.

E Sélectionnez une fonction d'agrégation pour chaque variable d'agrégation.

Agrégation de données : fonction d'agrégation

Cette boîte de dialogue indique la fonction à utiliser pour calculer la valeurdes données agrégées pour les variables sélectionnées dans la liste des variablesagrégées de la Boîte de dialogue Agréger des données. Les fonctions d'agrégationcomprennent :

Des fonctions récapitulatives, notamment la moyenne, la médiane, l'écart type etla somme.

Le nombre d'observations (pondérées et non pondérées, manquantes et nonmanquantes).

Le pourcentage ou la proportion des valeurs inférieures ou supérieures à unevaleur donnée.

Le pourcentage ou la proportion des valeurs appartenant ou n'appartenant pas àun intervalle donné.

181


Figure 8-6Boîte de dialogue Fonction d'agrégation

Agrégation de données : nom et étiquette de variable

SPSS attribue par défaut des noms aux variables agrégées dans le nouveau fichierde données. Cette boîte de dialogue vous permet de changer le nom des variablessélectionnées dans la liste des variables d'agrégation et vous propose une étiquettedescriptive des variables. Pour plus d'informations, reportez-vous à « Noms devariable » dans Chapitre 5 , page 84.

Figure 8-7Boîte de dialogue Nom et étiquette de variable

182

Chapitre 8

Scinder un fichier

Scinder un fichier vous permet de scinder un fichier de données en plusieurs classes,en fonction des valeurs d'une ou plusieurs variables de regroupement. Si voussélectionnez plusieurs variables de regroupement, les observations sont regroupéespour chaque variable au sein des modalités de la variable précédente dans la liste desvariables de regroupement. Par exemple, si vous sélectionnez sexe comme premièrevariable de regroupement et culture comme seconde, les observations seront classéesen fonction de l'origine culturelle au sein de chaque modalité de la variable sexe.

Vous pouvez spécifier jusqu'à 8 variables de regroupement.

Chaque bloc de huit caractères dans une variable alphanumérique longue (plusde 8 caractères) est considéré comme une variable par rapport à la limite de 8variables de regroupement.

Les observations doivent être triées en fonction des valeurs des variables deregroupement, suivant l'ordre dans lequel les variables sont présentées dansla liste des variables de regroupement. Si le fichier de données n'est pas trié,sélectionnez Tri suivant les variables de regroupement.

Figure 8-8Boîte de dialogue Scinder un fichier

183


Comparer les classes : Les classes du fichier scindé sont présentées ensemble pourpermettre la comparaison. En ce qui concerne les tableaux pivotants, un seuld'entre eux est créé et chaque variable du fichier scindé peut être déplacée entre lesdimensions du tableau. Quant aux diagrammes, un diagramme distinct est créé pourchaque groupe du fichier scindé et ces diagrammes sont affichés ensemble dans leViewer.

Séparer résultats par groupes : Tous les résultats de chaque procédure sont affichésséparément pour chaque classe du fichier scindé.

Pour scinder un fichier de données pour analyse


Scinder un fichier...

E Sélectionnez Comparer les groupes ou Séparer résultats par groupes.

E Sélectionnez une ou plusieurs variables de regroupement.

Sélectionner des observations

Sélectionner les observations propose une série de méthodes pour sélectionner unsous-groupe d'observations en fonction de certains critères qui incluent variables etexpressions complexes. Vous pouvez également sélectionner un échantillon aléatoired'observations. Les critères utilisés pour définir un sous groupe comprennent :

Plages et valeurs de variables

Plages de dates et d'heures

Nombres d'observations (lignes)

Expressions arithmétiques

Expressions logiques

Fonctions

184

Chapitre 8

Figure 8-9Boîte de dialogue Sélectionner des observations

Toutes les observations : Désactive le filtrage et utilise toutes les observations.

Selon une condition logique : Utilisez une expression conditionnelle pour sélectionnerdes observations. Si le résultat de l'expression conditionnelle est vrai, l'observation estsélectionnée. Si le résultat est faux ou manquant, l'observation n'est pas sélectionnée.

Par échantillonnage aléatoire : Sélectionne un échantillon aléatoire basé sur unpourcentage approximatif ou un nombre exact d'observations.

Dans un intervalle de temps ou d'observations : Permet de sélectionner des observationsà partir d'un intervalle d'observations ou d'un intervalle de date/temps.

Selon une variable filtre : Utilise comme filtre la variable numérique sélectionnée dansle fichier de données. Les observations dont la valeur de la variable filtre est autre quemanquante ou nulle sont sélectionnées.

Observations exclues : Vous pouvez filtrer ou supprimer les observations qui nerépondent pas à ces critères. Les observations filtrées restent dans le fichier dedonnées mais sont exclues de l'analyse. Sélectionner les observations crée unevariable de filtre, filter_$, pour indiquer l'état du filtre. Les observations sélectionnéesont la valeur 1, les autres 0. Les observations filtrées sont également indiquées par une

185


barre oblique à travers le numéro de ligne dans l'éditeur de données. Pour désactiverle filtrage et réintégrer toutes les observations dans vos analyses, sélectionnez Toutes

les observations.

Les observations supprimées sont retirées du fichier de données et ne peuvent pas êtrerécupérées si vous enregistrez le fichier de données après cette suppression.

Sélection d'un sous-groupe d'observations


Sélectionner des observations...

E Sélectionnez une des méthodes de sélection d'observations.

E Spécifiez les critères de sélection des observations.

Sélectionner observations : Si

La boîte de dialogue vous permet de sélectionner des sous-ensembles d'observations àl'aide d'expressions conditionnelles. Une expression conditionnelle renvoie la valeurTrue (vrai), False (faux) ou manquant pour chaque observation.

Figure 8-10Boîte de dialogue Sélectionner des observations : Si

186

Chapitre 8

Si le résultat d'une expression conditionnelle est Vrai, l'observation estsélectionnée.

Si le résultat d'une expression conditionnelle est Faux ou Manquant, l'observationn'est pas sélectionnée.

La plupart des expressions conditionnelles utilisent un ou plus des six opérateursrelationnels (<, >, <=, >=, = et ~=) du pavé numérique.

Ces expressions conditionnelles peuvent comprendre des noms de variable, desconstantes, des opérateurs arithmétiques, des fonctions, numériques ou non, desvariables logiques et des opérateurs relationnels.

Sélectionner observations : Echantillon aléatoire

Cette boîte de dialogue vous permet de sélectionner un échantillon aléatoire à partird'un pourcentage approximatif ou un nombre précis d'observations. L'échantillonnageest réalisé sans remplacement ; vous ne pouvez donc sélectionner une mêmeobservation qu'une seule fois.

Figure 8-11Boîte de dialogue Sélectionner observations : Echantillon aléatoire

Environ : SPSS génère un échantillon aléatoire d'observations dont le nombrecorrespond approximativement au pourcentage indiqué. Comme cette routine génèreune décision indépendante pseudo-aléatoire pour chaque observation, le pourcentaged'observations sélectionnées peut seulement approcher le pourcentage spécifié. Plus ily a d'observations dans le fichier de données, plus le pourcentage des observationssélectionnées sera proche de la valeur indiquée.

187


Exactement : Nombre d'observations spécifié par l'utilisateur. Vous devez égalementindiquer le nombre d'observations à partir duquel l'échantillon sera généré. Cedeuxième nombre doit être inférieur ou égal au nombre total d'observations dans lefichier de données. Si ce nombre dépasse le nombre total d'observations dans lefichier de données, l'échantillon contiendra proportionnellement moins d'observationsque le nombre demandé.

Sélectionner observations : Plage

Cette boîte de dialogue vous permet de sélectionner des observations à partir d'unintervalle de numéros d'observation ou d'un intervalle de date ou de temps.

Les intervalles d'observations sont fondés sur un numéro de ligne, affiché dansl'éditeur de données.

Les intervalles de dates et de temps sont valables uniquement pour les sérieschronologiques disposant de variables de date (menu Données, Définir dates).

Figure 8-12Sélectionnez la boîte de dialogue Intervalle d'observations pour un intervalled'observations (aucune variable de date définie)

188

Chapitre 8

Figure 8-13Sélectionnez la boîte de dialogue Intervalle d'observations pour les séries chronologiques(variable de date définie).

Pondérer les observations

Pondérer les observations permet de pondérer différemment les observations (parréplication simulée) dans le cadre de l'analyse statistique.

Les valeurs de la variable de pondération doivent indiquer le nombre d'observationsreprésentées par des observations uniques de données.

Les observations avec zéro, une valeur négative ainsi que les variables manquantespour la variable de pondération sont exclues de l'analyse.

Vous pouvez utiliser des fractions. Elles sont utilisées à leur juste valeur lorsquecela est significatif, et le plus souvent lorsque les observations sont tabulées(tableaux croisés).

189


Figure 8-14Boîte de dialogue Pondérer les observations

Une fois que vous avez appliqué une variable de pondération, celle-ci est effectivejusqu'à ce que vous sélectionniez une autre variable de pondération ou que vousdésactiviez cette pondération. Si vous enregistrez un fichier de données pondérées,les informations de pondération sont également enregistrées. Vous pouvez désactiverla pondération à n'importe quel moment, même après l'enregistrement du fichieravec sa pondération.

Pondération dans des tableaux croisés : Plusieurs options de la procédure Tableauxcroisés permettent de gérer la pondération des observations. Pour plus d'informations,reportez-vous à « Affichage de cellules (cases) de tableaux croisés » dans Chapitre16 , page 337.

Pondération des diagrammes de dispersion et histogrammes : Les diagrammes dedispersion et les histogrammes disposent d'une option d'activation/désactivation de lapondération des observations, mais cela n'affecte pas les observations avec des valeursnégatives, des zéros, ou une valeur manquante pour la variable de pondération. Cesobservations sont toujours exclues du diagramme même lorsque la pondération estdésactivée depuis ce diagramme.

Pour pondérer des observations


Pondérer les observations

E Sélectionnez Pondérer les observations par.

190

Chapitre 8

E Sélectionnez une variable de fréquence.

Les valeurs de la variable de fréquence servent à la pondération des observations.Par exemple, une observation ayant la valeur 3 dans la table de fréquence représente3 observations dans le fichier des données pondérées.

Restructuration des données

Utilisez l'Assistant de restructuration des données pour restructurer les données quisont nécessaires à la procédure SPSS choisie. L'Assistant remplace le fichier actuelpar un nouveau fichier, restructuré. L'Assistant vous permet de :

Restructurer les variables sélectionnées en observations

Restructurer les observations sélectionnées en variables

Transposer toutes les données

Restructuration des données


Restructurer...

E Sélectionnez le type de restructuration à effectuer.

E Sélectionnez les données à restructurer.


Créer des variables d'identification qui vous permettent de faire correspondre unevaleur du nouveau fichier avec la valeur du fichier d'origine

Trier les données avant leur restructuration

Définir les options du nouveau fichier

Coller la syntaxe de la commande dans une fenêtre de syntaxe

191


Assistant de restructuration des données : Sélectionner un type

Servez-vous de l'Assistant de restructuration des données pour restructurer vosdonnées. Dans la première boîte de dialogue, sélectionnez le type de restructuration àeffectuer.

Figure 8-15Assistant de restructuration des données

Restructurer les variables sélectionnées en observations : Sélectionnez cette optionlorsque vos données comportent des groupes de colonnes apparentées quevous souhaitez faire apparaître dans des groupes de lignes du nouveau fichierde données.

192

Chapitre 8

Si vous choisissez cette option, l'Assistant affiche les étapes relatives à l'opération derestructuration des variables en observations.

Restructurer les observations sélectionnées en variables : Sélectionnez cette optionlorsque vos données comportent des groupes de lignes apparentées que voussouhaitez faire apparaître dans des groupes de colonnes du nouveau fichierde données.

Si vous choisissez cette option, l'Assistant affiche les étapes relatives à l'opération derestructuration des observations en variables.

Transposer toutes les données : Choisissez cette option pour transposer vosdonnées. Dans les nouvelles données, toutes les lignes vont être transforméesen colonnes et les colonnes en lignes. La sélection de cette option entraîne lafermeture de l'Assistant de restructuration des données et l'ouverture de la boîtede dialogue Transposer les données.

Choix du mode de restructuration des données

Une variable contient les informations à analyser, comme une mesure ou un résultat.Une observation correspond, par exemple, à un individu. Dans une structure dedonnées simple, chaque variable correspond à une colonne de vos données et chaqueobservation à une ligne. Supposez que vous mesuriez les résultats obtenus à un testpar tous les étudiants d'une classe. Dans ce cas, tous les résultats apparaissent dansune même colonne et une ligne est associée à chaque étudiant.

Lors de l'analyse des données, vous êtes souvent amené à analyser la manière dontune variable évolue en fonction de certaines conditions. Ces conditions peuventcorrespondre à un traitement expérimental précis, à une population, à un momenten particulier, etc. Dans l'analyse des données, les conditions qui vous intéressentsont souvent appelées facteurs. Lorsque vous analysez des facteurs, vous obtenezune structure de données complexe. Vous pouvez disposer d'informations sur unevariable dans plusieurs colonnes de vos données (par exemple, une colonne pourchaque niveau d'un facteur) ou d'informations sur une observation dans plusieurslignes (par exemple, une ligne pour chaque niveau d'un facteur). L'Assistant derestructuration des données vous aide à restructurer les fichiers dont la structure dedonnées est complexe.

Les options que vous sélectionnez dans l'Assistant dépendent de la structure dufichier actuel et de celle du nouveau fichier.

193


Organisation des données dans le fichier actuel : Vous pouvez organiser les donnéesactuelles de telle sorte que les facteurs soient enregistrés dans une variable distincte(dans des groupes d'observations) ou avec la variable (dans des groupes de variables).

Groupes d'observations : Dans le fichier actuel, les variables et les conditionssont-elles enregistrées dans des colonnes distinctes ? Par exemple :

var facteur

8 1

9 1

3 2

1 2

Dans cet exemple, les deux premières lignes constituent un groupe d'observationscar elles sont apparentées. Elles contiennent des données relatives au même niveau defacteur. Dans les analyses de données SPSS, le facteur est souvent appelé variable deregroupement lorsque les données sont structurées de cette manière.

Groupes de colonnes : Dans le fichier actuel, les variables et les conditionssont-elles enregistrées dans la même colonne ? Par exemple :

var_1 var_2

8 3

9 1

Dans cet exemple, les deux colonnes constituent un groupe de variables car ellessont apparentées. Elles contiennent des données concernant la même variable (var_1pour le niveau de facteur 1 et var_2 pour le niveau de facteur 2). Dans les analyses dedonnées SPSS, le facteur est souvent appelé mesure répétée lorsque les données sontstructurées de cette manière.

Organisation des données dans le nouveau fichier : La procédure d'analyse des donnéesdétermine généralement l'organisation des données.

Procédures nécessitant des groupes d'observations : Vous devez structurer vosdonnées en groupes d'observations pour procéder à des analyses qui requièrentune variable de regroupement. A titre d'exemple, il est possible de citer le modèlelinéaire général pour les composantes univariées, multivariées et de variance,les modèles linéaires généraux, les modèles mixtes, les cubes OLAP, ainsi quele test T ou les tests non paramétriques pour les échantillons indépendants. Si

194

Chapitre 8

vos données actuelles sont structurées en groupes de variables, sélectionnezRestructurer les variables sélectionnées en observations pour procéder à cesanalyses.

Procédures nécessitant des groupes de variables : Vous devez structurer vosdonnées en groupes de variables pour procéder à des analyses de mesuresrépétées. A titre d'exemple, il est possible de citer le modèle linéaire généralpour les mesures répétées, l'analyse par la régression de Cox à prédicteurschronologiques, le test T pour les échantillons appariés ou les tests nonparamétriques pour les échantillons apparentés. Si vos données actuelles sontstructurées en groupes d'observations, sélectionnez Restructurer les observationssélectionnées en variables pour procéder à ces analyses.

Exemple de restructuration de variables en observations

Dans cet exemple, les résultats d'un test sont enregistrés dans des colonnes distinctespour chacun des facteurs A et B.

Figure 8-16Données actuelles utilisées pour la restructuration de variables en observations

Vous voulez réaliser un test t pour des échantillons indépendants. Vous disposezd'un groupe de colonnes comprenant score_a et score_b, mais pas de la variablede regroupement requise par la procédure. Sélectionnez Restructurer les variables

sélectionnées en observations dans l'Assistant de restructuration des données,restructurez un groupe de variables dans une nouvelle variable intitulée résultat,puis créez un index appelé groupe. Le nouveau fichier de données est illustré dansla figure suivante.

195


Figure 8-17Nouvelles données restructurées utilisées pour la restructuration de variables enobservations

Lorsque vous exécutez le test t pour des échantillons indépendants, vous pouvezdésormais utiliser l'index groupe en tant que variable de regroupement.

Exemple de restructuration d'observations en variables

Dans cet exemple, les résultats du test sont enregistrés deux fois pour chaque sujet,avant et après le traitement.

Figure 8-18Données actuelles utilisées pour la restructuration d'observations en variables

Vous voulez réaliser un test t pour des échantillons appariés. Vos données sontstructurées en groupes d'observations, mais vous ne disposez pas des mesuresrépétées des variables appariées requises par la procédure. Sélectionnez Restructurer

les observations sélectionnées en variables dans l'Assistant de restructuration desdonnées, utilisez id pour identifier les groupes de lignes dans les données actuelles, ettemps pour créer le groupe de variables dans le nouveau fichier.

196

Chapitre 8

Figure 8-19Nouvelles données restructurées utilisées pour la restructuration d'observations envariables

Pour l'exécution du test t pour échantillons appariés, vous pouvez désormais utiliserava et apr comme paire de variables.

Assistant de restructuration des données (Restructurer les variables enobservations) : Nombre de groupes de variables

Remarque : L'Assistant vous propose cette étape lorsque vous optez pour larestructuration des groupes de variables en lignes.

Lors de cette étape, vous déterminez le nombre de groupes de variables du fichieractuel à restructurer dans le nouveau fichier.

Nombre de groupes de variables présents dans le fichier actuel ? Déterminez le nombrede groupes de variables présents dans les données actuelles. Un groupe de colonnesapparentées, appelé groupe de variables, permet d'enregistrer les mesures répétéesd'une même variable dans des colonnes distinctes. Supposez que parmi les donnéesdont vous disposez, trois colonnes, l1, l2 et l3, enregistrent la largeur. Dans ce cas,vous avez un groupe de variables. Si trois autres colonnes, h1, h2 et h3, enregistrentla hauteur, vous disposez de deux groupes de variables.

Nombre de groupes de variables à créer dans le nouveau fichier? Déterminez le nombrede groupes de variables à représenter dans le nouveau fichier. Il n'est pas nécessairede restructurer tous les groupes de variables dans le nouveau fichier.

197


Figure 8-20Assistant de restructuration des données : Nombre de groupes de variables

Une : L'Assistant crée une variable restructurée dans le nouveau fichier à partird'un groupe de variables du fichier actuel.

Plusieurs : L'Assistant crée plusieurs variables restructurées dans le nouveaufichier. Le nombre spécifié est utilisé à l'étape suivante, au cours de laquellel'Assistant crée automatiquement le nombre de variables indiqué.

Assistant de restructuration des données (Restructurer les variables enobservations) : Sélectionnez Variables


198

Chapitre 8

A cette étape, décrivez le mode d'utilisation des variables du fichier actuel dans lenouveau fichier. Vous pouvez également créer une variable qui identifie les lignes dunouveau fichier.

Figure 8-21Assistant de restructuration des données : Sélectionnez Variables

Identification des nouvelles lignes : Vous pouvez créer une variable dans le nouveaufichier de données afin d'identifier la ligne du fichier actuel qui a servi à créerun groupe de nouvelles lignes. L'identificateur peut être un numéro d'observationséquentiel ; il peut également s'agir des valeurs de la variable. Utilisez les contrôles del'option Identification du groupe d'observations pour définir la variable d'identificationdans le nouveau fichier. Cliquez sur une cellule pour modifier le nom de la variablepar défaut et attribuer une étiquette descriptive à la variable d'identification.

199


Eléments à restructurer dans le nouveau fichier : A l'étape précédente, vous avezindiqué à l'Assistant le nombre de groupes de variables à restructurer. L'Assistant acréé une variable pour chaque groupe. Les valeurs du groupe de variables apparaîtrontdans cette variable, dans le nouveau fichier. Utilisez les contrôles de l'option Variablesà transposer pour définir la variable restructurée dans le nouveau fichier.

Pour spécifier une variable structurée

E Placez dans la liste Variables à transposer les variables comprenant le groupe devariables à transformer. Toutes les variables du groupe doivent être du même type(numérique ou alphanumérique).

Vous pouvez inclure une même variable plusieurs fois dans le groupe de variables(au lieu d'être déplacées, les variables sont copiées à partir de la liste des variablessource) ; ses valeurs sont répétées dans le nouveau fichier.

Pour spécifier plusieurs variables structurées

E Dans la liste déroulante, sélectionnez la première variable cible à définir.

E Placez dans la liste Variables à transposer les variables comprenant le groupe devariables à transformer. Toutes les variables du groupe doivent être du même type(numérique ou alphanumérique). Vous pouvez inclure la même variable plusieurs foisdans le groupe de variables. (Une variable est copiée au lieu d'être déplacée à partirde la liste des variables source et ses valeurs sont répétées dans le nouveau fichier.)

E Sélectionnez la variable cible suivante à définir et recommencez le processus desélection de la variable pour toutes les variables cible disponibles.

Bien que vous puissiez inclure plusieurs fois une même variable dans un groupede variables cible, vous ne pouvez pas l'inclure dans plusieurs groupes devariables cible.

Chaque liste de groupes de variables cible doit contenir le même nombre devariables. (Les variables répertoriées plusieurs fois sont comptées.)

200

Chapitre 8

Le nombre de groupes de variables cible est déterminé par le nombre de groupesde variables que vous avez indiqué à l'étape précédente. Vous pouvez modifier lenom par défaut des variables ici, mais pour modifier le nombre de groupes devariables à restructurer, vous devez retourner à l'étape précédente.

Vous devez définir les groupes de variables (sélectionnez les variables dans la listesource) pour chaque variable cible disponible avant de passer à l'étape suivante.

Eléments à copier dans le nouveau fichier Les variables non restructurées peuvent êtrecopiées dans le nouveau fichier. Leurs valeurs seront répercutées dans les nouvelleslignes. Déplacez vers la liste Variable(s) fixe(s) les variables à copier dans le nouveaufichier.

Assistant de restructuration des données (Restructurer les variables enobservations) : Créer des variables d'index


A cette étape, indiquez si vous voulez créer des variables d'index. Un index est unenouvelle variable qui identifie de manière séquentielle un groupe de lignes d'après lavariable d'origine à partir de laquelle la nouvelle ligne a été créée.

201


Figure 8-22Assistant de restructuration des données : Créer des variables d'index

Nombre de variables d'index à créer dans le nouveau fichier ? Vous pouvez utiliser lesvariables d'index en tant que variables de regroupement dans les procédures SPSS.Dans la plupart des cas, une variable d'index suffit. Toutefois, si les groupes devariables de votre fichier actuel font apparaître plusieurs niveaux de facteur, il estrecommandé de créer plusieurs index.

Une : L'Assistant crée une seule variable d'index.

Plusieurs : L'Assistant crée plusieurs index. Entrez le nombre d'index à créer.Le nombre spécifié est utilisé à l'étape suivante, au cours de laquelle l'Assistantcrée automatiquement le nombre d'index indiqué.

Aucune : Sélectionnez cette option pour ne créer aucune variable d'index dans lenouveau fichier.

202

Chapitre 8

Exemple d'index unique lors de la restructuration de variables en observations

Parmi les données actuelles figurent un groupe de variables, largeur, et un facteur,temps. La largeur a été mesurée trois fois et enregistrée dans l1, l2 et l3.

Figure 8-23Données actuelles utilisées pour un index

Vous allez restructurer le groupe de variables en une seule variable, largeur, et créerun index numérique. Les nouvelles données sont illustrées dans le tableau suivant.

Figure 8-24Nouvelles données restructurées avec un index

La valeur Index débute à 1 et s'incrémente pour chacune des variables du groupe.Elle se réinitialise sur 1 dès qu'une nouvelle ligne est détectée dans le fichierd'origine. Vous pouvez désormais utiliser la valeur index dans les procédures SPSSqui requièrent une variable de regroupement.

Exemple de deux index lors de la restructuration de variables en observations

Lorsqu'un groupe de variables enregistre plusieurs facteurs, vous pouvez créerplusieurs index. Toutefois, vous devez organiser les données utilisées de façon à ceque les niveaux du premier facteur correspondent à un index principal qui inclut lesniveaux des facteurs suivants. Les données actuelles comprennent un groupe devariables, largeur et deux facteurs, A et B. Les données sont organisées de telle sorteque les niveaux du facteur B sont inclus dans les niveaux du facteur A.

203


Figure 8-25Données actuelles utilisées pour deux index

Vous allez restructurer le groupe de variables en une seule variable, largeur, et créerdeux index. Les nouvelles données sont illustrées dans le tableau suivant.

Figure 8-26Nouvelles données restructurées avec deux index

Assistant de restructuration des données (Restructurer les variables enobservations) : Créer une variable d'index

Remarque : L'Assistant vous propose cette étape lorsque vous optez pour larestructuration des groupes de variables en lignes et pour la création d'une variabled'index.

A cette étape, indiquez les valeurs à affecter à la variable d'index. Vous pouvezutiliser des nombres séquentiels ou le nom des variables d'un groupe de variablesd'origine. Vous pouvez également attribuer un nom et une étiquette à la nouvellevariable d'index.

204

Chapitre 8

Figure 8-27Assistant de restructuration des données : Créer une variable d'index

Pour plus d'informations, reportez-vous à « Exemple d'index unique lors de larestructuration de variables en observations » , page 202.

Nombres séquentiels : L'Assistant affecte automatiquement des numérosséquentiels en tant que valeurs d'index.

Noms des variables : L'Assistant utilise les noms du groupe de variablessélectionné en tant que valeurs d'index. Choisissez un groupe de variables dansla liste proposée.

Noms et étiquettes : Cliquez sur une cellule pour modifier le nom de la variable pardéfaut et attribuer une étiquette descriptive à la variable d'index.

205


Assistant de restructuration des données (Restructurer les variables enobservations) : Créer plusieurs variables d'index

Remarque : L'Assistant vous propose cette étape lorsque vous optez pour larestructuration des groupes de variables en lignes et pour la création de plusieursvariables d'index.

A cette étape, indiquez le nombre de niveaux de chaque variable d'index. Vouspouvez également attribuer un nom et une étiquette à la nouvelle variable d'index.

Figure 8-28Assistant de restructuration des données : Créer plusieurs variables d'index

Pour plus d'informations, reportez-vous à « Exemple de deux index lors de larestructuration de variables en observations » , page 202.

206

Chapitre 8

Nombre de niveaux enregistrés dans le fichier actuel ? Déterminez le nombre deniveaux de facteur enregistrés dans les données actuelles. Un niveau définit ungroupe d'observations ayant été soumis à des conditions identiques. En cas defacteurs multiples, vous devez organiser les données actuelles de façon à ce que lesniveaux du premier facteur correspondent à un index principal qui inclut les niveauxdes facteurs suivants.

Nombre de niveaux à créer dans le nouveau fichier ? Entrez le nombre de niveauxpour chaque index. Les valeurs des variables d'index multiples sont toujours desnombres séquentiels. Les valeurs débutent à 1 et s'incrémentent à chaque niveau.L'incrémentation du premier index est la plus lente ; celle du dernier index est laplus rapide.

Niveaux combinés (total) : Vous ne pouvez pas créer plus de niveaux que dans lesdonnées actuelles. Etant donné que les données restructurées vont contenir une lignepour chaque combinaison de traitements, l'Assistant vérifie le nombre de niveauxque vous créez. Il va comparer le produit des niveaux créés au nombre de variablesfigurant dans vos groupes de variables. Ils doivent être identiques.

Noms et étiquettes : Cliquez sur une cellule pour modifier le nom de la variable pardéfaut et attribuer une étiquette descriptive aux variables d'index.

Assistant de restructuration des données (Restructurer les variables enobservations) : Options


A cette étape, précisez les options du nouveau fichier restructuré.

207


Figure 8-29Assistant de restructuration des données : Options

Suppression des variables non sélectionnées ? Lors de la phase de sélection desvariables (étape 3), vous avez indiqué les groupes de variables à restructurer, lesvariables à copier et une variable d'identification parmi les données actuelles. Lesdonnées des variables sélectionnées vont figurer dans le nouveau fichier. Si d'autresvariables figurent dans les données actuelles, vous pouvez les supprimer ou lesconserver.

Conservation des données manquantes ? L'Assistant recherche des valeurs nulles danschacune des nouvelles lignes potentielles. Une valeur nulle est une valeur manquantepar défaut ou vide. Vous pouvez conserver ou supprimer les lignes qui contiennentuniquement des valeurs nulles.

208

Chapitre 8

Création d'une variable de décompte ? L'Assistant peut créer une variable dedécompte dans le nouveau fichier. Elle contient le nombre de nouvelles lignesgénérées par une ligne des données actuelles. Une variable de décompte peut s'avérerutile lorsque vous choisissez de supprimer les valeurs nulles du nouveau fichier. Il esten effet alors possible de créer un nombre de lignes différent pour une ligne précisedes données actuelles. Cliquez sur une cellule pour modifier le nom de la variable pardéfaut et attribuer une étiquette descriptive à la variable de décompte.

Assistant de restructuration des données (Restructurer les observations envariables) : Sélectionnez Variables

Remarque : L'Assistant vous propose cette étape lorsque vous optez pour larestructuration des groupes d'observations en colonnes.

A cette étape, décrivez le mode d'utilisation des variables du fichier actuel dans lenouveau fichier.

209


Figure 8-30Assistant de restructuration des données : Sélectionnez Variables

Eléments d'identification des groupes d'observations dans les données actuelles ? Ungroupe d'observations est un groupe de lignes apparentées. En effet, ces dernièresmesurent la même unité d'observation, comme un individu ou une institution.L'Assistant doit pouvoir repérer les variables du fichier actuel qui identifient lesgroupes d'observations afin d'intégrer chacun d'entre eux dans une ligne du nouveaufichier. Déplacez vers la liste Variable(s) de l'identificateur les variables qui identifientles groupes d'observations dans le nouveau fichier. Les variables qui servent à diviserle fichier de données actuel sont automatiquement affectées à l'identification desgroupes. Chaque fois que l'Assistant détecte une nouvelle combinaison de valeursd'identification, il crée une ligne. Vous devez par conséquent trier les observations dufichier actuel sur la base des valeurs des variables d'identification, dans le même ordreque les variables qui figurent dans la liste Variable(s) de l'identificateur. Vous pouveztrier le fichier actuel à l'étape suivante.

210

Chapitre 8

Mode de création des groupes de variables dans le nouveau fichier ? Dans les donnéesd'origine, une variable apparaît dans une seule colonne. Dans le nouveau fichier dedonnées, cette variable apparaît dans plusieurs colonnes. Les variables d'indexcorrespondent aux variables incluses dans les données actuelles dont l'Assistant sesert pour créer des colonnes. Les données restructurées contiendront une nouvellevariable pour chacune des valeurs uniques figurant dans ces colonnes. Déplacez versla liste Variable(s) d'index les variables qui doivent servir à la création des groupes devariables. Parmi les possibilités offertes par l'Assistant, vous pouvez également opterpour le tri des nouvelles colonnes par index.

Devenir des autres colonnes ? L'Assistant détermine automatiquement ce que vontdevenir les variables qui demeurent dans la liste Fichier actuel. Il vérifie pour chaquevariable si les valeurs des données varient au sein d'un groupe d'observations. Si tel estle cas, l'Assistant restructure, dans le nouveau fichier, les valeurs dans un groupe devariables. Dans le cas contraire, l'Assistant copie les valeurs dans le nouveau fichier.

Assistant de restructuration des données (Restructurer les observations envariables) : Trier Données


A cette étape, indiquez si vous voulez trier le fichier actuel avant de le restructurer.Chaque fois que l'Assistant détecte une nouvelle combinaison de valeursd'identification, il crée une ligne. Vous devez par conséquent trier les données d'aprèsles variables identifiant les groupes d'observations.

211


Figure 8-31Assistant de restructuration des données : Trier Données

Organisation des lignes dans le fichier actuel ? Déterminez le mode de tri des donnéesactuelles et les variables qui servent à identifier les groupes de variables (définisà l'étape précédente).

Oui : L'Assistant trie automatiquement les données actuelles par variabled'identification, dans le même ordre que les variables qui figurent dans la listeVariable(s) de l'identificateur présentée à l'étape précédente. Sélectionnez cetteoption lorsque les données ne sont pas triées par variable d'identification oulorsque vous avez des doutes à ce propos. Cette option implique un passage

212

Chapitre 8

distinct des données, mais elle assure un tri adéquat des lignes dans l'optiquede la restructuration.

Non : L'Assistant ne trie pas les données actuelles. Sélectionnez cette optionlorsque vous êtes certain que les données actuelles sont triées sur la base desvariables qui identifient les groupes d'observations.

Assistant de restructuration des données (Restructurer les observations envariables) : Options


A cette étape, précisez les options du nouveau fichier restructuré.

213


Figure 8-32Assistant de restructuration des données : Options

Mode de tri des groupes de variables dans le nouveau fichier

Par variable : L'Assistant regroupe les variables créées à partir d'une variabled'origine.

Par index : L'Assistant regroupe les variables en fonction des valeurs des variablesd'index.

Exemple : Les variables à restructurer sont l et h, et l'index est mois :

l h mois

Le résultat du regroupement par variable est le suivant :

l.jan l.fév h.jan

214

Chapitre 8

Le résultat du regroupement par index est le suivant :

l.jan h.jan l.fév

Création d'une variable de décompte : L'Assistant peut créer une variable de décomptedans le nouveau fichier. Elle contient le nombre de lignes des données actuelles qui apermis de créer une ligne dans le nouveau fichier de données.

Créer des variables indicatrices : L'assistant peut utiliser les variables d'index pourcréer des variables indicatrices dans le nouveau fichier de données. Il crée unevariable pour chaque valeur unique de la variable d'index. Les variables indicatricessignalent la présence ou l'absence d'une valeur pour une observation. Une variableindicatrice a la valeur 1 si l'observation a une valeur ; sinon, elle a la valeur 0.

Exemple : La variable d'index est produit. Elle enregistre les produits achetés par unclient. Les données d'origine sont les suivantes :

client produit

1 poussin

1 oeufs

2 oeufs

3 poussin

La création d'une variable indicatrice entraîne la création d'une variable pour chaquevaleur unique de produit. Les données restructurées sont les suivantes :

client poussin indicateur oeufs indicateurs

1 1 1

2 0 1

3 1 0

Dans cet exemple, les données restructurées pourraient être utilisées pour obtenir deseffectifs des produits achetés par le client.

Assistant de restructuration des données : Terminer

Il s'agit de la dernière étape de l'Assistant de restructuration de données. Définissezl'objet de vos spécifications.

215


Figure 8-33Assistant de restructuration des données : Terminer

Restructurer : L'assistant crée le fichier restructuré. Choisissez cette option pourremplacer immédiatement le fichier actuel. Remarque : Si les données d'originesont pondérées, les nouvelles données sont également pondérées à moins que lavariable qui sert de pondération ne soit restructurée ou supprimée du nouveaufichier.

Coller la syntaxe : L'assistant colle la syntaxe générée dans une fenêtre de syntaxe.Sélectionnez cette option si vous n'êtes pas prêt à remplacer le fichier actuel,lorsque vous voulez modifier sa syntaxe ou lorsque vous souhaitez l'enregistreren vue d'une utilisation ultérieure.

Chapitre

9Utilisation du résultat

Lorsque vous lancez une procédure, les résultats sont affichés dans une fenêtreappelée le Viewer. Dans cette fenêtre, vous pouvez facilement naviguer vers toutesles parties du résultat que vous voulez voir. Vous pouvez également manipulerle résultat et créer un document contenant précisément le résultat voulu, avec ladisposition et le formatage appropriés.

Viewer

Les résultats sont affichés dans le Viewer. Vous pouvez utiliser le Viewer pour :

parcourir les résultats ;

afficher ou masquer les tableaux et diagrammes sélectionnés ;

modifier l'ordre d'affichage des résultats en déplaçant les éléments sélectionnés ;

déplacer des éléments entre le Viewer et d'autres applications.

217

218

Chapitre 9

Figure 9-1Viewer

Le Viewer est divisé en deux panneaux :

Le panneau de gauche du Viewer contient une légende du contenu du résultat.

Le panneau droit contient les tableaux statistiques, les diagrammes et les textes.

Vous pouvez utiliser les barres de défilement pour parcourir les résultats ou cliquersur un élément de la ligne de légende pour aller directement au tableau ou diagrammecorrespondant. Vous pouvez cliquer et faire glisser le bord droit de la fenêtre delégende pour modifier la largeur de la fenêtre.

Utilisation du Viewer en mode brouillon

Si vous préférez les sorties en texte simple plutôt que les tableaux pivotants interactifs,vous pouvez utiliser le Viewer en mode brouillon.

Pour utiliser le Viewer en mode brouillon :

219

Utilisation du résultat

E A partir du menu de n'importe quelle fenêtre, sélectionnez :Edition

Options...

E Dans l'onglet Général, cliquez sur Viewer en mode brouillon comme type de résultat.

E Pour modifier les options de format de sortie du Viewer en mode brouillon, cliquezsur l'onglet Viewer en mode Brouillon.

Pour plus d'informations, reportez-vous à « Viewer en mode brouillon » dansChapitre 10 , page 251.

E A partir du menu de n'importe quelle fenêtre, sélectionnez :Aide

Rubriques

E Cliquez sur l'onglet Index dans la fenêtre Rubriques d'aide.

E Tapez Viewer en mode brouillon et double-cliquez sur l'entrée d'index.

Affichage et masquage des résultats

Dans le Viewer, vous pouvez sélectionner individuellement des tableaux ou lesrésultats d'une procédure pour les afficher ou les masquer. Cette option est utile sivous voulez limiter la proportion de résultats visibles dans le panneau de contenu.

Masquage des tableaux et diagrammes

E Double-cliquez sur l'icône Livre dans le panneau de légende du Viewer.

ou

E Cliquez sur l'élément pour le sélectionner.

220

Chapitre 9

E A partir du menu, sélectionnez :Affichage

Masquer

ou

E Cliquez sur l'icône Livre fermé (Masquer) dans la barre d'outils Légende.

L'icône Livre ouvert (Montrer) devient l'icône active, indiquant que l'élément estdésormais masqué.

Pour masquer les résultats d'une procédure

E Cliquez sur la boîte à gauche du nom de la procédure dans le panneau de légende.

Cela masque tous les résultats de la procédure et réduit l'affichage de la légende.

Déplacement, suppression et copie de résultats

Vous pouvez réarranger les résultats en copiant, en déplaçant ou en effaçant unélément ou un groupe d'éléments.

Déplacement des résultats dans le Viewer

E Cliquez sur un élément du panneau de légende ou de contenu pour le sélectionner.(Maj-Clic pour sélectionner plusieurs éléments, ou Ctrl-clic pour sélectionner deséléments non contigus)

E Utilisez la souris pour cliquer et faire glisser les éléments sélectionnés (maintenir lebouton enfoncé pendant que vous faites glisser les éléments sélectionnés).

E Relâchez le bouton de la souris lorsque le curseur se trouve sur l'élément situé justeau-dessus de l'emplacement où vous voulez placer les éléments sélectionnés.

Vous pouvez également déplacer les éléments à l'aide des commandes Couper etColler après du menu Edition.

221


Pour supprimer des résultats dans le Viewer

E Cliquez sur un élément du panneau de légende ou de contenu pour le sélectionner.(Maj-Clic pour sélectionner plusieurs éléments, ou Ctrl-clic pour sélectionner deséléments non contigus).

E Appuyez sur la touche Supprimer.

ou


Supprimer

Pour copier des résultats dans le Viewer

E Cliquez sur des éléments du panneau de légende ou de contenu pour les sélectionner.(Maj-Clic pour sélectionner plusieurs éléments, ou Ctrl-clic pour sélectionner deséléments non contigus).

E Maintenez la touche Ctrl enfoncée pour cliquer et faire glisser les élémentssélectionnés (maintenez le bouton de la souris enfoncé pendant que vous faites glisserles éléments sélectionnés).

E Relâchez le bouton de la souris pour déposer les éléments à l'endroit désiré.

Vous pouvez également copier les éléments à l'aide des commandes Copier et Colleraprès du menu Edition ou du menu contextuel.

Modification de l'alignement

Par défaut, tous les résultats sont initialement alignés à gauche. Vous pouvez modifierl'alignement initial (dans le menu Edition, choisissez Options, puis l'onglet Viewer), ouvous pouvez modifier l'alignement des éléments sélectionnés à tout moment.

222

Chapitre 9

Modification de l'alignement des résultats

E Sélectionnez les éléments à aligner (cliquez sur les éléments dans le panneau delégende ou de contenu ; pour sélectionner plusieurs éléments, cliquez dessus touten appuyant sur la touche Maj ou Ctrl).

E A partir du menu, sélectionnez :Format

Aligner à gauche

Les autres options d'alignement incluent Centrer et Aligner à droite.

Remarque : Tous les résultats sont affichés dans le Viewer avec alignement à gauche.Seul l'alignement des résultats imprimés est affecté par les paramètres d'alignement.Les éléments centrés et alignés à droite sont identifiés par un symbole situé au-dessuset à gauche des éléments en question.

Légende du Viewer

Le panneau de légende fournit une table des matières du document Viewer. Vouspouvez utiliser le panneau de légende pour naviguer dans votre résultat et contrôlerl'affichage du résultat. La plupart des actions dans le panneau de légende ont un effetcorrespondant sur le panneau de contenu.

Sélectionner un élément dans le panneau de légende sélectionne et affichel'élément correspondant dans le panneau de contenu.

Déplacer un élément dans le panneau de légende déplace l'élément correspondantdans le panneau de contenu.

Réduire la ligne de légende masque le résultat de tous les éléments des niveauxréduits.

223


Figure 9-2Panneau de légende réduit et résultats masqués

Contrôler l'Affichage du Résultat : Pour contrôler l'affichage du résultat, vous pouvez :

Maximiser et Réduire l'affichage de la ligne de légende.

Modifier le niveau de ligne de légende pour les éléments sélectionnés.

Modifier la taille des éléments dans l'affichage de la ligne de légende.

Modifier la police utilisée dans l'affichage de la ligne de légende.

Réduction et développement de la vue de la ligne de légende

E Cliquez sur la boîte à gauche de l'élément de ligne de légende à réduire ou à étendre.

ou

E Cliquez sur l'élément dans la ligne de légende.

224

Chapitre 9


Plier

ouAffichage

Développer

Modification du niveau de légende

E Cliquez sur l'élément du panneau de légende pour le sélectionner.

E Cliquez sur la flèche gauche de la barre d'outil de la Ligne de légende pourpromouvoir l'élément (le déplacer vers la gauche).

E Cliquez sur la flèche droit de la barre d'outil de la Ligne de légende pour rétrograderl'élément (déplacer l'élément vers la droite).

ou

A partir du menu, sélectionnez :Edition

BordureDévelopper

ouEdition

BordureRéduire

Modifier le niveau de légende est particulièrement utile après avoir déplacé deséléments dans un niveau de légende. Déplacer des éléments peut modifier le niveaude légende des éléments sélectionnés, et vous pouvez utiliser les boutons de flèchegauche et de flèche droite dans la barre d'outils de la Ligne de légende pour restaurerle niveau d'origine.

225


Pour modifier la taille des éléments dans la légende


Taille de la ligne de légendePetit

D'autres options incluent Moyen et Grand.

Les icônes et les textes associés changent de taille.

Pour modifier la police dans la légende


Police de la ligne de légende

E Sélectionnez une police.

Ajout d'éléments au Viewer

Dans le Viewer, vous pouvez ajouter des éléments tels que des titres, du nouveautexte, des diagrammes ou des données provenant d'autres applications.

Pour ajouter un nouveau titre ou texte

Des éléments textes qui ne sont pas liés à un tableau ou un diagramme peuventêtre ajoutés au Viewer.

E Cliquez sur le tableau, diagramme ou autre objet qui précédera le titre ou texte.

E A partir du menu, sélectionnez :Insérer

Nouveau titre

ouInsérer

Nouveau texte

E Double-cliquez sur le nouvel objet.

226

Chapitre 9

E Entrez le texte souhaité à cet emplacement.

Pour insérer un diagramme

Des graphiques de versions antérieures de SPSS peuvent être insérés dans le Viewer.Pour insérer un diagramme :

E Cliquez sur le tableau, diagramme ou autre objet qui précédera le diagramme.


Ancien diagramme...

E Sélectionnez un fichier diagramme.

Ajout d'un fichier texte

E Dans le panneau de légende ou de contenu du Viewer, cliquez sur le tableau,diagramme ou autre objet qui précédera le texte.


Fichier texte...

E Sélectionnez un fichier texte.

Pour modifier le texte, double-cliquez dessus.

Utilisation de résultats dans d'autres applications

Les tableaux pivotants et graphiques SPSS peuvent être copiés et collés dans d'autresapplications Windows telles que les traitements de texte ou les tableurs. Vous pouvezcoller les tableaux pivotants ou les graphiques dans l'un des divers formats suivants :

Objet imbriqué : Pour des applications supportant les objets ActiveX, vous pouvezimbriquer des tableaux pivotants et des diagrammes interactifs. Après avoir collé letableau, vous pouvez l'activer sur place en double-cliquant dessus puis le modifiercomme dans le Viewer.

227


Image (métafichier) : Vous pouvez coller des tableaux pivotants, des résultats texteet des diagrammes en tant qu'images (métafichiers). Le format image peut êtreredimensionné dans l'autre application, et quelquefois édité dans une mesure limitée àl'aide des outils de l'autre application. Les tableaux pivotants collés comme imagesconservent toutes leurs caractéristiques de bordures et de polices.

RTF (texte enrichi) : Les tableaux pivotants peuvent être collés dans d'autresapplications au format RTF. Dans la plupart des applications, cette procédure colle letableau pivotant en tant que tableau pouvant être modifié dans une autre application.

Bitmap : Les diagrammes peuvent être collés dans d'autres applications en tant quebitmaps.

BIFF : Le contenu d'un tableau peut être collé dans une feuille de calcul et conserver saprécision numérique.

Texte : Le contenu d'un tableau peut être copié et collé comme texte. Cette option peutêtre utile pour les applications telles que le courrier électronique, où l'application nepeut accepter ou transmettre que du texte.

Pour copier un tableau ou un diagramme

E Sélectionnez le tableau ou diagramme à copier.


Copier

Copie et collage des résultats dans une autre application

E Copiez les résultats dans le Viewer.

E Dans les menus de l'application cible, choisissez :Edition

Coller

ouEdition

Collage spécial...

228

Chapitre 9

Coller : Les sorties sont copiées vers le Presse-papiers dans un certain nombrede formats. Chaque application détermine le « meilleur » format à utiliser pourColler. Dans beaucoup d'applications, Coller collera les résultats en tant qu'image(métafichier). Pour les applications de traitement de texte, Coller collera les tableauxpivotants au format RTF, ce qui collera le tableau pivotant comme un tableau. Pourles tableurs, Coller colle les tableaux pivotants au format BIFF. Les diagrammes sontcollés en tant que métafichiers.

Collage spécial : Les résultats sont copiés dans le Presse-papiers dans de multiplesformats. Collage spécial vous permet de sélectionner le format voulu dans la liste desformats disponibles pour l'application cible.

Incorporation d'un tableau dans une autre application

Vous pouvez imbriquer des tableaux pivotants et des diagrammes interactifs dansd'autres applications au format ActiveX. Un objet imbriqué peut être activé sur placeen double cliquant dessus puis en le modifiant et le faisant pivoter comme dans leViewer.

Si vous avez des applications prenant en charge les objets Active-X :

E Exécutez le fichier objs-on.bat situé dans le répertoire d'installation du programme.(Double-cliquez sur le fichier pour l'exécuter.)

Ceci active l'incorporation ActiveX pour les tableaux pivotants. Le fichier objs-off.batdésactive l'incorporation des objets ActiveX.

Pour incorporer un tableau pivotant ou un diagramme interactif dans une autreapplication :

E Dans le Viewer, copiez le tableau.


Collage spécial...

E Dans la liste, sélectionnez Objet tableau pivotant SPSSouSPSS Graphics Control Object.

229


L'application cible doit prendre en charge les objets ActiveX. Voir la documentationde l'application pour plus d'informations sur la prise en charge de ActiveX. Certainesapplications qui ne prennent pas en charge ActiveX pourront initialement accepter destableaux pivotants ActiveX mais faire preuve ensuite d'instabilité. Ne vous fiez pasaux objets imbriqués jusqu'à ce que vous ayez testé la stabilité de votre applicationavec les objets Active-X imbriqués.

Collage d'un tableau pivotant ou d'un diagramme en tant qu'image(métafichier)

E Dans le Viewer, copiez le tableau ou le diagramme.


Collage spécial...

E Dans la liste, sélectionnez Image.

L'élément est collé comme métafichier. Seule la strate et les colonnes visibles lorsquel'élément a été copié sont disponibles dans le métafichier. Les autres strates etcolonnes masquées ne sont pas disponibles.

Collage d'un tableau pivotant en tant que tableau (RTF)

E Dans le Viewer, copiez le tableau pivotant.

E Dans les menus de l'application cible, choisissez :Affichage

Collage spécial...

E Dans la liste, sélectionnez Texte formaté (RTF) ou Texte enrichi.

Le tableau pivotant est collé en tant que tableau. Seule la strate et les colonnesvisibles lorsque l'élément a été copié sont collées dans le tableau. Les autres strateset colonnes masquées ne sont pas disponibles. Vous pouvez copier et coller un seultableau pivotant à la fois à ce format.

230

Chapitre 9

Collage d'un tableau pivotant en tant que texte

E Dans le Viewer, copiez le tableau.

E Dans les menus de l'application cible, choisissez :Affichage

Collage spécial...

E Dans la liste, choisissez Texte non formaté.

Le texte du tableau pivotant non formaté contient des tabulations entre les colonnes.Vous pouvez aligner des colonnes en ajustant les marques de tabulation dans l'autreapplication.

Copie et collage de plusieurs éléments dans une autre application

E Sélectionnez les tableaux et/ou graphiques à copier. (Maj-clic ou Ctrl-clic poursélectionner plusieurs éléments)


Copier les objets

E Dans l'application cible, à partir du menu, sélectionnez :Edition

Coller

Remarque : Utiliser Copier les objets pour copier plusieurs éléments du Viewer versune autre application seulement. Pour copier et coller dans SPSS (par exemple, entredeux fenêtres du Viewer), utilisez Copier dans le menu Edition.

Collage d'objets dans le Viewer

Des objets provenant d'autres applications peuvent être collés dans le Viewer. Vouspouvez utiliser soit Coller après, soit Collage spécial. Les deux types de collageplacent le nouvel objet à la suite de l'objet actuellement sélectionné dans le Viewer.Utilisez Collage spécial lorsque vous voulez choisir le format de l'objet à coller.

231


Collage spécial

Collage spécial vous permet de sélectionner le format de l'objet copié à coller dans leViewer. Les types de fichier possibles pour l'objet dans le Presse-papiers sont listés.L'objet sera inséré dans le Viewer à la suite de l'objet actuellement sélectionné.

Figure 9-3Boîte de dialogue Collage spécial

Collage d'objets d'une autre application dans le ViewerE Copiez l'objet dans l'autre application.

E Dans le panneau de légende ou de contenu du Viewer, cliquez sur le tableau,diagramme ou autre objet qui précédera l'objet à coller.


Collage spécial...

E Dans la liste, sélectionnez le format de l'objet.

232

Chapitre 9

Exporter résultats

L'option Exporter le résultat enregistre les tableaux pivotants SPSS et les élémentstexte au format HTML, texte, Word/RTF et Excel, et enregistre les diagrammes sousdivers formats communément utilisés par d'autres applications.

Document résultat : Exporte toute combinaison de tableaux pivotants, résultat texte etdiagrammes.

Pour les formats HTML et texte, les diagrammes sont exportés dans le formatd'exportation du diagramme sélectionné. Pour le format document HTML, lestableaux sont intégrés par référence, et vous devez exporter les tableaux sous unformat adapté pour permettre leur intégration dans des documents HTML. Pourle format document texte, une ligne est insérée dans le fichier texte pour chaquediagramme, indiquant le nom de fichier du diagramme exporté.

Pour le format Word/RTF, les diagrammes sont exportés au format métafichierWindows et incorporés dans le document Word.

Les diagrammes ne sont pas inclus dans les documents Excel.

Document Résultat (sans Graphiques) : Exporte les tableaux pivotants et les résultatstexte. Les diagrammes du Viewer sont ignorés.

Graphiques uniquement : Les formats d'exportation disponibles sont les suivants :métafichier Windows (WMF), bitmap Windows (BMP), PostScript encapsulé (EPS),JPEG, TIFF, PNG ou PICT Macintosh.

Exporter quoi : Vous pouvez exporter tous les objets du Viewer, tous les objets visiblesou seulement les objets sélectionnés.

Format d'exportation : Pour les documents de résultat, les options disponibles sontHTML, texte, Word/RTF et Excel ; pour les formats HTML et texte, les diagrammessont exportés au format du diagramme sélectionné dans la boîte de dialogue Options.Pour Graphiques Seulement, sélectionnez un format d'exportation de graphiquesdans la liste déroulante. Pour les documents de résultat, les tableaux pivotants et letexte sont exportés de la façon suivante :

Fichier HTML (*.htm) : Les tableaux pivotants sont exportés comme des tableauxHTML. Les résultats texte sont publiés au format HTML pré-formaté.

Fichier texte (*.txt) : Les tableaux pivotants peuvent être exportés en format tabuléou avec espaces. Tous les résultats texte sont exportés en format avec espaces.

233


Fichier Excel (*.xls) : Les lignes, colonnes et cellules des tableaux pivotants sontexportées comme des lignes, colonnes et cellules Excel, avec tous les attributs deformatage (bordures de cellule, styles de police, couleurs d'arrière-plan, etc.).Le résultat texte est exporté avec tous les attributs de police. Chaque ligne durésultat texte est une ligne dans le fichier Excel, avec le contenu de toute laligne dans une seule cellule.

Fichier Word/RTF (*.doc) : Les tableaux pivotants sont exportés comme des tableauxWord avec tous les attributs de formatage (bordures de cellule, styles de police,couleurs d'arrière-plan, etc.). Le résultat texte est exporté en tant que fichier RTF.Le résultat texte dans SPSS apparaît toujours dans une police à espacement fixeet est exporté avec les mêmes attributs de police. Une police à espacement fixeest nécessaire pour le bon alignement des résultats texte séparés par des espaces.

Système de gestion des résultats : Vous pouvez également exporter automatiquementtous les résultats ou tous les types de résultat définis par l'utilisateur, tels que lesfichiers texte et les fichiers de données au format HTML, XML et SPSS. Pour plusd'informations, reportez-vous à « Système de gestion des résultats » dans Chapitre47 , page 689.

Exportation des résultats

E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre).


Exporter...

E Entrez un nom de fichier (ou un préfixe pour les graphiques) et sélectionnez unformat d'exportation.

234

Chapitre 9

Figure 9-4Boîte de dialogue Exporter résultats

235


Figure 9-5Résultat exporté en format HTML

Options HTML, Word/RTF et Excel

Cette boîte de dialogue contrôle l'inclusion de notes de bas de page et de légendespour les documents exportés aux formats HTML, Word/RTF et Excel, et les optionsd'exportation des diagrammes pour les documents HTML.

236

Chapitre 9

Format Image : Contrôle le format d'exportation des diagrammes et les paramètresfacultatifs, comme la taille pour les documents HTML. Pour le format Word/RTF,tous les diagrammes sont exportés au format métafichier (WMF) Windows. PourExcel, les diagrammes sont exclus.

Définition des options d'exportation HTML, Word/RTF et Excel



Exporter...

E Sélectionnez Fichier HTML, Fichier Word/RTF ou Fichier Excel comme formatd'exportation.

E Cliquez sur Options.

Options texte

Options texte contrôle les options de format des tableaux pivotants, des élémentstextes et des graphiques ainsi que l'insertion de notes de bas de page et de légendespour les documents exportés en format texte.

237


Figure 9-6Boîte de dialogue Options texte

Les tableaux pivotants peuvent être exportés en format tabulé ou avec espaces. Pourle format tabulé, si une cellule n'est pas vide, son contenu et un caractère de tabulationsont imprimés. Si une cellule est vide, un caractère de tabulation seul est imprimé.

Tous les résultats texte sont exportés en format avec espaces. Tous les résultatsavec espaces nécessitent une police à point fixe (espacement unique) pour unalignement correct.

Formatage de cellule : Pour les tableaux pivotants avec espaces, par défaut tous lessauts de lignes sont supprimés et chaque colonne est fixée à la largeur de la pluslongue étiquette ou valeur de la colonne. Pour limiter la largeur des colonnes et insérerdes sauts de ligne dans les longues étiquettes, spécifiez un nombre de caractères pourla largeur de la colonne. Ce réglage n'affecte que les tableaux pivotants.

Séparateurs de cellules : Pour les sorties de tableaux pivotants avec espaces, vouspouvez spécifier les caractères utilisés pour créer les bordures de cellules.

Format Image : Contrôle le format d'exportation des graphiques et les paramètresfacultatifs, comme la taille.

238

Chapitre 9

Pour définir les options d'exportation de texte



Exporter...

E Sélectionnez Fichier texte comme format d'exportation.

E Cliquez sur Options.

Taille du diagramme

L'option Taille du diagramme contrôle la taille des diagrammes exportés. Lesspécifications de pourcentage personnalisées vous permettent de diminuer oud'augmenter la taille du diagramme exporté jusqu'à 200 pour cent.

Figure 9-7Boîte de dialogue Taille d'export des graphiques

Définition de la taille des diagrammes exportés



Exporter...

E Pour les documents de résultat, cliquez sur Options, sélectionnez le formatd'exportation, puis cliquez sur Taille graphique.

239


E Pour Diagrammes seuls, sélectionnez le format d'exportation, puis cliquez sur Taille

graphique.

Options d'exportation de diagrammes au format JPEG

Profondeur des couleurs : Vous pouvez exporter les graphiques JPEG en modeCouleurs vraies 24 bits ou 256 niveaux de gris.

Espace de couleurs : Cette option fait référence au codage des couleurs dans l'image.Le modèle de couleurs YUV est l'un des modes de codage des couleurs. Il estcouramment utilisé pour la transmission de données au format vidéo numérique ouMPEG. Les lettres de ce sigle identifient les signaux Y, U et V. Le composant Ydétermine le niveau de gris ou luminance. Les composants U et V définissent lachrominance (informations de couleur).

Les ratios correspondent au taux d'échantillonnage de chaque composant. Si vousréduisez les taux d'échantillonnage U et V, vous réduisez la taille du fichier (maiségalement sa qualité). L'option Espace de couleurs détermine le degré de « perte »des couleurs dans l'image exportée. Si le paramétrage YUV 4:4:4 n'entraîne aucuneperte, les configurations YUV 4:2:2 et YUV 4:1:1 constituent un compromis entrela réduction de la taille du fichier (espace disque) et la baisse de la qualité descouleurs affichées.

Encodage progressif : Permet le chargement progressif de l'image. L'image apparaîttout d'abord dans une faible résolution, puis sa qualité augmente au fur et à mesure deson chargement.

Paramètre de qualité de compression : Contrôle le taux de compression en fonctionde la qualité de l'image. Plus la qualité de l'image est élevée, plus le fichier exportéest volumineux.

Opérations de couleur : Les opérations suivantes sont disponibles :

Inverser : Chaque pixel est enregistré dans la couleur inverse de sacouleur d'origine.

Correction Gamma : Ajuste l'intensité des couleurs dans le diagramme exportéen modifiant la constante gamma utilisée pour faire correspondre les valeursd'intensité. Cette option permet principalement d'éclaircir ou d'assombrir l'imagebitmap. Sa valeur peut être comprise entre 0,10 (le plus foncé) et 6,5 (le plusclair).

240

Chapitre 9

Options d'exportation de diagrammes aux formats BMP et PICT

Profondeur des couleurs : Détermine le nombre de couleurs du diagramme exporté.Quelle que soit la profondeur de couleur utilisée lors de l'enregistrement d'undiagramme, le nombre de couleurs du diagramme est compris entre le nombre decouleurs réellement utilisées et le nombre maximal de couleurs autorisé par laprofondeur. Par exemple, si vous enregistrez un diagramme contenant trois couleurs(rouge, blanc et noir) en mode 16 couleurs, ce diagramme conserve ses trois couleurs.

Lorsque le nombre de couleurs du diagramme est supérieur au nombre prévupour cette profondeur, les couleurs sont converties de manière à reproduirecelles du diagramme.

L'option Profondeur d'écran actuelle correspond au nombre de couleurs affichéessur votre écran.




Utiliser la compression RLE : (BMP uniquement). Il s'agit d'une technique decompression sans perte qui est prise en charge par les formats de fichiers Windowsstandard. L'expression « compression sans perte » signifie que la réduction de la tailledes fichiers n'est pas effectuée aux dépens de la qualité de l'image.

Options d'exportation de diagrammes aux formats PNG et TIFF

Profondeur des couleurs : Détermine le nombre de couleurs du diagramme exporté.Quelle que soit la profondeur de couleur utilisée lors de l'enregistrement d'undiagramme, le nombre de couleurs du diagramme est compris entre le nombre decouleurs réellement utilisées et le nombre maximal de couleurs autorisé par laprofondeur. Par exemple, si vous enregistrez un diagramme contenant trois couleurs(rouge, blanc et noir) en mode 16 couleurs, ce diagramme conserve ses trois couleurs.

241


Lorsque le nombre de couleurs du diagramme est supérieur au nombre prévupour cette profondeur, les couleurs sont converties de manière à reproduirecelles du diagramme.

L'option Profondeur d'écran actuelle correspond au nombre de couleurs affichéessur votre écran.




Transparence : Permet de sélectionner la couleur qui sera transparente dans lediagramme exporté. Cette option est disponible uniquement pour les exportationsen mode Couleurs vraies 32 bits. Entrez une valeur entière comprise entre 0 et 255pour chacune des couleurs. La valeur par défaut de chaque couleur est 255. De cefait, la couleur de transparence par défaut est le blanc.

Format : (TIFF uniquement) Permet de définir l'espace de couleurs et de compresser lediagramme exporté. Vous disposez de toutes les profondeurs de couleur en modeRVB. Seuls les modes Couleurs vraies 24 et 32 bits sont disponibles avec les couleursCMJN. Avec l'option YCbCr, seul le mode Couleurs vraies 24 bits est disponible.

Options d'exportation de diagrammes au format EPS

Aperçu de l'image : Permet d'enregistrer l'aperçu d'une image dans l'image EPS. Unaperçu sert principalement en cas d'insertion d'un fichier EPS dans un autre document.Si de nombreuses applications ne peuvent pas afficher une image EPS, elles peuventen revanche afficher l'aperçu enregistré avec l'image. L'aperçu de l'image peut être auformat WMF (plus petit et plus facilement redimensionnable) ou TIFF (plus souple etpris en charge par un plus grand nombre de plateformes). Vérifiez dans l'applicationde destination du graphique EPS les formats d'aperçu pris en charge.

242

Chapitre 9

Polices TrueType : Permet à l'utilisateur d'indiquer le mode d'enregistrement despolices TrueType dans l'image EPS.

Incorporer en tant que TrueType natif (niveau 3) : Incorpore la plupart des donnéesde police dans le fichier EPS, notamment les informations de lissage despolices (utiles par exemple pour la mise à l'échelle à de petites tailles). Lapolice PostScript résultante est appelée police Type 42. Remarque : Toutes lesimprimantes PostScript ne disposent pas d'un pilote de niveau 3 pouvant lireles polices Type 42).

Convertir en polices PostScript : Convertit les polices TrueType en policesPostScript (Type 1) en fonction de la famille de polices. Par exemple, la policeTimes New Roman est convertie en Times et Arial est convertie en Helvetica.Remarque : Ce format est déconseillé pour les graphiques interactifs qui utilisentla police SPSS Marker (comme les diagrammes de dispersion) car il n'existeaucun équivalent PostScript significatif aux marques SPSS TrueType.

Remplacer les polices TrueType en courbes : Transforme les polices TrueTypeen données de courbe PostScript. Vous ne pouvez plus modifier le texte entant que tel dans les applications de retouche des graphiques EPS. La qualitéest également amoindrie. Cette option s'avère toutefois utile lorsque votreimprimante PostScript ne prend pas en charge les polices Type 42, mais qu'ilvous faut conserver des symboles spéciaux TrueType, comme des marques dansdes diagrammes de dispersion interactifs.

Options d'exportation de diagrammes au format WMF

Aldus placeable : Fournit un degré d'indépendance par rapport au périphérique (taillephysique identique en cas d'ouverture à 96 ou 120 ppp) ; ce format n'est pas pris encharge par certaines applications.

Windows standard : Option prise en charge par la plupart des applications pouvantafficher des métafichiers Windows.

Définir des options d'exportation des diagrammes


243



Exporter...

E Pour les documents de résultat, cliquez sur Options, sélectionnez le formatd'exportation, puis cliquez sur Options de diagramme.

E Pour Diagrammes seuls, sélectionnez le format d'exportation, puis cliquez sur Options.

Impression de documents du Viewer

Il existe plusieurs moyens de contrôler les éléments du Viewer à imprimer:

Tous les résultats affichés : Seuls s'impriment les éléments affichés dans le panneau decontenu. Les éléments masqués (éléments accompagnés d'une icône représentant unlivre fermé dans le panneau de ligne de légende ou masqués dans les strates réduitesdes lignes de légende) ne s'impriment pas.

Tous les résultats : Tous les résultats, y compris les éléments masqués, s'impriment.

Sélection : Seuls s'impriment les éléments sélectionnés dans les panneaux de lignede légende et/ou de contenu.

Figure 9-8Boîte de dialogue d'impression du Viewer

244

Chapitre 9

Impression de résultat et de diagrammes



Imprimer...

E Choisissez les paramètres d'impression voulus.

E Cliquez sur OK pour imprimer.

Aperçu avant impression

L'Aperçu avant impression vous montre ce qui va s'imprimer sur chaque page desdocuments du Viewer. Il est conseillé d'utiliser l'Aperçu avant impression avantd'imprimer un document du Viewer car cela permet de voir les éléments qui nesont peut être pas visibles en regardant tout simplement le panneau de contenu duViewer, notamment :

Les sauts de page

Les strates masquées des tableaux pivotants

Les ruptures dans les tableaux de grande largeur

Les résultats complets des grands tableaux

Les en-têtes et pieds de page imprimés sur chaque page

245


Figure 9-9Aperçu avant impression

Si des résultats sont sélectionnés dans le Viewer, l'aperçu n'affiche que les résultatssélectionnés. Pour avoir un aperçu de tous les résultats, vérifiez que rien n'estsélectionné dans le Viewer.

Pour afficher un aperçu avant impression




246

Chapitre 9

Mise en page

La Mise en page vous permet de contrôler :

La taille et l'orientation du papier

Les marges

Les en-têtes et pieds de page

La numérotation des pages

La taille imprimée pour les graphiques

Figure 9-10Boîte de dialogue Mise en page

Les paramètres de mise en page sont enregistrés dans le document du Viewer. LaMise en page affecte uniquement les paramètres des documents du Viewer. Cesparamètres n'ont aucun effet sur l'impression des données de l'éditeur de données oude la syntaxe d'une fenêtre de syntaxe.

Pour modifier la mise en page


247



Mise en page...

E Modifiez les paramètres et cliquez sur OK.

Mise en page : En-têtes et pieds de page

Les en-têtes et pieds de page sont les informations qui s'impriment en haut et en basde chaque page. Vous pouvez saisir le texte à afficher dans les en-têtes et les piedsde page. Vous pouvez également utiliser la barre d'outils qui se trouve au milieude la boîte de dialogue pour insérer :

La date et l'heure

Des numéros de page

Le nom du fichier du Viewer

Les étiquettes des en-têtes de lignes de légende

Les titres et les sous-titres

Figure 9-11Options Mise en page onglet En-tête/pied de page

248

Chapitre 9

Les étiquettes d'en-tête des lignes de légende indiquent l'en-tête de ligne de légendede premier, deuxième, troisième et/ou quatrième niveau pour le premier élémentde chaque page.

Les titres et sous-titres de page impriment les titres et sous-titres de la pagecourante. Les titres et sous-titres sont créés avec les options Insérer titre de page etInsérer sous-titre de page du menu Insérer du Viewer ou avec les commandes TITRE

et SOUS-TITRE de la syntaxe de commande. Si vous n'avez indiqué aucun titre ousous-titre de page, ce paramètre est ignoré.

Remarque : Les caractéristiques de police des nouveaux titres de page et dessous-titres sont vérifiées dans l'onglet Viewer de la boîte de dialogue Options (MenuEdition). Les caractéristiques de police des titres de page et des sous-titres existantspeuvent être modifiées en changeant les titres à l'aide du Viewer.

Sélectionnez Aperçu avant impression dans le menu Fichier pour voir commentapparaîtront vos en-têtes et pieds de page sur la page imprimée.

Mise en page : Options

Cette boîte de dialogue contrôle la taille du diagramme imprimé, l'espace entre leséléments de résultat imprimés, ainsi que la numérotation des pages.

Taille imprimée diagramme : Contrôle la taille du diagramme imprimé par rapport à lataille définie pour la page. Le rapport hauteur/largeur du diagramme n'est pas affectépar la taille du diagramme imprimé. La taille globale d'un diagramme imprimé estlimitée par sa hauteur et par sa largeur. Lorsque les bordures extérieures d'un tableauatteignent les bordures de gauche et de droite de la page, la taille du diagramme nepeut plus augmenter pour occuper plus de hauteur.

Espace entre items : Contrôle l'espace entre des éléments imprimés. Chaque tableaupivotant, diagramme et objet de texte constitue un élément distinct. Ce paramètren'affecte pas l'affichage des éléments dans le Viewer.

Commencer page : Numéros de page consécutifs commençant à partir d'un numérospécifié.

249


Figure 9-12Mise en page onglet Options

Enregistrement des résultats

Le contenu du Viewer peut être enregistré comme un document du Viewer. Ledocument enregistré contient les deux panneaux du Viewer (légende et contenu).

Enregistrement d'un document du Viewer

E A partir du menu du Viewer, sélectionnez :Fichier

Enregistrer

E Entrez le nom du document et cliquez sur Enregistrer.

Pour enregistrer le résultat dans un format externe (par exemple HTML ou texte),utilisez Exporter dans le menu Fichier. (Non disponible dans la version autonomedu SmartViewer).

250

Chapitre 9

Option Publier

L'option Enregistrer avec mot de passe vous permet de protéger par mot de passevos fichiers Viewer.

Mot de passe : Le mot de passe respecte la casse et peut comporter jusqu'à 16caractères. Si vous décidez d'affecter un mot de passe, le fichier ne peut pas êtreouvert sans.

Code OEM : Laissez ce champ vide à moins que vous n'ayez un accord contractuelavec SPSS Inc. pour distribuer le Smart Viewer. Le code de licence OEM estfourni avec le contrat.

Pour enregistrer les fichiers du Viewer avec un mot de passe

E A partir du menu du Viewer, sélectionnez :Fichier

Enregistrer avec mot de passe...

E Saisissez le mot de passe.

E Entrez de nouveau le mot de passe pour le confirmer et cliquez sur OK.

E Entrez un nom de fichier dans la boîte de dialogue Enregistrer sous.

E Cliquez sur Enregistrer.

Remarque : Laissez le code OEM vide à moins que vous n'ayez un accord contractuelavec SPSS Inc. pour distribuer le Smart Viewer.

Chapitre

10Viewer en mode brouillon

Le Viewer en mode brouillon fournit des résultats sous forme de « brouillons », avec :

un résultat texte simple (au lieu de tableaux pivotants) ;

des diagrammes comme images métafichiers (au lieu d'objets diagramme).

Vous pouvez modifier les résultats texte du Viewer en mode brouillon, redimensionnerles diagrammes, et coller les résultats texte et les diagrammes dans d'autresapplications. Cependant, vous ne pouvez pas modifier les diagrammes, et lesfonctionnalités interactives des tableaux pivotants et des diagrammes ne sont pasdisponibles.

Figure 10-1Fenêtre du Viewer en mode brouillon

251

252

Chapitre 10

Pour créer un résultat en mode brouillonE A partir du menu, sélectionnez :

FichierNouveau

Résultat mode brouillon

E Pour faire du résultat en mode brouillon le type de résultat par défaut à partir dumenu, sélectionnez :Affichage

Options...

E Cliquez sur l'onglet Général.

E Sélectionnez Brouillon sous Type de navigateur au démarrage.

Remarque : Le nouveau résultat est toujours affiché dans la fenêtre de Viewer désigné.Si vous avez ouvert une fenêtre de Viewer ou de Viewer en mode brouillon, la fenêtredésignée est celle qui a été la dernière ouverte ou celle désignée à l'aide de l'outilFenêtre désignée (le point d'exclamation) dans la barre d'outils.

Contrôle du format du résultat en mode brouillon

La sortie qui serait affichée sous forme de tableaux pivotants dans le Viewer estconvertie en sortie texte pour le Viewer en mode brouillon. Les paramètres par défautpour une sortie de tableaux pivotants convertie sont définis comme suit :

Chaque colonne est ajustée en fonction de la largeur de l'étiquette de colonne etles étiquettes ne s'étalent pas sur plusieurs lignes.

L'alignement est contrôlé par des espaces (à la place des tabulations).

Les caractères de la zone de la police SPSS Marker Set sont utilisés comme desséparateurs de lignes et de colonnes.

Si les caractères de cette zone sont désactivés, les caractères verticaux (|) sontutilisés comme séparateurs de colonnes et les tirets (–) comme séparateurs delignes.

Vous pouvez contrôler le format du nouveau résultat en mode brouillon en utilisantles options du Viewer en mode brouillon (menu Edition, Options, onglet Viewer enmode brouillon).

253

Viewer en mode brouillon

Figure 10-2Options du Viewer en mode brouillon

Largeur de colonne : Pour réduire la largeur des tableaux contenant des étiquetteslongues, sélectionnez Maximum caractères sous Largeur de colonne. Les étiquettesplus longues que la largeur spécifiée sont adaptées pour s'ajuster à la largeurmaximale.

254

Chapitre 10

Figure 10-3Résultat en mode brouillon avant et après le paramétrage de la largeur de colonnemaximale

Séparateurs de lignes et de colonnes : Comme autre choix de caractères de la boîtepour les bordures de lignes et de colonnes, vous pouvez utiliser les paramètres desséparateurs de cellules pour vérifier que les séparateurs de lignes et de colonness'affichent dans le nouveau résultat en mode brouillon. Vous pouvez spécifierdifférents séparateurs de cellules ou entrer des espaces vides si vous ne voulez utiliseraucun caractère pour repérer les lignes et colonnes. Vous devez désélectionner la caseAfficher les caractères pour indiquer les séparateurs de cellules.

255


Figure 10-4Résultat en mode brouillon avant et après le paramétrage des séparateurs de cellules

Séparer colonnes avec Espaces / Tabulations : Le Viewer en mode brouillon est conçupour afficher une sortie dans laquelle les séparations sont des espaces dans une policeà espacement fixe (non proportionnelle). Si vous souhaitez coller un résultat en modebrouillon dans une autre application, vous devez utiliser une police à espacementfixe pour aligner correctement les colonnes avec un espace de séparation. Si voussélectionnez les tabulations comme séparateurs de colonnes, vous pouvez utiliser lapolice de votre choix dans l'autre application et définir les tabulations pour alignerle résultat correctement. Cependant, la sortie avec des tabulations de séparation nes'alignera pas correctement dans le Viewer en mode brouillon.

256

Chapitre 10

Figure 10-5Résultat avec des tabulations de séparation dans le Viewer en mode brouillon puisformatée dans un traitement de texte

Définition des options du Viewer en mode brouillon


Options...

E Cliquez sur l'onglet Viewer en mode brouillon.

E Sélectionnez les paramètres souhaités.

E Cliquez sur OK ou sur Appliquer.

257


Les options d'affichage des résultats dans le Viewer affectent seulement le nouveaurésultat produit après modification des paramètres Un résultat déjà affiché dans leViewer n'est pas affecté par les changements de ces paramètres.

Attributs de polices

Vous pouvez modifier les attributs de polices (police, taille, style) du résultat textedans le Viewer en mode brouillon. Cependant, si vous utilisez les caractères dela boîte pour les bordures de lignes et de colonnes, l'alignement approprié de lacolonne pour du texte séparé par des espaces nécessite l'utilisation d'une police àespacement fixe (monoespacée), telle que Courier. De plus, d'autres modifications depolice, comme la taille et le style (par exemple gras, italique), appliquées à une partieseulement d'un tableau peuvent affecter l'alignement de colonne.

Bordures de lignes et de colonnes : Les bordures de lignes et de colonnes pleines pardéfaut utilisent la police SPSS Marker Set. Les caractères de traçage de lignes utiliséspour tracer les bordures ne sont pas pris en charge par d'autres polices.

Pour modifier les polices dans le Viewer en mode brouillon

E Sélectionnez le texte auquel vous voulez appliquer la modification de police.

E A partir des menus du Viewer en mode brouillon, sélectionnez :Format

Police...

E Sélectionnez les attributs de police à appliquer au texte sélectionné.

Pour imprimer un résultat en mode brouillonE A partir des menus du Viewer en mode brouillon, sélectionnez :

FichierImprimer...

E Pour imprimer uniquement la partie sélectionnée du résultat en mode brouillon,sélectionnez le résultat à imprimer.

258

Chapitre 10


Imprimer...

E Choisissez Sélection.


L'Aperçu avant impression vous montre ce qui va s'imprimer sur chaque page pour lesdocuments brouillons. Nous vous conseillons d'utiliser l'Aperçu avant impressionavant d'imprimer réellement un document du Viewer car cela vous permet de visualiserles éléments qui peuvent ne pas avoir été ajustés pour tenir sur une page, comme :

les tableaux longs

les tableaux larges produits par la conversion d'une sortie d'un tableau pivotantsans contrôle de largeur de colonne

les résultats texte créées avec l'option de largeur de page Large (options du Vieweren mode brouillon) sur une imprimante définie en mode Portrait.

Une sortie trop large pour la page est alors tronquée et ne s'imprimera pas sur uneautre page. Il existe plusieurs méthodes permettant d'éviter qu'un résultat tropvolumineux soit tronqué :

Utilisez une taille de police plus petite (menu Format, Polices).

Sélectionnez Paysage pour l'orientation de page (menu Fichier, Mise en page).

Pour une nouvelle sortie, spécifiez une largeur de colonne maximum étroite(menu Edition, Options, onglet Viewer en mode brouillon).

Pour les tableaux longs, utilisez les sauts de page (menu Insertion, Saut de Page) pourcontrôler les endroits où le tableau passe sur une autre page.

Pour visualiser un aperçu avant impression du Viewer en mode brouillon

E A partir des menus du Viewer en mode brouillon, sélectionnez :Fichier


259


Pour enregistrer une sortie du Viewer en mode brouillonE A partir des menus du Viewer en mode brouillon, sélectionnez :

FichierEnregistrer

La sortie du Viewer en mode brouillon est enregistrée au format RTF (texte enrichi).

Pour enregistrer le résultat en mode brouillon en tant que texte

E A partir des menus du Viewer en mode brouillon, sélectionnez :Fichier

Exporter...

Vous pouvez exporter tout le texte ou juste le texte sélectionné Seul le résultat texte(sortie de tableau pivotant convertie et sortie texte) est enregistrée dans les fichiersexportés. Les diagrammes ne sont pas inclus.

Chapitre

11Tableaux pivotants

Beaucoup de résultats sont présentés dans le Viewer sous forme de tableaux pouvantêtre pivotés de manière interactive. Cela signifie que vous pouvez réarranger leslignes, colonnes et strates.

Manipulation d'un tableau pivotant

Les options de manipulation des tableaux pivotants comprennent les élémentssuivants :

Transposer des lignes et des colonnes.

Déplacer des lignes et des colonnes.

Créer des strates multidimensionnelles.

Grouper et séparer des lignes et des colonnes.

Montrer et masquer des cellules.

Faire pivoter des étiquettes de lignes et de colonnes.

Trouver des définitions de termes.

Pour modifier un tableau pivotant

E Double-cliquez sur le tableau.

Cela active l'éditeur de tableaux pivotants.

Edition de deux tableaux pivotants ou plus en une fois

E Cliquez sur le tableau pivotant avec le bouton de droite.

261

262

Chapitre 11

E A partir du menu contextuel, sélectionnez :Objet tableau pivotant SPSS

Ouvrir

E Répétez l'opération pour chaque tableau pivotant que vous voulez modifier.

Chaque tableau pivotant est prêt à être édité dans sa propre fenêtre.

Pour faire pivoter un tableau à l'aide d'icônes

E Activez le tableau pivotant.

E A partir des menus du tableau pivotant, choisissez :Tableau pivotant

Structure pivotante

E Déplacez le pointeur de la souris au dessus de chaque icône pour faire apparaître uneNote d'aide qui vous indique quelle dimension du tableau cette icône représente.

E Faites glisser une icône d'une dimension à l'autre.

Figure 11-1Structure pivotante

Cette action modifie la disposition du tableau. Par exemple, supposez que l'icônereprésente une variable possédant les modalités Oui et Non et que vous faites glisserl'icône du plateau Ligne vers le plateau Colonne. Avant le déplacement, Oui etNon étaient des étiquettes de ligne. Après le déplacement, ce sont des étiquettesde colonne.

263

Tableaux pivotants

Pour identifier des dimensions dans un tableau pivotant


E Si la structure pivotante n'est pas déjà activée, à partir des menus du tableau pivotant,choisissez :Tableau pivotant

Structure pivotante

E Cliquez sur une icône et maintenez le bouton enfoncé.

Cette action met en surbrillance les étiquettes de dimension dans le tableau pivotant.

Transposition des lignes et des colonnes


Transposer lignes et colonnes

Cette action a le même effet que faire glisser toutes les icônes de lignes dans ladimension Colonne et les icônes de colonnes dans la dimension Lignes.

Pour modifier l'ordre d'affichage

L'ordre des icônes de rotation dans un plateau de dimension reflète l'ordre d'affichagedes éléments dans le tableau pivotant. Pour modifier l'ordre d'affichage des élémentsdans une dimension :


E Si la structure pivotante n'est pas déjà activée, à partir des menus du tableau pivotant,choisissez :Tableau pivotant

Structure pivotante

E Faites glisser les icônes de chaque plateau pour les placer dans l'ordre désiré (degauche à droite ou de haut en bas).

264

Chapitre 11

Pour déplacer des lignes et des colonnes dans un tableau pivotant


E Cliquez sur l'étiquette de la ligne ou colonne que vous voulez déplacer.

E Cliquez et faites glisser l'étiquette vers sa nouvelle position.

E Dans le menu contextuel, choisissez Insérer Avant ou Permuter.

Remarque : Assurez-vous que l'option Faire glisser pour Copier du menu Edition n'estpas activée (cochée). Si l'option Faire glisser pour Copier est activée, désactivez-la.

Pour grouper des lignes ou des colonnes et insérer des étiquettes de groupe


E Sélectionnez les étiquettes des lignes ou des colonnes que vous voulez grouper(cliquez et faites glisser ou Maj-Clic pour sélectionner plusieurs étiquettes).


Group

Une étiquette de groupe est insérée automatiquement. Double-cliquez sur l'étiquettede groupe pour modifier le texte de l'étiquette.

Figure 11-2Groupes et étiquettes de lignes et de colonnes

Etiquette de groupe de colonnes

Etiquette de groupe de lignes

Employé de bureau

ManagerAgent de sécurité

Femmes Hommes Total206

10

157 3632774

2784

Remarque : Pour ajouter des lignes ou des colonnes à un groupe existant, vous devezd'abord dissocier les éléments du groupe, puis créer un nouveau groupe incluantles éléments supplémentaires.

265

Tableaux pivotants

Pour dissocier des lignes ou des colonnes et supprimer des étiquettes degroupe


E Sélectionnez l'étiquette de groupe (cliquez n'importe où dans l'étiquette) des lignes oudes colonnes que vous voulez dissocier.


Ungroup

Dissocier supprime automatiquement l'étiquette de groupe.

Pour faire pivoter des étiquettes de tableaux pivotants



Pivoter Etiquettes de colonnes internes

ouPivoter Etiquettes de lignes externes

266

Chapitre 11

Figure 11-3Etiquettes de colonnes pivotées

Seules les étiquettes des colonnes les plus internes et les étiquettes des lignes les plusexternes peuvent être pivotées.

Rétablissement des pivots aux valeurs par défaut

Après avoir exécuté une ou plusieurs opérations de pivot, vous pouvez rétablir ladisposition d'origine du tableau pivotant.

E A partir du menu Tableau pivotant, choisissez Remettre pivots à leur valeur par défaut.

Cette action ne rétablit que les changements résultant d'une rotation des élémentsde lignes, de colonnes ou de strates entre les dimensions. Elle n'affecte pas leschangements tels que grouper, dissocier ou déplacer des lignes ou des colonnes.

Pour rechercher la définition d'une étiquette dans un tableau pivotant

Vous pouvez obtenir de l'Aide contextuelle sur les étiquettes de cellules dans lestableaux pivotants. Par exemple, si Moyenne apparaît comme une étiquette, vouspouvez obtenir une définition de la moyenne.

267

Tableaux pivotants

E Cliquez sur une cellule d'étiquette avec le bouton droit de la souris.

E A partir du menu contextuel, sélectionnez Qu'est-ce que c'est ?

Vous devez cliquer avec le bouton droit de la souris sur la cellule d'étiquetteelle-même plutôt que sur les cellules de données de la ligne ou de la colonne.

L'aide contextuelle n'est pas disponible pour les étiquettes définies par l'utilisateurtelles que les noms de variable ou les étiquettes de valeurs.

Utilisation des strates

Vous pouvez afficher un tableau bidimensionnel séparé pour chaque modalité oucombinaison de modalités. Le tableau peut être imaginé comme un empilement destrates, dont seule la strate supérieure est visible.

Pour créer et afficher des strates

E Activez le tableau pivotant et sélectionnez Structure pivotante dans le menu Tableaupivotant si vous ne l'avez pas encore fait.

E Faites glisser une icône du plateau Ligne ou du plateau Colonne vers le plateau Strate.

268

Chapitre 11

Figure 11-4Déplacer des modalités dans des strates

Chaque icône de strate possède des flèches à gauche et à droite. Le tableau visibleest celui de la strate supérieure.

Figure 11-5Modalités en strates séparées

Classification minoritaire : oui

194 176Total

Classification minoritaire : non

47 40 8713 134 4

64 40 104

Employé de bureauAgent de sécuritéManager

Catégorie d'emploi

Total

SexeHomme Femme Total

269

Tableaux pivotants

Pour modifier des strates

E Cliquez sur l'une des flèches de l'icône de strate.

ou

E Sélectionnez une modalité à partir de la liste déroulante de strates.

Figure 11-6Sélectionnez des strates à partir des listes déroulantes.

Atteindre la modalité de la strate

Aller à Modalité de Strate vous permet de modifier les strates d'un tableau pivotant.Cette boîte de dialogue est particulièrement utile lorsqu'il existe un grand nombre destrates ou lorsqu'une strate possède de nombreuses modalités.

Pour aller à une strate d'un tableau


Aller à la strate...

270

Chapitre 11

Figure 11-7Boîte de dialogue Atteindre la modalité de la strate

E Sélectionnez une dimension de strate dans la liste Modalité visible. La liste Modalitésde Strates affiche toutes les modalités de la dimension sélectionnée.

E Sélectionnez la modalité souhaitée dans la liste Modalités de Strates et cliquez sur OK.Cette action change la strate et ferme la boîte de dialogue.

Pour afficher une autre strate sans fermer la boîte de dialogue :

E Sélectionnez la modalité et cliquez sur Appliquer.

Pour déplacer des strates vers des lignes ou des colonnes

Si le tableau que vous affichez est empilé en strates dont seule la strate supérieureest visible, vous pouvez afficher toutes les strates en même temps, soit de haut enbas (lignes), soit de gauche à droite (colonnes). Il doit y avoir au moins une icônedans le plateau Strate.

E Dans le menu Tableau pivotant, choisissez Déplacer Strates vers Lignes.

ou

E Dans le menu Tableau pivotant, choisissez Déplacer Strates vers Colonnes.

271

Tableaux pivotants

Vous pouvez également déplacer les strates vers les lignes ou les colonnes en faisantglisser leurs icônes dans la structure pivotante Strate, Ligne et Colonne.

Signets

Les signets vous permettent d'enregistrer différents affichages d'un tableau pivotant.Les signets incluent :

le positionnement des éléments dans les dimensions de ligne, colonne et strate

l'ordre d'affichage des éléments dans chaque dimension

la strate affichée pour chaque élément de strate

Pour définir un signet pour un affichage de tableau pivotant


E Faites pivoter le tableau vers l'affichage pour lequel vous voulez définir un signet.

E A partir du menu, sélectionnez :Tableau pivotant

Signets…

E Entrez un nom pour le signet. Les noms de signets ne font pas la distinctionmajuscules-minuscules.

E Cliquez sur Ajouter.

Chaque tableau pivotant a son propre jeu de signets. A l'intérieur d'un tableaupivotant, chaque nom de signet doit être unique, mais vous pouvez utiliser des nomsde signets en double dans des tableaux pivotants différents.

Pour obtenir un affichage de tableau pivotant pour lequel un signet a étédéfini auparavant


272

Chapitre 11


Signets…

E Cliquez sur le nom du signet dans la liste.

E Cliquez sur Atteindre.

Pour renommer un signet de tableau pivotant



Signets…

E Cliquez sur le nom du signet dans la liste.

E Cliquez sur Renommer.

E Entrez le nouveau nom de signet.

E Cliquez sur OK.

Montrer ou masquer des cellules

Il est possible de masquer de nombreux types de cellules :

Etiquettes de dimension.

Modalités, y compris la cellule d'étiquette et les cellules de données d'une ligneou d'une colonne.

Etiquettes de modalité (sans masquer les cellules de données).

Notes de bas de page, titres et légendes.

Pour masquer des lignes et des colonnes dans un tableau

E Ctrl-Alt-Clic sur l'étiquette de modalité de la ligne ou de la colonne à masquer.

273

Tableaux pivotants

E A partir des menus du tableau pivotant, choisissez :Affichage

Masquer

ou

E Cliquez avec le bouton de droite de la souris sur la ligne ou la colonne mise ensurbrillance pour afficher le menu contextuel.

E Dans le menu contextuel, choisissez Masquer modalité.

Pour afficher des colonnes et des lignes masquées dans un tableau

E Sélectionnez une autre étiquette dans la même dimension que la ligne ou la colonnemasquée.

Par exemple, si la modalité Femme de la dimension Sexe est masquée, cliquez sur lamodalité Homme.


Montrer toutes les modalités dans le nom de la dimension

Par exemple, choisissez Montrer Toutes les Modalités dans Sexe.

ou


Montrer Tout

Cette action affiche toutes les cellules masquées du tableau. (Si l'option Masquer les

Lignes et Colonnes vides est sélectionnée dans les propriétés de ce tableau, une ligneou une colonne totalement vide reste masquée).

Pour masquer ou afficher une étiquette de dimension


E Sélectionnez l'étiquette de dimension ou toute étiquette de modalité dans la dimension.

274

Chapitre 11


Masquer (ou montrer) Etiquette de dimension.

Pour masquer ou afficher une note de bas de page dans un tableau

E Sélectionnez une note de bas de page.


Masquer (ou montrer)

Pour afficher ou masquer une légende ou un titre dans un tableau

E Sélectionnez une légende ou un titre.


Masquer (ou montrer)

Modification des résultats

L'aspect et le contenu de chaque élément texte ou tableau du résultat peuvent êtreédités. Vous pouvez :

Appliquer un modèle de tableau.

Modifier les propriétés du tableau actuel.

Modifier les propriétés des cellules dans le tableau.

Modifier du texte.

Ajouter des notes de bas de page et des légendes aux tableaux.

Ajouter des éléments au Viewer.

Copier et Coller le résultat dans d'autres applications.

275

Tableaux pivotants

Modification de l'aspect des tableaux

Vous pouvez modifier l'aspect d'un tableau soit en éditant les propriétés du tableau,soit en appliquant un modèle de tableau. Chaque modèle de tableau comprend unregroupement de propriétés de tableau, y compris sur l'aspect général, les propriétésdes notes de bas de page, les propriétés des cellules et les bordures. Vous pouvezsélectionner l'un des Aspects de tableau prédéfinis ou créer et enregistrer un modèlede tableau personnalisé.

Modèles de tableaux

Un modèle de tableau est un ensemble de propriétés définissant l'aspect d'un tableau.Vous pouvez sélectionner un modèle de tableau prédéfini ou créer votre propremodèle de tableau.

Avant ou après avoir appliqué un modèle de tableau, vous pouvez modifier lesformats de cellules pour des cellules individuelles ou des groupes de cellules à l'aidedes propriétés de cellule. Les formats de cellule édités demeurent, même lorsque vousappliquez un nouveau modèle de tableau.

Par exemple, vous pouvez commencer par appliquer le modèle de tableau 9POINT,puis sélectionner une colonne de données et utiliser la boîte de dialogue Formats descellules pour appliquer une police en caractères gras à cette colonne. Vous modifiezensuite le modèle de tableau et appliquez l'option BOXED. La colonne précédemmentsélectionnée reste en caractères gras tandis que le reste des caractéristiques du modèleBOXED est appliqué.

En option, vous pouvez restaurer pour toutes les cellules les formats définis par lemodèle de tableau actuel. Cette action restaure toutes les cellules qui ont été éditées.Si l'option Comme Affiché est sélectionnée dans la liste de fichiers de modèle detableau, toutes les cellules modifiées reprennent les propriétés actuelles du tableau.

Pour appliquer ou enregistrer un modèle de tableau

E Activez un tableau pivotant.


Modèles de tableaux...

276

Chapitre 11

Figure 11-8Boîte de dialogue Aspects de tableau

E Sélectionnez un modèle de tableau dans la liste de fichiers. Pour sélectionner unfichier dans un autre répertoire, cliquez sur Parcourir.

E Cliquez sur OK pour appliquer le modèle de tableau au tableau pivotant sélectionné.

Pour modifier ou créer un Modèle de tableau

E Sélectionnez un modèle de tableau dans la liste de fichiers.

E Cliquez sur Modifier modèle.

E Modifiez les propriétés de tableau pour obtenir les attributs souhaités et cliquez sur OK.

E Cliquez sur Enregistrer aspect pour enregistrer le modèle de tableau modifié ou surEnregistrer sous pour l'enregistrer comme nouveau modèle.

Modifier un modèle de tableau n'affecte que le tableau pivotant sélectionné. Unmodèle de tableau modifié n'est pas appliqué à d'autres tableaux utilisant cet Aspect,sauf si vous sélectionnez ces tableaux et appliquez à nouveau le modèle de tableau.

277

Tableaux pivotants

Propriétés du tableau

La boîte de dialogue Propriétés de tableau vous permet de fixer les propriétésgénérales d'un tableau et les styles de cellules pour diverses parties d'un tableau ainsique d'enregistrer un ensemble de propriété en tant que modèle de tableau. A l'aidedes onglets de cette boîte de dialogue, vous pouvez :

Contrôler les propriétés générales, telles que masquer les lignes ou les colonnesvides et ajuster les propriétés d'impression.

Contrôler le format et la position des marques de notes de bas de page.

Déterminer des formats spécifiques pour les cellules de données, pour lesétiquettes de ligne et de colonne et pour les autres zones du tableau.

Contrôler la largeur et la couleur des lignes formant les bordures de chaquezone du tableau.

Contrôler les propriétés d'impression.

Pour modifier les propriétés d'un tableau pivotantE Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau).

E A partir des menus du tableau pivotant, choisissez :Format

Propriétés du tableau...

E Sélectionnez un onglet (Général, Notes de bas de page, Formats de cellule, Bordures ouImpression).

E Sélectionnez les options souhaitées.


Les nouvelles propriétés sont appliquées au tableau pivotant sélectionné. Pourappliquer de nouvelles propriétés de tableau à un modèle de tableau au lieu dutableau sélectionné seulement, modifiez le modèle de tableau (menu Format, Modèlede tableau).

278

Chapitre 11

Propriétés de tableau : Général

Plusieurs propriétés s'appliquent au tableau dans son ensemble. Vous pouvez :

Afficher ou masquer des lignes et des colonnes. (Une ligne ou colonne vide nepossède rien dans aucune des cellules de données)

Contrôler l'emplacement des étiquettes de ligne. Elles peuvent se placer dans lecoin supérieur gauche ou être emboîtées.

Contrôler la largeur maximum et minimum de colonne (exprimée en points).

Figure 11-9Propriétés de tableau Onglet Général

Modification des propriétés générales d'un tableauE Sélectionnez l'onglet Général.



279

Tableaux pivotants

Propriétés de tableau : Notes de bas de page

Les propriétés des marques de notes de bas de page comprennent le style et laposition par rapport au texte.

Le style des marques de notes de bas de page est soit numérique (1, 2, 3...),soit alphabétique (a, b, c...).

Les marques des notes de bas de page peuvent être attachées au texte en indicesou en exposants.

Figure 11-10Propriétés de tableau Onglet Notes de bas de page

Modification des propriétés des marques des notes de bas depage

E Sélectionnez l'onglet Notes de bas de page.

E Sélectionnez un format pour les marques des notes de bas de page.

280

Chapitre 11

E Sélectionnez une position pour les marques.


Propriétés de tableau : Formats de cellule

Pour le formatage, un tableau est divisé en zones : Titre, Strates, Etiquettes de coin,Etiquettes de ligne, Etiquettes de colonne, Données, Légende et Notes de bas depage. Pour chaque zone d'un tableau, vous pouvez modifier les formats des cellulesassociées. Les formats de cellule comprennent les éléments suivants : caractéristiquesde texte (police, taille, couleur, style), alignement horizontal et vertical, ombrage descellules, couleurs de premier plan et d'arrière-plan, et marges intérieures des cellules.

Figure 11-11Zones d'un tableau

Les formats des cellules sont appliqués aux zones (modalités d'informations). Cene sont pas des caractéristiques des cellules individuelles. Cette distinction estimportante lorsqu'on fait pivoter un tableau.

Par exemple :

Si vous spécifiez une police en caractères gras pour un format de cellules dans lesétiquettes de colonnes, celles-ci apparaîtront en caractères gras quelles que soientles informations affichées dans la dimension de la colonne—et si vous déplacez

281

Tableaux pivotants

un élément de la dimension de colonne vers une autre dimension, il ne conservepas les caractères gras des étiquettes de colonnes.

Si vous appliquez les caractères gras sur les étiquettes de colonne simplement enmettant en surbrillance les cellules dans un tableau pivotant actif et en cliquantsur le bouton Gras de la barre d'outils, le contenu de ces cellules demeurera encaractères gras quelle que soit la dimension dans laquelle vous les déplacez, et lesétiquettes de colonne ne resteront pas en caractères gras pour d'autres élémentsdéplacés dans la dimension de colonne.

Figure 11-12Propriétés de tableau Onglet Formats de cellule

Modification des formats des cellulesE Sélectionnez l'onglet Formats de cellule.

E Sélectionnez une zone dans la liste déroulante ou cliquez sur une zone de l'échantillon.

282

Chapitre 11

E Sélectionnez des caractéristiques pour la zone. Vos sélections se reflètent dansl'échantillon.


Propriétés de tableau : BorduresPour chaque emplacement de bordure dans un tableau, vous pouvez sélectionner unstyle et une couleur de ligne. Si vous sélectionnez Aucun comme style, il n'y auraaucune ligne à l'emplacement sélectionné.

Figure 11-13Propriétés de tableau Onglet Bordures

Pour modifier les bordures d'un tableauE Cliquez sur l'onglet Bordures.

283

Tableaux pivotants

E Sélectionnez un emplacement de bordure, soit en cliquant sur son nom dans la liste,soit en cliquant sur une ligne dans la zone d'échantillon. (Maj-clic pour sélectionnerplusieurs noms, Ctrl-Clic pour sélectionner plusieurs noms non contigus)

E Sélectionnez un style de ligne ou Aucun.

E Sélectionnez une couleur.


Pour afficher des bordures masquées dans un tableau pivotant

Pour les tableaux possédant peu de bordures visibles, vous pouvez afficher lesbordures masquées. Cela peut faciliter des tâches telles que modifier la largeurdes colonnes. Les bordures masquées (quadrillage) sont affichées dans le Viewermais ne sont pas imprimées.

E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau).


Quadrillage

Propriétés de tableau : Impression

Pour les tableaux pivotants imprimés, vous pouvez contrôler les propriétés suivantes :

Imprimer toutes les strates ou seulement la strate supérieure du tableau, etimprimer chaque strate sur une page séparée. (Ceci n'affecte que l'impression,pas l'affichage des strates dans le Viewer)

Rétrécir un tableau horizontalement ou verticalement pour qu'il tienne dansla page lors de l'impression.

Contrôler les lignes veuves et orphelines — le nombre minimal de lignes et decolonnes qui seront contenues dans une section imprimée d'un tableau si letableau est trop large et/ou trop long pour la taille définie de la page. (Remarque :Si un tableau est trop long pour tenir sur le restant de la page actuelle car il y a unautre résultat au-dessus dans la page, mais qu'il tient dans la longueur de page

284

Chapitre 11

définie, il est automatiquement imprimé sur une nouvelle page, quel que soit leparamétrage des lignes veuves/orphelines)

Inclure du texte de suite pour des tableaux qui ne peuvent s'ajuster à une seule page.Vous pouvez afficher du texte de suite au bas de chaque page et en haut de chaquepage. Si aucune option est sélectionnée, le texte de suite de sera pas affiché.

Pour contrôler l'impression d'un tableau pivotantE Cliquez sur l'onglet Impression.

E Sélectionnez les options d'impressions souhaitées.


Polices

Un modèle de tableau vous permet de spécifier des caractéristiques de police pourdifférentes zones du tableau. Vous pouvez également changer la police de toutecellule individuellement. Les options de police dans une cellule comprennent le typede police, le style et la taille. Vous pouvez également masquer le texte ou le souligner.

Si vous spécifiez des propriétés de police dans une cellule, ces propriétéss'appliquent dans toutes les strates du tableau possédant la même cellule.

285

Tableaux pivotants

Figure 11-14Boîte de dialogue Police

Modification de la police d'une cellule

E Activez le tableau pivotant et sélectionnez le texte que vous voulez modifier.


Police...

En option, vous pouvez sélectionner une police, un style de police et une taille,spécifier si vous voulez masquer ou souligner le texte ou sélectionner une couleuret un style d'écriture.

Largeur des cellules de données

Fixer la Largeur des Cellules de Données est utilisé pour fixer une même largeur àtoutes les cellules de données.

286

Chapitre 11

Figure 11-15Boîte de dialogue Fixer la Largeur des Cellules de Données

Modification de la largeur des cellules de données



Largeur des cellules...

E Entrez une valeur pour la largeur des cellules.

Modification de la largeur d'une colonne de tableau pivotant


E Déplacez le pointeur de la souris dans les étiquettes de modalité jusqu'à ce qu'il soitsur la bordure droite de la colonne que vous voulez modifier. Le pointeur se changeen flèche à deux pointes.

E Maintenez le bouton de la souris enfoncé pendant que vous faites glisser la bordurevers sa nouvelle position.

287

Tableaux pivotants

Figure 11-16Modifier la largeur d'une colonne

Vous pouvez modifier les bordures verticales de modalité et de dimension dans lazone des étiquettes de ligne, qu'elles soient masquées ou non.

E Déplacez le pointeur de la souris à travers les étiquettes de ligne jusqu'à voir apparaîtrela flèche à deux pointes.

E Faites-la glisser jusqu'à la nouvelle largeur.

Propriétés de la cellule

Les propriétés de cellules s'appliquent à une cellule sélectionnée. Vous pouvezchanger le format des valeurs, l'alignement, les marges et de l'ombrage. LesPropriétés des cellules supplantent les propriétés de tableau ; donc, si vous changezles propriétés de tableau, vous ne modifierez pas les propriétés de cellules appliquéesindividuellement.

Modification des propriétés de la celluleE Activez un tableau et sélectionnez une cellule du tableau.


Propriétés de la cellule...

288

Chapitre 11

Propriétés des cellules : Valeur

Cet onglet de boîte de dialogue contrôle le format des valeurs d'une cellule. Vouspouvez sélectionner des formats pour les nombres, les dates, les heures ou lesmonnaies et ajuster le nombre de décimales affichées.

Figure 11-17Propriétés des Cellules Onglet Valeur

Modification des formats des valeurs dans une celluleE Cliquez sur l'onglet Valeur.

E Sélectionnez une modalité et un format.

E Sélectionnez le nombre de décimales.

Pour modifier le format des valeurs dans une colonneE Ctrl-Alt-clic sur l'étiquette de colonne.

E Cliquez avec le bouton droit de la souris sur la colonne en surbrillance.

E A partir du menu contextuel, sélectionnez Propriétés de la cellule.

289

Tableaux pivotants

E Cliquez sur l'onglet Valeur.

E Sélectionnez le format que vous voulez appliquer à la colonne.

Vous pouvez utiliser cette méthode pour supprimer ou ajouter des symbolespourcentage ou dollar, modifier le nombre de décimales affichées et passer de lanotation numérique normale à la notation scientifique.

Propriétés des cellules : Alignement

Cet onglet de boîte de dialogue fixe l'alignement vertical et horizontal et la directiondu texte pour une cellule. Si vous choisissez Mixte, le contenu de la cellule est alignéselon son type (nombre, date ou texte).

Figure 11-18Propriétés des Cellules Onglet Alignement

290

Chapitre 11

Modification de l'alignement dans les cellulesE Sélectionnez une cellule dans le tableau.


Propriétés de la cellule

E Cliquez sur l'onglet Alignement.

Lorsque vous sélectionnez les propriétés d'alignement des cellules, elles s'illustrentdans la zone d'échantillon.

Propriétés des cellules : Marges

Cet onglet de boîte de dialogue spécifie la marge à chaque bord d'une cellule.

Figure 11-19Propriétés des Cellules Onglet Marges

Modification des marges dans les cellulesE Cliquez sur l'onglet Marges.

291

Tableaux pivotants

E Sélectionnez la valeur de chacune des quatre marges.

Propriétés des cellules : Ombrage

Cet onglet de boîte de dialogue spécifie le pourcentage d'ombrage ou un contour decellule ainsi que les couleurs de premier plan et d'arrière-plan pour une zone decellules spécifiée. Cela n'affecte pas la couleur du texte. Le contour de cellule estsélectionné dans la liste Surbrillances.

Figure 11-20Propriétés des cellules onglet Ombrage

Modification de l'ombrage des cellulesE Cliquez sur l'onglet Ombrage.

E Sélectionnez les surbrillances et les couleurs de la cellule.

Marque de bas de page

La Marque de note de bas de page modifie le ou les caractères utilisés pour marquerune note de bas de page.

292

Chapitre 11

Figure 11-21Boîte de dialogue Marque de Note de bas de page

Modification des caractères des marques des notes de bas de page

E Sélectionnez une note de bas de page.


Marque de note de bas de page...

E Entrez un ou deux caractères.

Renumérotation des notes de bas de page

Lorsque vous avez fait pivoter un tableau en échangeant des lignes, des colonnes etdes strates, les notes de bas de page peuvent être désactivées. Pour renuméroter lesnotes de bas de page :



Renuméroter notes de bas de page

Sélection des lignes et des colonnes dans les tableauxpivotants

La flexibilité des tableaux pivotants place certaines contraintes sur la manière dontvous sélectionnez des lignes et des colonnes, et la surbrillance qui indique la ligne oula colonne sélectionnée peut s'étendre sur des zones non contiguës du tableau.

293

Tableaux pivotants

Pour sélectionner une ligne ou une colonne dans un tableaupivotant


E Cliquez sur une étiquette de ligne ou de colonne.


SélectionnezCellules de données et d'étiquettes

ou

E Ctrl-Alt-clic sur l'étiquette de ligne ou de colonne.

Si le tableau contient plusieurs dimensions dans la zone des lignes ou des colonnes, lasélection en surbrillance peut s'étendre sur plusieurs cellules non contiguës.

Modification des résultats d'un tableau pivotant

Le texte qui s'affiche dans le Viewer peut apparaître dans beaucoup d'éléments. Vouspouvez modifier le texte ou ajouter de nouveaux textes.

Les tableaux pivotants peuvent être édités en :

Editant du texte dans les cellules du tableau pivotant.

Ajoutant des légendes et des notes de bas de page.

Pour modifier le texte d'une cellule


E Double-cliquez sur la cellule ou appuyez sur F2.

E Editez le texte.

E Appuyez sur la touche Entrée pour enregistrer vos changements ou appuyez sur latouche Echap pour restaurer le contenu précédent de la cellule.

294

Chapitre 11

Ajout de légendes à un tableau

E A partir des menus du tableau pivotant, choisissez :Insérer

Légende

Les mots Légende du tableau s'affichent au bas du tableau.

E Sélectionnez les mots Légende du tableau et entrez votre texte par-dessus.

Ajout d'une note de bas de page à un tableau

Une note de bas de page peut être attachée à tout élément d'un tableau.

E Cliquez sur un titre, une cellule ou une légende dans le tableau pivotant activé.

E A partir des menus du tableau pivotant, choisissez :Insérer

Note de bas de page...

E Sélectionnez les mots Note de bas de page et tapez le texte de la note en écrasantle texte présent.

Impression des tableaux pivotants

Divers facteurs peuvent affecter l'aspect des diagrammes imprimés à partir detableaux pivotants et ces facteurs peuvent être contrôlés en modifiant les attributs dutableau pivotant.

Pour des tableaux pivotants multidimensionnels (tableaux avec strates), vouspouvez soit imprimer toutes les strates, soit simplement imprimer la stratesupérieure (visible).

Pour des tableaux pivotants longs ou larges, vous pouvez automatiquementredimensionner le tableau pour ajuster à la page ou contrôler la position dessauts de tableaux ou des sauts de page.

Utilisez l'Aperçu avant impression du menu Fichier pour voir à quoi ressembleront lestableaux pivotants imprimés.

295

Tableaux pivotants

Pour imprimer les strates masquées d'un tableau pivotantE Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau).



E Dans l'onglet Impression, sélectionnez Imprimer toutes les strates.

Vous pouvez aussi imprimer chaque strate d'un tableau pivotant sur une page distincte.

Contrôle des sauts de tableau pour les tableaux longs et larges

Les tableaux pivotants qui sont soit trop larges soit trop longs pour être imprimés dansla taille de page définie sont automatiquement divisés et sont imprimés en plusieurssections. (Pour les tableaux larges, les différentes sections s'impriment sur la mêmepage s'il y a de la place). Vous pouvez:

Contrôler la position à laquelle les lignes et les colonnes sont divisés les grandstableaux

Indiquer les lignes et colonnes qui doivent être conservés ensemble lors de ladivision de tableaux

Redimensionner les grands tableaux pour les ajuster à la taille définie pour la page

Pour spécifier des sauts de ligne et de colonne dans les tableaux pivotantsimprimés


E Cliquez sur l'étiquette de colonne à gauche de l'endroit où vous souhaitez insérer lesaut ou sur l'étiquette de ligne au-dessus de l'endroit où vous souhaitez insérer le saut.


Séparer ici...

296

Chapitre 11

Spécification des lignes ou colonnes à conserver ensemble


E Sélectionnez les étiquettes des lignes ou colonnes que vous souhaitez conserverensemble. (Cliquez-glissez ou Maj+cliquez pour sélectionner plusieurs étiquettes deligne ou de colonne.)


Insérer Conserver ensemble

Pour redimensionner un tableau pivotant afin de l'ajuster à la page




E Cliquez sur l'onglet Impression.

E Cliquez sur Redimensionner largeur de tableau.

et/ou

E Cliquez sur Redimensionner longueur de tableau.

Chapitre

12Utilisation de la syntaxe decommande

SPSS fournit un puissant langage de commande qui vous permet d'enregistrer etd'automatiser de nombreuses tâches. Il fournit également des fonctionnalités qui ne setrouvent ni dans les menus ni dans les boîtes de dialogue.

La plupart des commandes sont accessibles depuis les menus et boîtes de dialogue.Cependant, certaines options et commandes ne sont disponibles qu'en utilisant lelangage de commande. Celui-ci vous permet d'enregistrer vos travaux dans un fichierde syntaxe afin de vous permettre de relancer votre analyse à une date ultérieure ou del'exécuter dans une opération automatisée à l'aide du système de production.

Un fichier de syntaxe de commande est un fichier texte simple contenantdes commandes. Il est possible d'ouvrir une fenêtre de syntaxe et de taper descommandes, mais il est plus simple de laisser SPSS construire le fichier de syntaxeselon l'une des méthodes suivantes :

Copie de la syntaxe de commande à partir des boîtes de dialogue,

Copie de la syntaxe à partir du fichier de résultat,

Copie de la syntaxe à partir du fichier-journal.

Dans l'aide en ligne d'une procédure donnée, cliquez sur le lien de syntaxe decommande dans la liste des rubriques apparentées pour accéder au diagramme desyntaxe de la commande correspondante. Pour obtenir une documentation complètesur le langage de commande, reportez-vous au manuel SPSS Command SyntaxReference.

297

298

Chapitre 12

Lors de l'installation de SPSS, la documentation complète sur la syntaxe descommandes est automatiquement installée. Pour accéder à la documentation sur lasyntaxe:

E A partir du menu, sélectionnez :Aide

Command Syntax Reference.

Règles de syntaxe de commande

N'oubliez pas les règles suivantes lorsque vous modifiez et écrivez la syntaxe decommande :

Chaque commande doit commencer sur une nouvelle ligne et se terminer parun point.

La plupart des sous-commandes sont séparées par des barres obliques (/). Labarre oblique figurant avant la première sous-commande de la commande estsouvent facultative.

Le nom des variables doit être écrit en en toute lettre.

Le texte inclus dans les apostrophes ou les guillemets doit tenir sur uneseule ligne.

Chaque ligne de la syntaxe de commande ne peut dépasser 80 caractères.

Un point (.) doit être utilisé pour indiquer les décimales, indépendamment desparamètres régionaux définis dans Windows.

Le nom des variables finissant par un point peut engendrer des erreurs dansles commandes créées par les boîtes de dialogue. Vous ne pouvez pas créerde tels noms de variable dans les boîtes de dialogue ; vous devez donc éviterd'indiquer ces noms.

La syntaxe de commande respectant la casse, une abréviation de trois lettres peut êtreutilisée pour spécifier ces commandes. Vous pouvez utiliser autant de lignes vouluespour spécifier une commande unique. Il vous est possible d'ajouter des espaces oudes sauts de ligne à presque tous les points d'insertion d'un espace vide, tels que desbarres obliques, des parenthèses, des opérateurs arithmétique, ou les ajouter entre lenom des variables. Par exemple,

FREQUENCIES

299

Utilisation de la syntaxe de commande

VARIABLES=JOBCAT GENDER/PERCENTILES=25 50 75

/BARCHART.

et

freq var=jobcat gender /percent=25 50 75 /bar.

sont deux choix possibles qui génèrent les mêmes résultats.

Fichiers de syntaxe Système de production et fichiers INCLUDE : Pour des fichiers decommande exécutés à l'aide du système de production ou de la commande INCLUDE,les règles de syntaxe diffèrent légèrement :

Chaque commande doit commencer sur la première colonne d'une nouvelle ligne.

Les lignes suites doivent être en retrait d'un espace au moins.

Le point à la fin de la commande est optionnel.

Si vous générez une syntaxe de commande en collant les sélections d'une boîte dedialogue dans une fenêtre de syntaxe, le format des commandes convient à toutmode de production.

Création d'une syntaxe depuis les boîtes de dialogue

La méthode la plus simple pour construire un fichier de syntaxe de commandeconsiste à effectuer des sélections dans les boîtes de dialogue et à coller la syntaxedans la fenêtre correspondante. En collant la syntaxe à chaque étape d'une longueanalyse, vous pouvez construire un fichier de travail vous permettant de relancerl'analyse ultérieurement ou d'exécuter une opération automatisée à l'aide du systèmede production.

Dans la fenêtre de syntaxe, vous pouvez exécuter la syntaxe qui a été collée, lamodifier et l'enregistrer dans un fichier de syntaxe.

Collage d'une syntaxe depuis les boîtes de dialogue

E Ouvrez la boîte de dialogue et faites vos sélections.

E Cliquez sur Coller.

300

Chapitre 12

La syntaxe de commande est alors collée dans la fenêtre correspondante. Si vousn'avez pas ouvert de fenêtre, une nouvelle fenêtre s'ouvre automatiquement pourpouvoir y coller la syntaxe.

Figure 12-1Syntaxe de commande collée depuis une boîte de dialogue

Remarque : Si vous ouvrez une boîte de dialogue à partir des menus d'une fenêtrede script, le code permettant d'exécuter la syntaxe depuis un script est alors collédans la fenêtre correspondante.

Utilisation de la syntaxe depuis le fichier de résultat

Vous pouvez construire un fichier de syntaxe en copiant la syntaxe depuis le fichierapparaissant dans le Viewer. Pour ce faire, sélectionnez Afficher commandes dans laboîte de dialogue du Viewer avant de lancer l'analyse. Chaque commande apparaîtdonc dans le Viewer accompagné du résultat de l'analyse.

Dans la fenêtre de syntaxe, vous pouvez exécuter la syntaxe qui a été collée, lamodifier et l'enregistrer dans un fichier de syntaxe.

301


Figure 12-2Syntaxe de commande dans le fichier

Copier la syntaxe depuis le fichier de résultats

E Avant de lancer l'analyse, à partir du menu, sélectionnez :Affichage

Options...

E Dans l'onglet Viewer, sélectionnez Afficher commandes.

Au cours de l'analyse, les commandes des sélections faites dans votre boîte dedialogue sont enregistrées dans le fichier.

E Ouvrez un fichier de syntaxe précédemment enregistré ou créez-en un nouveau. Pource faire, à partir du menu, sélectionnez :Fichier

NouveauSyntaxe

E Dans le Viewer, double-cliquez sur un élément du fichier pour le mettre

302

Chapitre 12

en surbrillance.

E Cliquez et faites glisser la souris pour sélectionner la syntaxe à copier.

E A partir du menu du Viewer, sélectionnez :Edition

Copier

E Dans la fenêtre de syntaxe, à partir du menu, sélectionnez :Edition

Coller

Utilisation de la syntaxe dans un fichier-journal

Par défaut, toutes les commandes exécutées au cours d'une session sont enregistréesdans un fichier-journal nommé spss.jnl (configuré dans le menu Edition, commandeOptions). Vous pouvez modifier le fichier-journal et l'enregistrer en tant que fichier desyntaxe que vous pouvez utiliser pour relancer une analyse, ou l'exécuter dans uneopération automatisée à l'aide du système de production.

Le fichier-journal est un fichier texte pouvant être modifié comme tout autrefichier. Des messages d'erreur et des avertissements étant également enregistrés dansle fichier-journal avec la syntaxe de commande, vous devez modifier les messagesd'erreur et les avertissements générés avant d'enregistrer le fichier de syntaxe. Noteztoutefois que les erreurs doivent être résolues pour que l'analyse puisse s'effectuercorrectement.

Enregistrez le fichier-journal modifié sous un autre nom. Le fichier-journalétant automatiquement ajouté ou écrasé à chaque session, la tentative d'utilisationdu même nom de fichier pour les fichiers de syntaxe et journaux peut générer desrésultats inattendus.

303


Figure 12-3Edition du fichier-journal

Modification de la syntaxe dans un fichier-journal

E Pour ouvrir le fichier-journal, sélectionnez à partir du menu :Fichier

OuvrirAutre…

E Ouvrez le fichier-journal (par défaut, spss.jnl se trouve dans le répertoire temp).

Sélectionnez Tous les fichiers (*.*) dans la liste des types de fichiers ou entrez *.jnl dansla zone de texte Nom de fichier pour afficher les fichiers-journaux dans la liste. Sivous ne parvenez pas à trouver le fichier, utilisez Options du menu Edition pourconnaître l'emplacement du journal sur votre système.

E Modifiez le fichier afin de supprimer tout message d'erreur ou avertissement indiquépar un signe >.

E Enregistrez le fichier-journal modifié sous un autre nom. (Nous vous conseillonsd'utiliser un nom avec une extension .sps. C'est l'extension par défaut des fichiersde syntaxe.)

304

Chapitre 12

Exécuter une syntaxe de commandeE Mettez en surbrillance les commandes à exécuter dans la fenêtre de syntaxe.

E Cliquez sur le bouton Exécuter (en forme de triangle) dans la barre d'outils de lafenêtre de l'éditeur de syntaxe.

ou

E Sélectionnez l'une des options du menu Exécuter.

Tout : Exécute toutes les commandes dans la fenêtre de syntaxe.

Sélection : Exécute les commandes sélectionnées, y compris les commandespartiellement sélectionnées.

Courant : Exécute la commande à l'endroit où le curseur est situé.

Jusqu'à la fin : Exécute toutes les commandes à partir de l'emplacement du curseurjusqu'à la fin du fichier de syntaxe de commande.

Le bouton Exécuter dans la barre d'outils de l'éditeur de syntaxe exécute lescommandes sélectionnées ou la commande sélectionnée à l'endroit où le curseur estsitué si aucun élément n'est sélectionné.

Figure 12-4Barre d'outils Editeur de syntaxe

Commandes Execute multiples

La syntaxe collée depuis des boîtes de dialogue ou copiée depuis le journal peutcontenir des commandes EXECUTE. Lorsque vous exécutez plusieurs commandes àpartir d'une fenêtre de syntaxe, il est inutile de faire appel à plusieurs commandesEXECUTE. Vous risquez même de ralentir les performances car cette commandelit l'intégralité du fichier de données.

305


Si la dernière commande du fichier de syntaxe lit le fichier de données (commeune procédure statistique ou graphique), aucune commande EXECUTE n'estnécessaire ; vous pouvez donc supprimer ces commandes.

Si vous n'êtes pas sûr que la dernière commande lise le fichier de données, vouspouvez généralement supprimer toutes les commandes EXECUTE du fichier desyntaxe, à l'exception de la dernière.

Fonctions Décalage positif

Cette exception concerne les commandes de transformation qui contiennent desfonctions Décalage positif. Dans une série de commandes de transformation necontenant aucune commande EXECUTE ni aucune autre commande lisant les données,les fonctions Décalage positif sont calculées une fois toutes les autres transformationseffectuées, sans tenir compte de l'ordre des commandes. Par exemple :

COMPUTE lagvar=LAG(var1)COMPUTE var1=var1*2

et

COMPUTE lagvar=LAG(var1)EXECUTECOMPUTE var1=var1*2

génère différents résultats pour la valeur lagvar car la première valeur utilise la valeurtransformée var1 alors que la deuxième utilise la valeur d'origine.

Chapitre

13Fréquences

La procédure Fréquences permet d'obtenir des affichages statistiques et graphiquesqui servent à décrire de nombreux types de variables. Dès que vous prenezconnaissance de vos données, la procédure Fréquences peut jouer un rôle.

Pour obtenir un rapport des fréquences et un diagramme en bâtons, vous pouveztrier les différentes valeurs par ordre croissant ou décroissant, ou bien classer lesmodalités en fonction de leurs fréquences. Le rapport de fréquences peut êtresupprimé lorsqu'une variable a plusieurs valeurs distinctes. Vous pouvez étiqueter lesdiagrammes avec des fréquences (par défaut) ou des pourcentages.

Exemple : Quelle est la répartition de la clientèle d'une société selon le type d'industriedont elle fait partie ? Le résultat pourrait vous apprendre que votre clientèle estcomposée à 37,5 % d'organismes d'état, à 24,9 % de sociétés commerciales, à28,1 % d'établissements universitaires et à 9,4 % du secteur de la santé. Pour desdonnées continues et quantitatives, comme par exemple les revenus des ventes, vouspourriez constater que la moyenne de vente par produit est de 3.576 $ avec un écarttype de 1.078 $.

Diagrammes et statistiques : Effectifs de fréquence, pourcentages, pourcentagescumulés, moyenne, médiane, mode, somme, écart type, variance, intervalle, valeursminimale et maximale, erreur standard de la moyenne, asymétrie et aplatissement(avec leurs erreurs standard), quartiles, centiles choisis par l'utilisateur, diagrammesen bâtons, diagrammes en secteurs et histogrammes.

Remarques sur les données de fréquences

Données : Utilisez des codes numériques ou alphanumériques courts pour coder lesvariables qualitatives (mesures de niveau nominal ou ordinal).

307

308

Chapitre 13

Hypothèses : Les tabulations et les pourcentages fournissent une description utile surles données de n'importe quelle distribution, particulièrement pour les variablesdisposant de modalités triées ou non. Certaines des statistiques récapitulativesfacultatives, telles que la moyenne et l'écart type, sont fondées sur la théorie denormalité et sont appropriées pour des variables quantitatives avec une distributionsymétrique. Les statistiques de base, telles que la médiane, les quartiles et lescentiles, sont appropriées pour les variables quantitatives, qu'elles répondent ou nonau critère de normalité.

Echantillon de résultatFigure 13-1Résultat de fréquences

309

Fréquences

Pour obtenir des tableaux de fréquencesE A partir du menu, sélectionnez :

AnalyseStatistiques descriptives

Fréquences...

Figure 13-2Boîte de dialogue Fréquences

E Sélectionnez une ou plusieurs variables qualitatives ou quantitatives.


Cliquer sur Statistiques pour obtenir des statistiques descriptives pour desvariables quantitatives.

Cliquer sur Diagrammes pour obtenir des diagrammes en bâtons, des diagrammesen secteurs ou des histogrammes.

Cliquer sur Format pour définir l'ordre de présentation des résultats.

310

Chapitre 13

Statistiques des fréquencesFigure 13-3Boîte de dialogue Fréquences : Statistiques

Fractiles : Valeurs d'une variable quantitative qui divisent les données triées enclasses par centième. Les quartiles (25ième, 50ième et 75ième centiles) divisent lesobservations en quatre classes de taille égale. Si vous souhaitez un nombre égal declasses différent de quatre, sélectionnez Partition en n classes égales. Vous pouvezégalement spécifier des centiles particuliers (par exemple, le 95ième centile, valeurau-dessus de 95 % des observations).

Tendance centrale : Les statistiques décrivant la position de la distributioncomprennent la Moyenne, la Médiane, le Mode et la Somme de toutes les valeurs.

Moyenne : Mesure de la tendance centrale. Moyenne arithmétique ; sommedivisée par le nombre d'observations.

Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié desobservations ; 50e centile. Si le nombre d'observations est pair, la médianecorrespond à la moyenne des deux observations du milieu lorsqu'elles sont triéesdans l'ordre croissant ou décroissant. La médiane est une mesure de tendancecentrale et elle n'est pas, à l'inverse de la moyenne, sensible aux valeurs éloignées.

Mode : Valeur qui revient le plus fréquemment. Si plusieurs valeurs partagentla plus grande fréquence d'occurrence, chacune d'elles constitue un mode. Laprocédure Fréquences ne rend compte que du plus petit mode.

Somme : Somme ou total des valeurs, pour toutes les observations n'ayant pasde valeur manquante.

311

Fréquences

Dispersion : Les statistiques mesurant la variance ou la dispersion dans les données,comprennent l'écart type, la variance, l'intervalle, le minimum, le maximum et l'erreurstandard (ES) de la moyenne.

Ecart type : Mesure de la dispersion des valeurs autour de la moyenne. Dansune répartition normale, 68 % des observations se situent à un écart type de lamoyenne et 95 % à deux écarts types. Par exemple, si la moyenne d'âge estde 45 avec un écart type égal à 10, une distribution normale verra 95 % desobservations se situer entre 25 et 65.

Variance : Mesure de la dispersion des valeurs autour de la moyenne, égale à lasomme des carrés des écarts par rapport à la moyenne, divisée par le nombred'observations moins un. La variance se mesure en unités, qui sont égales aucarré des unités de la variable.

Plage : Différence entre la valeur maximale et la valeur minimale d'une variablenumérique (maximum–minimum).

Minimum : Valeur la plus petite d'une variable numérique.

Maximum : Plus grande valeur d'une variable numérique.

ES Moyenne : Mesure du taux de variation de la valeur de la moyenne surdes échantillons provenant de la même distribution. Cette mesure permet decomparer approximativement la moyenne observée avec une valeur hypothétique(autrement dit, vous pouvez conclure que ces deux valeurs sont différentes si lerapport de la différence avec l'erreur standard est inférieur à -2 ou supérieur à +2).

Distribution : L'Asymétrie et l'Aplatissement sont des statistiques qui décrivent laforme et la symétrie de la distribution. Ces statistiques sont présentées avec leurserreurs standard.

Skewness : Mesure de l'asymétrie d'une distribution. La distribution normale estsymétrique et a une valeur d'asymétrie égale à zéro. Une distribution caractériséepar une importante asymétrie positive présente une partie droite plus allongée.Une distribution caractérisée par une importante asymétrie négative présente uneextrémité gauche plus allongée. Pour simplifier, une valeur d'asymétrie deux foissupérieure à l'erreur standard correspond à une absence de symétrie.

Kurtosis : Mesure de l'étendue du regroupement des observations autourd'un point central. Dans le cas d'une distribution normale, la valeur de lastatistique d'aplatissement est égale à 0. Un aplatissement positif indique que lesobservations sont plus regroupées et présentent des extrémités plus longues que

312

Chapitre 13

dans le cas d'une distribution normale. Un aplatissement négatif signifie que lesobservations sont moins regroupées et présentent des extrémités plus courtes.

Valeurs sont des centres de classes : Si les valeurs dans vos données représentent descentres de classes (par exemple, les âges des individus trentenaires sont représentéspar le code 35), sélectionnez cette option pour estimer la médiane et les centilesdes données originales, non regroupées.

Diagrammes des fréquencesFigure 13-4Boîte de dialogue Fréquences : Diagrammes

Type de diagramme : Un diagramme en secteurs montre la participation de chaquepartie à l'ensemble. Chaque secteur du diagramme correspond à un groupe défini parune simple variable de regroupement. Un diagramme en bâtons montre l'effectif dechaque valeur ou de chaque modalité sous la forme d'un bâton distinct, ce qui vouspermet de comparer les modalités visuellement. Un histogramme est égalementconstitué de bâtons mais ils sont répartis à intervalles égaux. La hauteur de chaquebâton représente l'effectif des valeurs d'une variable quantitative appartenant àl'intervalle. Un histogramme montre la forme, le centre et la dispersion de ladistribution. Si vous superposez une courbe normale sur l'histogramme, vous pouvezdéterminer si les données sont distribuées normalement.

Valeurs du diagramme : Dans les diagrammes en bâtons, l'axe peut être étiqueté parfréquences ou pourcentages de fréquence.

313

Fréquences

Format des fréquencesFigure 13-5Boîte de dialogue Fréquences: Format

Ordre d'affichage : Le tableau de fréquences peut être affiché en fonction des valeursréelles des données ou de l'effectif (fréquence d'occurrence) de ces valeurs, parValeurs croissantes ou Valeurs décroissantes. Cependant, si vous demandez unhistogramme ou des centiles, SPSS part du principe que la variable est quantitative etaffiche ses valeurs par ordre croissant.

Variables multiples : Si vous créez des tableaux statistiques pour des variablesmultiples, vous pouvez afficher toutes les variables dans un tableau unique (Comparer

variables) ou bien afficher un tableau statistique séparé pour chaque variable (Séparer

résultats par variables).

Supprimer les tableaux avec plus de n modalités : Cette option évite l'affichage destableaux ayant plus que le nombre spécifié de valeurs.

Chapitre

14Caractéristiques

La procédure Descriptive affiche les résumés de statistiques univariées pour plusieursvariables en un seul tableau et calcule les valeurs standardisées (scores z). Lesvariables peuvent être ordonnées en fonction de la taille de leurs moyennes (en ordreascendant ou descendant), alphabétiquement ou selon l'ordre dans lequel vous avezsélectionné les variables (par défaut).

Lorsque les scores z sont enregistrés, ils sont ajoutés aux données dans l'éditeurde données et sont disponibles pour les diagrammes SPSS, les listes de données etles analyses. Lorsque les variables sont enregistrées avec des unités différentes (parexemple, produit domestique brut par personne et pourcentage de la populationsachant lire et écrire), une transformation en score z place les variables sur une échellecommune pour que la comparaison soit plus facile.

Exemple : Si chaque observation dans vos données contient les totaux des ventesquotidiennes pour chacun des membres du personnel commercial (par exemple, uneentrée pour Bob, une pour Kim, une pour Brian, etc.) rapportés chaque jour pendantplusieurs mois, la procédure Caractéristiques peut calculer les ventes quotidiennesmoyennes pour chacun des membres du personnel et ordonner les résultats de lamoyenne des ventes la plus élevée à la plus basse.

Statistiques : Taille de l'échantillon, moyenne, minimum, maximum, écart type,variance, intervalle, somme, erreur standard de la moyenne, et aplatissement etasymétrie avec leurs erreurs standards (ES).

Remarques sur les données de Caractéristiques

Données : Utilisez des variables numériques après les avoir visualisées graphiquementen cherchant des erreurs d'enregistrement, les valeurs éloignées et les anomalies dedistribution. La procédure Caractéristiques est très efficace pour les gros fichiers(milliers d'observations).

315

316

Chapitre 14

Hypothèses : La plupart des statistiques disponibles (y compris les écarts z) sontbasées sur une théorie normale et conviennent pour des variables quantitatives(mesures de niveau d'intervalle ou de rapport) avec distribution symétrique (évitez lesvariables avec des modalités désordonnées ou des distributions asymétriques). Ladistribution des écarts z a la même forme que celle des données d'origine. Ainsi, lecalcul des écarts z n'est pas une solution aux données posant des problèmes.

Echantillon de résultatFigure 14-1Résultats de la procédure Caractéristiques

10 42.00 86.00 59.2000 14.2657

10 23.00 85.00 56.2000 17.6623

10 45.00 71.00 56.0000 8.8819

10 34.00 83.00 52.9000 16.6029

10 28.00 89.00 52.9000 21.8858

10 23.00 73.00 52.1000 16.4617

10 25.00 85.00 50.5000 21.1305

10

Ventes de JeanVentes de NathalieVentes de PierreVentes de Monique

Ventes de MichelVentes de Karine

Ventes de ThomasN valide (observation

N Minimum Maximum MoyenneEcart-type

Statistiques descriptives

incomplète)

Pour obtenir des statistiques descriptivesE A partir du menu, sélectionnez :


Descriptives...

317

Caractéristiques

Figure 14-2Boîte de dialogue Caractéristiques

E Sélectionnez une ou plusieurs variables.


Cliquez sur Enregistrer des valeurs standardisées dans des variables pour enregistrerles écarts z comme nouvelles variables.

Cliquer sur Options pour les statistiques optionnelles et l'ordre d'affichage.

318

Chapitre 14

Options CaractéristiquesFigure 14-3Boîte de dialogue Caractéristiques : Options

Moyenne et somme : La moyenne ou moyenne arithmétique s'affiche par défaut.

Dispersion : Les statistiques qui mesurent l'étendue ou les variations dans les donnéescomprennent l'écart type, la variance, l'intervalle, le minimum, le maximum, etl'erreur standard (ES) de la moyenne.

Ecart type : Mesure de la dispersion des valeurs autour de la moyenne. Dansune répartition normale, 68 % des observations se situent à un écart type de lamoyenne et 95 % à deux écarts types. Par exemple, si la moyenne d'âge estde 45 avec un écart type égal à 10, une distribution normale verra 95 % desobservations se situer entre 25 et 65.

Variance : Mesure de la dispersion des valeurs autour de la moyenne, égale à lasomme des carrés des écarts par rapport à la moyenne, divisée par le nombred'observations moins un. La variance se mesure en unités, qui sont égales aucarré des unités de la variable.


319

Caractéristiques



Erreur standard de la moyenne : Mesure du taux de variation de la valeur de lamoyenne sur des échantillons provenant de la même distribution. Cette mesurepermet de comparer approximativement la moyenne observée avec une valeurhypothétique (autrement dit, vous pouvez conclure que ces deux valeurs sontdifférentes si le rapport de la différence avec l'erreur standard est inférieur à-2 ou supérieur à +2).

Distribution : L'aplatissement et l'asymétrie sont des statistiques qui caractérisentla forme et la symétrie de la distribution. Elles sont affichées avec leurs erreursstandards.

Kurtosis : Mesure de l'étendue du regroupement des observations autourd'un point central. Dans le cas d'une distribution normale, la valeur de lastatistique d'aplatissement est égale à 0. Un aplatissement positif indique que lesobservations sont plus regroupées et présentent des extrémités plus longues quedans le cas d'une distribution normale. Un aplatissement négatif signifie que lesobservations sont moins regroupées et présentent des extrémités plus courtes.

Skewness : Mesure de l'asymétrie d'une distribution. La distribution normale estsymétrique et a une valeur d'asymétrie égale à zéro. Une distribution caractériséepar une importante asymétrie positive présente une partie droite plus allongée.Une distribution caractérisée par une importante asymétrie négative présente uneextrémité gauche plus allongée. Pour simplifier, une valeur d'asymétrie deux foissupérieure à l'erreur standard correspond à une absence de symétrie.

Ordre d'affichage : Par défaut, les variables s'affichent dans l'ordre dans lequel vous lesavez sélectionnées. En option, vous pouvez afficher les variables alphabétiquement,par moyennes croissantes ou par moyennes décroissantes.

Chapitre

15Explorer

La procédure Explorer produit des résumés statistiques et des affichages graphiquespour toutes vos observations ou séparément pour des groupes d'observations. Ilexiste plusieurs raisons pour utiliser la procédure Explorer : le filtrage de données,l'identification des valeurs éloignées, la description, la vérification d'hypothèses et lacaractérisation des différences parmi les sous populations (groupes d'observations). Lefiltrage de données peut vous indiquer les valeurs inhabituelles, les valeurs extrêmes,les trous dans les données ou d'autres particularités. L'exploration des données peutvous aider à déterminer si les techniques statistiques que vous envisagez d'utiliserpour l'analyse de vos données sont appropriées. L'exploration peut indiquer que vousavez besoin de transformer les données si la technique nécessite une répartitiongaussienne. Vous pouvez également choisir d'utiliser des tests non paramétriques.

Exemple : Examiner la distribution des temps d'apprentissage pour les souris dans unlabyrinthe avec quatre programmes de renforcement. Pour chacun des quatre groupes,vous pouvez voir si la répartition des temps est approximativement gaussienne etsi les quatre variances sont égales. Vous pouvez aussi identifier les observationsavec les cinq plus grands et les cinq plus petits temps. Les boîtes à moustacheset les diagrammes tige et feuille résument graphiquement la répartition des tempsd'apprentissage pour chacun des groupes.

Diagrammes et statistiques : Moyenne, médiane, moyenne tronquée à 5 %, erreurstandard, variance, écart type, minimum, maximum, intervalle, intervalle interquartile,asymétrie et aplatissement avec leurs erreurs standard, intervalle de confiance pourla moyenne (et niveaux de confiance spécifiés), centiles, M-estimateur de Huber,Andrews, Hampel, Tukey, les cinq plus grandes et cinq plus petites valeurs, leKolmogorov-Smirnov avec un seuil de signification Lilliefors pour tester la normalité,et la statistique Shapiro-Wilk. Boîtes à moustaches, diagrammes tige et feuille,histogrammes, diagrammes de répartition gaussienne, et dispersion/niveaux avec letest de Levene et les transformations.

321

322

Chapitre 15

Remarques sur les Données d'Explorer

Données : La procédure d'Explorer peut être utilisée pour les variables quantitatives(Mesures de niveaux d'intervalle ou de rapport). Une variable active (utilisée pourrépartir les données en groupes d'observations) doit avoir un nombre raisonnable devaleurs distinctes (modalités). Ces valeurs peuvent être des chaînes de caractèrescourtes ou numériques. La variable d'étiquette par observation, utilisée pour étiqueterles valeurs extrêmes dans les boîtes à moustache, peut être de courtes chaînes decaractères, de longues chaînes de caractères (15 premiers caractères) ou numériques.

Hypothèses : La distribution de vos données ne doit pas obligatoirement êtresymétrique ou gaussienne.

Echantillon de résultatFigure 15-1Résultats d'Explorer

2.760 4.850 6.900 9.010

.165 .422 .445 .289

2.387 3.895 5.893 8.357

3.133 5.805 7.907 9.663

2.761 4.889 6.911 8.994

2.850 4.900 7.050 9.000

.272 1.783 1.982 .834

.521 1.335 1.408 .913

2.0 2.3 4.5 7.8

3.5 6.7 9.1 10.5

1.5 4.4 4.6 2.7

.925 2.250 2.400 1.650

-.116 -.559 -.197 .219

.687 .687 .687 .687

-1.210 -.104 -.606 -1.350

1.334 1.334 1.334 1.334

Statistique

Erreur std.

Statistique

Statistique

Statistique

Statistique

Statistique

Statistique

Statistique

Statistique

Statistique

Statistique

Statistique

Erreur std.

Statistique

Erreur std.

Moyenne

Limite inférieure

Limite supérieure

Intervale de confiancepour la moyenne à 95,0 %

Moyenne tronquée à 5 %

Médiane

Variance

Ecart-type

Minimum

Maximum

Plage

Intervalle interquartile

Asymétrie

Kurtosis

1 2 3 4

Planning

Temps

Descriptifs

323

Explorer

31 4 10.533 4 9.939 4 9.832 4 9.536 4 9.3

2 1 2.07 1 2.11 1 2.3

11 2 2.33 1 2.5

1234512345

Plus élevé

Plus bas

Temps

Nombre Chaîne Valeur

Valeurs extrêmes

d'observations

Time Stem-and-Leaf Plot

Diagramme Tige et feuille (dans le temps)

7.00 2 . 0133589 6.00 3 . 014577 3.00 4 . 568 5.00 5 . 05779 4.00 6 . 1379 3.00 7 . 268 6.00 8 . 012237 5.00 9 . 13589 1.00 10 . 5

Largeur de tigeChaque feuille 1 observation(s)

1.0

Pour explorer vos donnéesE A partir du menu, sélectionnez :


Explorer...

324

Chapitre 15

Figure 15-2Boîte de dialogue Explorer

E Sélectionnez au moins une variable dépendante.


Sélectionner une ou plusieurs variables actives, dont les valeurs définiront lesgroupes d'observations.

Sélectionner une variable d'identification pour étiqueter les observations.

Cliquer sur Statistiques pour les M-estimateurs, les Valeurs éloignées, les Centileset les tableaux de fréquences.

Cliquez sur Diagrammes pour les histogrammes, les diagrammes de répartitiongaussiens avec tests et la dispersion/niveau avec test de Levene.

Cliquez sur Options pour le traitement des valeurs manquantes.

325

Explorer

Statistiques d'ExplorerFigure 15-3Boîte de dialogue Statistiques Explorer

Descriptives : Ces mesures de tendance centrale et de dispersion s'affichent par défaut.Les mesures de tendance centrale indiquent la position de la répartition. On y trouvela moyenne, la médiane et la moyenne tronquée à 5 %. Les mesures de dispersionmontrent la dissimilarité des valeurs ; on y trouve l'erreur standard, la variance,l'écart type, le minimum, le maximum, l'intervalle, et l'intervalle interquartile. Lesstatistiques descriptives comprennent aussi les mesures de la forme des répartitions.L'asymétrie et l'aplatissement s'affichent avec leurs erreurs standard. L'intervalle duniveau de confiance à 95 % pour la moyenne s'affiche aussi. Vous pouvez spécifier unniveau de confiance différent.

Moyennes pondérées : Estimations de la moyenne et de la médiane de l'échantillonpour estimer une localisation du centre. Les estimateurs calculés diffèrent selon lespondérations qu'ils appliquent aux observations. M-estimateur de Huber, Andrew,Hampel, et Tukey apparaissent.

Valeurs éloignées : Affiche les cinq plus grandes et cinq plus petites valeurs, avecles étiquettes d'observations.

Centiles : Affiche les valeurs pour le 5ième, 10ième, 25ième, 50ième, 75ième,90ième, et 95ième centiles.

326

Chapitre 15

Diagrammes d'ExplorerFigure 15-4Boîte de dialogue Explorer : Diagrammes

Boîtes à moustaches : Ces alternatives contrôlent l'affichage de boîtes à moustachesquand vous avez plus d'une variable dépendante. Niveaux de critère génère unaffichage séparé pour chaque variable dépendante. Dans un affichage, les boîtes àmoustache sont données pour chacun des groupes définis par une variable active.Dépendantes génère un affichage séparé pour chaque groupe défini par une variableactive. Dans un affichage, les boîtes à moustaches s'affichent côte à côte pour chaquevariable dépendante. Cet affichage est particulièrement utile lorsque les différentesvariables représentent une seule caractéristique mesurée à des moments différents.

Caractéristique : Le groupe caractéristiques vous permet de choisir les diagrammestige et feuille et les histogrammes.

Graphes de répartition gaussiens avec tests : Affiche les diagrammes de répartitiongaussiens et les résidus. La statistique de Kolmogorov-Smirnov avec un seuil designification Lilliefors pour le test de normalité s'affiche. Si des pondérations nonentières sont spécifiées, la statistique Shapiro-Wilk est calculée lorsque la tailled'échantillon pondérée est comprise entre 3 et 50. En cas de pondérations entièresou en l'absence de pondération, le calcul est effectué lorsque la taille d'échantillonpondérée est comprise entre 3 et 5 000.

327

Explorer

Dispersion/niveau avec test de Levene : Contrôle les transformations de données pourles diagrammes de dispersion par niveau. Pour tous les diagrammes de dispersionpar niveau, la pente de la ligne de régression et les tests de Levene portant surl'homogénéité de la variance s'affichent. Si vous sélectionnez une transformation, lestests de Levene sont basés sur les données transformées. Si aucune variable activen'est sélectionnée, les diagrammes de dispersion par niveau ne sont pas produits.Estimation d'exposants produit un diagramme des logs naturels des intervallesinterquartile opposés au logs naturels des médianes pour toutes les cellules, enmême temps qu'une estimation de la transformation de l'exposant pour arriver à desvariances égales dans les cellules. Un diagramme de dispersion par niveau aide àdéterminer l'exposant pour qu'une transformation stabilise (rende plus égales) lesvariances entre groupes. Transformation Exposant vous permet de sélectionner unedes alternatives de l'exposant, en suivant éventuellement les recommandations del'estimation de l'exposant et de produire les diagrammes des données transformées.L'intervalle interquartile et la médiane des données transformées sont dessinés. Sans

transformation produit des diagrammes de données brutes. Ceci est équivalent à unetransformation avec une puissance de 1.

Transformations de l'exposant d'Explorer

Voici les transformations de l'exposant pour les diagrammes de dispersion parniveau. Pour transformer les données, vous devez sélectionner un exposant pour latransformation. Vous avez le choix entre les options suivantes :

Log népérien : Transformation par log naturel. Il s'agit de la valeur par défaut.

1/racine carrée : La réciproque de la racine carrée est calculée pour chaquevaleur des données.

Réciproque : La réciproque de chaque valeur des données est calculée.

Racine carrée : La racine carrée de chaque valeur des données est calculée.

Carré : Chaque valeur des données est élevée au carré.

Cube : Chaque valeur des données est élevée au cube.

328

Chapitre 15

Options d'ExplorerFigure 15-5Boîte de dialogue Explorer : Options

Valeurs manquantes : Contrôle le traitement des valeurs manquantes.

Exclure toute observation incomplète : Les observations avec des valeursmanquantes pour l'une ou l'autre des variables dépendantes ou actives sontexclues de toutes les analyses. Il s'agit de la valeur par défaut.

Exclure seulement les composantes non valides : Les observations sans valeurmanquante pour une variable dans un groupe (cellule) sont inclues dans l'analysede ce groupe. L'observation peut avoir des valeurs manquantes pour les variablesutilisées dans d'autres groupes.

Signaler les valeurs manquantes : Les valeurs manquantes pour les variables activessont traitées comme une modalité séparée. Tout résultat est produit pour cettemodalité supplémentaire. Les tableaux de fréquences contiennent les modalitéspour les valeurs manquantes. Les valeurs manquantes pour une variable activesont inclues, mais étiquetées comme manquantes.

Chapitre

16Tableaux croisés

La procédure de tableaux croisés établit des tableaux à deux entrées ou à entréesmultiples et permet 22 tests et mesures d'associations pour les tableaux à deuxentrées. La structure du tableau et l'ordre des modalités déterminent quels test oumesures effectuer.

Les statistiques et les mesures d'association de tableaux croisés ne sont calculéesque pour les tableaux à deux entrées. Si vous spécifiez une ligne, une colonne et unestrate de facteur (variable de contrôle), SPSS forme un tableau de statistiques et demesures pour chaque valeur de la strate de facteur (ou une combinaison de valeurspour deux variables de contrôle ou plus). Par exemple, si le sexe est un facteur destrate pour un tableau marié (oui, non) face à la vie (est excitante, routinière ouennuyeuse), les résultats d'un tableau à deux entrées pour les femmes sont calculésséparément de ceux des hommes et affichés sous forme de tableaux consécutifs.

Exemple : Les clients de PME ont-ils plus de probabilités d'être rentables en ventes deservices (par exemple, formation et conseil) que ceux de grandes sociétés ? A partird'une tabulation croisée, vous pourriez apprendre que la majorité des PME (moinsde 500 salariés) génèrent des bénéfices de services élevés, alors que la majorité desgrandes sociétés (plus de 2 500 salariés) rapportent des bénéfices de services bas.

Statistiques et mesures d'association : Khi-deux de Pearson, Khi-deux du rapport devraisemblance, test d'association linéaire par linéaire, test exact de Fisher, Khi-deuxcorrigé de Yates, r de Pearson, rho de Spearman, coefficient de contingence, phi,V de Cramer, lambdas symétriques et asymétriques, tau de Goodman et Kruskal,coefficient d'incertitude, gamma, d de Somer, tau-b de Kendall, tau-c de Kendall,coefficient êta, Kappa de Cohen, estimation de risque relatif, odds ratio, test deMcNemar, et statistiques de Cochran et Mantel-Haenszel.

329

330

Chapitre 16

Remarques sur les Données pour tableau croisé

Données : Pour définir les modalités de chaque variable du tableau, utilisez desvariables numériques ou des variables sous forme de chaînes de caractères courtes(huit caractères ou moins). Par exemple, pour sexe, vous pouvez codifier les donnéesavec 1 et 2, ou avec homme et femme.

Hypothèses : Des statistiques et des mesures partent du principe de modalitésordonnées (données ordinales) ou de valeurs quantitatives (données d'intervalle oudonnées de type ratio), tel que décrit dans la section sur les statistiques. D'autres sontvalides lorsque les variables du tableau ont des modalités désordonnées (donnéesnominales). Pour les statistiques basées sur le test Khi-deux (phi, V de Cramer,coefficient de contingence), les données doivent provenir d'un échantillon aléatoireavec une répartition multinomiale.

Remarque : Les variables ordinales peuvent être des codes numériques représentantdes modalités (par exemple, 1 = faible, 2 = moyen, 3 = élevé) ou des valeurs dechaîne. Toutefois, l'ordre alphabétique des valeurs de chaîne est supposé refléterl'ordre réel des modalités. Par exemple, pour une variable chaîne comportant desvaleurs Faible, Moyen, Elevé, l'ordre des modalités est interprété comme Elevé,Faible ou Moyen, ce qui ne correspond pas à l'ordre correct. En règle générale, il estrecommandé d'utiliser les codes numériques pour représenter les données ordinales.

331

Tableaux croisés

Echantillon de résultatFigure 16-1Résultats de tableau croisé

Rentabilité du service * Tabulation croisée de l'entreprise

Rentabilité du service

Taille de l'entreprise

BasElevé

Tests du Khi-deux

Valeurasymptotique Signification

(bilatérale)Chi-deux de PearsonRapport de vraissemblanceAssociation linéaire par linéaireN d'observations valides

Pour obtenir des tableaux croisésE A partir du menu, sélectionnez :


Tableaux croisés...

332

Chapitre 16

Figure 16-2Boîte de dialogue Tableaux croisés

E Sélectionnez des lignes de variables et des colonnes de variables.


Sélectionner des variables de contrôle.

Cliquer sur Statistiques pour les tests et les mesures d'association pour les tableauxà deux entrées ou les sous-tableaux.

Cliquez sur Cellules pour les valeurs observées et théoriques, les pourcentages etles résidus.

Cliquez sur Format pour contrôler l'ordre des modalités.

Strates de tableaux croisés

Si vous sélectionnez des variables de strate, un tableau croisé séparé est produit pourchacune des modalités de variable de strate (variable de contrôle). Par exemple, sivous avez une variable de ligne, une variable de colonne, et une variable de strate avecdeux modalités, vous obtenez un tableau à deux entrées pour chacune des modalitésde la variable de strate. Pour créer une autre strate de variables de contrôle, cliquezsur Suivant. Les sous-tableaux sont produits pour chaque combinaison de modalités

333

Tableaux croisés

pour chaque variable de premier niveau avec chaque variable de second niveau etainsi de suite. Si les statistiques et les mesures d'association sont requises, elles nes'appliquent qu'aux sous-tableaux à deux entrées.

Diagrammes en bâtons juxtaposés de tableaux croisés

Affichage de diagrammes en bâtons juxtaposés : Un diagramme en bâtons juxtaposésvous permet de résumer vos données pour des groupes d'observations. Il y a unregroupement de bâtons pour chaque valeur de la variable que vous avez spécifiéedans Ligne(s). La variable qui définit les bâtons dans chaque regroupement est lavariable que vous avez spécifiée dans Colonne(s). Il y a un ensemble de bâtonsde couleurs ou de motifs différents pour chaque valeur de cette variable. Si vousspécifiez plus d'une variable dans Colonnes ou Lignes, un diagramme en bâtonsjuxtaposés est produit pour chaque combinaison de deux variables.

Statistiques de tableaux croisésFigure 16-3Boîte de dialogue Tableaux croisé : Statistiques

Khi-deux : Pour les tableaux avec deux lignes et deux colonnes, sélectionnez Khi-deux

pour calculer le Khi-deux de Pearson, le Khi-deux du rapport de vraisemblance, letest exact de Fisher et le test du Khi-deux de Yates corrigé (correction de continuité).

334

Chapitre 16

Pour les tableaux 2 × 2, le test exact de Fisher est calculé lorsqu'un tableau qui neprovient pas de lignes ou de colonnes manquantes dans un tableau plus grand présenteune cellule avec une fréquence attendue inférieure à 5. Le Khi-deux corrigé de Yatesest calculé pour tous les autres tableaux 2 × 2. Pour les tableaux avec n'importe quelnombre de lignes ou de colonnes, sélectionnez Khi-deux pour calculer le Khi-deux dePearson et le rapport de vraisemblance du Khi-deux. Lorsque les deux variables dutableau sont quantitatives, le Khi-deux donne le test d'association linéaire par linéaire.

Corrélations : Pour les tableaux dans lesquels les lignes et les colonnes contiennentdes valeurs ordonnées, les corrélations donnent le coefficient de corrélation deSpearman, rho (données numériques seulement). Le Spearman rho est une mesured'association entre les ordres de rang. Lorsque les deux variables (facteurs) du tableausont quantitatives, les corrélations donnent le coefficient de corrélation de Pearson, r,une mesure de l'association linéaire entre les variables.

Nominal : Pour les données nominales (sans ordre intrinsèque, comme Catholique,Protestant, Juif), vous pouvez sélectionner le coefficient Phi et V de Cramér, lecoefficient de contingence, Lambda (lambdas symétriques et asymétriques, et tau deGoodman et Kruskal) et le coefficient d'incertitude.

Coefficient de contingence : Mesure d'association basée sur le Khi-deux. Lesvaleurs sont toujours comprises entre 0 et 1, zéro indiquant l'absence d'associationentre les variables de ligne et de colonne, et les valeurs proches de 1 indiquant undegré d'association élevé entre les variables. La valeur maximale possible dépenddu nombre de lignes et de colonnes dans le tableau.

Phi et V de Cramer : Mesure d'association calculée à partir du Khi-deux. Elle estobtenue en divisant la statistique du Khi-deux par la taille de l'échantillon, puisen prenant la racine carrée du résultat. Le V de Cramer est également une mesured'association basée sur le Khi-deux.

Lambda : Mesure d'association reflétant la réduction proportionnelle de l'erreurlorsque les valeurs de la variable indépendante sont utilisées pour prévoir lavariable dépendante. La valeur 1 signifie que la variable indépendante prévoitparfaitement la variable dépendante. La valeur 0 signifie que la variableindépendante ne prévoit pas du tout la variable dépendante.

Coefficient d'incertitude : Mesure d'association qui indique la réductionproportionnelle de l'erreur lorsque les valeurs d'une variable sont utiliséespour prévoir celles d'une autre. Par exemple, la valeur 0,83 indique que laconnaissance d'une variable réduit de 83 % l'erreur dans les prévisions de

335

Tableaux croisés

l'autre variable. Le programme calcule à la fois des versions symétriques etasymétriques de ce coefficient.

Ordinal : Pour les tableaux dont les lignes et les colonnes contiennent des valeursordonnées, sélectionnez Gamma (ordre zéro pour les tableaux à 2 entrées etconditionnel pour les tableaux de 3 à 10 entrées), le tau-b de Kendall et le tau-c de

Kendall. Pour prévoir les modalités de colonnes à partir des modalités de lignes,sélectionnez le d de Somers.

Gamma : Mesure d'association symétrique entre deux variables ordinales. Cettemesure est située entre -1 et 1. Les valeurs proches d'une valeur absolue de 1indiquent une relation forte entre les deux variables. Les valeurs proches de zéroindiquent une relation faible ou inexistante. Pour les tableaux d'ordre 2, lesgammas d'ordre 0 (zéro) apparaissent. Pour les tableaux d'ordre 3 et les tableauxd'ordre n, les gammas conditionnels apparaissent.

D de Somers : Mesure d'intensité de la relation entre deux variables ordinales,qui s'étend de -1 à 1. Les valeurs proches de 1 indiquent une forte relation entreles deux variables, et celles proches de zéro indiquent une relation faible ouinexistante entre les variables. Le d de Somer est une extension asymétrique dugamma, qui ne diffère de celui-ci que par l'inclusion du nombre de paires nonliées à la variable indépendante. Le programme calcule également une versionsymétrique de cette statistique.

Tau-b de Kendall : Mesure de corrélation non paramétrique pour variables ordinalesou classées qui prend en considération les ex aequo. Le signe du coefficientindique la direction de la relation et sa valeur absolue indique sa force, les valeursabsolues les plus grandes indiquant les relations les plus fortes. Les valeurspeuvent varier de -1 à +1 mais une valeur de -1 ou de +1 ne peut toutefois êtreobtenue que dans des tableaux carrés.

Tau-c de Kendall : Mesure d'association non paramétrique pour variables ordinalesqui ne prend pas en considération les ex aequo. Le signe du coefficient indique ladirection de la relation et sa valeur absolue indique sa force, les valeurs absoluesles plus grandes indiquant les relations les plus fortes. Les valeurs peuventvarier de -1 à +1 mais une valeur de -1 ou de +1 ne peut toutefois être obtenueque dans des tableaux carrés.

336

Chapitre 16

Données nominales x intervalle : Lorsqu'une variable est qualitative et l'autrequantitative, sélectionnez Eta. La variable qualitative doit être codée numériquement.

Eta : Mesure d'association dont les valeurs sont comprises entre 0 et 1, 0 indiquantl'absence d'association entre les variables de ligne et de colonne, et les valeursproches de 1 indiquant un degré d'association élevé. Eta convient à une variabledépendante continue mesurée sur une échelle d'intervalle (par exemple, lerevenu) et une variable indépendante ayant un nombre limité de modalités (parexemple, le sexe). Deux valeurs eta sont calculées L'une traite la variable deligne comme variable d'intervalle et l'autre traite la variable de colonne commevariable d'intervalle.

Kappa : Le Kappa de Cohen mesure la concordance entre deux indicateurs lorsque lesdeux servent à évaluer le même objet. La valeur 1 indique une concordance parfaite.La valeur 0 indique que la concordance ne dépasse pas celle due au hasard. Le Kappan'est disponible que pour les tableaux dans lesquels les deux variables utilisent lesmêmes valeurs de modalité et possèdent le même nombre de modalités.

Risque : Pour les tableaux 2 x 2, mesure de la force de l'association entre la présenced'un facteur et la réalisation d'un événement. Si l'intervalle de confiance de lastatistique inclut une valeur de 1, il n'existe aucune association entre le facteur etl'événement. L'odds ratio peut être utilisé comme estimation du risque relatif dans lecas où la réalisation du facteur est rare.

McNemar : Test non paramétrique pour deux variables dichotomiques liées. Ilrecherche les changements de réponse en utilisant la répartition Khi-deux. Ce testest utile pour détecter les changements avant-après dans les réponses dus à uneintervention expérimentale dans les plans. Pour les tableaux carrés plus volumineux,le test McNemar-Bowker de symétrie est reporté.

Statistiques de Cochran et de Mantel-Haenszel : Les statistiques de Cochran et deMantel-Haenszel peuvent être utilisées pour tester l'indépendance présente entre unevariable active dichotomique et une variable de réponse dichotomique, conditionnelleà des modèles covariés définis par une ou plusieurs variables de strate (de contrôle).Remarque alors que les autres statistiques sont calculées strate par strate, lesstatistiques de Cochran et de Mantel-Haenszel sont calculées une seule fois pourtoutes les strates.

337

Tableaux croisés

Affichage de cellules (cases) de tableaux croisésFigure 16-4Boîte de dialogue Tableaux croisés : Contenu des cases (cellules)

Pour vous aider à découvrir des types dans les données qui contribuent à un testdu Khi-deux significatif, la procédure de Tableaux croisés affiche les fréquencesattendues et trois types de résidus (déviations) qui mesurent la différence entre lesfréquences observées et les fréquences attendues. Chaque cellule du tableau peutcontenir toute combinaison d'effectifs, de pourcentages et de résidus sélectionnés.

Effectif : Nombre d'observations effectivement observées et nombre d'observationsattendues si les variables de ligne et de colonne sont indépendantes l'une de l'autre.

Pourcentages : Les pourcentages peuvent s'additionner par ligne ou par colonne.Les pourcentages du nombre total d'observations représentées dans le tableau (unestrate) sont également disponibles.

Résidus : Les résidus non standardisés donnent la différence entre les valeursobservées et les valeurs théoriques. Les résidus standardisés et standardisés ajustéssont également disponibles.

Non standardisés : Différence entre une valeur observée et la valeur théorique.La valeur théorique correspond au nombre d'observations attendues dans lacellule quand il n'existe pas de relation entre les deux variables. Un résidu positifindique que la cellule contient plus d'observations que si les variables de ligneet de colonne étaient indépendantes.

338

Chapitre 16

Standardisés : Résidu divisé par une estimation de son écart type. Egalementappelés résidus de Pearson, les résidus standardisés ont une moyenne de 0 et unécart type de 1.

Standardisés ajustés : Résidu d'une cellule (valeur observée moins valeurthéorique) divisé par une estimation de son erreur standard. Le résidu standardiséqui en résulte est exprimé en écarts par rapport à la moyenne.

Pondérations non entières : En général, les effectifs de cellules sont des valeursentières, car ils représentent le nombre d'observations figurant dans chaque cellule.Toutefois, si le fichier de données est pondéré par une variable de pondération avecdes fractions (par exemple, 1,25), les effectifs de cellules peuvent également être desfractions. Vous pouvez tronquer ou arrondir les valeurs avant ou après le calcul deseffectifs de cellules, ou utiliser des effectifs de cellules non entiers pour l'affichagedes tableaux et les calculs statistiques.

Effectifs de cellules arrondis : Les pondérations d'observation sont utilisées tellesquelles, mais les pondérations cumulées dans les cellules sont arrondies avantle calcul de toute statistique.

Effectifs de cellules tronqués : Les pondérations d'observation sont utilisées tellesquelles, mais les pondérations cumulées dans les cellules sont tronquées avantle calcul de toute statistique.

Poids des observations arrondis : Les pondérations sont arrondies avant utilisation.

Poids des observations tronqués : Les pondérations sont tronquées avant utilisation.

Aucun ajustement : Les pondérations d'observation sont utilisées telles quelles ;des effectifs de cellules non entiers sont également utilisés. Toutefois, lorsquedes statistiques exactes (disponibles uniquement avec l'option Tests exacts)sont demandées, les pondérations cumulées dans les cellules sont tronquées ouarrondies avant le calcul des statistiques du test exact.

339

Tableaux croisés

Format de tableau croiséFigure 16-5Boîte de dialogue Tableaux croisés : Format

Vous pouvez arranger les lignes par ordre croissant ou décroissant de valeur de lavariable de ligne.

Chapitre

17Récapituler

La procédure Récapituler calcule les statistiques de sous-groupes pour les variables àl'intérieur des modalités de variables de regroupement. Tous les niveaux de variablesde regroupement sont à tabulation croisée. Vous pouvez choisir l'ordre dans lequel lesstatistiques sont affichées. Les statistiques Récapituler sont affichées pour chaquevariable à travers toutes les modalités. Les valeurs des données dans chaque modalitépeuvent être listées ou supprimées. Avec d'importants groupes de données, vouspouvez choisir de lister seulement les premières observations n.

Exemple : Quel est le montant moyen de ventes de produits par région et parsecteur de clientèle ? Vous pouvez découvrir que le montant moyen des ventes estlégèrement plus élevé dans la région Ouest que dans les autres régions, avec dessociétés commerciales dans la région Ouest apportant le montant moyen de ventesle plus élevé.

Statistiques : Somme, nombre d'observations, moyenne, médiane, médiane groupée,erreur standard pour la moyenne, minimum, maximum, plage, valeur de la variablepour la première modalité de la variable de regroupement, valeur de la variablepour la dernière modalité de la variable de regroupement, écart type, variance,aplatissement, erreur standard d'aplatissement, asymétrie, erreur standard d'asymétrie,pourcentage de la somme totale, pourcentage de N total, pourcentage de la sommedans, pourcentage de N dans, moyennes géométrique et harmonique.

Récapituler les commentaires de données

Données : Les variables de regroupement sont des variables qualitatives dont lesvaleurs peuvent être numériques ou alphanumériques. Le nombre de modalités doitêtre raisonnablement limité. Les autres variables doivent pouvoir être classées.

341

342

Chapitre 17

Hypothèses : Certains des sous-groupes statistiques optionnels, tels que la moyenneet l'écart type sont basés sur la théorie normale et conviennent aux variablesquantitatives ayant une distribution symétrique. Les statistiques robustes telles quela médiane et l'intervalle, conviennent aux variables quantitatives qui confirmentou infirment l'hypothèse de normalité.

Echantillon de résultatFigure 17-1Récapituler Résultat

Résumés d'observations Moyenne des ventes de produit par région et industrie

Industrie

Région Gouvernement Finance Education Santé TotalEst

Centre

Ouest

Obtenir des récapitulatifs des observationsE A partir du menu, sélectionnez :

AnalyseRapports

Récapitulatif des observations...

343

Récapituler

Figure 17-2Boîte de dialogue Rapport récapitulatif

E Sélectionnez une ou plusieurs variables.


Sélectionner au moins une variable de regroupement afin de diviser vos donnéesen sous-groupes.

Cliquer sur Options afin de modifier le titre du résultat, ajouter une légendeau-dessous du résultat, ou exclure les observations ayant des valeurs manquantes.

Cliquer sur Statistiques pour obtenir des statistiques facultatives.

Sélectionner Afficher les observations afin de répertorier les observations danschaque sous-groupe. Par défaut, le système ne liste que les 100 premièresobservations de votre fichier. Vous pouvez augmenter ou diminuer la valeur del'option Limiter les observations aux n premières ou désélectionner cet élémentpour répertorier toutes les observations.

344

Chapitre 17

Options de RécapitulerFigure 17-3Boîte de Dialogue Options de Rapport récapitulatif

SPSS vous permet de modifier le titre de votre résultat ou d'ajouter une légende quiapparaîtra en dessous du tableau de sortie. Vous pouvez contrôler les sauts de lignedans les titres et légendes en tapant \n à tous les endroits où vous voulez insérerun saut de ligne dans le texte.

Vous pouvez également choisir d'afficher ou de supprimer les sous-en-têtes destotaux et d'inclure ou d'exclure les observations ayant des valeurs manquantes pourtoute variable prise en compte dans toute analyse. Il est souvent souhaitable demarquer les observations manquantes dans le résultat par un point ou un astérisque.Saisir un caractère, une phrase, ou un code que vous souhaitez voir apparaîtrelorsqu'une valeur manque, sinon, aucun traitement spécial ne s'applique auxobservations manquantes dans le résultat.

345

Récapituler

Récapituler les statistiquesFigure 17-4Boîte de Dialogue Rapport récapitulatif

Vous pouvez choisir l'une des statistiques de sous-groupe suivantes pour les variablesà l'intérieur de chaque modalité de chacune des variables de regroupement : Somme,nombre d'observations, moyenne, médiane, médiane groupée, erreur standard pourla moyenne, minimum, maximum, intervalle, valeur de la variable pour la premièremodalité de la variable de regroupement, valeur de la variable pour la dernièremodalité de la variable de regroupement, écart type, variance, aplatissement, erreurstandard d'aplatissement, asymétrie, erreur standard d'asymétrie, pourcentage desomme totale, pourcentage de N total, pourcentage de la somme dans, pourcentagede N dans, moyenne géométrique, moyenne harmonique. L'ordre dans lequel lesstatistiques apparaissent dans la liste Variables correspond à celui dans lequel ellesseront affichées dans le résultat. Les statistiques récapitulatives sont aussi affichéespour chaque variable à travers toutes les modalités.

Première : Affiche la première valeur rencontrée dans le fichier de données.

Moyenne géométrique : Racine nième du produit des valeurs de données, nreprésentant le nombre d'observations.

346

Chapitre 17

Médiane de groupes : Médiane calculée pour les données codées en groupes. Parexemple, pour les données d'âge, si chaque valeur de la trentaine est codée 35, chaquevaleur de la quarantaine est codée 45, etc., la médiane de groupes est la médianecalculée à partir des données codées.

Moyenne harmonique : Fonction utilisée pour estimer la taille moyenne d'ungroupe lorsque la taille des échantillons diffère d'un groupe à l'autre. La moyenneharmonique correspond au nombre total d'échantillons divisé par la somme desréciproques des tailles de l'échantillon.

Kurtosis : Mesure de l'étendue du regroupement des observations autour d'unpoint central. Dans le cas d'une distribution normale, la valeur de la statistiqued'aplatissement est égale à 0. Un aplatissement positif indique que les observationssont plus regroupées et présentent des extrémités plus longues que dans le cas d'unedistribution normale. Un aplatissement négatif signifie que les observations sontmoins regroupées et présentent des extrémités plus courtes.

Dernière : Affiche la dernière valeur rencontrée dans le fichier de données.


Moyenne : Mesure de la tendance centrale. Moyenne arithmétique ; somme diviséepar le nombre d'observations.

Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié desobservations ; 50e centile. Si le nombre d'observations est pair, la médiane correspondà la moyenne des deux observations du milieu lorsqu'elles sont triées dans l'ordrecroissant ou décroissant. La médiane est une mesure de tendance centrale et elle n'estpas, à l'inverse de la moyenne, sensible aux valeurs éloignées.


N : Nombre d'observations (ou d'enregistrements).

Pourcentage de N total : Pourcentage du nombre total d'observations dans chaquemodalité.

Pourcentage de la somme totale : Pourcentage de la somme totale dans chaquemodalité.


347

Récapituler

Skewness : Mesure de l'asymétrie d'une distribution. La distribution normale estsymétrique et a une valeur d'asymétrie égale à zéro. Une distribution caractériséepar une importante asymétrie positive présente une partie droite plus allongée. Unedistribution caractérisée par une importante asymétrie négative présente une extrémitégauche plus allongée. Pour simplifier, une valeur d'asymétrie deux fois supérieure àl'erreur standard correspond à une absence de symétrie.

Erreur standard du Kurtosis : Rapport de l'aplatissement avec son erreur standardpouvant être utilisé comme test de normalité (autrement dit, vous pouvez conclureà une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). Une valeurd'aplatissement positive importante indique que les extrémités de la distribution sontplus allongées que celles d'une distribution normale ; une valeur d'aplatissementnégative présente des extrémités plus courtes (semblables à celles d'une distributionuniforme sous forme de boîtes).

Erreur standard du Skewness : Rapport de l'asymétrie avec son erreur standard pouvantêtre utilisé comme test de normalité (autrement dit, vous pouvez conclure à uneanormalité si ce rapport est inférieur à -2 ou supérieur à +2). Une valeur d'asymétriepositive importante indique une extrémité allongée vers la droite ; une valeur négativeextrême produit une extrémité allongée vers la gauche.

Somme : Somme ou total des valeurs, pour toutes les observations n'ayant pas devaleur manquante.

Variance : Mesure de la dispersion des valeurs autour de la moyenne, égale à lasomme des carrés des écarts par rapport à la moyenne, divisée par le nombred'observations moins un. La variance se mesure en unités, qui sont égales au carrédes unités de la variable.

Chapitre

18Moyennes

La procédure des moyennes calcule les moyennes de sous-groupes et les statistiquesunivariées correspondantes pour des variables dépendantes au sein des modalitésd'une ou de plusieurs variables indépendantes. Vous pouvez également obtenir uneanalyse à un facteur de la variance, un coefficient êta et des tests de linéarité.

Exemple : Mesurez la quantité moyenne de lipides absorbée par trois différents typesd'huile alimentaire et effectuez une analyse à un facteur de la variance pour voir siles moyennes divergent.

Statistiques : Somme, nombre d'observations, moyenne, médiane, médiane groupée,erreur standard pour la moyenne, minimum, maximum, plage, valeur de la variablepour la première modalité de la variable de regroupement, valeur de la variablepour la dernière modalité de la variable de regroupement, écart type, variance,aplatissement, erreur standard d'aplatissement, asymétrie, erreur standard d'asymétrie,pourcentage de la somme totale, pourcentage de N total, pourcentage de la sommedans, pourcentage de N dans, moyennes géométrique et harmonique. Les optionscomportent une analyse de la variance, un coefficient êta, un coefficient êta-carré,ainsi que des tests de linéarité R et R2.

Remarques sur les données des moyennes

Données : Les variables dépendantes sont quantitatives et les variables indépendantessont qualitatives. Les valeurs des variables qualitatives peuvent être soit numériques,soit des chaînes courtes.

Hypothèses : Certains des sous-groupes statistiques optionnels, tels que la moyenne etl'écart type sont basés sur la théorie normale et conviennent aux variables quantitativesayant une distribution symétrique. Les statistiques robustes telles que la médiane etl'intervalle, conviennent aux variables quantitatives qui confirment ou infirment

349

350

Chapitre 18

l'hypothèse de normalité. L'analyse de la variance résiste aux écarts par rapport à lanormalité, à condition que les données de chaque cellule soient symétriques. L'analysede la variance part également du principe que les groupes sont issus de populationsayant la même variance. Pour vérifier cette hypothèse, utilisez le test d'homogénéitéde la variance de Levene, disponible dans la procédure ANOVA à un facteur.

Echantillon de résultatFigure 18-1Résultat des moyennes

Grammes de graisse absorbée

72.00

6

13.34

85.00

6

7.77

62.00

6

8.22

73.00

18

13.56

Moyenne

N

Ecart-type

Huile d'arachide

Saindoux

Huile de maïs

Total

Typed'huile

Rapport

Moyenne

N

Ecart-type

Moyenne

N

Ecart-type

Moyenne

N

Ecart-type

1596.000 2 798.000 7.824 .005

1530.000 15 102.000

3126.000 17

CombinéEntre groupesDans les

Total

Grammes de graisse absorbée * Type d'huile

Somme des carrés df

Carré moyen F Sig.

Tableau ANOVA

groupes

351

Moyennes

Pour obtenir des moyennes de sous-groupesE A partir du menu, sélectionnez :

AnalyseComparer les moyennes

Moyennes...

Figure 18-2Boîte de dialogue Moyennes


E Pour sélectionner les variables indépendantes qualitatives, vous disposez de deuxméthodes :

Sélectionnez une ou plusieurs variables indépendantes. Des résultats distinctssont présentés pour chaque variable indépendante.

Sélectionnez une ou plusieurs strates des variables indépendantes. Chaque stratedivise une nouvelle fois l'échantillon. Si vous avez une variable indépendantedans la strate 1 et une dans la strate 2, les résultats sont présentés dans un tableaucroisé, par opposition aux tableaux séparés pour chaque variable indépendante.

E Sinon, vous pouvez :

Cliquez sur Options pour obtenir des statistiques facultatives, telles que la tabled'analyse de la variance, êta, êta-carré, R et R2.

352

Chapitre 18

Moyennes : OptionsFigure 18-3Boîte de dialogue Moyennes : Options

Vous pouvez choisir l'une des statistiques de sous-groupe suivantes pour les variablesà l'intérieur de chaque modalité de chacune des variables de regroupement : Somme,nombre d'observations, moyenne, médiane, médiane groupée, erreur standard pourla moyenne, minimum, maximum, intervalle, valeur de la variable pour la premièremodalité de la variable de regroupement, valeur de la variable pour la dernièremodalité de la variable de regroupement, écart type, variance, aplatissement, erreurstandard d'aplatissement, asymétrie, erreur standard d'asymétrie, pourcentage desomme totale, pourcentage de N total, pourcentage de la somme dans, pourcentage deN dans, moyenne géométrique, moyenne harmonique. Vous pouvez changer l'ordrede présentation des statistiques des sous-groupes. L'ordre dans lequel les statistiquesapparaissent dans la liste Cellule Statistiques correspond à celui dans lequel ellesseront affichées dans le résultat. Les statistiques récapitulatives sont aussi affichéespour chaque variable à travers toutes les modalités.



353

Moyennes











Pourcentage de somme totale : Pourcentage de la somme totale dans chaque modalité.


354

Chapitre 18






Statistiques pour première strate

Tableau ANOVA et êta : Affiche un tableau d'analyse unifactorielle de la variance etcalcule êta et êta carré (mesures de l'association) pour chaque variable indépendantede la première strate.

Test de linéarité : Calcule la somme des carrés, les degrés de liberté et le carré moyenassociés aux composants linéaires et non linéaires, ainsi que le rapport F, le R et leR-deux. La linéarité n'est pas calculée si la variable indépendante est une chaînecourte.

Chapitre

19Cubes OLAP

La procédure de Cubes OLAP (Online Analytical Processing) calcule les totaux, lesmoyennes et autres statistiques univariées pour des variables récapitulatives continuesà l'intérieur de modalités d'une ou plusieurs variables de regroupement qualitatives.Une strate séparée dans le tableau est créée pour chaque modalité de chaque variablede regroupement.

Exemple : Ventes totales et moyennes pour différentes régions et lignes de produitsà l'intérieur de chaque région.

Statistiques : Somme, nombre d'observations, moyenne, médiane, médiane groupée,erreur standard pour la moyenne, minimum, maximum, intervalle, valeur de lavariable pour la première modalité de la variable de regroupement, valeur de lavariable pour la dernière modalité de la variable de regroupement, écart type,variance, aplatissement, erreur standard d'aplatissement, asymétrie, erreur standardd'asymétrie, pourcentage des observations totales, pourcentage de somme totale,pourcentage des observations totales dans les variables de regroupement, pourcentagede la somme totale dans les variables de regroupement, moyenne géométrique etmoyenne harmonique.

Remarques sur les données des cubes OLAP

Données : Les variables récapitulatives sont quantitatives (variables continuesmesurées sur une échelle d'intervalle ou de rapport) et les variables de regroupementsont qualitatives. Les valeurs des variables qualitatives peuvent être soit numériques,soit des chaînes courtes.

Hypothèses : Certains des sous-groupes statistiques optionnels, tels que la moyenneet l'écart type sont basés sur la théorie normale et conviennent aux variablesquantitatives ayant une distribution symétrique. Les statistiques robustes telles que

355

356

Chapitre 19

la médiane et l'intervalle, conviennent aux variables quantitatives qui confirmentou infirment l'hypothèse de normalité.

Echantillon de résultatFigure 19-1Résultat des cubes OLAP

Division : totalRégion : total

$145,038,250$371,893$307,500$171,311

SommeMoyenneMédianeEcart-type

Ventes pour 1996 par division et région

Division : produits de consommationRégion : est

$18,548,100$289,814.06$273,600.00$80,674.66

SommeMoyenneMédianeEcart-type

Ventes pour 1996 par division et région

Pour obtenir des cubes OLAPE A partir du menu, sélectionnez :

AnalyseRapports

Cubes OLAP...

357

Cubes OLAP

Figure 19-2Boîte de dialogue Cubes OLAP

E Sélectionnez une ou plusieurs variables récapitulatives continues.

E Sélectionnez une ou plusieurs variables qualitatives.


Sélectionner d'autres statistiques récapitulatives (cliquez sur Statistiques...).Vous devez sélectionner un ou plusieurs critères de regroupement pour pouvoirsélectionner les statistiques récapitulatives.

Calculer les différences existant entre des paires de variables et des paires degroupes définies par une variable de regroupement (cliquez sur Différences).

Créer des titres de tableaux personnalisés (cliquez sur Titre).

358

Chapitre 19

Cubes OLAP : StatistiquesFigure 19-3Boîte de dialogue Cubes OLAP : Statistiques

Vous pouvez choisir l'une des statistiques de sous-groupe suivantes pour lesvariables récapitulatives à l'intérieur de chaque modalité de chacune des variables deregroupement : Somme, Nombre d'observations, Moyenne, Médiane, Médiane degroupes, Erreur std de la moyenne, Minimum, Maximum, Intervalle, Premier (valeurde la variable pour la première modalité de la variable de regroupement), Dernier(valeur de la variable pour la dernière modalité de la variable de regroupement), Ecarttype, Variance, Aplatissement, Erreur standard de l'aplatissement, Asymétrie, Erreurstd d'asymétrie, Pourcentage de N (observations) totales, Pourcentage de somme tot.,Pourcentage des observations totales dans les variables de regroupement, Pourcentagede la somme totale dans les variables de regroupement, Moyenne géométrique etMoyenne harmonique.

Vous pouvez changer l'ordre de présentation des statistiques des sous-groupes.L'ordre dans lequel les statistiques apparaissent dans la liste Cellule Statistiquescorrespond à celui dans lequel elles seront affichées dans le résultat. Les statistiquesrécapitulatives sont aussi affichées pour chaque variable à travers toutes les modalités.



359

Cubes OLAP










Pourcentage de N dans : Pourcentage du nombre d'observations pour le critère deregroupement spécifié dans les modalités des autres critères de regroupement. Si vousn'avez qu'un seul critère de regroupement, cette valeur est identique au pourcentagedu nombre total d'observations.

360

Chapitre 19

Pourcentage de la somme dans : Pourcentage de la somme pour le critère deregroupement spécifié dans les modalités des autres critères de regroupement. Si vousn'avez qu'un seul critère de regroupement, cette valeur est identique au pourcentagede la somme totale.


Pourcentage de la somme totale : Pourcentage de la somme totale dans chaquemodalité.






361

Cubes OLAP


Cubes OLAP : DifférencesFigure 19-4Boîte de dialogue Cubes OLAP : Différences

Cette boîte de dialogue vous permet de calculer les différences arithmétiques et depourcentage qui existent entre des variables récapitulatives ou entre des groupesdéfinis par une variable de regroupement. Les différences sont calculées pour toutesles mesures sélectionnées dans la boîte de dialogue Cubes OLAP : Statistiques.

Différences entre les variables : Calcule les différences existant entre des paires devariables. Les valeurs des statistiques récapitulatives de la seconde variable (variablemoins) de chaque paire sont soustraites des valeurs des statistiques récapitulatives dela première variable de la paire. Pour les différences de pourcentage, la valeur de la

362

Chapitre 19

caractéristique de la variable moins est utilisée en tant que dénominateur. Vous devezsélectionner plusieurs variables récapitulatives dans la boîte de dialogue principaleavant d'indiquer les différences entre les variables.

Différences entre les groupes d'observations : Calcule les différences existant entreles paires de groupes définies par une variable de regroupement. Les valeurs desstatistiques récapitulatives de la seconde modalité (modalité moins) dans chaquepaire sont soustraites des valeurs des statistiques récapitulatives de la premièremodalité de la paire. Les différences de pourcentage utilisent la valeur de lastatistique récapitulative pour la modalité moins en tant que dénominateur. Vousdevez sélectionner au moins une variable de regroupement dans la boîte de dialogueprincipale avant d'indiquer les différences entre groupes.

Cubes OLAP : TitreFigure 19-5Boîte de dialogue Cubes OLAP : Titre

SPSS vous permet de modifier le titre de votre sortie ou d'ajouter une légende quiapparaîtra au dessous du tableau de sortie. Vous pouvez également contrôler larépartition des titres et légendes sur plusieurs lignes en tapant \n partout où voussouhaitez insérer un saut de ligne dans le texte.

Chapitre

20Tests T

Il existe trois types de test t :

Test T pour échantillons indépendants (test t pour deux échantillons) : Permet decomparer la moyenne d'une variable de deux groupes d'observations. Les statistiquesdescriptives pour chaque groupe et le test de Levene permettant d'obtenir l'égalité desvariances sont disponibles ainsi que les valeurs t de variance égale et inégale, et qu'unintervalle de confiance de 95 % pour la différence des moyennes.

Test T pour échantillons appariés (test t dépendant) : Permet de comparer la moyennede deux variables pour un seul groupe. Ce test sert aussi pour les plans d'étudesappariées ou de contrôle d'observation. Le résultat inclut les statistiques descriptivespour les variables tests, la corrélation entre elles, les statistiques descriptives pour lesdifférences, appariées, le test t et un intervalle de confiance de 95 %.

Test T pour échantillon unique : Permet de comparer la moyenne d'une variable avecune valeur connue ou supposée. Les statistiques descriptives des variables tests sontaffichées avec le test t. Un intervalle de confiance de 95 % pour la différence entre lamoyenne de la variable test et la valeur test supposée fait partie du résultat par défaut.

Test T pour échantillons indépendants

La procédure du Test T pour échantillons indépendants permet de comparer lamoyenne de deux groupes d'observations. Idéalement, pour ce test, les sujetsdoivent être attribués de manière aléatoire à deux groupes, de manière à ce que toutedifférence dans la réponse soit due au traitement (ou à un manque de traitement) etnon pas à d'autres facteurs. Ceci n'est pas le cas si l'on compare un revenu moyen pourles hommes et les femmes. Une personne n'est pas aléatoirement désignée commedevant être un homme ou une femme. Dans de telles situations, il faut s'assurer queles différences dans les autres facteurs ne cachent pas ou n'augmentent de différence

363

364

Chapitre 20

significative dans les moyennes. Les différences de revenu moyen peuvent êtreinfluencées par des facteurs tels que l'éducation et non par le sexe seul.

Exemple : Les patients souffrant d'hypertension se voient assignés de façon aléatoire àun groupe placebo et à un groupe auquel on donne un traitement. Les sujets dugroupe placebo reçoivent une pilule inactive et les sujets du groupe auquel on donneun traitement reçoivent un nouveau médicament supposé réduire l'hypertension.Après que les sujets aient suivi le traitement pendant deux mois, le test t pour deuxéchantillons est utilisé pour comparer la tension artérielle moyenne du groupeplacebo à celle du groupe qui suit le traitement. Chaque patient est examiné unefois et appartient à un groupe.

Statistiques : Pour chaque variable, on a les éléments suivants : taille de l'échantillon,moyenne, écart type, et erreur standard de la moyenne. Pour la différence de lamoyenne: moyenne, erreur standard, et intervalle de confiance (vous pouvez spécifierle niveau de confiance). Tests : Test de Levene sur l'égalité des variances, et tests tdes variances combinées et séparées pour l'égalité des moyennes.

Remarques sur les Données du Test T pour EchantillonsIndépendants

Données : Les valeurs de la variable quantitative qui vous intéresse se trouvent dansune seule colonne du fichier de données. SPSS utilise une variable de regroupementà deux valeurs pour séparer les observations en deux groupes. La variable deregroupement peut être numérique (on peut avoir des valeurs telles que 1 et 2, ou6,25 et 12,5) ou alphanumériques (telles que oui et non). Vous pouvez utiliserégalement une variable quantitative, telle que l'âge, pour séparer les observations endeux groupes en précisant une césure (la césure 21 provoque un groupe dont l'âge estinférieur à 21 ans et un groupe dont l'âge est supérieur à 21 ans).

Hypothèses : Pour le test t de variance égale, les observations doivent êtreindépendantes, et les échantillons aléatoires de distribution normale doivent avoirla même variance de population. Pour le test t de variance égale, les observationsdoivent être indépendantes, et les échantillons aléatoires doivent avoir une distributionnormale. Le test t pour deux échantillons est assez robuste pour se départir de lanormalité. Lors de la vérification graphique des distributions, vérifiez qu'elles sontsymétriques et n'ont pas de valeurs éloignées.

365

Tests T

Echantillon de résultatFigure 20-1Résultat Test T pour échantillons indépendants

10 142.50 17.04 5.39

10 116.40 13.62 4.31

placeboNouveau_

TraitementTension Artérielle

N Moyenne Ecart type

Moyenne des Erreurs

Statistiques de groupe

Standard

Médicament

.134 .719 3.783 18 .001 26.10 6.90 11.61 40.59

3.783 17.163 .001 26.10 6.90 11.56 40.64

Hypothèsede variances Égales

Hypothèsede variances Inégales

Tension Artérielle

F Signification

Test de Levene surl'égalité des variances

t dfSignification

(Bilatérale)Différence deMoyennes

des erreurs Standard Inférieur Supérieur

Intervalle de confiance dela moyenne à 95 %

Test-t pour égalité des moyennes

Test pour échantillons indépendants

Différence

Obtenir un test t pour échantillons indépendantsE A partir du menu, sélectionnez :


Test T pour échantillons indépendants...

366

Chapitre 20

Figure 20-2Boîte de Dialogue Test T pour échantillons indépendants

E Sélectionnez au moins une variable test quantitative. Un test t distinct est alors calculépour chaque variable.

E Sélectionnez une seule variable de regroupement et cliquez sur Définir groupes pourspécifier deux codes pour les groupes à comparer.

Vous pouvez également cliquer sur Options pour contrôler le traitement des donnéesmanquantes et le niveau de l'intervalle de confiance.

Définir Groupes Test T pour Echantillons IndépendantsFigure 20-3Boîte de dialogue Définir groupes pour variables numériques

367

Tests T

Pour les critères de regroupement numérique, définissez les deux groupes du test ten spécifiant deux valeurs ou un point de séparation :

Utiliser les valeurs spécifiées : Saisissez une valeur pour le Groupe 1 et uneautre pour le Groupe 2. Les observations qui ont une autre valeur sont excluesde l'analyse. Il n'est pas nécessaire que les nombres soient des entiers (parexemple, 6,25 et 12,5 sont valides).

Césure : Vous avez également la possibilité de saisir un nombre qui sépare lesvaleurs de la variable de regroupement en deux groupes. Toutes les observationsayant des valeurs inférieures à la césure constituent un groupe, et les observationsayant des valeurs supérieures ou égales à la césure constituent l'autre groupe.

Figure 20-4Définir la boîte de dialogue Groupes pour les variables caractères

Pour des variables courtes de groupement et de type chaîne, entrez une chaîne pour leGroupe 1 et une autre pour le Groupe 2, par exemple oui et non. Les observationsavec d'autres chaînes sont exclues de l'analyse.

Options Test T pour Echantillons IndépendantsFigure 20-5Boîte de dialogue Test T pour échantillons indépendants : Options

368

Chapitre 20

Intervalle de confiance : Par défaut, un intervalle de confiance de 95 % pour ladifférence dans les moyennes est affiché. Saisir une valeur comprise entre 1 et 99pour demander un niveau de confiance différent.

Valeurs manquantes : Quand vous testez plusieurs variables et que des donnéessont manquantes pour au moins une variable, vous pouvez indiquer à SPSS lesobservations à inclure (ou exclure) :

Exclure les données manquantes analyse par analyse : Chaque test t utilise toutesles observations qui ont des données valides pour les variables testées. La tailledes échantillons peut varier d'un test à l'autre.

Exclure toute observation incomplète : Chaque test t utilise seulement lesobservations qui ont des données valides pour toutes les variables utilisées dansles tests t requis. La taille des échantillons est constante durant les tests.

Test T pour échantillons appariés

La procédure du Test T pour Echantillons Appariés compare la moyenne de deuxvariables pour un seul groupe. Elle permet de calculer la différence de valeurs entreles deux variables pour chaque observation et de tester si la moyenne diffère de 0.

Exemple : Dans le cadre d'une étude sur l'hypertension, des mesures sont prises surtous les patients au début de l'étude, un traitement est administré, puis on procèdeà une nouvelle mesure. Par conséquent, chaque sujet est l'objet de deux mesures,souvent nommées mesures avant et après. Il existe une alternative à ce test, il s'agitd'une étude appariée ou de contrôle d'observation. Ici, chaque déclaration dans lefichier de données contient la réponse du patient ainsi que celle de son sujet decontrôle apparié. Dans le cadre d'une étude sur la tension artérielle, les patients et lescontrôles peuvent être appariés selon l'âge (un patient âgé de 75 ans avec un membredu groupe de contrôle âgé de 75 ans).

Statistiques : Pour chaque variable, on a les éléments suivants : moyenne, tailled'échantillon, écart type, et erreur standard de la moyenne. Pour chaque paire devariables, on a les éléments suivants : Corrélation, différence moyenne de moyennes,test t et intervalle de confiance pour la différence moyenne (vous pouvez préciser leniveau de confiance). Ecart-type et erreur standard de la différence moyenne.

369

Tests T

Commentaires relatifs au test T pour échantillons appariés

Données : Pour chaque test apparié, précisez deux variables quantitatives (niveaud'intervalle de mesure ou niveau de ratio de mesure). Dans le cadre d'une étudeappariée ou de contrôle d'observation, la réponse pour chaque sujet test et son sujet decontrôle apparié doit être dans la même observation du fichier de données.

Hypothèses : Les observations pour chaque paire devraient être réalisées dans lesmêmes conditions. Les différences moyennes devraient suivre une distributionnormale. Les variances de chaque variable peuvent être égales ou inégales.

Echantillon de résultatFigure 20-6Test T pour échantillons appariés

116.40 10 13.62 4.31

142.50 10 17.04 5.39

AprèsTraitement

AvantTraitement

Paire 1Moyenne N

EcartType Standard

Statistiques des échantillons appariés

Moyenne des erreurs

-26.10 19.59 6.19 -40.11 -12.09 -4.214 9 .002

Après traitement - Avant traitement

Paire 1Moyenne Ecart-type

Moyenne Inférieur Supérieur

Intervale de confiance de 95 % de la différence

Différences appariées

t dfSignification

Test d'exemples appariés

d'erreur std. (bilatérale)

Obtenir un test t pour échantillons appariésE A partir du menu, sélectionnez :


Test T pour échantillons appariés...

370

Chapitre 20

Figure 20-7Boîte de dialogue Test T pour échantillons appariés

E Sélectionnez une paire de variables, comme suit :

Cliquez sur chacune des deux variables. La première variable apparaît dansle groupe Choix courants comme Variable 1 et la seconde apparaît commeVariable 2.

Après avoir sélectionné une paire de variables, cliquez sur la flèche pour déplacerla paire dans la liste des Variables Appariées. Vous pouvez sélectionner d'autrespaires de variables. Pour retirer une paire de variables de l'analyse, sélectionnezune paire dans la liste des Variables Appariées et cliquez sur la flèche.


371

Tests T

Options test T pour échantillons appariésFigure 20-8Boîte de dialogue Test T pour échantillons appariés

Intervalle de confiance : Par défaut, un intervalle de confiance de 95 % pour ladifférence dans les moyennes est affiché. Saisir une valeur comprise entre 1 et 99pour demander un niveau de confiance différent.

Valeurs manquantes : Quand vous testez plusieurs variables et que des donnéessont manquantes pour au moins une variable, vous pouvez indiquer à SPSS lesobservations à inclure (ou exclure) :

Exclure les observations analyse par analyse : Chaque test t utilise toutes lesobservations qui ont des données valides pour la paire de variables testées. Lataille des échantillons peut varier d'un test à l'autre.

Exclure toute observation incomplète :Chaque test t utilise seulement lesobservations qui ont des données valides pour toutes les paires de variablestestées. La taille des échantillons est constante durant les tests.

Test T pour échantillon unique

La procédure du Test T pour échantillon unique permet de tester si la moyenne d'uneseule variable diffère d'une constante spécifiée.

Exemples : Un chercheur souhaite tester si le QI moyen d'un groupe d'étudiantsdiffère de 100. Un fabricant céréalier prélève un échantillon de boîtes à partir d'unechaîne de production et vérifie si le poids moyen des échantillons diffère de 1,3livres à l'intervalle de confiance 95 %.

Statistiques : Pour chaque variable test : moyenne, écart type, et erreur standardde la moyenne. Différence moyenne entre chaque valeur de donnée et la valeurtest supposée, le test t vérifie que cette différence est égale à 0 et vérifie également

372

Chapitre 20

l'intervalle de confiance pour cette différence (vous pouvez préciser le niveau deconfiance).

Commentaires sur les Données du Test T pour échantillonunique

Données : Afin de tester les valeurs d'une variable quantitative par rapport à unevaleur test supposée, choisissez une variable quantitative et saisissez une valeurtest supposée.

Hypothèses : Ce test suppose que les données sont distribuées normalement ;cependant, ce test résiste convenablement à la normalité.

Echantillon de résultatFigure 20-9Résultat Test T pour échantillon unique

15109.33

12.03

3.11

NMoyenne

Ecart typeMoyenne des erreurs standard

QI

Statistiques pour échantillon unique

Les lignes et les colonnes ont été transposées.

3.005 14 .009 9.33 2.67 15.99QIt df

Signification (Bilatérale)

Différence de moyennes Inférieur Supérieur

Intervalle de confiance de la différence à 95 %

Valeur de test = 100

Test pour échantillon unique

373

Tests T

Obtenir un test t pour échantillon uniqueE A partir du menu, sélectionnez :


Test T pour échantillon unique

Figure 20-10Boîte de dialogue Test T pour échantillon unique

E Sélectionnez au moins une variable à tester par rapport à la même valeur supposée.

E Entrez une valeur test numérique à laquelle vous souhaitez comparer chaque moyenned'échantillon.


374

Chapitre 20

Options Test T pour échantillon uniqueFigure 20-11Boîte de Dialogue Options Test T pour échantillon unique

Intervalle de confiance : Par défaut, un intervalle de confiance de 95 % pour ladifférence entre la moyenne et la valeur de test supposée est affiché. Saisir une valeurcomprise entre 1 et 99 pour demander un niveau de confiance différent.

Valeurs manquantes : Quand vous testez plusieurs variables et que des donnéesmanquent pour ou une ou plusieurs de ces variables, vous pouvez indiquer à SPSS lesobservations à inclure (ou à exclure).

Exclure les observations analyse par analyse : Chaque test t utilise toutes lesobservations qui ont des données valides pour la variable testée. La taille deséchantillons peut varier d'un test à l'autre.

Exclure toute observation incomplète : Chaque test t utilise seulement lesobservations qui ont des données valides pour toutes les variables utilisées dansn'importe lequel des tests t requis. La taille des échantillons est constantedurant les tests.

Chapitre

21ANOVA à 1 facteur

La procédure de l'analyse de variance ANOVA à 1 facteur permet d'effectuer uneanalyse de variance univariée sur une variable quantitative dépendante par une variablecritère simple (indépendant). L'analyse de variance sert à tester l'hypothèse d'égalitédes moyennes. Cette technique est une extension du test t pour deux échantillons.

Déterminer que des différences existent parmi les moyennes ne vous suffitpeut-être pas. Vous voulez éventuellement savoir quelles sont les moyennes quidiffèrent. Il existe deux types de tests pour comparer les moyennes : les contrastes apriori et les tests post hoc. Les contrastes sont des tests définis avant l'expérience,et les tests post hoc sont effectués après l'expérience. Vous pouvez aussi tester lestendances à travers les modalités.

Exemple : Les beignets absorbent la graisse dans des proportions variées lorsqu'ilssont cuisinés. Une expérience est conduite à partir de l'utilisation de trois types degraisse : huile d'arachide, huile de maïs, et saindoux. L'huile d'arachide et l'huile demaïs sont des graisses non saturées, et le saindoux une graisse saturée. Non seulementvous déterminez si la quantité de graisse absorbée dépend du type de graisse utilisée,mais vous pouvez également créer un contraste a priori afin de déterminer si le degréd'absorption de graisse diffère pour les graisses saturées et non saturées.

Statistiques : Pour chaque groupe : nombre d'observations, moyenne, écart type,erreur standard pour la moyenne, minimum, maximum et intervalle de confiance à95 % pour la moyenne. Test de Levene pour l'homogénéité de la variance, tableaud'analyse de la variance et tests d'égalité des moyennes pour chaque variabledépendante, contrastes a priori spécifiés par l'utilisateur et tests d'intervalle etcomparaisons multiples post hoc : Bonferroni, Sidak, test de Tukey, GT2 deHochberg, Gabriel, Dunnett, test F de Ryan-Einot-Gabriel-Welsch (R-E-G-W F),test d'intervalle de Ryan-Einot-Gabriel-Welsch (R-E-G-W Q), T2 de Tamhane, T3 deDunnett, Games-Howell, test C de Dunnett, test de Duncan, Student-Newman-Keuls(S-N-K), B de Tukey, Waller-Duncan, Scheffé et différence la moins significative.

375

376

Chapitre 21

Remarques sur les Données ANOVA à 1 facteur

Données : Les valeurs de la variable active devraient être des nombres entiers, et lavariable dépendante devrait être quantitative (niveau d'intervalle de mesures).

Hypothèses : Chaque groupe est un échantillon aléatoire indépendant extrait d'unepopulation normale. L'analyse de la variance supporte les écarts à la normalité, bienque les données doivent être symétriques. Les groupes devraient être composésde populations à variance égale. Pour tester cette hypothèse, utiliser le testd'homogénéité de variance de Levene.

Echantillon de résultatFigure 21-1Résultat ANOVA à 1 facteur

1596.00 2 798.00 7.824 .005

1530.00 15 102.00

3126.00 17

Entre groupes

Dans les groupes

Total

Grammes de graisse absorbée

Somme des carrés df Carré moyen F Signification

ANOVA

6 72.00 13.34 5.45 58.00 86.00 56 95

6 85.00 7.77 3.17 76.84 93.16 77 97

6 62.00 8.22 3.36 53.37 70.63 49 70

18 73.00 13.56 3.20 66.26 79.74 49 97

Huile d'arachide

Saindoux

Huile de maïs

Total

Type d'huile

Grammes graisse de

N Moyenne Ecart-type Erreur std.Limite

inférieureLimite

supérieure

Intervale de confiance de 95 % pour la moyenne

Minimum Maximum

Descriptions

absorbée

-.5 1 -.51ContrasteHuile d'arachide Saindoux Huile de maïs

Type d'huile

Coefficients de contraste

377

ANOVA à 1 facteur

18.00 5.05 3.565 15 .003

18.00 4.51 3.995 12.542 .002

1Contraste

1Contraste

Suppose des variances égales

Ne suppose pas des variances égales

Grammes de graisse

Valeur de contraste Erreur std. t df

Signification [bilatérale)

Tests de contraste

absorbée

.534 2 15 .597Grammes de graisse absorbée

Statistique de Levene df1 df2 Signification

Test d'homogénéité des variances

Obtenir une analyse de variance à un facteurE A partir du menu, sélectionnez :


ANOVA à 1 facteur...

Figure 21-2Boîte de dialogue ANOVA à 1 facteur


E Sélectionnez une variable active indépendante simple.

378

Chapitre 21

Contrastes ANOVA à 1 facteurFigure 21-3Boîte de dialogue ANOVA à 1 facteur : Contrastes

Vous pouvez diviser les sommes des carrés inter-groupes en tendances composants ouspécifier les contrastes a priori.

Modèle polynomial : Diviser les sommes des carrés inter-groupes en tendancescomposants. Vous pouvez tester la tendance d'une variable dépendante à traversles niveaux ordonnés de la variable active. Par exemple, vous pourriez tester latendance linéaire (croissante ou décroissante) des salaires perçus les plus élevés àtravers les niveaux ordonnés.

Degré : Vous pouvez choisir un polynôme de premier, deuxième, troisième,quatrième ou cinquième degré.

Coefficients : Contrastes a priori spécifiés à tester par la statistique t. Saisissez uncoefficient pour chaque groupe (modalité) de la variable active et cliquez sur Ajouter

après chaque saisie. Chaque nouvelle valeur s'ajoute au bas de la liste des coefficients.Pour spécifier des groupes de contrastes supplémentaires, cliquez sur Suivant. UtilisezSuivant et Précédent pour vous déplacer entre les groupes de contrastes.

L'ordre des coefficients est important car il correspond à l'ordre croissant desvaleurs de modalité de la variable active. Le premier coefficient de la liste correspondà la valeur la plus petite de la variable active, et le dernier coefficient correspond àla valeur la plus élevée. Par exemple, s'il y a six modalités de variables actives, lescoefficients –1, 0, 0, 0, 0,5 et 0,5 mettent en contraste le premier groupe avec les

379

ANOVA à 1 facteur

cinquième et sixième groupes. Pour la plupart des applications, les coefficientsdevraient s'élever à 0. Les groupes qui n'atteignent pas 0 peuvent aussi être utilisés,mais un message d'avertissement s'affiche.

Tests Post Hoc ANOVA à 1 facteurFigure 21-4ANOVA à 1 facteur : Comparaisons multiples a posteriori

Lorsque vous avez déterminé qu'il existe des différences parmi les moyennes, les testsd'intervalles post hoc et de comparaisons multiples par paire peuvent déterminer lesmoyennes qui diffèrent. Les tests d'intervalle identifient les sous-groupes homogènesde moyennes qui ne diffèrent pas les uns des autres. Les comparaisons multiplesappariées testent la différence entre les moyennes appariées et engendrent une matricepour laquelle les astérisques indiquent les moyennes de groupes significativementdifférentes au niveau alpha 0,05.

Hypothèse de variances égales :

Le test de Tukey, le GT2 de Hochberg, le test de Gabriel et le test de Scheffé sont destests de comparaisons multiples et d'intervalle. Il existe d'autres tests d'intervalle,tels que le test B de Tukey, le S-N-K (Student-Newman-Keuls), le Duncan, leR-E-G-W F (F de Ryan-Einot-Gabriel-Welsch), le R-E-G-W Q (test d'intervalle de

380

Chapitre 21

Ryan-Einot-Gabriel-Welsch) et le Waller-Duncan. Les tests de comparaison multipledisponibles sont les suivants : Bonferroni, test de différence significative de Tukey,Sidak, Gabriel, Hochberg, Dunnett, Scheffé et LSD (différence la moins significative).

LSD : Utilisation de tests t pour effectuer toutes les comparaisons par paireentre des moyennes de groupe. Le taux d'erreur n'est pas corrigé dans le casde comparaisons multiples.

Bonferroni : Utilise des tests t pour effectuer des comparaisons par paire entreles moyennes de groupes, mais contrôle le taux d'erreur global en spécifiantcomme taux d'erreur pour chaque test le taux d'erreur empirique divisé par lenombre total de tests. Le seuil de signification observé est ainsi ajusté en raisondes comparaisons multiples réalisées.

Sidak : Test de comparaisons multiples par paire reposant sur la statistique t. Letest Sidak ajuste le seuil de signification en fonction des comparaisons multipleset fournit des bornes plus étroites que le test Bonferroni.

Scheffé : Exécute des comparaisons par paire simultanées pour toutes les pairesde moyennes possibles. Utilise la distribution d'échantillonnage F. Peut servir àexaminer toutes les combinaisons linéaires possibles de moyennes de groupe, etpas seulement des comparaisons par paire.

F de R-E-G-W (Ryan-Einot-Gabriel-Welsch) : Procédure multiple descendante deRyan-Einot-Gabriel-Welsch basée sur un test F.

Q de R-E-G-W (Ryan-Einot-Gabriel-Welsch) : Procédure multiple descendante deRyan-Einot-Gabriel-Welsch basée sur un intervalle de Student.

S-N-K : Ce test effectue toutes les comparaisons de moyennes par paire, à l'aidede la distribution des intervalles de Student. Lorsque la taille des échantillonsest égale, il compare aussi les moyennes par paire dans les sous-ensembleshomogènes, en utilisant une procédure pas à pas. Les moyennes sont triées dansl'ordre décroissant et les différences extrêmes sont testées en premier.

Tukey : Utilise les statistiques des intervalles studentisées pour effectuer descomparaisons de classes deux à deux. Fixe le taux d'erreur expérimental auniveau du taux d'erreur de l'ensemble pour toutes des comparaisons par paire.

B de Tukey : Utilise la distribution des intervalles studentisée pour effectuer descomparaisons de classes deux à deux. La valeur critique est la moyenne de lavaleur correspondante du test de Tukey et du test de Student-Newman-Keuls.

381

ANOVA à 1 facteur

Duncan : Réalise des comparaisons par paires en suivant un ordre pas à pasidentique à celui utilisé dans le test de Student-Newman-Keuls, mais établit unniveau de protection du taux d'erreur pour l'ensemble des tests, plutôt que pourchaque test en particulier. Utilise la statistique d'intervalle de Student.

GT2 de Hochberg : Test de multiples comparaisons et intervalles appariés utilisantle modulus maximum de Student. Similaire au test de Tukey.

Gabriel : Test de comparaison par paire qui utilise le modulus maximum deStudent. Il est plus efficace que le GT2 de Hochberg lorsque les tailles descellules sont inégales. Le test de Gabriel offre plus de souplesse lorsque lestailles des cellules divergent beaucoup.

Waller-Duncan : Test de comparaisons multiples basé sur une statistique t etutilisant une approche bayésienne.

Dunnett : Test T de comparaisons multiples par paires comparant un ensemblede traitements à une moyenne de contrôle unique. La dernière modalité est lamodalité de contrôle par défaut. Vous pouvez également choisir la premièremodalité. L'option Bilatéral teste que la moyenne à un certain niveau (hormis lamodalité de contrôle) du facteur n'est pas égale à celle de la modalité de contrôle.L'option <Contrôle permet de tester si la moyenne est inférieure, à un certainniveau du facteur, à celle de la modalité de contrôle. L'option >Contrôle permetde tester si la moyenne est supérieure, à un certain niveau du facteur, à cellede la modalité de contrôle.

Hypothèse de variances inégales :

Les tests de comparaison multiple qui ne supposent pas de variances égales sont le T2de Tamhane, le T3 de Dunnett, Games-Howell et le C de Dunnett.

T2 de Tamhane : Test des comparaisons appariées basé sur le test T. Ce test estopportun lorsque les variances sont inégales.

T3 de Dunnett : Test des comparaisons par paires basé sur le module maximal deStudent. Ce test est opportun lorsque les variances sont inégales.

Games-Howell : Test des comparaisons appariées qui peut parfois être souple. Cetest est opportun lorsque les variances sont inégales.

C de Dunnett : Test des comparaisons par paires basé sur l'intervalle de Student. Cetest est opportun lorsque les variances sont inégales.

382

Chapitre 21

Remarque : Il peut vous paraître plus facile d'interpréter le résultat à partir de testspost hoc si vous désactivez l'option Masquer les lignes et les colonnes vides dans laboîte de dialogue Propriétés du tableau (dans le tableau pivotant activé, choisissezPropriétés du tableau dans le menu Format).

Options ANOVA à 1 facteurFigure 21-5Boîte de dialogue ANOVA à 1 facteur : Options

Statistiques : Choisissez une ou plusieurs des options suivantes :

Caractéristique : La procédure calcule le nombre d'observations, la moyenne, l'écarttype, l'erreur standard de la moyenne, le minimum, le maximum, et les intervallesde confiance à 95 % pour chaque variable dépendante de chaque groupe.

Effets fixes et aléatoires : La procédure affiche l'écart type, l'erreur standardet l'intervalle de confiance à 95 % pour le modèle à effets fixes, ainsi quel'erreur standard, l'intervalle de confiance à 95 % et l'estimation de la varianceinter-composants pour le modèle à effets aléatoires.

Test d'homogénéité de variance : La procédure calcule la statistique de Levenepour tester l'égalité des variances de groupe. Ce test ne dépend pas de l'hypothèsede normalité.

383

ANOVA à 1 facteur

Brown-Forsythe : La procédure calcule la statistique de Brown-Forsythe pourtester l'égalité des moyennes de groupe. Il est préférable d'utiliser cette statistique(au lieu de la statistique F) lorsque l'hypothèse d'égalité des variances n'estpas satisfaite.

Welch : Calcule la statistique de Welch pour tester l'égalité des moyennes degroupe. Il est préférable d'utiliser cette statistique (au lieu de la statistique F)lorsque l'hypothèse d'égalité des variances n'est pas satisfaite.

Diagramme des moyennes : Affiche un diagramme qui représente les moyennes desous-groupes (les moyennes de chaque groupe définies par les valeurs de la variableactive).


Exclure les observations analyse par analyse : Aucune observation avec valeurmanquante n'est utilisée, que ce soit pour la variable dépendante ou pour lavariable active d'une analyse donnée. De même, on n'utilise pas d'observation endehors de l'intervalle spécifié pour la variable active.

Exclure toute observation incomplète : Les observations ayant des valeursmanquantes pour la variable active ou pour toute variable dépendante contenuedans la liste dépendante de la boîte de dialogue principale sont exclues de toutesles analyses. Si vous n'avez pas spécifié de variables multiples dépendantes,cela est sans effet.

Chapitre

22Analyse GLM – Univarié

GLM – Univarié fournit un modèle de régression et une analyse de la variance pourplusieurs variables dépendantes par un ou plusieurs facteurs ou variables. Lesvariables actives divisent la population en groupes. Cette procédure de régressionlinéaire généralisée vous permet de tester les hypothèses nulles à propos des effetsdes autres variables sur la moyenne de différents regroupements de la variabledépendante. Vous pouvez rechercher les interactions entre les facteurs ainsi queles effets des différents facteurs, certains d'entre eux étant aléatoires. En outre, leseffets et les interactions des covariables avec les facteurs peuvent être inclus. Pourl'analyse de la régression, les variables indépendantes (explicatives) sont spécifiéescomme covariables.

Vous pouvez tester les modèles équilibrés comme déséquilibrés. Un modèle estéquilibré si chaque cellule de ce modèle contient le même nombre d'observations.L'analyse GLM – Univarié teste non seulement les hypothèses mais elle produitégalement des estimations.

Vous disposez de contrastes a priori communs pour effectuer les tests d'hypothèse.En outre, lorsqu'un test F global se révèle significatif, vous pouvez utiliser les testspost hoc pour évaluer les différences entre les moyennes spécifiques. Les moyennesmarginales estimées fournissent des estimations des valeurs moyennes estimées pourles cellules dans le modèle et les diagrammes des profils (diagrammes d'interaction)de ces moyennes vous permettent de visualiser plus facilement certaines des relations.

Les résidus, les prévisions, la distance de Cook et les valeurs influentes peuventêtre enregistrées sous forme de nouvelles variables dans votre fichier de donnéespour vérifier les hypothèses.

Poids WLS. Vous permet de spécifier une variable utilisée pour pondérer lesobservations pour une analyse pondérée (WLS) des moindres carrés, peut-être pourcompenser les différents niveaux de précision des mesures.

385

386

Chapitre 22

Exemple : Des données sont collectées sur les différents participants au Marathon deParis sur plusieurs années. Le temps effectué par chaque participant est la variabledépendante. Les autres facteurs comprennent le temps (froid, modéré, chaud), lenombre de mois d'entraînement, le nombre de marathons précédemment effectués etle sexe. L'âge est considéré comme co-variable. Vous devez trouver que le sexe a uneffet significatif et que l'interaction du sexe avec le temps est significatif.

Méthodes : Les sommes des carrés de type I, II, III et IV peuvent servir à évaluer lesdifférentes hypothèses. Le type III est la valeur par défaut.

Statistiques : Tests d'intervalle post hoc et comparaisons multiples : Ladifférence la moins significative, Bonferroni, Sidak, Scheffé, F multiple deRyan-Einot-Gabriel-Welsch, l'intervalle multiple de Ryan-Einot-Gabriel-Welsch,Student-Newman-Keuls, le test de Tukey, b de Tukey, Duncan, GT2 de Hochberg,Gabriel, le test t de Waller Duncan, Dunnett (unilatéral, bilatéral), T2 de Tamhane,T3 de Dunnett, Games-Howell et C de Dunnett. Statistiques descriptives : moyenneobservée, écart type et effectifs pour toutes les variables dépendantes dans toutes lescellules. Le test de Levene pour l'homogénéité de la variance.

Diagrammes : Dispersion par niveau, résiduels et profils (interaction).

Remarques sur les données GLM - Univarié

Données : La variable dépendante est quantitative. Les facteurs sont qualitatifs. Il peuts'agir de valeurs numériques ou alphanumériques de 8 caractères au maximum. Lescovariables sont des variables quantitatives liées à la variable dépendante.

Hypothèses : Les données forment un échantillon aléatoire d'une population normaleou gaussienne. Dans cette population, toutes les variances de cellule sont égales.L'analyse de la variance supporte les écarts à la normalité, bien que les donnéesdoivent être symétriques. Pour vérifier les hypothèses, vous pouvez utiliser les testsd'homogénéité de la variance et les diagrammes de dispersion par niveau. Vouspouvez également étudier les résidus et les diagrammes de résidus.

387

Analyse GLM – Univarié

Echantillon de résultatFigure 22-1Résultat GLM - Univarié

Tests des effets inter-sujets

Variable dépendante : SPVOL

22.520 11 2.047 12.376 .000

1016.981 1 1016.981 6147.938 .000

8.691 3 2.897 17.513 .000

10.118 2 5.059 30.583 .000

.997 2 .499 3.014 .082

5.639 4 1.410 8.522 .001

2.316 14 .165

1112.960 26

24.835 25

Source

Modèle corrigé

Constante

Farine

Graisse

Précipité

Graisse*Précipité

Erreur

Total

Total corrigé

Somme des carrés de type III df

Carré moyen F Sig.

R carré = .907 (R carré ajusté = .833)1.

Graisse * précipité

Variable dépendante : SPVOL

5.536 .240 5.021 6.052

5.891 .239 5.378 6.404

6.123 .241 5.605 6.641

7.023 .241 6.505 7.541

6.708 .301 6.064 7.353

6.000 .203 5.564 6.436

6.629 .301 5.984 7.274

7.200 .203 6.764 7.636

8.589 .300 7.945 9.233

précipité

1

2

3

1

2

3

1

2

3

Graisse

1

2

3

Moyenne Erreur std. Limite inférieure Limite supérieureIntervale de confiance de 95 %

Pour obtenir des tables GLM - UnivariéE A partir du menu, sélectionnez :

AnalyseModèle linéaire général

Univarié...

388

Chapitre 22

Figure 22-2Boîte de dialogue Univarié

E Sélectionnez une variable dépendante.

E Sélectionnez les variables pour Facteur(s) fixé(s), Facteur(s) aléatoire(s) etCovariable(s), en fonction de vos données.

E En option, vous pouvez utiliser WLS Weight pour préciser une variable de pondérationpour l'analyse des moindres carrés pondérés. Si la valeur de la variable de pondérationest nulle, négative ou manquante, l'observation est exclue de l'analyse. Une variabledéjà utilisée dans le modèle ne peut pas servir de variable de pondération.

389


Modèle GLMFigure 22-3Boîte de dialogue Modèle univarié

Spécifier le modèle : Un modèle factoriel général contient tous les effets principaux desfacteurs, des covariables et toutes les interactions facteur/facteur. Il ne contient pasde d'interactions de covariable. Sélectionnez Autre pour indiquer un sous-ensembled'interactions ou des interactions variable active/covariable. Vous devez indiquertous les termes à inclure dans le modèle.

Critères et covariables : Les covariables et facteurs sont énumérés en indiquant (F)

pour facteur fixé et (C) pour covariable. Dans une analyse univariée, (R) indique unfacteur aléatoire.

Modèle : Le modèle dépend de la nature de vos données. Après avoir sélectionnéAutre, vous pouvez choisir les effets principaux et les interactions qui présententun intérêt pour votre analyse.

Somme des carrés : Méthode de calcul des sommes des carrés. Pour les modèleséquilibrés ou non, auxquels aucune cellule ne manque, le type III est la méthodele plus fréquemment utilisée.

Inclure une constante au modèle : L'ordonnée est généralement incluse dans le modèle.Si vous partez du principe que les données passent par l'origine, vous pouvez exclurela constante.

390

Chapitre 22

Termes construits

Pour les facteurs et covariables sélectionnés :

Interaction : Crée le terme d'interaction du plus haut niveau de toutes les variablessélectionnées. Il s'agit de la valeur par défaut.

Effets principaux : Crée un terme d'effet principal pour chaque variable sélectionnée.

Toutes d'ordre 2 : Crée toutes les interactions d'ordre 2 possibles des variablessélectionnées.




Somme des carrés

Pour ce modèle, vous pouvez choisir un type de sommes des carrés. Le type III est leplus courant et c'est la valeur par défaut.

Type I : Cette méthode est également appelée décomposition hiérarchique de la sommedes carrés. Chaque terme est ajusté uniquement pour le terme qui le précède dans lemodèle. La somme des carrés de type I est généralement utilisée pour :

Une analyse de la variance équilibrée dans laquelle tout effet principal est spécifiéavant les effets d'interaction de premier ordre, et chaque effet de premier ordrespécifié avant ceux de second ordre, et ainsi de suite.

Un modèle de régression polynomial dans lequel les termes d'ordre inférieur sontspécifiés avant ceux d'ordre supérieur.

Un modèle par imbrication pur dans lequel le premier effet spécifié est imbriquédans le second et le second spécifié dans le troisième, etc. (Cette formed'imbrication peut être spécifiée par la syntaxe uniquement.)

391


Type II : Cette méthode calcule les sommes des carrés d'un effet dans le modèleajusté pour tous les autres effets « appropriés ». Un effet approprié est un effet quicorrespond à tous les effets qui ne contiennent pas l'effet à étudier. La méthode dessommes des carrés de type II sert généralement pour :

Une analyse de la variance équilibrée.

Tout modèle qui contient un effet principal uniquement.

Tout modèle de régression.

Un modèle par imbrication pur. (Cette forme d'imbrication peut être spécifiéepar la syntaxe.)

Type III : Valeur par défaut. Cette méthode calcule les sommes des carrés d'un effetdans le modèle comme les sommes des carrés ajustée pour tout autre effet qui ne lecontient pas et orthogonal à chaque effet qui le contient. Les sommes de carrés detype III présentent l'avantage essentiel qu'elles ne varient pas avec les fréquences decellule tant que la forme générale d'estimabilité reste constante. Ce type de sommedes carrés est donc souvent considéré comme utile pour les modèles déséquilibrésauxquels aucune cellule ne manque. Dans le modèle factoriel sans cellule manquante,cette méthode est équivalente à la technique de Yates des carrés moyens pondérés. Laméthode des sommes des carrés de type III sert généralement pour :

Tous les modèles énumérés dans les types I et II.

Tous les modèles équilibrés ou non qui ne contiennent pas de cellules vides.

Type IV : Cette méthode est conçue pour une situation dans laquelle il manque descellules. Pour chaque effet F dans le modèle, si F n'est inclus dans aucun autreeffet, Type IV = Type III = Type II. Si F est inclus dans d'autres effets, le Type IVdistribue les contrastes à effectuer parmi les paramètres dans F sur tous les effets deniveau supérieur de façon équitable. La méthode des sommes des carrés de type IVsert généralement pour :

Tous les modèles énumérés dans les types I et II.

Tous les modèles équilibrés ou non qui contiennent des cellules vides.

392

Chapitre 22

Contrastes GLMFigure 22-4Boîte de dialogue GLM Univarié : Contrastes

Les contrastes servent à tester les différences entre les niveaux d'un facteur. Vouspouvez spécifier un contraste pour chaque facteur du modèle (dans un modèle demesures répétées, pour chaque facteur inter-sujets). Les contrastes représentent descombinaisons linéaires des paramètres.

Le test des hypothèses est fondé sur l'hypothèse nulle LB =0, L étant la matricedes coefficients de contraste et B le vecteur de paramètre. Si un contraste est spécifié,SPSS crée une matrice L de telle sorte que les colonnes correspondant au facteurcorrespondent aux contrastes. Les colonnes restantes sont ajustées de telle sorteque la matrice L puisse être estimée.

Le résultat reprend une statistique F pour chaque ensemble de contrastes. Pour lesdifférences de contraste, le système affiche également les intervalles de confiancesimultanés de type Bonferroni fondés sur la distribution t de Student.

Contrastes possibles

Les contrastes fournis sont écart, simple, différence, Helmert, répétée et modèlepolynomial. Pour les contrastes d'écart et simple, vous pouvez choisir si la modalitéde référence est la première ou la dernière.

393


Types de contraste

Ecart : Compare la moyenne de chaque niveau (hormis une modalité de référence) àla moyenne de tous les niveaux (grande moyenne). Les niveaux du facteur peuventêtre de n'importe quel ordre.

Simple : Compare la moyenne de chaque niveau à celle d'un niveau donné. Ce typede contraste est utile lorsqu'il y a un groupe de contrôle. Vous pouvez prendre lapremière ou la dernière modalité en référence.

Différence : Compare la moyenne de chaque niveau (hormis le premier) à la moyennedes niveaux précédents. (Parfois appelé contrastes d'Helmert inversé.)

Helmert : Compare la moyenne de chaque niveau de facteur (hormis le dernier) à lamoyenne des niveaux suivants.

Répété : Compare la moyenne de chaque niveau (hormis le premier) à la moyennedu niveau suivant.

Modèle polynomial : Compare l'effet linéaire, l'effet quadratique, l'effet cubiqueetc. Le premier degré de liberté contient l'effet linéaire sur toutes les modalités, lesecond degré l'effet quadratique, etc. Ces contrastes servent souvent à estimer lestendances polynomiales.

394

Chapitre 22

Diagrammes de profils GLMFigure 22-5Boîte de dialogue GLM – Univarié : Diagrammes des protocoles

Les diagrammes des profils (diagrammes d'interaction) sont utiles pour comparer lesmoyennes marginales dans votre modèle. Un diagramme des profils est une courbedont chaque point indique la moyenne marginale estimée d'une variable dépendante(ajustée pour les covariables) à un niveau du facteur. Les niveaux d'un second facteurpeuvent servir à dessiner des courbes distinctes. Chaque niveau dans un troisièmefacteur peut servir à créer un diagramme distinct. Tous les facteurs fixés et aléatoiresont disponibles pour les diagrammes. Pour les analyses multivariées, les diagrammesdes profils sont créés pour chaque variable dépendante. Dans une analyse à mesuresrépétées, à la fois les facteurs inter-sujets et intra-sujets peuvent être utilisés dans lesdiagrammes des profils. GLM Multivarié et GLM Mesures répétées sont disponiblesuniquement si vous avez l'option Statistiques avancées installée.

Un diagramme des profils pour un facteur montre si la moyenne marginale estiméeest croissante ou décroissante sur les niveaux. Pour au moins deux facteurs, descourbes parallèles indiquent qu'il n'y a pas d'interaction entre les facteurs, ce quisignifie que vous rechercher les niveaux d'un seul facteur. Les courbes non parallèlesindiquent une interaction.

395


Figure 22-6Diagramme non parallèle (gauche) et diagramme parallèle (droite)

Après avoir sélectionné des facteurs pour l'axe horizontal pour spécifier un diagrammeet, éventuellement, des facteurs pour des courbes ou des diagrammes distincts, lediagramme doit être ajouté dans la liste Diagrammes.

Comparaisons post hoc GLMFigure 22-7Boîte de dialogue GLM – Univarié : Comparaisons multiples post hoc pour les moyennesobservées

Test de comparaison multiple post hoc : Lorsque vous avez déterminé qu'il existe desdifférences parmi les moyennes, les tests d'intervalles post hoc et de comparaisonsmultiples par paire peuvent déterminer les moyennes qui diffèrent. Les comparaisonssont effectuées sur des valeurs non-ajustées. Ces tests servent aux facteurs inter-sujets

396

Chapitre 22

fixés seulement. Dans GLM - Mesures répétées, ces tests ne sont pas disponibless'il n'y a pas de facteurs inter-sujets. Les tests de comparaisons multiples post hocsont effectués pour la moyenne de tous les niveaux des facteurs intra-sujets. PourGLM - Multivarié, les tests post hoc sont effectués séparément pour chaque variabledépendante. GLM Multivarié et GLM Mesures répétées sont disponibles uniquementsi vous avez l'option Statistiques avancées installée.

Les tests de différence significative de Bonferroni et Tukey servent généralementcomme tests de comparaison multiples. Le test de Bonferroni, fondé sur la statistiquet de Student, ajuste le niveau de signification observé en fonction du nombre descomparaisons multiples qui sont effectuées. Le test t de Sidak ajuste également leniveau de signification et fournit des limites plus strictes que le test de Bonferroni.Le test de Tukey utilise la statistique d'intervalle selon Student pour effectuer descomparaisons par paire entre les groupes et fixe le taux d'erreur empirique au tauxd'erreur du regroupement de toutes les comparaisons par paire. Lorsque vous testerun grand nombre de paire de moyennes, le test de Tukey est plus efficace que celui deBonferroni. Lorsqu'il y a peu de paire, Bonferroni est plus efficace.

Le GT2 de Hochberg est similaire au test de Tukey mais il utilise un modulusmaximum selon Student. Le test de Tukey est généralement plus efficace. Le testde comparaison par paire de Gabriel utilise également le modulus maximumselon Student. Il est plus efficace que le GT2 de Hochberg lorsque les tailles descellules sont inégales. Le test de Gabriel offre plus de souplesse lorsque les tailles descellules divergent beaucoup.

Le test de comparaison multiple de Dunnet compare un ensemble de traitementsà une simple moyenne de contrôle. La dernière modalité est la modalité de contrôlepar défaut. Vous pouvez également choisir la première modalité. Vous pouvezégalement choisir un test unilatéral ou bilatéral. Pour tester que la moyenne à uncertain niveau (hormis la modalité de contrôle) du facteur n'est pas égale à cellede la modalité de contrôle, utilisez le test double-face. Pour tester si la moyenneest inférieure, à un certain niveau du facteur, à celle de la modalité de contrôle,sélectionnez < Contrôle. En outre, pour vérifier si la moyenne est supérieure, à uncertain niveau du facteur, à celle de la modalité de contrôle, sélectionnez > Contrôle.

Ryan, Einot, Gabriel et Welsch (R-E-G-W) ont développé deux tests d'intervallesmultiples descendants. Les procédures multiples descendantes test d'abord que toutesles moyennes sont égales. Si toutes les moyennes ne sont pas égales, l'égalité esttestée sur des sous-ensembles de moyennes. Le F de R-E-G-W est fondé sur letest F et le Q de R-E-G-W est fondé sur l'intervalle selon Student. Ces tests sontplus efficaces que le test d'intervalle multiple de Duncan et Student-Newman-Keuls

397


(procédures multiples descendantes), mais ils sont conseillés lorsque les cellulessont de taille inégale.

Lorsque les variances sont inégales, utilisez le T2 de Tamhane (test decomparaisons par paire conservatif fondé sur un test t), le T3 de Dunnett(comparaison par paire fondée sur le modulus maximal selon Student), le test decomparaison par pairedeGames-Howell (parfois flexible) ou le C de Dunnett (testde comparaison par paire fondé sur l'intervalle selon Student).

Le test d'intervalle multiple de Duncan, Student-Newman-Keuls (S-N-K) et leb de Tukey sont des tests d'intervalle qui classifient les moyennes de groupe etcalculent une valeur d'intervalle. Ces tests ne sont pas utilisés aussi souvent que lestests évoqués précédemment.

Le test t de Waller-Duncan utilise une approche de Bayes. Ce test d'intervalleutilise la moyenne harmonique de la taille de l'échantillon lorsque les échantillonssont de différentes tailles.

Le niveau de signification du test de Scheffé est conçu pour permettre toutes lescombinaisons linéaires possibles des moyennes de groupe à tester, pas seulementpar paire, disponibles dans cette fonction. Il en résulte que le test de Scheffé estsouvent plus strict que les autres tests, ce qui signifie qu'une plus grande différence demoyenne est nécessaire pour être significative.

Le test de comparaison multiple par paire de différence la moins significative(LSD) est équivalent aux divers tests t individuels entre toutes les paires des groupes.L'inconvénient de ce test est qu'il n'essaie pas d'ajuster le niveau d'importanteobservée pour les comparaisons multiples.

Tests affichés : Les comparaisons par paire sont proposées pour LSD, Sidak,Bonferroni, Games et Howell, T2 et T3 de Tamhane, C et T3 de Dunnett. Dessous-ensembles homogènes pour les tests d'intervalle sont proposés pour S-N-K, b deTukey, Duncan, F et Q de R-E-G-W et Waller. Le test de Tukey, le GT2 de Hochberg,le test de Gabriel et le test de Scheffé sont à la fois des tests de comparaison multipleet des tests d'intervalle.

398

Chapitre 22

Enregistrement GLMFigure 22-8Boîte de dialogue GLM – Univarié : Enregistrement

Vous pouvez enregistrer les prévisions par le modèle, les résidus et les mesuresassociées sous forme de nouvelles variables dans l'éditeur de données. La plupartde ces variables peuvent servir à étudier les hypothèses relatives aux données. Pourenregistrer les valeurs afin de les utiliser dans une autre session SPSS, vous devezenregistrer le fichier de données en cours.

Prévisions : Valeurs que le modèle estime pour chaque observation.

Non standardisés : Valeur prévue par le modèle pour la variable dépendante.

Pondéré : Valeurs estimées non standardisées pondérées. Disponibles uniquementlorsqu'une variable WLS a été préalablement sélectionnée.

Erreur standard : Estimation de l'écart type de la valeur moyenne de la variabledépendante, pour les observations ayant la même valeur pour les variablesindépendantes.

Diagnostics : Mesures permettant d'identifier les observations avec des combinaisonsinhabituelles de valeurs pour les variables indépendantes et les observations quipeuvent avoir un impact important sur le modèle.

399


Distance de Cook : Mesure permettant de savoir de combien les résidus de toutesles observations seraient modifiés si une observation donnée était exclue du calculdes coefficients de régression. Si la distance de Cook est élevée, l'exclusion d'uneobservation changerait substantiellement la valeur des coefficients.

Valeurs influentes : Valeurs influentes non centrées. Influence relative de chaqueobservation sur la qualité d'ajustement du modèle.

Résidus : Un résidu non standardisé correspond à la valeur réelle de la variabledépendante moins la valeur estimée par le modèle. Les résidus standardisés, selonStudent et supprimés sont également disponibles. Si vous avez choisi une variable depondération, les résidus standardisés pondérés sont disponibles.

Non standardisés : Différence entre la valeur observée et la valeur prévue parle modèle.

Pondéré : Résidus estimés non standardisés pondérés. Disponibles uniquementlorsqu'une variable WLS a été préalablement sélectionnée.


Studentisés : Résidu, divisé par une estimation de son écart type, qui varie d'uneobservation à une autre, selon la distance entre les valeurs et la moyenne desvariables indépendantes pour chaque observation.

Supprimées : Résidu d'une observation lorsque celle-ci est exclue du calcul descoefficients de régression. Il s'agit de la différence entre la valeur de la variabledépendante et la prévision ajustée.

Enregistrer dans nouveau fichier : Ecrit un fichier de données SPSS qui contient unematrice variance-covariance des estimations dans le modèle. D'autre part, pourchaque variable dépendante, il y aura une ligne d'estimations, une ligne de valeursde signification pour les statistiques t correspondant aux estimations et une ligne dedegrés de liberté résiduels. Pour un modèle multivarié, il y a les mêmes lignes pourchaque variable dépendante. Vous pouvez utiliser ce fichier de matrice dans les autresprocédures qui lisent un fichier de matrice SPSS.

400

Chapitre 22

Options GLMFigure 22-9Boîte de dialogue GLM- Univarié : Options

Des statistiques facultatives sont disponibles à partir de cette boîte de dialogue. Cesstatistiques sont calculées à l'aide de modèle à effets fixes.

Moyenne marginale estimée : Sélectionnez les facteurs et les interactions pour lesquelsvous souhaitez obtenir des estimations de la moyenne marginale de la population dansles cellules. Ces moyennes sont ajustées pour les covariables, si elles existent.

Comparer les effets principaux : Propose des comparaisons par paire non corrigéesdes moyennes marginales estimées pour tout effet principal dans le modèle, à lafois pour les facteurs inter-sujets et intra-sujets. Ceci n'est valable que si les effetsprincipaux sont sélectionnés dans la liste Afficher les moyennes.

Ajustement intervalle de confiance : Sélectionnez l'ajustement aux intervalleset à la significativité des intervalles en adoptant l'une des méthodes suivantes: la différence de moindre signification (LSD), l'ajustement Bonferroni oul'ajustement de Sidak. Cet élément est disponible uniquement si Comparer leseffets principaux est sélectionné.

401


Afficher : Sélectionnez Statistiques descriptives pour produire des moyennes, des écartstypes et des effectifs pour toutes les variables dépendantes de toutes les cellules.L'option Estimation d'effet de taille fournit une valeur partielle de Eta carré pourchaque effet et chaque estimation. La statistique d'Eta carré décrit la proportion de lavariabilité totale imputable au facteur. Sélectionnez Puissance observée pour obtenirla puissance du test lorsque l'autre hypothèse est définie sur la base de la valeurobservée. Sélectionnez Estimation des paramètres pour produire des estimationsde paramètres, des erreurs standard, des tests t, des intervalles de confiance et lapuissance observée de chaque test. Sélectionnez Matrice des coefficients de contraste

pour obtenir la matrice L.L'option des tests d'homogénéité produit le test de Levene d'homogénéité de

la variance pour chaque variable dépendante sur toutes les combinaisons deniveaux des facteurs inter-sujets, uniquement pour les facteurs inter-sujets. Lesoptions des diagrammes de dispersion par niveau et de résidus sont utiles pourvérifier les hypothèses sur les données. Ceci n'est pas valable s'il n'y a pas defacteurs. Sélectionnez Diagrammes résiduels pour produire un diagramme résiduelobservé/estimé/standardisé pour chaque variable dépendante. Ces diagrammes sontutiles pour vérifier l'hypothèse de variance égale. Sélectionnez Manque d'ajustement

pour vérifier si la relation entre la variable dépendante et les variables indépendantespeut être convenablement décrite par le modèle. Fonction générale estimée vouspermet de construire des tests d'hypothèses personnalisés basés sur la fonctiongénérale estimée. Les lignes de n'importe quelle matrice des coefficients de contrastesont des combinaisons linéaires de la fonction générale estimée.

Niveau de signification : Vous souhaitez peut-être ajuster le niveau de significationutilisé dans les tests post hoc et le niveau de confiance utilisé pour construire desintervalles de confiance. La valeur spécifiée est également utilisée pour calculerl'intensité observée pour le test. Lorsque vous spécifiez un niveau de signification, leniveau associé des intervalles de confiance est affiché dans la boîte de dialogue.

Fonctionnalités supplémentaires de la commande UNIANOVA

Le langage de commande SPSS vous permet aussi de :

Spécifier les effets en cascade dans un modèle (à l'aide de la sous-commandeDESIGN).

402

Chapitre 22

Spécifier les tests d'effets par rapport à une combinaison linéaire d'effets ou unevaleur (à l'aide de la sous-commande TEST).

Spécifier de multiples contrastes (à l'aide de la sous-commande CONTRAST).

Inclure les valeurs manquantes pour l'utilisateur (à l'aide de la sous-commandeMISSING).

Spécifier les critères EPS (à l'aide de la sous-commande CRITERIA).

Construisez une matrice L personnalisée, une matrice M ou une matrice K (àl'aide des sous-commandes LMATRIX, MMATRIX et KMATRIX).

Pour les contrastes simples ou d'écart, spécifier une modalité de référenceintermédiaire (à l'aide de la sous-commande CONTRAST).

Spécifier les mesures pour les contrastes polynomiaux (à l'aide de lasous-commande CONTRAST).

Spécifier des termes d'erreur pour les comparaisons post hoc (à l'aide de lasous-commande POSTHOC).

Calculer les moyennes marginales estimées pour chaque facteur ou interaction defacteurs parmi les facteurs de la liste (à l'aide de la sous-commande EMMEANS).

Attribuer des noms aux variables temporaires (à l'aide de lasous-commande SAVE).

Construire un fichier de matrice de corrélation (à l'aide de la sous-commandeOUTFILE).

Construire un fichier de type matrice de données qui contient les statistiquesprovenant de la table ANOVA inter-sujets (à l'aide de la sous-commandeOUTFILE).

Enregistrer la matrice du plan dans un nouveau fichier de données (à l'aide de lasous-commande OUTFILE).

Pour obtenir des renseignements complets sur la syntaxe, reportez-vous au manuelSPSS Command Syntax Reference.

Chapitre

23Corrélations bivariées

La procédure de corrélations bivariées calcule le coefficient de corrélation de Pearson,le rho de Spearman et le tau-b de Kendall avec leurs seuils de signification. Lescorrélations mesurent comment les variables ou les ordres de rang sont liés. Avantde calculer un coefficient de corrélation, parcourez vos données pour rechercher lesvaleurs éloignées (qui peuvent provoquer des résultats erronés) et les traces d'unerelation linéaire. Le coefficient de corrélation de Pearson est une mesure d'associationlinéaire. Deux variables peuvent être parfaitement liées, mais si la relation n'est paslinéaire, le coefficient de corrélation de Pearson n'est pas une statistique appropriéepour mesurer leur association.

Exemple : Le nombre de matchs de basket-ball remportés par une équipe est-il lié aunombre moyen de points marqués par match ? Un diagramme de dispersion indiquequ'il existe une relation linéaire. L'analyse des données de la saison NBA 1994–1995démontre que le coefficient de corrélation de Pearson (0,581) est significatif auniveau 0,01. On peut penser que plus on a gagné de matchs dans une saison, moinsl'adversaire a marqué de points. Ces variables sont liées négativement (–0,401) et lacorrélation est significative au niveau 0,05.

Statistiques : Pour chaque variable, on a les éléments suivants : nombre d'observationsavec des valeurs non manquantes, moyenne, et écart type. Pour chaque paire devariables, on a les éléments suivants : coefficient de corrélation de Pearson, rho deSpearman, tau-b de Kendall, produits des écarts et covariance.

Remarques sur les données des corrélations bivariées

Données : Utilisez des variables quantitatives symétriques pour le coefficient decorrélation de Pearson, et des variables quantitatives ou des variables avec desmodalités ordonnées pour le rho de Spearman et le tau-b de Kendall.

403

404

Chapitre 23

Hypothèses : Le coefficient de corrélation de Pearson part du principe que chaquepaire de variables est gaussienne bivariée.

Echantillon de résultatFigure 23-1Résultats des corrélations bivariées

1.000 .581** -.401*

.581** 1.000 .457*

-.401* .457* 1.000

. .001 .038

.001 . .017

.038 .017 .

27 27 27

27 27 27

27 27 27

Nombre de matchs gagnés

Corrélation de Pearson

Signification (bilatérale)

N

Nombre de matchs

gagnés

Points marqués par match

Points en défense

par match

CorrelationsCorrélations

Corrélation à 0.01(bilatérale) :…**.

Corrélation à 0.05(bilatérale) :…*.


Points en défense par match

de matchs gagnés



Nombre

de matchs gagnés



Nombre

Pour obtenir des corrélations bivariées

A partir du menu, sélectionnez :Analyse

CorrélationBivariée...

405

Corrélations bivariées

Figure 23-2Boîte de dialogue Corrélations bivariées

E Sélectionnez plusieurs variables numériques.

Les options suivantes sont également disponibles :

Coefficients de corrélation : Pour des variables quantitatives, normalementdistribuées, choisissez le coefficient de corrélation de Pearson. Si vos données nesont pas distribuées normalement ou si elles comportent des modalités ordonnées,choisissez le Tau-b de Kendall ou la corrélation de Spearman, qui mesurel'association entre les ordres de rangs. Les coefficients de corrélation vont de lavaleur –1 (relation négative parfaite) à +1 (relation positive parfaite). La valeur 0indique l'absence de relation linéaire. Lors de l'interprétation de vos résultats,vous ne pouvez pas, à partir de l'existence d'une corrélation significative, conclureen l'existence d'une relation de cause à effet.

Test de signification : Vous pouvez choisir des probabilités bilatérales ouunilatérales. Si la direction de l'association est connue à l'avance, choisissezUnilatéral. Sinon, sélectionnez Bilatéral.

Repérer les corrélations significatives : Les coefficients de corrélation significatifsau niveau 0,05 sont identifiés par un seul astérisque et ceux qui sont significatifsau niveau 0,01 sont identifiés par deux astérisques.

406

Chapitre 23

Options de corrélations bivariéesFigure 23-3Boîte de dialogue Corrélations bivariées : Options

Statistiques : Pour les corrélations de Pearson, vous pouvez choisir l'une des optionssuivantes (ou les deux) :

Moyennes et écarts types : Affichés pour chaque variable. Le nombred'observations avec valeurs non manquantes est également affiché. Les valeursmanquantes sont examinées variable par variable quel que soit votre réglage desvaleurs manquantes.

Produits des écarts et covariances : Indiqués pour chaque paire de variables. Leproduit des écarts est égal à la somme des produits des variables moyennescorrigées. Ceci est le numérateur du coefficient de corrélation de Pearson. Lacovariance est une mesure non standardisée de la relation entre deux variables,égale au produit des écarts divisé par N–1.

Valeurs manquantes : Vous pouvez choisir l'un des éléments suivants :

Exclure seulement les composantes non valides : Les observations avec des valeursmanquantes pour l'une ou les deux variables d'une paire pour un coefficient decorrélation sont exclues de l'analyse. Etant donné que chaque coefficient est basésur toutes les observations ayant des codes valides pour cette paire particulièrede variables, la quantité maximale d'informations disponibles est utilisée danschaque calcul. Ceci peut aboutir à un jeu de coefficients basé sur un nombrevariable d'observations.

Exclure toute observation incomplète : Les observations avec des valeursmanquantes pour une variable sont exclues de toutes les analyses.

407

Corrélations bivariées

Propriétés supplémentaires des commandes CORRELATIONS et NONPARCORR


Ecrire une f pour les corrélations de Pearson qui peut être utilisée à la place dedonnées brutes pour obtenir d'autres analyses comme une analyse factorielle(avec la sous-commande MATRIX).

Obtenir des corrélations de chaque variable dans une liste avec chaque variabled'une seconde liste (en utilisant le mot clé WITH avec la sous-commandeVARIABLES).


Chapitre

24Corrélations partielles

La procédure des corrélations partielles calcule les coefficients de corrélation partiellequi décrivent le rapport linéaire entre deux variables tout en contrôlant les effetsd'une ou plusieurs autres variables. Les corrélations sont des mesures d'associationlinéaire. Deux variables peuvent être parfaitement liées mais, si leur rapport n'est paslinéaire, un coefficient de corrélation n'est pas une statistique adaptée pour mesurerleur association.

Exemple : Existe-t-il une relation entre le financement associé aux soins de santéet les taux d'attaque ? Contre toute attente, une étude fait état d'une corrélationpositive : Lorsque le financement associé aux soins de santé augmente, les tauxd'attaque augmentent. Cependant, le contrôle du taux de visite aux fournisseurs desoins de santé supprime presque la corrélation positive observée. Le financementlié aux soins de santé et les taux d'attaque sont associés de manière positive car lenombre de personnes ayant accès aux soins de santé augmente en même temps quele financement. De ce fait, le nombre de maladies déclarées par les docteurs et leshôpitaux augmente également.

Statistiques : Pour chaque variable, on a les éléments suivants : nombre d'observationsavec des valeurs non manquantes, moyenne, et écart type. Matrices de corrélationpartielle et simple, avec degrés de liberté et seuils de signification.

Remarques sur les données des corrélations partielles

Données : Utiliser des variables quantitatives et symétriques.

Hypothèses : La procédure des Corrélations Partielles suppose que chaque paire devariables présente une corrélation normale.

409

410

Chapitre 24

Echantillon de résultatFigure 24-1Résultats de Corrélations Partielles

Obtenir des corrélations partiellesE A partir du menu, sélectionnez :

AnalyseCorrélation

Partielle...

411

Corrélations partielles

Figure 24-2Boîte de dialogue Corrélations partielles

E Sélectionnez au moins deux variables numériques pour lesquelles vous voulezcalculer des corrélations partielles.

E Sélectionnez une ou plusieurs variables numériques de contrôle.


Test de signification : Vous pouvez choisir des probabilités bilatérales ouunilatérales. Si la direction de l'association est connue à l'avance, choisissezUnilatéral. Sinon, sélectionnez Bilatéral.

Afficher le seuil exact de signification : La probabilité et les degrés de liberté sontaffichés par défaut pour chaque coefficient de corrélation. Si vous désélectionnezcette option, les coefficients significatifs au seuil 0,05 sont identifiés par uneastérisque, les coefficients significatifs au seuil de 0,01 par deux astérisques, etles degrés de liberté sont supprimés. Cette configuration affecte aussi bien lesmatrices de corrélation partielle que simple.

412

Chapitre 24

Options Corrélations partiellesFigure 24-3Boîte de dialogue Corrélations partielles : Options

Statistiques : Vous avez le choix entre les deux options suivantes :

Moyennes et écarts types : Affichés pour chaque variable. Le nombre d'observationsavec valeurs non manquantes est également affiché.

Corrélations simples : Une matrice de corrélations simples entre toutes lesvariables, y compris les variables de contrôle, s'affiche.

Valeurs manquantes : Vous avez le choix entre les options suivantes :

Exclure toute observation incomplète : Les observations ayant des valeursmanquantes pour une variable quelconque, y compris une variable de contrôle,sont exclues de tous les calculs.

Exclure seulement les composantes non valides : Pour le calcul des corrélationssimples sur lesquelles se basent les corrélations partielles, une observationayant des valeurs manquantes pour une composante ou les deux composantesd'une paire de variables ne sera pas utilisée. La suppression des composantesnon valides seulement utilise autant de données que possible. Le nombred'observations peut toutefois différer selon les coefficients. Lorsque lasuppression des composantes non valides seulement est sélectionnée, les degrésde liberté d'un coefficient partiel donné sont basés sur le plus petit nombred'observations utilisées dans le calcul de l'une quelconque des corrélationsd'ordre zéro.

Chapitre

25Distances

Cette procédure permet de calculer de très nombreuses statistiques mesurantles similitudes ou les différences (distances) entre des paires de variables oud'observations. Vous pourrez ensuite utiliser ces mesures de similarité ou dedissimilarité avec d'autres procédures, comme l'analyse factorielle, la classificationou le positionnement multidimensionnel, afin de simplifier l'analyse des ensemblesde données complexes.

Exemple : Est-il possible de mesurer les similarités entre des paires de voituresen fonction de certaines caractéristiques, comme le nombre de cylindres, laconsommation et la puissance ? En calculant les similarités existant entre desvoitures, vous pouvez déterminer les voitures qui sont semblables et celles qui sontdifférentes. Dans l'optique d'une analyse plus formelle, vous pouvez appliquer uneclassification hiérarchique ou un positionnement multidimensionnel aux similaritésafin d'examiner la structure sous-jacente.

Statistiques : Pour les données d'intervalle, les mesures de dissimilarité sont ladistance Euclidienne, le carré de la distance Euclidienne, la distance de Tchebycheff,la distance de Manhattan (bloc), la distance de Minkowski ou une mesurepersonnalisée. Pour les données d'effectif, les mesures sont khi-deux et phi-deux.Pour les données binaires, les mesures de dissimilarité sont la distance Euclidienne, lecarré de la distance Euclidienne, l'écart de taille, la différence de motif, la variance, laforme, ou la mesure de Lance et Williams. Pour les données d'intervalles, les mesuresde similarité sont la corrélation de Pearson ou cosinus. Pour les données binaires, ils'agit des mesures suivantes : Russel et Rao, indice de Sokal et Michener, Jaccard,Dice, Rogers et Tanimoto, Sokal et Sneath 1, Sokal et Sneath 2, Sokal et Sneath 3,Kulczynski 1, Kulczynski 2, Sokal et Sneath 4, Hamann, lambda, D d'Anderberg, Y deYule, Q de Yule, Ochiai, Sokal et Sneath 5, corrélation phi tétrachorique ou dispersion.

413

414

Chapitre 25

Pour obtenir des matrices de distanceE A partir du menu, sélectionnez :

AnalyseCorrélation

Indices

Figure 25-1Boîte de dialogue Distances

E Sélectionnez au minimum une ou deux variables numériques pour calculerrespectivement les distances existant entre des observations ou des variables.

E Sélectionnez une possibilité dans le groupe Calculer les distances pour calculer lesproximités existant entre des observations ou des variables.

415

Distances

Distances : Mesures de dissimilaritéFigure 25-2Boîte de dialogue Indices : Mesures de dissimilarité

Dans le groupe Mesure, sélectionnez la possibilité qui correspond au type de vosdonnées (intervalle, effectif ou binaire). Ensuite, dans la liste déroulante, sélectionnezl'une des mesures correspondant à ce type de données. Les mesures disponibles sont,par type de données :

Intervalle : Distance Euclidienne, Carré de la distance Euclidienne, Distance deTchebycheff, Distance de Manhattan, Distance de Minkowski ou Autre.

Effectifs : Distance du Khi-deux ou Distance du phi-deux.

Binaire : Distance Euclidienne, Carré de la distance Euclidienne, Ecart de taille,Différence de motif, Variance, Forme, ou Lance et Williams. (Entrez des valeursdans les champs Présent et Absent pour indiquer les deux valeurs significatives.Aucune autre valeur ne sera prise en compte dans Distances.)

Le groupe Transformer les valeurs vous permet de standardiser les valeurs desdonnées pour les observations ou les variables avant le calcul des proximités.Ces transformations ne s'appliquent pas aux données binaires. Les méthodes de

416

Chapitre 25

standardisation disponibles sont Centrer-réduire, Entre –1 et 1, Entre 0 et 1,Maximum = 1, Moyenne = 1 et Ecart type = 1.

Le groupe Transformer les mesures vous permet de transformer les valeursgénérées par la mesure de distance. Elles sont appliquées après le calcul de lamesure de distance. Les options possibles sont Valeurs absolues, Inverser le signe,et Rééchelonner entre 0 et 1.

Indices : Mesures de similaritéFigure 25-3Boîte de dialogue Indices : Mesures de similarité

Dans le groupe Mesure, sélectionnez la possibilité qui correspond au type de vosdonnées (intervalle ou binaire). Ensuite, dans la liste déroulante, sélectionnez l'unedes mesures correspondant à ce type de données. Les mesures disponibles sont,par type de données :

Intervalle : Corrélation de Pearson ou Cosinus.

Binaire : Russel et Rao, Indice de Sokal et Michener, Jaccard, Dice, Rogers etTanimoto, Sokal et Sneath 1, Sokal et Sneath 2, Sokal et Sneath 3, Kulczynski1, Kulczynski 2, Sokal et Sneath 4, Hamann, Lambda, D d'Anderberg, Y deYule, Q de Yule, Ochiai, Sokal et Sneath 5, Corrélation phi tétrachorique ouDispersion. (Entrez des valeurs dans les champs Présent et Absent pour indiquerles deux valeurs significatives. Aucune autre valeur ne sera prise en comptedans Distances.)

417

Distances

Le groupe Transformer les valeurs vous permet de standardiser les valeurs desdonnées pour les observations ou les variables avant le calcul des proximités.Ces transformations ne s'appliquent pas aux données binaires. Les méthodes destandardisation disponibles sont Centrer-réduire, Entre –1 et 1, Entre 0 et 1,Maximum = 1, Moyenne = 1 ou Ecart type = 1.

Le groupe Transformer les mesures vous permet de transformer les valeursgénérées par la mesure de distance. Elles sont appliquées après le calcul de lamesure de distance. Les options possibles sont Valeurs absolues, Inverser le signe,et Rééchelonner entre 0 et 1.

Chapitre

26Régression linéaire

La régression linéaire estime les coefficients de l'équation linéaire, impliquant uneou plusieurs variables indépendantes, qui estiment le mieux la valeur de la variabledépendante. Par exemple, vous pouvez essayer d'estimer les ventes annuelles globalesd'un commercial (la variable dépendante) à partir de variables indépendantes tellesque l'âge, l'éducation et les années d'expérience.

Exemple : Le nombre de matches gagnés par une équipe de basket-ball au cours d'unesaison est-il lié au nombre moyen de points marqués par l'équipe à chaque match? Un diagramme de dispersion indique que ces variables ont un lien linéaire. Lenombre de matches gagnés et le nombre moyen de points marqué par l'équipe adverseont également un lien linéaire. Ces variables ont une relation négative. Lorsque lenombre de matches gagnés augmente, le nombre moyen de points marqués par lesadversaires diminue. A l'aide de la régression linéaire, vous pouvez modéliser larelation entre ces variables. Un bon modèle peut être utilisé pour prévoir combien dematches les équipes vont gagner.

Statistiques : Pour chaque variable, on a les éléments suivants : nombre d'observationsvalides, moyenne et écart type. Pour chaque modèle : coefficients de régression,matrice de corrélations, mesures et corrélations partielles, R multiple, R2, R2 ajusté,variation de R2, erreur standard de l'estimation, tableau d'analyse de la variance,prévisions et résidus. En plus, intervalles de confiance à 95 % pour chaque coefficientde régression, matrice variances-covariances, facteur d'inflation de la variance,tolérance, test de Durbin-Watson, mesures de distances (Mahalanobis, Cook, etvaleurs influentes), DfBêta, différence de prévision, intervalles d'estimation etdiagnostics des observations. Diagrammes : dispersion, diagrammes partiels,histogrammes et diagrammes de répartition gaussiens.

419

420

Chapitre 26

Régression linéaire : Remarques sur les données

Données : Les variables dépendantes et indépendantes doivent être quantitatives.Les variables qualitatives, comme la religion, la qualification, la zone de résidence,doivent être enregistrées sous forme de variables binaires (muettes) ou sous de toutautre type de variables de contraste.

Hypothèses : Pour chaque valeur de la variable indépendante, la distribution de lavariable dépendante doit être normale. La variance de la distribution de la variabledépendante doit être constante pour toutes les valeurs de la variable indépendante. Larelation entre la variable dépendante et chaque variable indépendante doit être linéaireet toutes les observations doivent être indépendantes.

Echantillon de résultatFigure 26-1Résultat de régression linéaire

421

Régression linéaire

défense par match, points marqués par match

1,2

. .947 .898 .889 4.40

1ModèleEntrées Supprimées

Variables

R R carré R carré ajustéErreur std.

de l'estimation

Résumé de modèle 3,4

Variables indép. : (constante) points en défense par match, points marqués par match…1.

Toutes les variables requises entrées.2.

Variable dépendante : nombre de matchs gagnés3.

Méthode : introduction simultanée4.

Points en

4080.533 2 2040.266 105.198 .0001

465.467 24 19.394

4546.000 26

Régression

Résidus

Total

1Modèle

Somme des carrés df Carré moyen F Significatif

ANOVA2

Variables indép. : (constante) points en défense par match, points marqués par match…1.

Variable dépendante : nombre de matchs gagnés2.

422

Chapitre 26

Coefficients non standardisés

Coefficients standardisés

Erreur std. Bêta(constante)

Modèle



Variable dépendante : nombre de matchs gagnés

Obtenir une analyse de régression linéaireE A partir du menu, sélectionnez :

AnalyseRégression

Linéaire...

423


Figure 26-2Boîte de dialogue Régression linéaire

E Dans la boîte de dialogue Régression linéaire, sélectionnez une variable numériquedépendante.

E Sélectionnez une ou plusieurs variables indépendantes.


Grouper des variables indépendantes en blocs et spécifier différentes méthodesd'entrée pour différents sous-groupes de variables.

Choisir une variable de sélection pour limiter l'analyse à un sous-grouped'observations ayant une ou des valeurs particulières pour cette variable.

Sélectionner une variable d'identification d'observations pour identifier des pointssur les diagrammes.

Sélectionnez une variable de pondération WLS numérique pour une analysedes moindres carrés pondérés.

424

Chapitre 26

WLS : Permet d'obtenir un modèle des moindres carrés pondéré. Les points dedonnées sont pondérés par l'inverse de leur variance. Ainsi, les observations dont lavariance est élevée ont moins d'impact sur l'analyse que celles dont la variance estfaible. Si la valeur de la variable de pondération est nulle, négative ou manquante,l'observation est exclue de l'analyse.

Méthodes de sélection des variables de régression linéaire

La sélection d'une méthode vous permet de spécifier la manière dont les variablesindépendantes sont entrées dans l'analyse. En utilisant différentes méthodes, vouspouvez construire divers modèles de régression à partir du même groupe de variables.

Introduire (régression) : Procédure de sélection de variables au cours de laquelletoutes les variables d'un bloc sont introduites en une seule opération.

Pas à pas : A chaque étape, le programme saisit la variable indépendante excluede l'équation ayant la plus petite probabilité de F, si cette probabilité estsuffisamment faible. Les variables déjà comprises dans l'équation de régressionsont éliminées si leur probabilité de F devient trop grande. Le processus s'arrêtelorsqu'aucune variable ne peut plus être introduite ou éliminée.

Eliminer bloc : Procédure de sélection de variables dans laquelle toutes lesvariables d'un bloc sont supprimées en une seule étape.

Elimination descendante : Procédure de sélection de variables au cours de laquelletoutes les variables sont entrées dans l'équation, puis éliminées une à une. Lavariable ayant la plus petite corrélation partielle avec la variable dépendanteest la variable dont l'élimination est étudiée en premier. Si elle répond auxcritères d'élimination, elle est supprimée. Une fois la première variable éliminée,l'élimination de la variable suivante restant dans l'équation et ayant le plus petitcoefficient de corrélation partielle est étudiée. La procédure prend fin quand plusaucune variable de l'équation ne satisfait aux critères d'élimination.

Introduction ascendante : Procédure de sélection pas à pas de variables, danslaquelle les variables sont introduites séquentiellement dans le modèle. Lapremière variable considérée est celle qui a la plus forte corrélation positiveou négative avec la variable dépendante. Cette variable n'est introduite dansl'équation que si elle satisfait le critère d'introduction. Si la première variableest introduite dans l'équation, la variable indépendante externe à l'équationet qui présente la plus forte corrélation partielle est considérée ensuite. La

425


procédure s'interrompt lorsqu'il ne reste plus de variables satisfaisant au critèred'introduction.

Les valeurs de significativité dans vos résultats sont basées sur l'adéquation à unmodèle unique. Par conséquent, les valeurs de significativité ne sont généralementpas valables lorsqu'on utilise une méthode progressive (Pas à pas, Ascendanteou Descendante).

Toutes les variables doivent respecter le critère de tolérance pour être entrées dansl'équation, quelle que soit la méthode d'entrée spécifiée. Le niveau de tolérance pardéfaut est 0,0001. Une variable n'est pas entrée si elle fait passer la tolérance d'uneautre variable déjà entrée dans le modèle en dessous du seuil de tolérance.

Toutes les variables indépendantes sélectionnées sont ajoutées dans un seul modèlede régression. Cependant, vous pouvez spécifier différentes méthodes d'entrée pourles sous-groupes de variables. Par exemple, vous pouvez entrer un bloc de variablesdans le modèle de régression en utilisant la sélection pas à pas, et un second blocen utilisant la sélection ascendante. Pour ajouter un second bloc de variables aumodèle de régression, cliquez sur Suivant.

Régression linéaire : Définir la règleFigure 26-3Boîte de dialogue Régression linéaire : Définir loi

Les observations définies par la règle de sélection sont incluses dans l'analyse. Parexemple, si vous sélectionnez une variable, égale, et 5 pour la valeur, alors seules lesobservations pour lesquelles la variable sélectionnée a une valeur égale à 5 serontincluses dans l'analyse. Une valeur chaîne est également permise.

426

Chapitre 26

Diagrammes de régression linéaireFigure 26-4Boîte de dialogue Régression linéaire : Graphiques (diagrammes)

Les diagrammes peuvent aider à valider les hypothèses de normalité, linéarité etd'égalité des variances. Les diagrammes sont également utiles pour détecter lesvaleurs éloignées, les observations éloignées et les observations influentes. Aprèsavoir été enregistrés comme variables nouvelles, les prévisions, résidus et autresdiagnostics sont disponibles dans l'éditeur de données pour construire des diagrammesavec les variables indépendantes. Les diagrammes suivants sont disponibles :

Diagrammes de dispersion : Vous pouvez afficher deux des éléments suivants : lavariable dépendante, les prévisions standardisées, les résidus standardisés, les résidussupprimés, les prévisions ajustées, les résidus standardisés et les résidus supprimés deStudent. Affichez les résidus standardisés par rapport aux prévisions standardiséespour vérifier la linéarité et l'égalité des variances.

Liste des variables sources : Répertorie la variable dépendante (DEPENDNT), ainsique les variables prévues et les résidus suivants prévisions standardisées (*ZPRED),résidus standardisés (*ZRESID), résidus supprimés (*DRESID), prévisions ajustées(*ADJPRED), résidus de Student (*SRESID), résidus supprimés de Student(*SDRESID).

427


Générer tous les graphiques partiels : Affiche des diagrammes de dispersion desrésidus de chaque variable indépendante et les résidus de la variable dépendantelorsque les deux variables sont régressées séparément par rapport au reste desvariables indépendantes. Au moins deux variables indépendantes doivent être dansl'équation pour produire un diagramme partiel.

Diagrammes des résidus standardisés : Vous pouvez obtenir des histogrammes desrésidus standardisés et des diagrammes de répartition gaussiens en comparant larépartition des résidus standardisés à une répartition gaussienne.

Si vous demandez des diagrammes, des statistiques récapitulatives sont affichées pourles prévisions standardisées et les résidus standardisés (*ZPRED et *ZRESID).

Régression linéaire : Enregistrer de nouvelles variablesFigure 26-5Boîte de dialogue Régression linéaire : Enregistrer les nouvelles variables

428

Chapitre 26

Vous pouvez enregistrer les prévisions, les résidus et autres statistiques utiles pourles diagnostics. Chaque sélection ajoute une ou plusieurs variables à votre fichierde données actif.

Prévisions : Valeurs prévues par le modèle de régression pour chaque observation.

Non standardisés : Valeur prévue par le modèle pour la variable dépendante.

Standardisés : Transformation de chaque prévision en sa forme standardisée. Laprévision moyenne est soustraite de la prévision, et la différence est divisée parl'écart type des prévisions. Les prévisions standardisées ont une moyenne de 0et un écart type de 1.

Ajustées : Prévision pour une observation exclue du calcul des coefficients derégression.

Erreur standard prévision moyenne : Erreurs standard des prévisions. Estimation del'écart type de la valeur moyenne de la variable dépendante, pour les observationsayant la même valeur pour les variables indépendantes.

Distances : Mesures permettant d'identifier les observations avec des combinaisonsinhabituelles de valeurs pour les variables indépendantes et les observations quipeuvent avoir un impact important sur le modèle.

Mahalanobis : Mesure de la distance entre les valeurs d'une observation et lamoyenne de toutes les observations sur les variables indépendantes. Une distancede Mahalanobis importante identifie une observation qui a des valeurs extrêmespour des variables indépendantes.

Cook : Mesure permettant de savoir de combien les résidus de toutes lesobservations seraient modifiés si une observation donnée était exclue du calculdes coefficients de régression. Si la distance de Cook est élevée, l'exclusion d'uneobservation changerait substantiellement la valeur des coefficients.

Valeurs influentes : Mesures de l'influence d'un point sur l'ajustement de larégression. La valeur influente centrée varie de 0 (aucune influence sur la qualitéde l'ajustement) à (N-1)/N.

Intervalles de la prévision : Les limites supérieure et inférieure pour les intervalles dela prévision moyenne et individuelle.

Moyenne : Limites inférieure et supérieure (deux variables) de l'intervalle deprévision de la réponse moyenne prévue.

429


Individuelle : Limites inférieure et supérieure (deux variables) de l'intervalle deprévision de la variable dépendante pour une observation particulière.

Intervalle de confiance : Entrez une valeur comprise entre 1 et 99,99 pour spécifierle seuil de confiance pour les deux intervalles de la prévision. Vous devezsélectionner Moyenne ou Individuelle avant d'entrer cette valeur. Les seuilsd'intervalle de confiance typiques sont 90, 95 et 99.

Résidus : La valeur réelle de la variable indépendante moins la valeur prévue parl'équation de régression.

Non standardisés : Différence entre la valeur observée et la valeur prévue parle modèle.


Studentisés : Résidu, divisé par une estimation de son écart type, qui varie d'uneobservation à une autre, selon la distance entre les valeurs et la moyenne desvariables indépendantes pour chaque observation.

Supprimées : Résidu d'une observation lorsque celle-ci est exclue du calcul descoefficients de régression. Il s'agit de la différence entre la valeur de la variabledépendante et la prévision ajustée.

Supprimés studentisés : Résidu supprimé d'une observation, divisé par sonerreur standard. La différence entre le résidu supprimé de Student et le résidude Student associé indique l'impact de l'élimination d'une observation sur sapropre prédiction.

Influences individuelles : La modification des coefficients de régression (DfBêta(s)) etdes prévisions (différence de prévision) qui résulte de l'exclusion d'une observationparticulière. Les valeurs DfBêtas et de différence de prévision standardisées sontégalement disponibles ainsi que le rapport de covariance.

DfBêta(s) : La différence de bêta correspond au changement des coefficients derégression qui résulte du retrait d'une observation particulière. Une valeur estcalculée pour chaque terme du modèle, y compris la constante.

DfBêta(s) standardisée : Différence standardisée de la valeur bêta. Modificationdu coefficient de régression, résultant de l'exclusion d'une observation donnée.Vous pouvez par exemple examiner les observations ayant des valeurs absoluessupérieures à 2, divisées par la racine carrée de N, N représentant le nombre

430

Chapitre 26

d'observations. Une valeur est calculée pour chaque terme du modèle, y comprisla constante.

Différence de prévision : La différence de prévision est le changement de laprévision résultant de l'exclusion d'une observation donnée.

Dfprévision standardisée : Différence standardisée de la valeur ajustée.Modification de la prévision qui résulte de l'exclusion d'une observation donnée.Vous pouvez par exemple examiner les valeurs standardisées dont la valeurabsolue est supérieure à 2 fois la racine carrée de p/N, p correspondant au nombrede paramètres du modèle et N, au nombre d'observations.

Rapport de covariance : Rapport entre le déterminant de la matrice devariance-covariance si une observation donnée a été exclue du calcul descoefficients de régression et le déterminant de la matrice de covariance avectoutes les observations incluses. Si le rapport est proche de 1, l'observationmodifie peu la matrice de covariance.

Enregistrer dans nouveau fichier : Enregistre les coefficients de régression dans unfichier que vous spécifiez.

Exporter les informations du modèle dans un fichier XML: Exporte les informations dumodèle dans le fichier spécifié. SmartScore et les versions ultérieures de WhatIf?pourront utiliser ce fichier.

431


Statistiques de régression linéaireFigure 26-6Boîte de dialogue Régression linéaire : Statistiques

Les statistiques suivantes sont disponibles :

Coefficients de régression : L'option Estimations affiche le coefficient de régression B,l'erreur standard de B, le coefficient bêta standardisé, la valeur t de B et le niveau designification bilatéral de t. L'option Intervalles de confiance affiche les intervalles deconfiance à 95 % pour chaque coefficient de régression ou une matrice de covariance.L'option Matrice de covariance affiche la matrice de variance-covariance descoefficients de régression avec les covariances hors de la diagonale et les variancesdans la diagonale. Une matrice de corrélation est également affichée.

Qualité de l'ajustement : Les variables entrées et supprimées du modèle sont listées etles statistiques de la qualité de l'ajustement suivantes sont affichées : R multiple, R2 etR2 ajusté, erreur standard de l'estimation et un tableau d'analyse de variance.

Variation de R-deux : Variation de la statistique du R2 obtenue en ajoutant ou enenlevant une variable indépendante. Si la variation du R2 associée à une variable estimportante, cela signifie que la variable est une bonne explication de la variabledépendante.

432

Chapitre 26

Descriptives : Fournit le nombre d'observations valides, la moyenne et l'écart type dechaque variable de l'analyse. Une matrice de corrélations avec le seuil de significationunilatéral et le nombre d'observations pour chaque corrélation sont également affichés.

Mesure et corrélations partielles : Affiche les corrélations simples et partielles. Lesvaleurs du coefficient de corrélation varient entre –1 et +1. Le signe du coefficientindique la direction de la relation et sa valeur absolue en indique la force : plus lavaleur absolue est grande, plus forte est la relation.

Tests de colinéarité : La colinéarité (ou multicolinéarité) est la situation indésirable oùune variable indépendante est une fonction linéaire d'autres variables indépendantes.Les valeurs propres de la matrice des produits croisés dimensionnés et non centrés,les indices de conditionnement et les proportions de décomposition de variancesont affichés ainsi que les facteurs d'inflation de la variance (VIF) et les tolérancespour les variables individuelles.

Résidus : Affiche le test de Durbin-Watson de corrélation sérielle des résidus et lediagnostic des observations correspondant au critère de sélection (valeurs éloignéesde n écarts types).

Régression linéaire : OptionsFigure 26-7Boîte de dialogue Régression linéaire : Options

433


Les options suivantes sont disponibles :

Paramètres des méthodes progressives : Ces options sont valables lorsque la méthodede sélection ascendante, descendante ou progressive a été sélectionnée. Des variablespeuvent être entrées ou supprimées du modèle soit en fonction de la signification(probabilité) de la valeur F, soit en fonction de la valeur F elle-même.

Choisir la probabilité de F : Une variable est entrée dans le modèle si le seuilde signification de la valeur F est supérieur à la valeur Entrée ; la variable estéliminée si ce seuil est supérieur à la valeur Elimination. La valeur Entrée doitêtre inférieure à la valeur Elimination et toutes deux doivent être positives. Pourintroduire davantage de variables dans le modèle, diminuez la valeur Entrée. Pouréliminer davantage de variables du modèle, réduisez la valeur Elimination.

Choisir la valeur de F : Une variable est introduite dans un modèle si sa valeur F estsupérieure à la valeur Entrée et elle est éliminée si la valeur F est inférieure à lavaleur Elimination. La valeur Entrée doit être supérieure à la valeur Eliminationet toutes deux doivent être positives. Pour introduire davantage de variables dansle modèle, réduisez la valeur du champ Entrée. Pour éliminer davantage devariables dans le modèle, augmentez la valeur du champ Elimination.

Inclure terme constant dans l'équation : Par défaut, le modèle de régression inclut unterme constant. Désélectionner cette option force la régression jusqu'à l'origine, cequi est rarement utilisé. Certains résultats de la régression jusqu'à l'origine ne sontpas comparables aux résultats de la régression incluant une constante. Par exemple,R2 ne peut pas être interprété de la manière habituelle.

Valeurs manquantes : Vous pouvez choisir l'un des éléments suivants :

Exclure toute observation incomplète : Seules les observations dont les valeurs sontvalides pour toutes les variables sont incluses dans les analyses.

Exclure seulement les composantes non valides : Les observations pour lesquellesles données sont complètes pour la paire de variables corrélées sont utilisées pourcalculer le coefficient de corrélation sur lequel l'analyse de régression est basée.Les degrés de liberté sont basés sur le minimum N par paire.

Remplacer par la moyenne : Toutes les observations sont utilisées pour les calculs,en substituant la moyenne de la variable aux observations manquantes.

Chapitre

27Ajustement de fonctions

La procédure d'ajustement de fonctions produit des statistiques de régressiond'ajustement de fonctions et les diagrammes relatifs pour 11 modèles différents derégression d'ajustement de fonctions. Un modèle différent est produit pour chaquevariable dépendante. Vous pouvez aussi enregistrer les prévisions, les résidus et lesintervalles de la prévision comme nouvelles variables.

Exemple : Une compagnie d'assurance contre l'incendie effectue une étude pour établirun lien entre l'importance des dommages lors d'incendies domestiques importants etla distance entre la caserne de pompiers la plus proche et la résidence. Un diagrammede dispersion établit que la relation entre les dommages provoqués par un incendieet la distance jusqu'à la caserne de pompiers est linéaire. Vous pouvez ajuster unmodèle linéaire en fonction des données, vérifier la validité des hypothèses et le bonajustement au modèle.

Statistiques : Pour chaque modèle : Coefficients de régression, R multiples, R2, R2

ajusté, erreur standard de la prévision, tableau d'analyse de la variance, prévisions,résidus et intervalles de prévision. Modèles : linéaire, logarithmique, inverse,quadratique, cubique, de puissance, composé, en S, logistique, de croissance etexponentiel.

Remarques sur les données de l'ajustement de fonctions

Données : Les variables dépendantes et indépendantes doivent être quantitatives. Sivous sélectionnez temps à la place d'une variable provenant du fichier de travailcomme variable indépendante, la procédure Ajustement de fonctions génère unevariable temps où la durée entre les observations est uniforme. Si Temps estsélectionné, la variable dépendante doit être une mesure de séries chronologiques.L'analyse des séries chronologiques nécessite une structure de fichier de données

435

436

Chapitre 27

dans lequel chaque observation (rangée) représente un ensemble d'observations à desmoments différents et où la durée entre les observations est uniforme.

Hypothèses : Vérifiez vos données graphiquement pour déterminer commentsont reliées les variables indépendantes et dépendantes (de manière linéaire ouexponentielle, etc.). Les résidus d'un bon modèle doivent être répartis aléatoirementet doivent être normaux. Si vous utilisez un modèle linéaire, les hypothèses suivantesdoivent être vérifiées. pour chaque valeur de la variable indépendante, la distributionde la variable dépendante doit être normale. La variance de la distribution dela variable dépendante doit être constante pour toutes les valeurs de la variableindépendante. La relation entre la variable dépendante et la variable indépendantedoit être linéaire, et toutes les observations doivent être indépendantes.

Echantillon de résultatFigure 27-1Exemple d'ajustement de fonctionsMODELE : MOD_1.

Variable dépendante.. DOMMAGES Méthode.. LINEAIRE

Suppression des observations incomplètes des données manquantes

R multiple .96098R carré .92348R carré ajusté .91759Erreur standard 2.31635

Analyse de la variance :

DF Somme des carrés Carré moyen

Régression 1 841.76636 841.76636Résidus 13 69.75098 5.36546

F = 156.88616 Signification de F = .0000

-------------------- Variables de l'équation --------------------

Variable B SE B Beta T Sig T

DISTANCE 4.919331 .392748 .960978 12.525 .0000(Constante) 10.277929 1.420278 7.237 .0000

Les nouvelles variables suivantes sont créées :

Nom Etiquette

Erreur pour DOMMAGES avec DISTANCE de CURVEFIT, MOD_1 LINEAIRE

437

Ajustement de fonctions

Pour obtenir un ajustement de fonctionsE A partir du menu, sélectionnez :

AnalyseRégression

Ajustement de fonctions...

Figure 27-2Boîte de dialogue Ajustement de fonctions

E Sélectionnez au moins une variable dépendante. Un modèle différent est produit pourchaque variable dépendante.

438

Chapitre 27

E Sélectionnez une variable indépendante (une variable dans le fichier de travail ouTemps).


Sélectionner une variable pour étiqueter des observations dans les diagrammesde dispersion. Pour chaque point du diagramme de dispersion, utilisez l'outilde sélection de points pour afficher la valeur de la variable avec Etiquetted'observation.

Cliquez sur Enregistrer pour enregistrer les prévisions, les résidus et les intervallesde prévision comme nouvelles variables.


Inclure terme constant dans l'équation : Evalue un terme constant dans l'équationde régression. La constante est incluse par défaut.

Représenter sous forme graphique : Représente graphiquement les valeurs de lavariable dépendante et chaque modèle sélectionné face à la variable indépendante.Un diagramme séparé est produit pour chaque variable dépendante.

Afficher le tableau ANOVA : Affiche un tableau récapitulatif de l'analyse de lavariance pour chaque modèle sélectionné.

Modèles d'ajustement de fonctionsVous pouvez choisir des modèles de régression d'ajustement de fonctions. Pourdéterminer quel modèle utiliser, représentez vos données sous forme graphique. Si vosvariables semblent être liées linéairement, utilisez un modèle de régression linéairesimple. Lorsque vos variables ne sont pas liées linéairement, essayez de transformervos données. Lorsque la transformation n'améliore pas les choses, vous devrezpeut-être utiliser un modèle plus élaboré. Observez un diagramme de dispersion devos données. Si le diagramme ressemble à une fonction mathématique que vousreconnaissez, ajustez vos données en fonction de ce type de modèle. Par exemple, sivos données ressemblent à une fonction exponentielle, utilisez un modèle exponentiel.

Linéaire : Modèle dont l'équation est Y = b0 + (b1 * t). Les valeurs de la série sontmodélisées comme fonction linéaire du temps.

Logarithmique : Modèle dont l'équation est Y = b0 + (b1 * ln(t)).

Inverse : Modèle dont l'équation est Y = b0 + (b1 / t).

439

Ajustement de fonctions

Quadratique : Modèle dont l'équation est Y = b0 + (b1 * t) + (b2 * t**2). Le modèlequadratique peut être utilisé pour modéliser une série qui « décolle » ou qui s'amortitde manière oscillatoire.

Cubique : Modèle défini par l'équation Y = b0 + (b1 * t) + (b2 * t**2) + (b3 * t**3).

De puissance : Modèle dont l'équation est Y = b0 * (t**b1) ou ln(Y) = ln(b0) +(b1 * ln(t)).

Composé : Modèle dont l'équation est la suivante Y = b0 * (b1**t) ou ln(Y) = ln(b0) +(ln(b1) * t).

En S : Modèle dont l'équation est Y = e**(b0 + (b1/t)) ou ln(Y) = b0 + (b1/t).

Logistique : Modèle dont l'équation est Y = 1 / (1/u + (b0 * (b1**t))) ou ln(1/y-1/u)=ln (b0) + (ln(b1)*t), u étant la valeur de la borne supérieure. Après avoir sélectionnéla logistique, précisez la valeur de la borne supérieure à utiliser dans l'équation derégression. La valeur doit être un nombre positif supérieur à la plus grande valeur dela variable dépendante.

De croissance : Modèle dont l'équation est Y = e**(b0 + (b1 * t)) ou ln(Y) = b0 +(b1 * t).

Exponentielle : Modèle dont l'équation est Y = b0 * (e**(b1 * t)) ou ln(Y) = ln(b0) +(b1 * t).

Enregistrement de l'ajustement de fonctionsFigure 27-3Boîte de dialogue Ajustement de fonctions : Enregistrer

440

Chapitre 27

Enregistrer les variables : Pour chaque modèle sélectionné, vous pouvez enregistrerles prévisions, les résidus (valeur observée de la variable dépendante moins laprévision du modèle) et les intervalles de prévision (limites supérieure et inférieure).Les nouveaux noms de variable et les étiquettes descriptives s'affichent dans untableau dans la fenêtre de résultats.

Calculer une prévision : Si vous sélectionnez Temps à la place d'une variable dans lefichier de travail comme variable indépendante, vous pouvez spécifier une périodede prévision au-delà de la fin de la série chronologique. Vous avez le choix entreles options suivantes :

A partir d'une estimation limitée à une période : Prévoit les valeurs pour toutes lesobservations du fichier, à partir des observations de la période d'estimation. Lapériode d'estimation qui s'affiche en bas de la boîte de dialogue est définie avecla boîte de sous dialogue Intervalle de l'option Sélectionner des observationsdu menu Données. Si aucune période d'estimation n'a été définie, toutes lesobservations sont utilisées pour prévoir les valeurs.

Jusqu'à : Prévoit les valeurs jusqu'à la date, l'heure ou le numéro de l'observationspécifié, à partir des observations de la période d'estimation. Ceci peut êtreutilisé pour prévoir les valeurs au-delà de la dernière observation de la sériechronologique. Les zones de texte disponibles pour la spécification de la finde la période de prévision dépendent des variables courantes de date définies.Si aucune variable de date n'est définie, vous pouvez spécifier le numéro del'observation finale.

Utilisez l'option Définir des dates... dans le menu Données pour créer des variablesde date.

Chapitre

28Analyse discriminante

L'analyse discriminante est utile pour les cas où vous voulez construire un modèle deprévision de groupe d'affectation basé sur les caractéristiques observées de chaqueobservation. La procédure génère une fonction discriminante (ou, pour plus de deuxgroupes, un ensemble de fonctions discriminantes) basée sur les combinaisonslinéaires des variables explicatives qui donnent la meilleure discrimination entregroupes. Les fonctions sont générées à partir d'un échantillon d'observations pourlesquelles le groupe d'affectation est connu. Les fonctions peuvent alors êtreappliquées aux nouvelles observations avec des mesures de variables explicatives,mais de groupe d'affectation inconnu.

Remarque : la variable de groupe peut avoir plus de deux valeurs. Les codes de lavariable de regroupement doivent cependant être des nombres entiers, et vous devezspécifier leur valeur minimale et maximale. Les observations dont les valeurs sesituent hors des limites sont exclues de l'analyse.

Exemple : En moyenne, les habitants des pays des zones tempérées consommentplus de calories par jour que ceux des tropiques, et une plus grande proportion deces habitants vit en ville. Un chercheur veut combiner cette information en unefonction pour déterminer comment un individu peut être différencié selon les deuxgroupes de pays. Le chercheur pense que la taille de la population et des informationséconomiques peuvent aussi être importantes. L'analyse discriminante vous permetd'estimer les coefficients de la fonction discriminante linéaire, qui ressemble à lapartie droite d'une équation de régression linéaire multiple. Ainsi, en utilisant lescoefficients a, b, c et d, la fonction est :

D = a * climat + b * urbain + c * population + d * Produit National Brut par habitant

441

442

Chapitre 28

Si ces variables sont utiles pour établir la différence entre les deux zones climatiques,les valeurs de D seront différentes pour les pays tempérés et les pays tropicaux. Sivous utilisez une méthode de sélection des variables pas à pas, vous pouvez découvrirque vous n'avez pas forcément besoin d'inclure les quatre variables dans la fonction.

Statistiques : Pour chaque variable, on a les éléments suivants : moyenne, écarts types,ANOVA à un facteur. Pour chaque analyse : Test de Box, matrice de corrélationintra-classe, matrice de covariance intra-classe, matrice de covariance de chaqueclasse, matrice de covariance totale. Pour chaque fonction discriminante canonique: valeur propre, pourcentage de la variance, corrélation canonique, lambda deWilks, Khi-deux. Pour chaque pas : probabilités à priori, coefficients de fonctionde Fisher, coefficients de fonction non standardisés, lambda de Wilks pour chaquefonction canonique.

Données : La variable de regroupement doit avoir un nombre limité de modalitésdistinctes, codifiées sous forme de nombres entiers. Les variables indépendantesnominales doivent être recodées en variables muettes ou de contraste.

Hypothèses : Les observations doivent être indépendantes. Les variablesexplicatives doivent avoir une distribution gaussienne multivariée, et les matrices devariance-covariance intra-groupes doivent être égales entre groupes. On part del'hypothèse que les groupes d'affectation sont mutuellement exclusifs (c'est-à-direqu'aucune observation n'est affectée à plus d'un groupe) et collectivement exhaustifs(c'est-à-dire que toutes les observations sont affectées à un groupe). La procédureest la plus efficace lorsque l'affectation à un groupe est une variable réellementqualitative. Si l'affectation à un groupe est basée sur les valeurs d'une variablecontinue (par exemple, QI élevé contre QI bas), vous devez envisager d'utiliser larégression linéaire pour exploiter les informations plus riches données par la variablecontinue elle-même.

443

Analyse discriminante

Echantillon de résultatFigure 28-1Résultats d'analyse discriminante

1.002 100.0 100.0 .707Fonction1

Valeur % de variance % cumulé

Corrélation canonique

Valeurs propres

propre

.499 31.934 4 .000

Test de

1

LambdaKhi-deux Df Sig.

Lambda de Wilks

de Wilksfonction(s)

.986

.790

.488

.082

CALORIES

LOG_GDP

URBAIN(%)

LOG_POP

1

Fonction

Matrice de structure

444

Chapitre 28

Obtenir une analyse discriminanteE A partir du menu, sélectionnez :

AnalyseClassification

Analyse discriminante...

Figure 28-2Boîte de dialogue Analyse discriminante : Classement

E Sélectionnez une variable de regroupement à valeur entière et cliquez sur Définir

intervalle pour spécifier les modalités à considérer.

E Sélectionnez les variables indépendantes (ou explicatives). (Si votre variable deregroupement n'a pas de valeurs entières, la procédure de recodification automatiquedu menu Transformer permettra d'en créer un avec des valeurs entières.)

E Sélectionnez la méthode de saisie des variables indépendantes.

Entrer les variables simultanément : Méthode d'introduction forcée : Toutes lesvariables indépendantes qui satisfont aux critères de tolérance sont entréessimultanément.

Utiliser la méthode pas à pas : Utilise la méthode pas à pas pour contrôler l'entréeet la suppression de variables.

En option, vous pouvez sélectionner les observations avec une variable de sélection.

445


Définition d'intervalles pour l'analyse discriminanteFigure 28-3Boîte de dialogue Analyse discriminante : Définir intervalle

Spécifiez la valeur minimum et maximum de la valeur de la variable de regroupementpour l'analyse. Les observations avec des valeurs hors de cet intervalle ne sont pasutilisées dans l'analyse discriminante mais elles sont classées dans un des groupesexistants en fonction des résultats de l'analyse. Le Minimum et le Maximum doiventêtre des entiers.

Sélection des observations pour l'analyse discriminanteFigure 28-4Boîte de dialogue Analyse discriminante : Enregistrer

Pour sélectionner les observations pour votre analyse, cliquez sur Sélectionner

dans la boîte de dialogue principale, choisissez une variable de sélection et cliquezsur Valeur pour entrer un nombre entier comme valeur de sélection. Seules lesobservations avec cette valeur pour la variable de sélection sont utilisées pour dériverles fonctions discriminantes.

Les résultats des statistiques et de classification sont générés pour les observationssélectionnées et celles qui ne le sont pas. Ces résultats fournissent une méthode declassification des nouvelles observations reposant sur des données existantes ou de

446

Chapitre 28

partitionnement de vos données dans un sous-ensemble de test ou de formation envue d'effectuer une validation sur le modèle créé.

Statistiques de l'analyse discriminanteFigure 28-5Boîte de dialogue Analyse discriminante: Statistiques

Descriptives : Les options disponibles sont Moyennes (y compris écarts types),ANOVA à 1 facteur et Test de Box.

Moyennes : Affichage du total et de la moyenne de chaque groupe, ainsi que desécarts types des variables indépendantes.

ANOVA à 1 facteur : Effectue pour chacune des variables indépendantes une analysede variance à 1 facteur pour tester l'égalité des moyennes de groupe.

Test de Box : Test d'égalité des matrices de covariance des classes. Pour leséchantillons de taille suffisamment importante, une valeur p non significativeindique qu'il n'est pas démontré que les matrices diffèrent. Ce test est sensibleaux déviations par rapport à la distribution gaussienne multivariée.

Coefficients de la fonction : Les options disponibles sont les coefficients de laclassification de Fisher et les coefficients non standardisés.

447


Fisher : Affiche les coefficients de la fonction de classification de Fisher quipeuvent être directement utilisés pour la classification. Un groupe de coefficientsest obtenu pour chaque groupe et une observation est affectée au groupe qui a leplus grand score discriminant.

Non standardisés : Affiche les coefficients non standardisés de la fonctiondiscriminante.

Matrices : Les matrices de coefficients pour variables indépendantes disponibles sontla matrice de corrélation intra-classe, la matrice de covariance intra-classe, la matricede covariance de chaque classe et la matrice de covariance totale.

Corrélations intra-classe : Affiche une matrice de corrélations intra-classe globale,en calculant la moyenne des matrices de covariance distinctes pour tous lesgroupes avant de calculer les corrélations.

Covariance intra-classe : Affiche une matrice de covariances intra-classe globale,qui peut différer de la matrice de covariance totale. Cette matrice est obtenue encalculant la moyenne des matrices de covariances distinctes de tous les groupes.

Covariance de chaque classe : Affiche des matrices de covariances distinctespour chaque groupe.

Covariance totale : Affiche la matrice de covariance de toutes les observationscomme si elles provenaient d'un seul échantillon.

Méthode pas à pas de l'analyse discriminanteFigure 28-6Boîte de dialogue Analyse discriminante : Méthode pas à pas

448

Chapitre 28

Méthode : Sélectionnez la statistique à utiliser pour ajouter ou supprimer de nouvellesvariables. Les options possibles sont le lambda de Wilks, la variance résiduelle, ladistance de Mahalanobis, le plus petit rapport F et le V de Rao. Avec le V de Rao,vous pouvez spécifier l'augmentation minimum de V pour entrer une variable.

Lambda de Wilks : Méthode de sélection des variables pour une analysediscriminante pas à pas qui sélectionne les variables à entrer dans l'équationd'après leur capacité à faire baisser le lambda de Wilks. A chaque étape,les variables sont entrées dans l'analyse d'après leur capacité à faire baisserle lambda de Wilks.

Variance résiduelle : A chaque étape, la variable qui minimise la somme desvariations résiduelles entre les groupes est saisie.

Distance de Mahalanobis : Mesure de la distance entre les valeurs d'une observationet la moyenne de toutes les observations sur les variables indépendantes. Unedistance de Mahalanobis importante identifie une observation qui a des valeursextrêmes pour des variables indépendantes.

Plus petit rapport F : Méthode de sélection des variables en analyse pas à pas,fondée sur la maximisation d'un rapport F calculé à partir de la distance deMahalanobis entre des groupes.

V de Rao : Mesure des différences entre des moyennes de groupes. Egalementappelée trace de Lawley-Hotelling. A chaque étape, la variable qui maximisel'augmentation du V de RAO est entrée. Après avoir sélectionné cette option,entrez la valeur minimale que doit avoir une variable pour entrer dans l'analyse.

Critères : Les options disponibles sont Choisir la valeur de F et Choisir la probabilité de

F. Entrez des valeurs pour ajouter et supprimer des variables.

Choisir la valeur de F : Une variable est introduite dans un modèle si sa valeur F estsupérieure à la valeur Entrée et elle est éliminée si la valeur F est inférieure à lavaleur Elimination. La valeur Entrée doit être supérieure à la valeur Eliminationet toutes deux doivent être positives. Pour introduire davantage de variables dansle modèle, réduisez la valeur du champ Entrée. Pour éliminer davantage devariables dans le modèle, augmentez la valeur du champ Elimination.

Choisir la probabilité de F : Une variable est entrée dans le modèle si le seuilde signification de la valeur F est supérieur à la valeur Entrée ; la variable estéliminée si ce seuil est supérieur à la valeur Elimination. La valeur Entrée doitêtre inférieure à la valeur Elimination et toutes deux doivent être positives. Pourintroduire davantage de variables dans le modèle, diminuez la valeur Entrée. Pouréliminer davantage de variables du modèle, réduisez la valeur Elimination.

449


Afficher : L'option Récapitulation des étapes affiche les statistiques de toutes lesvariables après chaque étape. L'option Test F des distances entre couples affiche unematrice de rapports F appariés pour chaque paire de groupes.

Analyse discriminante : ClassementFigure 28-7Boîte de dialogue Analyse discriminante : Classement

Probabilités à priori : Ces valeurs sont utilisées pour le classement. Vous pouvezspécifier des probabilités à priori égales pour toutes les classes. Vous pouvezégalement laisser les effectifs de classes observés dans votre échantillon calculer lesprobabilités d'affectation à une classe.

Afficher : Les options d'affichage disponibles sont les résultats par observation, lerécapitulatif et la classification par élimination.

Résultats par observation : Les codes du groupe actuel, du groupe prévu, desprobabilités a posteriori et des scores discriminants sont affichés pour chaqueobservation.

Récapitulatif : Nombre d'observations correctement et incorrectement affectéesà chacune des classes sur la base de l'analyse discriminante. Parfois appelés «matrice de confusion ».

Classification par élimination : Classement de chaque observation de l'analyse parles fonctions dérivées de l'ensemble des observations autres que cette observation.Cette classification est également appelée « méthode U ».

450

Chapitre 28

Remplacer les valeurs manquantes par la moyenne : Sélectionnez cette option pourremplacer la valeur manquante d'une variable indépendante par la moyenne de cettevariable, mais seulement durant la phase de classification.

Utiliser la matrice d'inertie : Vous pouvez choisir de classer les observations enutilisant une matrice de covariance intra-classe ou une matrice de covariance pourchaque classe.

Intra-classe : La matrice de covariances intra-classes globale est utilisée pourclassifier les observations.

Classe par classe : Les matrices de covariances de chaque groupe sont utiliséespour la classification. Comme la classification repose sur les fonctionsdiscriminantes et pas sur les variables d'origine, cette option n'est pas toujourséquivalente à la discrimination quadratique.

Diagrammes : Les options de diagramme disponibles sont toutes classes combinées,classe par classe, et carte des régions d'affectation.

Toutes classes combinées : Crée un diagramme de dispersion de tous les groupes,des valeurs des deux premières fonctions discriminantes. S'il n'y a qu'une seulefonction, un histogramme est tracé à la place.

Classe par classe : Crée des diagrammes de dispersion classe par classe pour lesdeux premières valeurs de fonction discriminante. Lorsqu'il n'y a qu'une seulefonction, des histogrammes sont affichés à la place.

Carte des régions d'affectation : Diagramme des limites servant à classifier lesobservations en fonction de valeurs de fonction. Les numéros correspondent auxgroupes auxquels les observations ont été affectées. La moyenne de chaquegroupe est indiquée par un astérisque à l'intérieur de ses limites. La carte n'est pasaffichée s'il n'existe qu'une seule fonction discriminante.

451


Enregistrement de l'analyse discriminanteFigure 28-8Boîte de dialogue Analyse discriminante : Enregistrer

Vous pouvez ajouter de nouvelles variables à votre fichier de données actif. Lesoptions disponibles sont classe(s) d'affectation (une seule variable), valeurs du facteurdiscriminant (une variable pour chaque fonction discriminante dans la solution), etprobabilités d'affectation à un groupe en fonction des valeurs du facteur discriminant(une variable pour chaque groupe).

Vous pouvez également exporter des informations de modèle dans le fichierspécifié. SmartScore et les versions ultérieures de WhatIf? pourront utiliser ce fichier.

Chapitre

29Analyse factorielle

L'analyse factorielle essaie d'identifier des variables sous-jacentes, ou facteurs,qui permettent d'expliquer le patron des corrélations à l'intérieur d'un ensemblede variables observées. L'analyse factorielle est souvent utilisée pour réduire unensemble de données. L'analyse factorielle est souvent utilisée dans la factorisation,en identifiant un petit nombre de facteurs qui expliquent la plupart des variancesobservées dans le plus grand nombre de variables manifestes. On peut égalementutiliser l'analyse factorielle pour générer des hypothèses concernant des mécanismesde causalité ou pour afficher des variables pour une analyse ultérieure (par exemple,pour identifier la colinéarité avant une analyse de régression linéaire).

La procédure d'analyse factorielle offre une très grande flexibilité :

Il existe sept méthodes d'extraction de facteur.

Il existe cinq méthodes de rotation, dont directe Oblimin et Promax pour lesrotations non orthogonales.

Il existe trois méthodes pour calculer les facteurs, et ces facteurs peuvent êtreenregistrés en tant que variables pour des analyses ultérieures.

Exemple : Quelle est l'attitude sous-jacente qui pousse les personnes à répondred'une certaine manière aux questions concernant un sondage politique ? L'examendes corrélations parmi les éléments d'un sondage révèle qu'il y a des recouvrementssignificatifs parmi divers sous-groupes d'éléments. Les questions sur les impôtsont tendance à être en corrélation, de même que les questions à thèmes militaires,etc. Avec l'analyse factorielle, vous pouvez enquêter sur le nombre de facteurssous-jacents, et, dans de nombreux cas, vous pouvez identifier le concept représentépar ces facteurs. De plus, vous pouvez calculer les facteurs pour chaque répondant,facteurs que vous pouvez utiliser pour des analyses ultérieures. Par exemple, sur labase des facteurs, vous pouvez développer un modèle logistique de régression pourprévoir le comportement de vote.

453

454

Chapitre 29

Statistiques : Pour chaque variable, on a les éléments suivants : nombre d'observationsvalides, moyenne et écart type. Pour chaque analyse factorielle : matrice decorrélation des variables, incluant des seuils de signification, déterminant, inverse ; lesmatrices des corrélations reconstituées, incluant l'anti-image ; les solutions initiales(qualités de représentation, valeurs propres et pourcentage de variance expliqué) ;mesure d'adéquation d'échantillonnage de Kaiser-Meyer-Olkin et le test de sphéricitéde Bartlett ; structure avant rotation, incluant les saturations sur les facteurs, la qualitéde représentation, et les valeurs propres ; structure après rotation, incluant une matricede forme après rotation et une matrice de transformation pour des rotations obliques: type et matrices de structure après rotation ; matrice factorielle de coefficient defacteur et matrice factorielle de facteur de covariance. Diagrammes : Diagramme devaleurs propres et carte factorielle du premier, du deuxième et du troisième facteur.

Remarques sur les données d'analyse factorielle

Données : Les variables doivent être quantitatives au niveau de l' intervalle ou durapport. Les données qualitatives (comme la religion ou le pays d'origine) neconviennent pas pour l'analyse factorielle. Les données pour lesquelles la corrélationde Pearson calculée a un sens conviennent pour l'analyse factorielle.

Hypothèses : Les données doivent posséder une distribution gaussienne bivariée pourchaque paire de variables et les observations doivent être indépendantes. Le modèled'analyse factorielle spécifie que les variables sont déterminées par des facteurscommuns (les facteurs estimés par le modèle) et des facteurs uniques (qui ne sontpas corrélés entre les variables observées); les estimations calculées se basent surl'hypothèse que tous les facteurs uniques ne sont pas en corrélation entre eux ainsiqu'avec les facteurs communs.

455

Analyse factorielle

Echantillon de résultatFigure 29-1Sortie d'analyse factorielle

72.833 8.272 72

35.132 32.222 72

82.472 18.625 72

24.375 10.552 72

3.205 1.593 72

62.583 22.835 72

3.504 .608 72

1.697 1.156 72

3.577 2.313 72

8.038 3.174 72

4.153 .686 72

Espérance de vie moyenne des femmes

Mortalité infantile (nombre de décèssur 1 000 naissances vivantes)

Personnes sachant lire (%)

Taux de natalité pour 1 000 personnes

Fécondité : nombre moyen d'enfants

Personnes habitant en ville (%)

Log (base 10) de GDP_CAP

Croissance démographique (% par année)

Rapport entre les naissances et les décès

Taux de mortalité pour 1 000 personnes

Log (base 10) de Population

MoyenneEcart.Type

NAnalyse

Statistiques descriptives

1.000 .953

1.000 .949

1.000 .825

1.000 .943

1.000 .875

1.000 .604

1.000 .738

1.000 .945

1.000 .925

1.000 .689

1.000 .292

LIFEEXPF

BABYMORT

LITERACY

BIRTH_RT

FERTILTY

URBAN

LOG_GDP

POP_INCR

B_TO_D

DEATH_RT

LOG_POP

Initiale Extraction

Qualité de représentation

Méthode d'extraction : Analyse en composantes principales

456

Chapitre 29

6.960 63.275 63.275 6.960 63.275 63.275 6.910 62.819 62.819

2.579 23.446 86.721 2.579 23.446 86.721 2.629 23.902 86.721

.612 5.562 92.283

.361 3.281 95.564

.218 1.985 97.549

.130 1.183 98.732

6.131E-02 .557 99.290

3.775E-02 .343 99.633

2.610E-02 .237 99.870

9.840E-03 8.946E-02 99.959

4.461E-03 4.055E-02 100.000

Composante1

2

3

4

5

6

7

8

9

10

11

Total% de

variance % cumulé Total% de

variance % cumulé Total% de

variance

Valeurs propres initiales Sommes des carrés chargées Sommes des carrés pour la rotation

Total des variables explicatives

Méthode d'extraction : analyse en composantes principales

% cumulé

457

Analyse factorielle

.969

.931

-.880 .226

-.856 .469

.853 -.469

.847 .476

-.794 .327

-.561 .539

-.827

.614 .741

-.520

BIRTH_RT

FERTILTY

LITERACY

LIFEEXPF

BABYMORT

POP_INCR

LOG_GDP

URBAN

DEATH_RT

B_TO_D

LOG_POP

1 2

Composant

Matrice pivotée des composants

En composantes principalesMéthode de rotation : Varimax avec normalisation de Kaiser.

.982 -.190

.190 .982

1

2

Composant1 2

Matrice des transformations des composants

Méthode d'extraction : Analyseen composantes principalesMéthode de rotation : Varimax avec normalisation de Kaiser.

458

Chapitre 29

Component Plot in Rotated Space

Component 1

1.0.50.0-.5-1.0

Com

pone

nt 2

1.0

.5

0.0

-.5

-1.0

log (base 10) of pop

death rate per 1000

birth to death ratio

population increase

log (base 10) of gdp

people living in cit

fertility: average nbirth rate per 100

people who read (%)

infant mortality (de

average female life

Obtenir une analyse factorielleE A partir du menu, sélectionnez :

AnalyseFactorisation

Analyse factorielle...

E Sélectionnez les variables pour l'analyse factorielle.

459

Analyse factorielle

Figure 29-2Boîte de dialogue Analyse factorielle

Sélection des observations pour l'analyse factorielleFigure 29-3Sélectionnez la boîte de dialogue Analyse factorielle

Pour sélectionner les observations pour votre analyse, choisissez une variable desélection, puis cliquez sur Valeur pour entrer une valeur de sélection. Seules lesobservations ayant cette valeur pour la variable de sélection sont utilisées dansl'analyse factorielle.

460

Chapitre 29

Caractéristiques d'analyse factorielleFigure 29-4Boîte de dialogue Analyse Factorielle : Caractéristiques...

Statistiques : Les statistiques univariées incluent la moyenne, l'écart type et le nombred'observations valides pour chaque variable. La structure initiale affiche la qualité dereprésentation initiale, les valeurs propres, et le pourcentage de variance expliqué.

Matrice de corrélation : Les options disponibles sont les coefficients, les seuils designification, les déterminants, les inverses, les reproduits, l'anti-image et l'indiceKMO et le test de sphéricité de Bartlett.

Indice KMO et test de sphéricité de Bartlett : Mesure de l'adéquation del'échantillonnage de Kaiser-Meyer-Olkin qui teste si les corrélations partiellesentre les variables sont faibles. Le test de sphéricité de Bartlett teste si la matricedes corrélations est une matrice d'identité, ce qui indiquerait que le modèlede facteur n'est pas adapté.

Reconstituée : Matrice des corrélations estimée à partir de la solution factorielle.Les résidus (différence entre les corrélations estimées et observées) sontégalement affichés.

Anti-image : La matrice de corrélation des anti-images contient les opposés descoefficients de corrélation partielle ; la matrice de covariance des anti-imagescontient les opposés des covariances partielles. Dans un bon modèle factoriel, laplupart des éléments hors diagonale doivent être petits. La mesure d'adéquationd'échantillonnage pour une variable est affichée sur la diagonale de la matrice decorrélation des anti-images.

461

Analyse factorielle

Spécification des statistiques récapitulatives et descoefficients de corrélation

E A partir du menu, sélectionnez :Analyse

FactorisationAnalyse factorielle...

E Dans la boîte de dialogue Analyse factorielle, cliquez sur Caractéristiques.

Extraction d'analyse factorielleFigure 29-5Boîte de dialogue Analyse Factorielle : Extraction

Méthode : Vous permet de spécifier la méthode d'extraction de facteur. Les méthodesdisponibles sont les Composantes principales, les Moindres carrés non pondérés, lesMoindres carrés généralisés, le Maximum de vraisemblance, la Factorisation en axesprincipaux, l'Alpha-maximisation, et la Factorisation en projections.

Analyse en composantes principales : Méthode d'extraction de facteur utiliséepour former des combinaisons linéaires non corrélées des variables observées.La première composante principale a une variance maximale. Les autrescomposantes expliquent progressivement des portions plus petites de la variancesans être corrélées les unes aux autres. L'analyse des composantes principales est

462

Chapitre 29

utilisée pour obtenir la solution factorielle initiale. Elle peut être utilisée quand lamatrice des corrélations est singulière.

Méthode des moindres carrés non pondérés : Méthode d'extraction de facteur quiminimise la somme des carrés des différences entre les matrices de corrélationsobservées et reconstituées en ignorant les diagonales.

Méthode des Moindres carrés généralisés : Méthode d'extraction de facteur quiminimise la somme des carrés des différences entre les matrices de corrélationsobservées et reconstituées. Les corrélations sont pondérées par l'inverse de leurunicité, de façon à ce que les variables présentant une forte unicité reçoivent unepondération inférieure à celles présentant une faible unicité.

Méthode du maximum de vraisemblance : Méthode d'extraction de facteur quifournit les estimations de paramètres les plus susceptibles d'avoir généré lamatrice de corrélations observée si l'échantillon est issu d'une distributiongaussienne multivariée. Les corrélations sont pondérées par l'inverse de l'unicitédes variables et un algorithme itératif est utilisé.

Factorisation en axes principaux : Méthode d'extraction de facteurs à partir de lamatrice des corrélations initiales où les coefficients de corrélation multiple aucarré sont placés sur la diagonale comme estimation initiale des qualités dereprésentation. Ces cartes factorielles sont utilisées pour une nouvelle estimationdes qualités de représentation qui remplace alors l'ancienne sur la diagonale.Les itérations se poursuivent jusqu'à ce que les variations des qualités dereprésentation d'une itération à l'autre satisfassent le critère de convergencede l'extraction.

Alpha de Cronbach : Méthode d'extraction de facteur qui considère les variablesdans l'analyse comme un échantillon issu de la population des variablespotentielles. Maximise l'alpha de Cronbach des facteurs.

Factorisation en projections : Méthode d'extraction de facteur développée parGuttman et basée sur la théorie d'une image. La partie commune de la variable,appelée image partielle, est définie comme sa régression linéaire sur les autresvariables, plutôt qu'une fonction de facteurs hypothétiques.

Analyser : Vous permet de spécifier si l'analyse porte sur une matrice de corrélation ousur une matrice de covariance.

463

Analyse factorielle

Matrice de corrélation : Utile si les variables de votre analyse sont mesuréesselon des échelles différentes.

Matrice de covariance : Utile lorsque vous souhaitez appliquer l'analyse factorielleà plusieurs groupes avec des variances différentes pour chaque variable.

Extraire : Vous pouvez retenir tous les facteurs dont les valeurs propres dépassent unevaleur spécifique ou retenir un nombre spécifique de facteurs.

Afficher : Vous permet de demander la solution factorielle avant rotation et undiagramme des valeurs propres.

Structure factorielle sans rotation : Affiche les corrélations factorielles sansrotation (matrice de projections factorielles), les qualités de représentation et lesvaleurs propres de la solution factorielle.

Diagramme des valeurs propres : Diagramme représentant la variance associéeà chaque facteur. Permet de déterminer le nombre de facteurs à conserver.Généralement, le diagramme montre une coupure franche entre la forte pente desfacteurs élevés et la traîne graduelle du reste (valeurs propres).

Maximum des itérations pour converger : Vous permet de spécifier le nombre maximumde pas que l'algorithme peut prendre pour estimer la solution.

Spécification des options de l'extractionE A partir du menu, sélectionnez :



E Dans la boîte de dialogue Analyse factorielle, cliquez sur Extraction.

464

Chapitre 29

Rotation d'analyse factorielleFigure 29-6Boîte de dialogue Analyse factorielle : Rotation

Méthode : Vous permet de sélectionner la méthode de rotation des facteurs. Lesméthodes disponibles sont Varimax, Oblimin directe, Quartimax, Equamax ouPromax.

Méthode varimax : Méthode de rotation orthogonale qui minimise le nombre devariables ayant de fortes corrélations sur chaque facteur. Simplifie l'interprétationdes facteurs.

Critère oblimin direct : Méthode de rotation oblique (non orthogonale). Lorsquedelta est nul (valeur par défaut), les solutions sont les plus obliques. Plus la valeurde delta est négative, moins les facteurs sont obliques. Pour remplacer la valeurnulle par défaut de delta, entrez un nombre inférieur ou égal à 0,8.

Méthode quartimax : Méthode de rotation qui réduit le nombre de facteurs requispour expliquer chaque variable. Simplifie l'interprétation des variables observées.

Equamax : Méthode de rotation qui est une combinaison de la méthode Varimax(qui simplifie les facteurs) et de la méthode Quartimax (qui simplifie lesvariables). Le nombre de variables pesant sur un facteur et le nombre de facteursnécessaires pour expliquer une variable sont minimisés.

Rotation Promax : Rotation oblique qui permet aux facteurs d'être corrélés. Peutêtre calculée plus rapidement qu'une rotation oblimin directe, aussi est-elle utilepour les vastes ensembles de données.

465

Analyse factorielle

Afficher : Vous permet d'inclure le résultat de la structure après rotation, et égalementd'afficher les cartes factorielles sur le premier, le second et le troisième facteur (Cartesfactorielles).

Structure après rotation : Vous devez sélectionner une méthode de rotation pourobtenir une structure après rotation. Pour les rotations orthogonales, la matrice deforme après rotation et la matrice de transformation factorielle sont affichées.Pour les rotations obliques, le programme affiche la matrice des projectionsfactorielles, la matrice de structure et la matrice des corrélations de facteurs.

Diagramme des Contributions des Facteurs : Diagramme en trois dimensions descontributions des trois premiers facteurs. Pour une solution à deux facteurs, undiagramme en deux dimensions est affiché. Le diagramme n'est pas affiché si unseul facteur est extrait. Les diagrammes affichent des solutions ayant subi unerotation si cette dernière est demandée.

Maximum des itérations pour converger : Vous permet de spécifier le nombre maximumde pas que l'algorithme peut utiliser pour réaliser la rotation.

Spécification des options de la rotationE A partir du menu, sélectionnez :



E Dans la boîte de dialogue Analyse factorielle, cliquez sur Rotation.

466

Chapitre 29

Scores d'analyse factorielleFigure 29-7Boîte de dialogue Scores de l'Analyse Factorielle

Enregistrer dans des variables : Vous permet de créer une nouvelle variable pourchaque facteur selon la structure finale. Sélectionnez une des méthodes alternativessuivantes pour calculer les facteurs : Régression, Bartlett, ou Anderson-Rubin.

Méthode de régression : Méthode d'estimation des coefficients factoriels. Les écartsobtenus ont une moyenne de 0 et une variance égale au carré de la corrélationmultiple entre les coefficients factoriels estimés et les vraies valeurs du facteur.Les écarts peuvent être corrélés même lorsque les facteurs sont orthogonaux.

Facteurs de Bartlett : Méthode d'estimation des coefficients factoriels. Les facteursproduits ont une moyenne de 0. La somme des carrés des facteurs uniques dansla plage de variables est minimisée.

Méthode d'Anderson-Rubin : Méthode d'estimation des coefficients factoriels; variante de la méthode de Bartlett qui garantit l'orthogonalité des facteursestimés. Les facteurs obtenus ont une moyenne de 0 et un écart type de 1, etne sont pas corrélés.

Afficher la matrice des coefficients factoriels : Vous permet de montrer les coefficientspar lesquels les variables sont multipliées pour obtenir les facteurs. Cela permetégalement de montrer les corrélations entre les facteurs.

467

Analyse factorielle

Spécification des options des facteursE A partir du menu, sélectionnez :



E Dans la boîte de dialogue Analyse factorielle, cliquez sur Facteurs.

Options d'analyse factorielleFigure 29-8Boîte de dialogue des Options de l'Analyse Factorielle

Valeurs manquantes : Vous permet de spécifier comment traiter les valeurs manquantes.Les options disponibles sont d'exclure toute observation incomplète, d'exclureseulement les composantes non valides ou de les remplacer par la moyenne.

Affichage des projections : Vous permet de contrôler le format des matrices de résultat.Triez les coefficients par leur taille (option Classement des variables par taille) etsupprimez les coefficients dont la valeur absolue est inférieure à la valeur spécifiée(option Supprimer les valeurs absolues inférieures à).

468

Chapitre 29

Spécification des options de l'analyse factorielleE A partir du menu, sélectionnez :



E Dans la boîte de dialogue Analyse factorielle, cliquez sur Options.

Chapitre

30Choix d'une procédure declassification

Vous pouvez effectuer des analyses de classes à l'aide de la procédure TwoStep, dela classification hiérarchique ou des nuées dynamiques. Chaque procédure utiliseun algorithme différent pour la création des classes, et chacune d'elles comporte desoptions qui ne sont pas disponibles dans les autres procédures.

Classification TwoStep : La procédure Analyse du composant Classe TwoStep est laméthode privilégiée pour de nombreuses applications. Elle offre les fonctionnalitésspécifiques suivantes :

Sélection automatique du meilleur nombre de classes, en plus des mesures desélection parmi des modèles de classe.

Possibilité de créer simultanément des modèles de classe sur la base de variablesqualitatives et continues.

Possibilité d'enregistrer le modèle de classe dans un fichier XML externe, puisde lire ce fichier et de mettre à jour le modèle de classe à l'aide des donnéesles plus récentes.

En outre, la procédure Analyse du composant Classe TwoStep permet d'analyser desfichiers de données volumineux.

Classification hiérarchique : La procédure Classification hiérarchique est limitéeà des fichiers de données plus petits (centaines d'objets à classer), mais offre lesfonctionnalités spécifiques suivantes :

Possibilité de classer des observations ou des variables.

469

470

Chapitre 30

Possibilité de calculer plusieurs solutions possibles et d'enregistrer des classesd'affectation pour chacune de ces solutions.

Plusieurs méthodes de formation de classes, de transformation de variables et demesure de la dissimilarité entre les classes.

Tant que toutes les variables sont du même type, la procédure Classificationhiérarchique peut analyser des variables d'intervalle (continues), d'effectif ou binaires.

Nuées dynamiques : La procédure Nuées dynamiques est limitée aux donnéescontinues et exige que vous indiquiez au préalable le nombre de classes. Elle offrenéanmoins les fonctionnalités spécifiques suivantes :

Possibilité d'enregistrer les distances à partir des centres de classes pour chaqueobjet.

Possibilité de lire les centres de classes initiaux à partir d'un fichier SPSS externeet d'enregistrer les centres de classes finaux dans un fichier de ce type.

En outre, la procédure Nuées dynamiques permet d'analyser des fichiers de donnéesvolumineux.

Chapitre

31Classification TwoStep

La procédure d'analyse TwoStep Cluster est un outil d'exploration conçu pour révélerdes groupements naturels (ou classes) au sein d'un ensemble de données. L'algorithmeutilisé par cette procédure possède plusieurs fonctionnalités qui le distinguent destechniques de classification standard :

Gestion des données qualitatives et continues : En supposant que les variablessoient indépendantes, une distribution jointe multinomiale-normale peut êtreplacée sur des variables qualitatives et continues.

Sélection automatique du nombre de classes : En comparant les valeurs d'un critèrede modèle-choix dans différentes solutions de classification, la procédure peutdéterminer automatiquement le nombre optimal de classes.

Evolutivité : En construisant une arborescence de fonctionnalités de classe (CF)qui récapitule les enregistrements, l'algorithme TwoStep vous permet d'analyserdes fichiers de données volumineux.

Exemple : Les entreprises du domaine des produits de consommation et du commercede détail utilisent régulièrement des techniques de classification des données quidécrivent les habitudes d'achat, le sexe, l'âge, le niveau de revenu, etc. de leurs clients.Ces sociétés adaptent leurs stratégies de marketing et de développement produità chaque groupe de consommation afin d'augmenter les ventes et de développerla fidélité à la marque.

Statistiques : Cette procédure produit des critères d'information (AIC ou BIC) parnombres de classes dans la solution, fréquences de classe pour la classification finaleet statistiques descriptives par classe pour la classification finale.

Diagrammes : Cette procédure produit des diagrammes en bâtons pour les fréquencesde classe, des diagrammes en secteurs pour les fréquences de classe et desdiagrammes d'importance pour les variables.

471

472

Chapitre 31

Figure 31-1Boîte de dialogue Analyse du composant Classe TwoStep

Mesure de distance : Cette sélection détermine la façon dont la similarité entre deuxclasses est calculée.

Log-vraisemblance : La mesure de vraisemblance place une distribution deprobabilité sur les variables. Les variables continues sont considérées commeétant distribuées normalement alors que les variables qualitatives sont considéréescomme étant multinomiales. Toutes les variables sont considérées comme étantindépendantes.

Euclidienne : La mesure euclidienne est la distance « en ligne droite » entredeux classes. Elle peut être utilisée uniquement lorsque toutes les variablessont continues.

Nombre de classes : Cette sélection vous permet d'indiquer la façon dont le nombrede classes doit être déterminé.

Déterminer automatiquement : Cette procédure déterminera automatiquement

473

Classification TwoStep

le « meilleur » nombre de classes en utilisant le critère défini dans le groupeCritère de classification. Vous pouvez également entrer un entier positif quidéfinit les nombres maximaux de classes que la procédure doit prendre en compte.

Indiquer une valeur fixe : Vous permet d'indiquer le nombre de classes (valeur fixe)dans la solution. Entrez un entier positif.

Nombre de variables continues : Ce groupe fournit un récapitulatif des spécificationsde standardisation des variables continues qui sont définies dans la boîte de dialogueOptions. Pour plus d'informations, reportez-vous à « Options de la procédured'analyse TwoStep Cluster » , page 475.

Critère de classification : Cette sélection détermine la façon dont l'algorithme declassification automatique détermine le nombre de classes. Vous pouvez spécifier lecritère d'information bayésien (BIC) ou le critère d'information d'Akaike (AIC).

Remarques sur les données de la procédure d'analyse TwoStepCluster

Données : Cette procédure fonctionne avec des variables continues et qualitatives. Lesobservations représentent les objets à classer et les variables représentent les attributssur lesquels est basée la classification.

Hypothèses : La mesure de la distance de vraisemblance considère que les variablesdu modèle de classe sont indépendantes. De plus, chaque variable continue estconsidérée comme ayant une distribution normale (gaussienne) et chaque variablequalitative comme ayant une distribution multinomiale. Des tests internes empiriquesindiquent que la procédure est assez résistante aux violations de l'hypothèsed'indépendance et des hypothèses de distribution, mais vous devez savoir commentces hypothèses sont vérifiées.

Utilisez la procédure Corrélations bivariées pour tester l'indépendance de deuxvariables continues. Utilisez la procédure Tableaux croisés pour tester l'indépendancede deux variables qualitatives. Utilisez la procédure Moyennes pour testerl'indépendance entre une variable continue et une variable qualitative. Utilisezla procédure Explorer pour tester la normalité d'une variable continue. Utilisez laprocédure Test du Khi-deux pour tester si une variable qualitative comporte unedistribution multinominale spécifiée.

474

Chapitre 31

Pour effectuer une procédure d'analyse TwoStep ClusterE A partir du menu, sélectionnez :


Classification TwoStep...

E Sélectionnez une ou plusieurs variables qualitatives ou continues.


Ajuster les critères sur lesquels est basée la construction des classes.

Sélectionner les paramètres de gestion du bruit, d'affectation de mémoire, destandardisation de variable et d'entrée de modèle de classe.

Demander des tableaux et des diagrammes facultatifs.

Enregistrer les résultats de modèle dans le fichier de travail ou dans un fichierXML externe.

475


Options de la procédure d'analyse TwoStep ClusterFigure 31-2Boîte de dialogue Options de la procédure d'analyse TwoStep Cluster

Traitement des valeurs éloignées : Ce groupe permet de traiter les valeurs éloignées,notamment lors de la classification, si l'arborescence des fonctionnalités de classe(CF) est saturée. L'arborescence CF est saturée si elle ne peut plus accepter d'autresobservations dans un noeud feuille et qu'aucun noeud feuille ne peut être divisé.

Si vous sélectionnez la gestion du bruit et que l'arborescence CF est saturée,l'arborescence est reconstruite lorsque vous placez des observations de feuilleséclatées dans une feuille « bruit ». Une feuille est éclatée si elle contient unpourcentage inférieur au pourcentage d'observations correspondant à la taillemaximale de la feuille. Une fois que l'arborescence est reconstruite, les valeurs

476

Chapitre 31

éloignées sont placées dans l'arborescence CF si cela est possible. Sinon, lesvaleurs éloignées sont supprimées.

Si vous ne sélectionnez pas la gestion du bruit et que l'arborescence CF est saturée,elle sera reconstruite à l'aide d'un seuil de changement de distance supérieur.Après la classification finale, les valeurs ne pouvant être affectées à une classedeviennent des valeurs éloignées étiquetées. Un numéro d'identification de–1 est affecté à la classe de valeur éloignée et cette dernière n'est pas prise encompte dans le nombre de classes.

Allocation de mémoire : Ce groupe vous permet d'indiquer la quantité de mémoiremaximale en mégaoctets (Mo) que l'algorithme de classe doit utiliser. Si la procéduredépasse cette limite, elle utilisera le disque pour stocker les informations ne pouvantpas être enregistrées en mémoire. Spécifiez une valeur supérieure ou égale à 4.

Consultez l'administrateur système pour connaître la plus grande valeur que vouspouvez spécifier sur votre système.

L'algorithme risque de ne pas trouver le nombre correct ou souhaité de classes sicette valeur est trop basse.

Standardisation de variable : L'algorithme de classification fonctionne avec desvariables continues standardisées. Les variables continues non standardisées doiventêtre laissées comme étant « A standardiser ». Pour gagner du temps et éviter trop decalculs, vous pouvez sélectionner une variable continue déjà standardisée commevariable « Standardisées ».

Options avancées

Critères de réglage de l'arborescence CF : Les paramètres d'algorithme de classificationsuivants s'appliquent de façon spécifique à l'arborescence CF et doivent être modifiésavec le plus grand soin :

Seuil de modification de distance initiale : Il s'agit du seuil initial utilisé pourconstruire l'arborescence CF. Si l'insertion d'une observation dans une feuille del'arborescence CF provoque une étroitesse inférieure au seuil, la feuille n'est pasdivisée. Si l'étroitesse dépasse le seuil, la feuille est divisée.

Nombre maximum de branches (par noeud feuille) : Nombre maximum de noeudsenfant qu'un noeud feuille peut contenir.

477


Profondeur maximum de l'arborescence : Nombre maximum de niveaux quel'arborescence CF peut contenir.

Nombre maximal de noeuds possible : Ceci indique le nombre maximal de noeudsde l'arborescence CF pouvant être générés par la procédure, d'après la fonction(bd+1 –1) / ((b –1), b étant le nombre maximal de branches et d, la profondeurmaximale de l'arborescence. Notez qu'une arborescence CF trop volumineuserisque d'épuiser les ressources du système et d'avoir des effets défavorables surles performances de la procédure. Chaque noeud exige au moins 16 octets.

Mettre à jour le modèle de classe : Ce groupe vous permet d'importer et de mettre àjour un modèle de classe généré dans une analyse précédente. Le fichier d'entréecontient l'arborescence CF au format XML. Le modèle est ensuite mis à jour avec lesdonnées du fichier actif. Vous devez sélectionner les noms des variables dans la boîtede dialogue principale dans le même ordre que celui dans lequel ils ont été spécifiésdans l'analyse précédente. Le fichier XML demeure inchangé, sauf si vous enregistrezles informations du nouveau modèle en utilisant le même nom de fichier. Pour plusd'informations, reportez-vous à « Résultats de l'analyse TwoStep Cluster » , page 479.

Si vous avez indiqué la mise à jour d'un modèle de classe, les options relatives à lagénération de l'arborescence CF spécifiées pour le modèle d'origine sont utilisées.Plus précisément, les paramètres de mesure de la distance, de gestion du bruit,d'affectation de mémoire ou les critères de réglage de l'arborescence CF pour lemodèle enregistré sont utilisés et tous les paramètres de ces options dans les boîtes dedialogue sont ignorés.

Remarque : Lorsque vous effectuez une mise à jour d'un modèle de classe, laprocédure considère qu'aucune des observations sélectionnées dans le fichier detravail n'a été utilisée pour créer le modèle de classe d'origine. La procédure considèreégalement que les observations utilisées dans la mise à jour du modèle sont issuesde la même population d'observations utilisée pour créer le modèle d'origine. End'autres termes, les moyennes et les variances des variables continues et les niveauxdes variables qualitatives sont considérés comme étant identiques dans les deuxgroupes d'observations. Si votre « nouveau » groupe d'observations ne provient pasde la même population que votre « ancien » groupe, exécutez la procédure Analysedu composant Classe TwoStep sur les groupes d'observations combinés pour obtenirde meilleurs résultats.

478

Chapitre 31

Diagrammes de l'analyse TwoStep ClusterFigure 31-3Boîte de dialogue Diagrammes de l'analyse TwoStep Cluster

Dans le graphique de pourcentage de classe : Fait apparaître les graphiques indiquantla variation de classe de chaque variable. Pour chaque variable qualitative, undiagramme en bâtons juxtaposés est produit, indiquant la fréquence de modalité parID de classe. Pour chaque variable continue, un diagramme de variation est produit,indiquant les variations par ID de classe.

Diagramme en secteurs de classe : Fait apparaître un diagramme en secteurs indiquantle pourcentage et le nombre d'observations dans chaque classe.

Diagramme d'importance des variables : Fait apparaître plusieurs diagrammesdifférents indiquant l'importance de chaque variable dans chaque classe. Le résultatest trié par ordre d'importance de chaque variable.

Rang des variables : Cette option détermine si des diagrammes seront créés pourchaque classe (Par classe) ou pour chaque variable (Par variable).

Mesure de l'importance : Cette option vous permet de sélectionner la mesurede l'importance des variables à représenter. L'option Khi-deux ou test T designification indique une statistique Khi-deux de Pearson comme importance

479


d'une variable qualitative et une statistique t comme importance d'une variablecontinue. L'option Signification indique 1, moins la valeur p pour le test d'égalitédes moyennes pour une variable continue et la fréquence théorique avec le groupeglobal des données pour une variable qualitative.

Niveau de confiance : Cette option vous permet de définir le niveau de confiancepour le test d'égalité de la distribution d'une variable dans une classe par rapportà la distribution globale de la variable. Indiquez un nombre inférieur à 100 etsupérieur ou égale à 50. Si les diagrammes sont créés par variable ou si la mesurede la signification est représentée, la valeur du niveau de confiance apparaît sousla forme d'une ligne verticale dans les diagrammes d'importance des variables.

Omettre les variables non significatives : Les variables non significatives au niveaude confiance spécifié n'apparaissent pas dans les diagrammes d'importance desvariables.

Résultats de l'analyse TwoStep ClusterFigure 31-4Boîte de dialogue des résultats de l'analyse du composant Classe TwoStep

480

Chapitre 31

Statistiques : Ce groupe fournit des options d'affichage pour les tableaux des résultatsde la classification. Les statistiques descriptives et les fréquences de classe sontproduites pour le modèle de classe final alors que le tableau du critère d'informationfait apparaître des résultats pour une plage de solutions de classe.

Descriptives par classe : Fait apparaître deux tableaux qui décrivent les variablesdans chaque classe. Dans un tableau, les moyennes et les écarts types sontindiqués pour les variables continues par classe. L'autre tableau indique leseffectifs des variables qualitatives par classe.

Fréquences de classe : Fait apparaître un tableau indiquant le nombred'observations dans chaque classe.

Critère d'information (AIC ou BIC) : Fait apparaître un tableau contenant les valeursd'AIC ou de BIC en fonction du critère choisi dans la boîte de dialogue principale,pour différents nombres de classes. Ce tableau est fourni uniquement lorsque lenombre de classes est déterminé automatiquement. Si le nombre de classes estfixe, ce paramètre est ignoré et le tableau n'est pas fourni.

Fichier de travail : Ce groupe vous permet d'enregistrer des variables dans le fichier detravail.

Créer une variable d'appartenance à une classe : Cette variable contient un numérod'identification de classe pour chaque observation. Le nom de cette variable esttsc_n, n étant un entier positif qui indique l'ordinal de l'opération d'enregistrementdu fichier de travail effectuée par cette procédure au cours d'une session.

Fichiers XML : Le modèle de classe final et l'arborescence CF représentent deux typesde fichiers de résultats pouvant être exportés au format XML.

Exporter le modèle final : Le modèle de classe final est exporté vers le fichierspécifié. SmartScore et les versions ultérieures de WhatIf? pourront utiliser cefichier.

Exporter l'arborescence CF : Cette option vous permet d'enregistrer l'état actuelde l'arborescence de classe et de le mettre à jour ultérieurement en utilisantdes données plus récentes.

Chapitre

32Classification hiérarchique

Cette procédure tente d'identifier les classes d'observations (ou de variables)relativement homogènes basées sur des caractéristiques sélectionnées, en utilisantun algorithme qui débute avec chaque observation (ou variable) dans une classeséparée et qui combine les classes jusqu'à ce qu'il n'en reste qu'une. Vous pouvezanalyser des variables non normées ou vous pouvez choisir parmi un assortiment detransformations standardisées. Les mesures de distance ou de similarité sont généréespar la procédure Proximities (Proximités). Les statistiques s'affichent à chaque étapepour vous aider à choisir la meilleure solution.

Exemple : Y a-t-il des classes identifiables de spectacles télévisuels qui attirentdes audiences similaires à l'intérieur de chaque classe ? Avec une classificationhiérarchique, vous pouvez reclasser les spectacles télévisuels (observations) enclasses homogènes basées sur les caractéristiques du spectateur. Cette méthode peutêtre utilisée pour identifier des segments à des fins commerciales. Vous pouvez aussiclasser les villes (observations) en groupes homogènes pour permettre la sélection devilles comparables afin de tester diverses stratégies commerciales.

Statistiques : Chaîne des agrégations, matrice de distances (ou des similarités) etclasse d'affectation pour une seule solution ou un ensemble de solutions.Diagrammes : arbres hiérarchiques et Stalactites.

Remarques sur les données de la classification hiérarchique

Données : Les variables peuvent être des données quantitatives, binaires ou d'effectif.L'échelle des variables est un élément important : des différences d'échelle quipeuvent affecter votre (vos) solution(s) en classes hiérarchiques. Si vos variables sontd'échelles très différentes (par exemple, une variable est mesurée en dollars et l'autreest mesurée en années), vous devez envisager de les standardiser (ceci peut être faitautomatiquement avec la procédure de la classification hiérarchique).

481

482

Chapitre 32

Hypothèses : Les mesures de distance ou de similarité utilisées doivent conveniraux données analysées (Voir la procédure Proximities (proximités) pour plus derenseignements sur le choix des mesures de distances et de similarité). Vous devezaussi inclure toutes les variables appropriées dans votre analyse. L'omission devariables influentes peut aboutir à une solution erronée. Parce que la classificationhiérarchique est une méthode d'exploration, les résultats doivent être considéréscomme provisoires tant qu'ils ne sont pas confirmés avec un échantillon indépendant.

Echantillon de résultatFigure 32-1Résultat de classification hiérarchique

11 12 .112 0 0 2

6 11 .132 0 1 4

7 9 .185 0 0 5

6 8 .227 2 0 7

7 10 .274 3 0 7

1 3 .423 0 0 10

6 7 .438 4 5 14

13 14 .484 0 0 15

2 5 .547 0 0 11

1 4 .691 6 0 11

1 2 1.023 10 9 13

15 16 1.370 0 0 13

1 15 1.716 11 12 14

1 6 2.642 13 7 15

1 13 4.772 14 8 0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

Stage

Cluster1

Cluster2

Cluster Combined

CoefficientsCluster

1Cluster

2

Stage ClusterFirst Appears

NextStage

Agglomeration Schedule

483

Classification hiérarchique

Argentina 1 1 1

Brazil 1 1 1

Chile 1 1 1

DomincanR. 1 1 1

Indonesia 1 1 1

Austria 2 2 1

Canada 2 2 1

Denmark 2 2 1

Italy 2 2 1

Japan 2 2 1

Norway 2 2 1

Switzerland 2 2 1

Bangladesh 3 3 2

India 3 3 2

Bolivia 4 1 1

Paraguay 4 1 1

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

CaseLabel

4Clusters

3Clusters

2Clusters

Cluster Membership

X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X XX X X X X X X X X X X X X X X X X

Numberofclusters1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

14:In

dia

14 13:B

angl

ades

13 10:J

apan

10 9:Ita

ly9 7:

Can

ada

7 8:D

enm

ark

8 12:S

witz

erla

n12 11

:Nor

way

11 6:A

ustri

a6 16

:Par

agua

y16 15

:Bol

ivia

15 5:In

done

sia

5 2:B

razi

l2 4:

Dom

inca

n R

4 3:C

hile

3 1:A

rgen

tina

Case

Vertical Icicle

484

Chapitre 32

* * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * ** *

Dendrogram using Average Linkage (Between Groups)

Rescaled Distance Cluster Combine

C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+

Norway 11 -+ Switzerland 12 -+ Austria 6 -+-+ Denmark 8 -+ +-----------------------+ Canada 7 -+ I I Italy 9 -+-+ I Japan 10 -+ +---------------------+ Brazil 2 -----+---+ I I Indonesia 5 -----+ +-------+ I I Argentina 1 ---+---+ I I I I Chile 3 ---+ +-+ +---------+ I Domincan R. 4 -------+ I I Bolivia 15 -------------+---+ I Paraguay 16 -------------+ I Bangladesh 13 ---+---------------------------------------------+ India 14 ---+

Obtenir une classification hiérarchiqueE A partir du menu, sélectionnez :


Classification hiérarchique...

Figure 32-2Boîte de dialogue Classification hiérarchique

485


E Si vous classez des observations, sélectionnez au moins une variable numérique. Sivous classez des variables, sélectionnez au moins trois variables numériques.

Vous avez la possibilité de sélectionner une variable d'identification pour étiqueterles observations.

Méthode de classification hiérarchiqueFigure 32-3Boîte de dialogue Classification hiérarchique : Méthode

Méthode d'agrégation : Les choix disponibles sont : la Distance moyenne entreclasses, la Distance moyenne dans les classes, l'Agrégation suivant le saut minimum,l'Agrégation suivant le diamètre, les Barycentres, la Médiane et la Méthode de Ward.

Mesure : Il permet de spécifier la mesure de distance ou de similarité devant êtreutilisée pour la classification. Sélectionnez le type de données et la mesure appropriéede distance ou de similarité :

Intervalle : Les choix possibles sont la Distance Euclidienne, le Carré de la distanceEuclidienne, le Cosinus, la Corrélation de Pearson, la Distance de Tchebycheff,la Distance de Manhattan (bloc), la Distance de Minkowski, et Autre.

486

Chapitre 32

Effectifs : Les choix possibles sont la Distance du Khi-deux et la Distance duphi-deux.

Binaire : Les choix possibles sont la Distance Euclidienne, le Carré de la distanceEuclidienne, l'Ecart de taille, la Différence de motif, la Variance, la Dispersion,la Forme, l'Indice de Sokal et Michener, la Corrélation phi tétrachorique, leLambda, le D d'Anderberg, Dice, Hamann, Jaccard, Kulczynski 1, Kulczynski 2,Lance et Williams, Ochiai, Rogers et Tanimoto, Russel et Rao, Sokal et Sneath 1,Sokal et Sneath 2, Sokal et Sneath 3, Sokal et Sneath 4, Sokal et Sneath 5, leY de Yule, et le Q de Yule.

Transformer les valeurs : Vous permet de standardiser les valeurs des données pour lesobservations ou les valeurs avant le calcul des proximités (non disponible pour lesdonnées binaires). Les méthodes de standardisation disponibles sont Centrer-réduire,Entre –1 et 1, Entre 0 et 1, Maximum = 1, Moyenne = 1 ou Ecart type = 1.

Mesures : Vous permet de transformer les valeurs générées par la mesure de distance.Elles sont appliquées après le calcul de la mesure de distance. Les choix possiblessont Valeurs absolues, Inverser le signe, et Rééchelonner entre 0 et 1.

Statistiques de la classification hiérarchiqueFigure 32-4Boîte de dialogue Classification hiérarchique : Statistiques

Chaîne des agrégations : Affiche les observations ou les classes combinées à chaqueétape, les distances entre les observations ou les classes en cours de combinaison, et ledernier niveau de classe auquel une observation (ou une variable) a rejoint la classe.

487


Matrice des distances : Indique les distances ou les similarités entre éléments.

Classe(s) d'affectation : Affiche le groupe auquel chaque observation appartient lorsd'une ou plusieurs étapes de la combinaison de classes. Les options disponibles sontUne seule partition, Plusieurs partitions ou Aucune.

Diagrammes (graphiques) de classification hiérarchiqueFigure 32-5Boîte de dialogue Classification hiérarchique : Graphiques (diagrammes)

Arbre hiérarchique : Affiche un arbre hiérarchique. Les arbres hiérarchiques peuventêtre utilisés pour évaluer la cohésion des groupes formés et ils fournissent desrenseignements sur le nombre approprié de groupes à conserver.

Stalactites : Affiche un diagramme en stalactite, incluant toutes les classes ou uneclasse spécifique. Les diagrammes en stalactite affichent des informations sur la façondont les observations sont regroupées à chaque itération de l'analyse. Orientation vouspermet de sélectionner un diagramme vertical ou horizontal.

488

Chapitre 32

Enregistrement des nouvelles variables de classificationhiérarchique

Figure 32-6Boîte de dialogue Classification hiérarchique : Enregistrer les nouvelles...

Classe(s) d'affectation : Vous permet de sauvegarder les classes d'affectation pour uneou plusieurs ou aucune partition(s). Les variables sauvegardées peuvent alors êtreutilisées pour des analyses ultérieures pour explorer d'autres différences entre groupes.

Chapitre

33Nuées dynamiques

Cette procédure cherche à identifier des groupes d'observations relativementhomogènes d'après des caractéristiques sélectionnées, au moyen d'un algorithme quipeut traiter de grands nombres d'observations. L'algorithme vous demande toutefoisd'indiquer le nombre de classes. Vous pouvez indiquer les centres de classe initiauxsi vous connaissez cette information. Vous pouvez choisir entre deux méthodesde classement des observations, soit la mise à jour des centres de classe de façonitérative, soit la classification seule. Vous pouvez enregistrer l'appartenance à uneclasse, les informations de distance et les centres de classes finaux. Vous pouvezéventuellement indiquer une variable dont les valeurs servent à étiqueter les résultatspar observations. Vous pouvez également demander des statistiques F d'analyse dela variance. Bien que ces statistiques soient opportunistes (la procédure chercheà former des groupes qui diffèrent), la taille relative des statistiques fournit desinformations sur la contribution de chaque variable à la séparation des groupes.

Exemple : Quels sont les groupes de programmes de télévision identifiables quiattirent des publics similaires au sein de chaque groupe ? Grâce à l'analyse des nuéesdynamiques, vous pouvez classer les programmes de télévision (observations) en kgroupes homogènes d'après les caractéristiques des téléspectateurs. Cette méthodepeut être utilisée pour identifier des segments à des fins commerciales. Vous pouvezaussi classer les villes (observations) en groupes homogènes pour permettre lasélection de villes comparables afin de tester diverses stratégies commerciales.

Statistiques : Solution complète : centres de classes initiaux, tableau ANOVA. Chaqueobservation: information de classe, distance au centre de classe.

489

490

Chapitre 33

Considérations de données sur la classification en nuéesdynamiques

Données : Les variables doivent être quantitatives au niveau intervalle ou ratio. Si vosvariables sont binaires ou sont des effectifs, utilisez la procédure de classificationhiérarchique.

Hypothèses : Les distances sont calculées à l'aide de la distance euclidienne simple.Si vous souhaitez utiliser une autre distance ou une mesure de similarité, utilisezla procédure de classification hiérarchique. La mise à l'échelle des variables estune considération importantes—si vos variables sont mesurées selon des échellesdifférentes (une variable est exprimée en dollars par exemple et une autre enannées), vos résultats risquent d'être erronés. Dans ces cas, vous pouvez envisagerde standardiser vos variables avant d'effectuer l'analyse des nuées dynamiques (celapeut être fait dans la procédure Descriptives). La procédure suppose que vous avezsélectionné le nombre voulu de classes et que vous avez inclus toutes les variablespertinentes. Si vous avez choisi un nombre de classes inadéquat ou omis de variablesimportantes, vos résultats risquent d'être erronés.

Echantillon de résultatFigure 33-1Résultats de l'analyse des nuées dynamiques

-1.88606 -1.54314 1.45741 .55724

-3.52581 -1.69358 .62725 .99370

-2.89320 -1.65146 -.51770 .88601

.93737 .16291 3.03701 -1.12785

4.16813 1.38422 -.69589 -.88983

2.68796 .42699 .33278 -1.08033

4.41517 .63185 -1.89037 .63185

-1.99641 -1.78455 .53091 1.22118

-.52182 -.31333 4.40082 -.99285

2.24070 .75481 .46008 -.76793

.24626 2.65246 -1.29624 -.74406

ZURBAN

ZLIFEEXP

ZLITERAC

ZPOP_INC

ZBABYMOR

ZBIRTH_R

ZDEATH_R

ZLOG_GDP

ZB_TO_D

ZFERTILT

ZLOG_POP

1 2 3 4

Classe

Centres de classes initiaux

491

Nuées dynamiques

1.932 2.724 3.343 1.596

.000 .471 .466 .314

.861 .414 .172 .195

.604 .337 .000 .150

.000 .253 .237 .167

.000 .199 .287 .071

.623 .160 .000 .000

.000 .084 .000 .074

.000 .080 .000 .077

.000 .097 .185 .000

1

2

3

4

5

6

7

8

9

10

Itération1 2 3 4

Changements dans les centres de classes

Historique des itérations

-1.70745 -.30863 .16816 .62767

-2.52826 -.15939 -.28417 .80611

-2.30833 .13880 -.81671 .73368

.59747 .13400 1.45301 -.95175

2.43210 .22286 .25622 -.80817

1.52607 .12929 1.13716 -.99285

2.10314 -.44640 -.71414 .31319

-1.77704 -.58745 -.16871 .94249

-.29856 .19154 1.45251 -.84758

1.51003 -.12150 1.27010 -.87669

.83475 .34577 -.49499 -.22199

ZURBAN

ZLIFEEXP

ZLITERAC

ZPOP_INC

ZBABYMOR

ZBIRTH_R

ZDEATH_R

ZLOG_GDP

ZB_TO_D

ZFERTILT

ZLOG_POP

1 2 3 4

Classe

Centres de classes finaux

5.627 5.640 7.924

5.627 2.897 3.249

5.640 2.897 5.246

7.924 3.249 5.246

1

2

3

4

Classe1 2 3 4

Distances entre les centres de classes finaux

492

Chapitre 33

10.409 3 .541 68 19.234 .000

19.410 3 .210 68 92.614 .000

18.731 3 .229 68 81.655 .000

18.464 3 .219 68 84.428 .000

18.621 3 .239 68 77.859 .000

19.599 3 .167 68 117.339 .000

13.628 3 .444 68 30.676 .000

17.599 3 .287 68 61.313 .000

16.316 3 .288 68 56.682 .000

18.829 3 .168 68 112.273 .000

3.907 3 .877 68 4.457 .006

ZURBAN

ZLIFEEXP

ZLITERAC

ZPOP_INC

ZBABYMOR

ZBIRTH_R

ZDEATH_R

ZLOG_GDP

ZB_TO_D

ZFERTILT

ZLOG_POP

CarréMoyen df

Classe

CarréMoyen df

Erreur

F Sig.

ANOVA

Les tests F ne doivent être utilisés qu'à des fins descriptives car les classes sont choisies pour maximiser les différencesentre les observations des différentes classes. Les seuils de signification observés ne sont pas corrigés par la suite et nepeuvent donc pas être interprétés en tant que tests de l ’hypothèse

aquelle les moyennes de classe sont égales.Selon l

Obtenir une analyse de nuées dynamiquesE A partir du menu, sélectionnez :


Nuées dynamiques...

493

Nuées dynamiques

Figure 33-2Boîte de dialogue Nuées dynamiques

E Sélectionnez les variables à utiliser dans l'analyse.

E Spécifiez le nombre de classes. Le nombre de classes doit être au moins de deux et nedoit pas être supérieur au nombre d'observations du fichier de données.

E Sélectionnez soit la méthode Itérer et classer soit la méthode Classer seulement.

Vous avez la possibilité de sélectionner une variable d'identification pour étiqueterles observations.

Efficacité de la classification en nuées dynamiques

La commande d'analyse des nuées dynamiques est efficace essentiellement parcequ'elle ne calcule pas les distances entre toutes les paires d'observations, comme c'estle cas dans de nombreux algorithmes de classification, y compris celui utilisé parla commande de classification hiérarchique de SPSS.

494

Chapitre 33

Pour plus d'efficacité, prenez un échantillon d'observations et utilisez la méthodeItérer et classer pour déterminer les centres. Sélectionnez Ecrire les centres finaux dans

Fichier. Rétablissez ensuite tout le fichier de données, puis sélectionnez la méthodeClasser seulement. Cliquez sur Centres et Lire les centres initiaux Fichier pour classertout le fichier en utilisant les centres estimés à partir de l'échantillon.

Itération de la classification en nuées dynamiquesFigure 33-3Boîte de dialogue Nuées dynamiques : Itérer

Ces options ne sont disponibles que si vous avez sélectionné la méthode Itérer etclasser dans la boîte de dialogue principale.

Maximum des itérations : Limite le nombre des itérations dans l'algorithme des nuéesdynamiques. L'itération s'arrête après ce nombre d'itérations même si le critère deconvergence n'est pas satisfait. Ce nombre doit être compris entre 1 et 999.

Pour reproduire l'algorithme utilisé par la commande de classement rapide QuickCluster dans SPSS avant la version 5.0, indiquez 1 comme Maximum des itérations.

Critère de convergence : Détermine le moment où l'itération s'arrête. Il représenteune proportion de la distance minimale entre les centres de classes initiaux, et doitdonc être plus grand que 0 mais plus petit que 1. Si le critère est égal à 0,02 parexemple, l'itération cesse lorsque une itération complète ne déplace plus aucun descentres d'une distance de plus de deux pour cent de la plus petite distance entren'importe quels centres initiaux.

Utiliser les nouveaux centres : Vous permet de demander la mise à jour des centresaprès l'affectation de chaque observation. Si vous ne sélectionnez pas cette option, lesnouveaux centres seront calculés lorsque toutes les observations auront été affectées.

495

Nuées dynamiques

Enregistrement des analyses de classes de nuées dynamiquesFigure 33-4Boîte de dialogue Nuées dynamiques : Enregistrer les nouvelles variables...

Vous pouvez enregistrer des informations sur la solution relatives aux nouvellesvariables à utiliser dans les analyses ultérieures :

Classe(s) d'affectation : Crée une nouvelle variable indiquant la classe d'affectationfinale de chaque observation. Les valeurs de la nouvelle variable vont de 1 aunombre de classes.

Distance au centre de classe : Crée une nouvelle variable indiquant la distanceeuclidienne entre chaque nouvelle variable et son centre de classification.

Options d'analyses des classes de nuées dynamiquesFigure 33-5Boîte de dialogue Nuées dynamiques : Options

Statistiques : Vous pouvez sélectionner les statistiques suivantes : Centres de classesinitiaux, Tableau ANOVA, et Affectation et distances au centre.

496

Chapitre 33

Centres de classe initiaux : Première estimation des moyennes des variablesde chacune des classes. Par défaut, le nombre d'observations assez espacéessélectionné dans les données est égal au nombre de classes. Les centres de classesinitiaux sont utilisés pour une première classification et sont ensuite mis à jour.

Tableau ANOVA : Affiche un tableau d'analyse de la variance, incluant les testsF univariés pour chacune des variables de la classification. Les tests F sontuniquement descriptifs et les probabilités qui en résultent ne doivent pas êtreinterprétées. Le tableau ANOVA n'apparaît pas si toutes les observations sontaffectées à une seule classe.

Affectations et distances au centre : Affiche pour chaque observation l'affectationde classe finale et la distance euclidienne entre l'observation et le centre de classeutilisé pour classer l'observation. Affiche également la distance euclidienne entreles centres de classe finaux.

Valeurs manquantes : Les options disponibles sont Exclure toute observationincomplète ou Exclure seulement les composantes non valides.

Exclure toute observation incomplète : Exclut de l'analyse les observations qui ontdes valeurs manquantes pour une variable de classe.

Exclure seulement les composantes non valides : Affecte des observations auxclasses basées sur des distances calculées à partir de toutes les variables n'ayantpas de valeur manquante.

Chapitre

34Tests non paramétriques

La procédure de tests non paramétriques propose plusieurs tests qui ne nécessitent pasd'hypothèse concernant la forme de la distribution sous-jacente :

Test Khi-deux : Tabule une variable en modalités et calcule une statistique khi-deuxbasée sur les différences entre les fréquences observées et les fréquences attendues.

Test binomial : Compare la fréquence observée dans chaque modalité d'une variabledichotomique avec les fréquences attendues de la distribution binomiale.

Suites en séquence : Teste si l'ordre d'occurrence de deux valeurs d'une variableest aléatoire.

Test Kolmogorov-Smirnov pour un échantillon : Compare la fonction de distributioncumulée observée pour une variable avec une distribution théorique spécifiée, quipeut être normale, uniforme ou Poisson.

Tests de deux échantillons indépendants : Compare deux groupes d'observationsd'une variable. Le test U de Mann-Whitney, le test de Kolmogorov-Smirnov pourdeux échantillons, le test de réactions extrêmes Moses, et les suites en séquencesWald-Wolfowitz sont disponibles.

Tests de plusieurs échantillons indépendants : Compare deux groupes d'observationsou plus d'une variable. Le test de Kruskal-Wallis, le test de la médiane et le test deJonckheere-Terpstra sont disponibles.

Tests de deux échantillons liés : Compare les distributions de deux variables. Le testde Wilcoxon, le test des signes et le test de McNemar sont disponibles.

Tests de plusieurs échantillons liés : Compare les distributions de deux variablesou plus. Le test de Friedman, le test W de Kendall et le test Q de Cochran sontdisponibles.

497

498

Chapitre 34

Les quartiles et la moyenne, l'écart type, le minimum, le maximum, et le nombred'observations sont disponibles pour tous les tests ci-dessus.

Test du Khi-deux

La procédure de test du Khi-deux tabule une variable en modalités et calcule unestatistique Khi-deux. Ce test de qualité de l'ajustement compare les fréquencesobservées et attendues dans chaque modalité pour vérifier si toutes les modalitéscontiennent la même proportion de valeurs ou si chaque modalité contient uneproportion de valeurs spécifiées par l'utilisateur

Exemples : Le test du Khi-deux peut être utilisé pour déterminer si un sac de bonbonscontient les mêmes proportions de bonbons bleus, marrons, verts, oranges, rougeset jaunes. Vous pouvez aussi tester si le sac de bonbons contient 5 % de bonbonsbleus, 30 % de bonbons marrons, 10 % de bonbons verts, 20 % bonbons oranges,15 % de bonbons rouges et 15 % de bonbons jaunes.

Statistiques : Moyenne, écart type, minimum, maximum, et quartiles. Le nombre etle pourcentage d'observations manquantes et non manquantes, le nombre de casobservés et attendus pour chaque modalité, les résidus et la statistique khi-deux.

Test du Khi-deux : remarques sur les données

Données : Utilisez des variables qualitatives numériques ordonnées ou désordonnées(niveau de mesure ordinal ou nominal). Pour convertir des variables chaînes envariables numériques, utilisez la procédure Recoder Automatiquement, disponibledans le menu Transformer.

Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la formede la distribution sous-jacente. On part du principe que les données constituent unéchantillon aléatoire. Les fréquences attendues pour chaque modalité doivent êtreau moins égales à 1,20 % des modalités au maximum doivent avoir des fréquencesinférieures à 5.

499

Tests non paramétriques

Echantillon de résultatFigure 34-1Résultat de test du Khi-deux

6 18.8 -12.8

33 18.8 14.2

9 18.8 -9.8

17 18.8 -1.8

22 18.8 3.2

26 18.8 7.2

113

Bleu

Marron

Vert

Jaune

Orange

Rouge

Total

NObservé(e)s Théoriques Résidu

Couleur du bonbon haricot

N

27.973

5

.000

Khi-deux 1

df

SignificationAsymptotique

Couleur du

Haricot

Tests statistiques

0 cellule. 0 % de fréquences faibles. 18,8 fréquences faibles théoriques…

1.

Bonbon

500

Chapitre 34

6 18.8 -12.8

33 18.8 14.2

9 18.8 -9.8

17 18.8 -1.8

22 18.8 3.2

26 18.8 7.2

113

Bleu

Marron

Vert

Jaune

Orange

Rouge

Total

NObservé(e)s Théoriques Résidu

Couleur du bonbon haricot

N

1.041

5

.959

Khi-deux 1

df


Couleur du

Haricot

Tests statistiques

0 cellule. 0 % de fréquences faibles. 5,7 fréquences faibles théoriques…

1.

Bonbon

Pour obtenir un test Khi-deuxE A partir du menu, sélectionnez :

AnalyseTests non paramétriques

Khi-deux...

501


Figure 34-2Boîte de dialogue Test du khi-deux

E Sélectionnez des variables de test. Chaque variable produit un test distinct.

Vous pouvez également cliquer sur Options pour les statistiques descriptives, lesquartiles et le contrôle du traitement des données manquantes.

Valeurs et intervalles théoriques du test du Khi-deux

Intervalle théorique : Par défaut, chaque valeur distincte de la variable est définiecomme modalité. Pour établir des modalités dans un intervalle spécifique,sélectionnez l'option Dans les limites spécifiées, et indiquez les valeurs entières pourles limites inférieure et supérieure. Des modalités sont établies pour chaque valeurentière comprise dans l'intervalle, et les observations à l'extérieur des limites sontexclues. Par exemple, si vous spécifiez une valeur de limite inférieure de 1 et unevaleur de limite supérieure de 4, seules les valeurs entières de 1 à 4 sont utiliséespour le test du Khi-deux.

Effectifs théoriques : Par défaut, toutes les modalités ont des valeurs théoriques égales.Les modalités peuvent avoir des proportions attendues définies par l'utilisateur.Sélectionnez Valeurs, indiquez une valeur supérieure à 0 pour chaque modalité devariable de test et cliquez sur Ajouter. Chaque fois que vous ajoutez une valeur,celle-ci apparaît au bas de la liste des valeurs. L'ordre des valeurs est important.

502

Chapitre 34

Il correspond à l'ordre croissant des valeurs des modalités de la variable de test.La première valeur de la liste correspond à la valeur de groupe la plus basse dela variable de test et la dernière valeur correspond à la valeur la plus élevée. Leséléments de la liste des valeurs sont additionnés et chaque valeur est ensuite diviséepar cette somme pour calculer la proportion d'observations attendues dans la modalitécorrespondante. Par exemple, une liste de valeurs de 3, 4, 5, 4 indique les proportionsattendues de 3/16, 4/16, 5/16 et 4/16.

Test du Khi-deux : OptionsFigure 34-3Boîte de dialogue Test du Khi-deux : Options

Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou lesdeux) :

Caractéristique : Affiche la moyenne, l'écart type, le minimum, le maximum, et lenombre d'observations non manquantes.

Quartiles : Indique les valeurs correspondant au 25ème, 50ème et 75ème centiles.


Exclure les observations test par test : Lorsque plusieurs tests sont indiqués, chaquetest est effectué séparément selon le nombre des valeurs manquantes.

Exclure toute observation incomplète : Les observations avec des valeursmanquantes pour l'une ou l'autre variable sont exclues de toutes les analyses.

503


Fonctionnalités supplémentaires de la commande NPAR TESTS (test duKhi-deux)


Spécifier des valeurs minimale et maximale différentes, ou des fréquencesattendues pour différentes variables (avec la sous-commande CHISQUARE).

Tester la même variable avec différentes fréquences attendues ou utiliserdifférentes plages (avec la sous-commande EXPECTED).


Test binomial

La procédure de test binomial compare les fréquences observées des deux modalitésd'une variable dichotomique avec les fréquences que l'on peut attendre d'unedistribution binomiale avec un paramètre de probabilité spécifié. Par défaut, leparamètre de probabilité pour les deux groupes est de 0,5. Pour modifier lesprobabilités, vous pouvez entrer un test de proportion pour le premier groupe. Laprobabilité pour le second groupe sera de 1 moins la probabilité spécifiée pour lepremier groupe.

Exemple : Quand vous lancez une pièce, la probabilité de tomber sur le côté face est de1/2. Sur la base de cette hypothèse, une pièce est lancée 40 fois, et les résultats sontenregistrés (pile ou face). Du test binomial, il se peut que vous observiez que les 3/4des lancements sont tombés sur le côté face et que le seuil de signification observé estbas (0,0027). Ces résultats indiquent qu'il est peu probable que la probabilité pour quela pièce tombe sur le côté face soit égale à 1/2. La pièce est probablement truquée.

Statistiques : Moyenne, écart type, minimum, maximum, nombre d'observations avecdes valeurs non manquantes et quartiles.

Test binomial : remarques sur les données

Données : Les variables testées doivent être numériques et dichotomiques. Pourconvertir des variables chaînes en variables numériques, utilisez la procédureRecoder Automatiquement, disponible dans le menu Transformer. Une variable

504

Chapitre 34

dichotomique est une variable qui ne peut prendre que deux valeurs possibles : ouiou non, vrai ou faux, 0 ou 1, etc. Si les variables ne sont pas dichotomiques, il fautspécifier une césure. La césure répartit les observations avec une valeur supérieure àla césure dans un groupe et le reste des observations dans un autre groupe.

Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la formede la distribution sous-jacente. On part du principe que les données constituentun échantillon aléatoire.

Echantillon de résultatFigure 34-4Résultat du test binomial

Face 30 .75 .50 .0031

Pile 10 .25

40 1.00

Groupe 1

Groupe 2

Total

PièceModalité N

ProportionObservée

Test deProportion


(Bilatérale)

Test binomial

Basé sur l'approximation Z1.

Pour obtenir un test binomialE A partir du menu, sélectionnez :


Binomial...

505


Figure 34-5Boîte de dialogue Test binomial

E Sélectionnez une ou plusieurs variables numériques à tester.


Test binomial : OptionsFigure 34-6Boîte de dialogue Test binomial

506

Chapitre 34






Exclure toute observation incomplète : Les observations avec des valeursmanquantes pour toutes les variables du test sont exclues de toutes les analyses.

Fonctionnalités supplémentaires de la commande NPAR TESTS (Testbinomial)


Sélectionner des groupes spécifiques (et excluez-en d'autres) lorsqu'une variablecomporte plus de deux modalités (avec la sous-commande BINOMIAL).

Spécifier différentes césures ou probabilités pour différentes variables (avec lasous-commande BINOMIAL).

Tester la même variable avec différentes césures ou probabilités (avec lasous-commande EXPECTED).


Suites en séquences

La procédure Suites en séquences teste si l'ordre d'occurrence de deux valeurs d'unevariable est aléatoire. Une séquence est une suite d'observations semblables. Unéchantillon comportant trop ou trop peu de séquences suggère que l'échantillonn'est pas aléatoire.

507


Exemples : Supposons que 20 personnes soient sondées pour déterminer si ellesachèteraient un produit donné. On peut douter que l'échantillon soit aléatoire si toutesles personnes sont du même sexe. Le test Suites en séquences peut être utilisé pourdéterminer si l'échantillon a été tiré au hasard.


Suites en séquences : Remarques sur les Données

Données : Les variables doivent être numériques. Pour convertir des variables chaînesen variables numériques, utilisez la procédure Recoder Automatiquement, disponibledans le menu Transformer.

Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur laforme de la distribution sous-jacente. Utilisez des échantillons à distribution deprobabilité continue.

Echantillon de résultatFigure 34-7Résultat de suites en séquences

1.007

13

2015

2.234

.025

Valeur de test 1

Observations < Valeur de testObservations >= Valeur de testTotal des observationsNombre de séquences

Z

Significationasymptotique (bilatérale)

Sexe

Suites en séquences

Médiane1.

508

Chapitre 34

Pour obtenir un test de suitesE A partir du menu, sélectionnez :


Séquences...

Figure 34-8Boîte de dialogue Suites en séquences

E Sélectionnez une ou plusieurs variables numériques à tester.


Césure des Suites en séquences

Césure : Spécifie une césure pour dichotomiser les variables que vous avez choisies.Vous pouvez utiliser soit la moyenne, la médiane ou le mode observés, soit une valeurspécifiée comme césure. Les observations dont les valeurs sont inférieures à la césuresont assignées à un groupe, et les observations dont les valeurs sont supérieures à lacésure sont assignées à l'autre groupe. Un test est réalisé pour chaque césure choisie.

509


Options des Suites en séquencesFigure 34-9Boîte de dialogue Suites en séquences : Options







Fonctionnalités supplémentaires de la commande NPAR TESTS (Suites enséquences)


Spécifier différentes césures pour différentes variables (à l'aide de lasous-commande RUNS).

Tester la même variable par rapport à différentes césures personnalisées (à l'aidede la sous-commande RUNS).

510

Chapitre 34


Test Kolmogorov-Smirnov pour un échantillon

Le test de Kolmogorov-Smirnov pour un échantillon compare la fonction dedistribution cumulée observée d'une variable avec une distribution théoriquespécifiée, qui peut être normale, uniforme, de Poisson ou exponentielle. Le Z deKolmogorov-Smirnov est calculé à partir de la plus grande différence (en valeurabsolue) entre les fonctions de distribution cumulées observées et théoriques.Le test de qualité de l'ajustement contrôle si les observations peuvent avoir étéraisonnablement déduites de la distribution spécifiée.

Exemple : La plupart des tests paramétriques nécessitent des variables distribuéesnormalement. Le test de Kolmogorov-Smirnov pour un échantillon permet de tester siune variable comme Revenu, par exemple, est distribuée normalement.


Remarques sur les données du test de Kolmogorov-Smirnovpour un échantillon

Données : Utilisez des variables quantitatives (mesure d'intervalle ou de rapport).

Hypothèses : Le test de Kolmogorov-Smirnov part du principe que les paramètres dela distribution à tester sont précisés a priori. Cette procédure estime les paramètres àpartir d'un échantillon. L'échantillon de moyenne et l'échantillon d'écart type sontles paramètres pour une distribution normale. Les valeurs minimum et maximumde l'échantillon définissent l'intervalle de la distribution uniforme, l'échantillon demoyenne est le paramètre pour la distribution de Poisson et l'échantillon de l'écarttype est le paramètre pour la distribution exponentielle.

511


Echantillon de résultatFigure 34-10du test de Kolmogorov-Smirnov pour un échantillon

20

56250.00

45146.40

.170

.170

-.164

.760

.611

N

Moyenne

Ecart type

Paramètres gaussiens 1,2

Absolues

Positives

Négatives

Différences les plus extrêmes

Z de Kolmogorov-Smirnov

Signification asymptotique (bilatérale)

Revenu

Test Kolmogorov-Smirnov pour un échantillon

Distribution à tester normale1.

Calcul à partir de données2.

Pour obtenir un test de Kolmogorov-Smirnov pour unéchantillon


Tests non paramétriquesK-S à 1 échantillon...

512

Chapitre 34

Figure 34-11Boîte de dialogue Test de Kolmogorov-Smirnov pour un échantillon

E Sélectionnez une ou plusieurs variables numériques à tester. Chaque variable produitun test distinct.


Options du test de Kolmogorov-Smirnov pour un échantillonFigure 34-12Boîte de dialogue K-S pour un échantillon : Options

513








Fonctions supplémentaires de commandes NPAR TESTS (test deKolmogorov-Smirnov pour un échantillon)


Spécifier les paramètres de la distribution à tester (avec la sous-commande K-S).


Tests pour deux échantillons indépendants

La procédure des tests pour deux échantillons indépendants compare deux groupesd'observations en fonction d'une variable.

Exemple : De nouveaux appareils dentaires qui sont censés être plus confortables,avoir une apparence plus agréable et provoquer des progrès plus rapides pour leredressage des dents ont été développés. Pour savoir si les nouveaux appareils doiventêtre portés aussi longtemps que les anciens, 10 enfants sont choisis de façon aléatoirepour porter les anciens appareils et 10 autres pour porter les nouveaux appareils. Letest U de Mann-Whitney peut par exemple vous montrer que les sujets portant lesnouveaux appareils ne doivent pas les porter aussi longtemps que les sujets utilisantles anciens appareils.

514

Chapitre 34

Statistiques : Moyenne, écart type, minimum, maximum, nombre d'observations avecdes valeurs non manquantes et quartiles. Tests : U de Mann-Whitney, réactionsextrêmes de Moses, Z de Kolmogorov-Smirnov, suites de Wald-Wolfowitz.

Tests pour deux échantillons indépendants : remarques surles données

Données : Utilisez des variables numériques qui peuvent être ordonnées.

Hypothèses : Utilisez des échantillons indépendants, aléatoires. Le test U deMann-Whitney exige que les deux échantillons testés soient de forme semblable.

Echantillon de résultatFigure 34-13Résultat pour deux échantillons indépendants

10 14.10 141.00

10 6.90 69.00

20

AnciensAppareils

NouveauxAppareils

Total

TypeD'appareil

Tempsécoulé enJours

NRangMoyen

Somme des rangs

Rangs

515


14.000

69.000

-2.721

.007

.0051

U de Mann-Whitney

W de Wilcoxon

Z

Signification Asymptotique(Bilatérale)

Signification exacte[2*(sig. Unilatérale)]

Temps écouléen jours

Tests statistiques 2

Ex æquo non corrigés.1.

Critère de regroupement qualitatifnumérique : type d'appareil

2.

Pour effectuer les tests pour deux échantillons indépendants


Tests non paramétriques2 échantillons indépendants...

516

Chapitre 34

Figure 34-14Boîte de dialogue Tests pour deux échantillons indépendants

E Sélectionnez une ou plusieurs variables numériques.

E Sélectionnez une variable de regroupement et cliquez sur Définir groupes... pourscinder le fichier en deux groupes ou échantillons.

Types de tests pour deux échantillons indépendants

Type de test : Quatre tests sont disponibles pour tester si deux échantillons (groupes)proviennent de la même population.

Le test U de Mann-Whitney est le plus populaire des tests pour deux échantillonsindépendants. Il équivaut au test de Wilcoxon et au test de Kruskal-Wallis pourdeux groupes. Les tests de Mann-Whitney servent à vérifier que deux échantillonsd'une population ont une position équivalente. Les observations des deux groupessont combinées et ordonnées, et il leur est attribué un rang moyen en cas d'ex aequo.Le nombre d'ex aequo doit être petit par rapport au nombre total d'observations. Siles populations ont une position identique, les rangs doivent être attribués de façonaléatoire entre les deux échantillons. Le nombre de fois ou un résultat du groupe 1précède un résultat du groupe 2 et le nombre de fois ou un résultat du groupe 2

517


précède un résultat du groupe 1 sont calculés. La statistique du U de Mann-Whitneyest le plus petit de ces deux nombres. La statistique de la somme de rangs deWilcoxon W, également affichée, est la somme des rangs du plus petit échantillon.Si les deux échantillons ont le même nombre d'observations, W est la somme desrangs du groupe nommé en premier dans la boîte de dialogue Définition des deuxgroupes d'échantillons indépendants.

Le test Z de Kolmogorov-Smirnov et les suites en séquences de Wald-Wolfowitzsont des tests plus généraux qui détectent les différences de position et la forme desdistributions. Le test Z de Kolmogorov-Smirnov est basé sur la différence absoluemaximum entre les fonctions de distribution cumulées observées pour les deuxéchantillons. Lorsque cette différence est significative, on considère que les deuxdistributions sont différentes. Le test des suites en séquences de Wald-Wolfowitzcombine et ordonne les observations des deux groupes. Si les deux échantillonsproviennent de la même population, les deux groupes doivent être dispersés de façonaléatoire dans tout le classement.

Le test des réactions extrêmes de Moses part du principe que la variableexpérimentale influence certains sujets dans une direction et d'autres sujets dans ladirection opposée. Il vérifie les réponses extrêmes par rapport à un groupe de contrôle.Ce test permet d'étudier l'intervalle du groupe de contrôle et de mesurer à quel pointles valeurs extrêmes du groupe expérimental influencent l'amplitude lorsque ce test estassocié au groupe de contrôle. Le groupe de contrôle est défini par la valeur du groupe1 dans la boîte de dialogue Définition des deux groupes d'échantillons indépendants.Les observations des deux groupes sont combinées et ordonnées. L'intervalle dugroupe de contrôle se calcule en effectuant la différence entre les rangs des valeursles plus grandes et les plus petites du groupe de contrôle plus 1. Puisque des valeurséloignées peuvent occasionnellement et facilement fausser l'intervalle d'amplitude, 5% des observations de contrôle sont filtrées automatiquement à chaque extrémité.

Définition de deux groupes d'échantillons indépendantsFigure 34-15Boîte de dialogue Tests pour deux échantillons indépendants : Définir groupes

518

Chapitre 34

Pour scinder le fichier en deux groupes ou échantillons, indiquez un nombre entierpour le groupe 1 et un autre pour le groupe 2. Les observations avec d'autres valeurssont exclues de l'analyse.

Tests pour deux échantillons indépendants : OptionsFigure 34-16Boîte de dialogue Deux échantillons indépendants : Options


Caractéristique : Indique la moyenne, l'écart type, le minimum, le maximum, etle nombre d'observations sans valeurs manquantes.





Fonctionnalités supplémentaires de la commande NPAR TESTS (tests pourdeux échantillons indépendants)


Spécifier le nombre d'observations devant être filtrées pour le test de Moses (avecla sous-commande MOSES).

519



Tests pour deux échantillons liés

La procédure des tests pour deux échantillons liés compare les distributions pourdeux variables.

Exemple : En général, une famille qui vend sa maison perçoit-elle le prix demandé ?En appliquant le test de Wilcoxon aux données de 10 foyers, vous apprendrez quesept familles perçoivent moins que le prix demandé, qu'une famille perçoit plus que leprix demandé et que deux familles perçoivent le prix demandé.

Statistiques : Moyenne, écart type, minimum, maximum, nombre d'observationsavec des valeurs non manquantes et quartiles. Tests : Wilcoxon, Signe, McNemar,Homogénéité marginale.

Tests pour deux échantillons liés : remarques sur les données


Hypothèses : Bien qu'aucune distribution particulière ne soit supposée pour les deuxvariables, on part du principe que la distribution de la population des différencesliées est symétrique.

520

Chapitre 34

Echantillon de résultatFigure 34-17Analyse pour deux échantillons liés

71

4.93 34.50

12

1.50 1.50

23

10

RangsNégatifs

RangsPositifs

Ex aequo

Total

Prix demandé - Prix de vente

NRangsMoyen

Somme des rangs

Rangs

Prix demandé < Prix de vente1.

Prix demandé > Prix de vente2.

Prix demandé = Prix de vente3.

-2.3131

.021

Z

SignificationAsymptotique (Bilatérale)

Prix demandé- Prix de vente


Basé sur les rangs positifs1.

Test de Wilcoxon2.

Pour obtenir des tests pour deux échantillons liés


Tests non paramétriques2 échantillons liés...

521


Figure 34-18Boîte de dialogue Tests pour deux échantillons liés

E Sélectionnez des paires de variables de la manière décrite ci-dessous :

Cliquez sur chacune des deux variables. La première variable apparaît dansle groupe Choix courants comme Variable 1 et la seconde apparaît commeVariable 2.

Après avoir sélectionné une paire de variables, cliquez sur le bouton fléchépour déplacer la paire vers la liste Paire(s) à tester. Vous pouvez sélectionnerd'autres paires de variables. Pour supprimer une paire de variables de l'analyse,sélectionnez une paire dans la liste Paire(s) à tester et cliquez sur le bouton fléché.

Types de tests pour deux échantillons liés

Type de test : Les tests de cette section comparent les distributions pour deux variablesliées. Le test qu'il convient d'utiliser dépend du type de données.

Si vos données sont continues, utilisez le test de Signe ou le test de Wilcoxon.Le test de signe calcule les différences entre les deux variables pour toutes lesobservations, et classe les différences comme étant positives, négatives ou liées. Si lesdeux variables sont réparties de la même manière, le nombre de différences positiveset le nombre de différences négatives ne diffèrent pas de façon significative. Le testde Wilcoxon prend en compte les informations relatives au signe des différences,

522

Chapitre 34

ainsi qu'à l'amplitude des différences entre paires. Comme le test de Wilcoxon intègreplus de renseignements sur les données, il est plus puissant que le test des signes.

Si vos données sont binaires, utilisez le test de McNemar. Ce test s'utilisefréquemment lors de situations de mesures répétées, au cours desquelles la réponse dusujet est provoquée deux fois, une fois avant qu'un événement spécifié se produise etune fois après qu'un événement spécifié s'est produit. Le test de McNemar déterminesi le taux de réponses initial (avant l'événement) est égal au taux de réponse final(après l'événement). Ce test est utile pour détecter les changements dans les réponsesdues à une intervention expérimentale dans les plans avant et après.

Si vos données sont qualitatives, utilisez le test d'Homogénéité marginale. Ils'agit d'un développement du test de McNemar d'une réponse binaire à une réponsemultinomiale. Il recherche les changements de réponse en utilisant la distributionkhi-deux et permet de détecter les changements de réponse dus à une interventionexpérimentale dans les plans avant et après. Le test d'homogénéité marginale n'estdisponible que si vous avez installé les tests exacts SPSS.

Tests pour deux échantillons liés : OptionsFigure 34-19Boîte de dialogue Tests pour deux échantillons liés : Options





523




Fonctionnalités supplémentaires de la commande NPAR (Deux échantillonsliés)


tester une variable avec toute autre variable d'une liste.


Tests pour plusieurs échantillons indépendants

La procédure de Tests pour Plusieurs Echantillons Indépendants compare deuxgroupes d'observations ou plus sur une variable.

Exemple : Trois marques d'ampoules 100 watts diffèrent-elles par leur durée moyennede fonctionnement ? A partir de l'analyse de variance d'ordre 1 de Kruskal-Wallis,vous apprendrez peut-être que les trois marques diffèrent par leur durée de viemoyenne.

Statistiques : Moyenne, écart type, minimum, maximum, nombre d'observations avecdes valeurs non manquantes et quartiles. Tests : H de Kruskal-Wallis, médiane.

Tests pour Plusieurs Echantillons Indépendants : Remarquessur les Données


Hypothèses : Utilisez des échantillons indépendants, aléatoires. Le test du H deKruskal-Wallis nécessite que les échantillons testés soient de forme similaire.

524

Chapitre 34

Echantillon de résultatFigure 34-20Résultat des Tests pour plusieurs échantillons indépendants

10 15.20

10 25.50

10 5.80

30

Marque A

Marque B

Marque C

Total

MarqueHeuresN

RangMoyen

Rangs

25.061

2

.000

Khi-deux

df


Heures

Tests statistiques 1,2

Test de Kruskal-Wallis1.

Critère de regroupement 2. qualitatif numérique : Marque

Pour obtenir des tests pour plusieurs échantillons indépendants


Tests non paramétriquesK échantillons indépendants

525


Figure 34-21Boîte de dialogue Tests pour plusieurs échantillons indépendants

E Sélectionnez une ou plusieurs variables numériques.

E Sélectionnez une variable de regroupement et cliquez sur Définir intervalle pourspécifier les valeurs entières minimale et maximale pour la variable de regroupement.

Tests pour Plusieurs Echantillons Indépendants : Types de tests

Type de test : Trois tests permettent de déterminer si plusieurs échantillonsindépendants proviennent de la même population.

Le test du H de Kruskal-Wallis, le test de la Médiane et le test deJonckheere-Terpstra testent tous si plusieurs échantillons indépendants proviennentde la même population. Le test H de Kruskal-Wallis, extension du test du U deMann-Whitney, est l'équivalent non paramétrique de l'analyse de variance d'ordre 1 etdétecte les différences dans la position de la distribution. Le test de la médiane, testplus général mais moins puissant, détecte les différences de position et de forme desdistributions. Le test du H de Kruskal-Wallis et le test de la médiane supposent qu'iln'existe aucun classement a priori des k populations à partir desquelles les échantillonssont tirés. Lorsqu'il existe un classement naturel a priori (ascendant ou descendant)des k populations, le test de Jonckheere-Terpstra est plus puissant. Par exemple,les k populations peuvent représenter k températures croissantes. L'hypothèse selonlaquelle différentes températures produisent la même distribution des réponses est

526

Chapitre 34

testée contre l'hypothèse alternative selon laquelle l'accroissement de température faitaugmenter la magnitude de la réponse. Ici, l'hypothèse alternative est ordonnée ; letest de Jonckheere-Terpstra est donc le plus approprié. Le test de Jonckheere-Terpstran'est disponible que si vous avez installé les Tests Exacts de SPSS.

Tests pour Plusieurs Echantillons Indépendants : Définir l'IntervalleFigure 34-22Boîte de dialogue Plusieurs échantillons indépendants : Définir l'intervalle

Pour définir l'intervalle, entrez les valeurs entières minimale et maximalecorrespondant à la modalité la plus basse et à la plus haute de la variable deregroupement. Les observations dont les valeurs se trouvent à l'extérieur des limitessont exclues. Par exemple, si vous spécifiez une valeur minimale de 1 et une valeurmaximale de 3, seules les valeurs entières comprises entre 1 et 3 seront utilisées.La valeur minimale doit être inférieure à la valeur maximale, et les deux valeursdoivent être spécifiées.

527


Options des Tests pour Plusieurs Echantillons IndépendantsFigure 34-23Boîte de dialogue Plusieurs échantillons indépendants : Options

Statistiques : Vous pouvez choisir l'une des statistiques récapitulatives suivantes,ou bien les deux.






Fonctionnalités supplémentaires de la commande NPAR TESTS (Kéchantillons indépendants)


Spécifier une valeur différente de la médiane observée pour le test de la médiane(avec la sous-commande MEDIAN).


528

Chapitre 34

Tests pour plusieurs échantillons liés

La procédure de Tests pour Plusieurs Echantillons Liés compare les distributions dedeux variables ou plus.

Exemple : Le public associe-t-il différents niveaux de prestige à un docteur, un avocat,un officier de police et un enseignant ? On demande à dix personnes de classer cesquatre métiers par ordre de prestige. Le test de Friedman indique que le public associeeffectivement différents niveaux de prestige à ces quatre professions.

Statistiques : Moyenne, écart type, minimum, maximum, nombre d'observationsavec des valeurs non manquantes et quartiles. Tests : Friedman, W de Kendall et Qde Cochran.

Tests pour plusieurs échantillons liés de considérations dedonnées


Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la formede la distribution sous-jacente. Utilisez des échantillons dépendants, aléatoires.

Echantillon de résultatFigure 34-24Résultat des Tests pour Plusieurs Echantillons Liés

1.50

2.50

3.40

2.60

MédecinHommede loiPolicier

Enseignant

RangMoyen

Rangs

529


10

10.920

3

.012

N

Khi-deux

df

Signification asymptotique


Test de Friedman1.

Pour obtenir des tests pour plusieurs échantillons liés


Tests non paramétriquesK échantillons liés

Figure 34-25Boîte de dialogue Tests pour plusieurs échantillons liés

E Sélectionnez deux variables numériques ou plus à tester.

Tests pour plusieurs échantillons liés de types de tests

Type de test : Trois tests sont disponibles pour comparer les distributions de plusieursvariables liées.

530

Chapitre 34

Le testdeFriedman est l'équivalent non paramétrique d'un plan de mesuresrépétées sur un échantillon ou d'une analyse de variance d'ordre 2 avec uneobservation par cellule. Le test de Friedman teste l'hypothèse nulle selon laquellek variables liées proviennent de la même population. Pour chaque observation, lesvariables k sont classées de 1 à k. La statistique de test est basée sur ces classements.Le test W de Kendall est une standardisation de la statistique de Friedman. Le testW de Kendall peut être interprété comme le coefficient de concordance, qui est unemesure de l'accord entre les évaluateurs. Chaque observation est un juge ou unindicateur, et chaque variable est une personne ou un élément jugé. Pour chaquevariable, la somme des rangs est calculée. Le W de Kendall se situe entre 0 (pasd'accord) et 1 (accord total). Le Q de Cochran est identique au test de Friedman maiss'applique lorsque toutes les réponses sont binaires. C'est une extension du test deMcNemar à K échantillons. Le Q de Cochran teste l'hypothèse nulle selon laquelleplusieurs variables dichotomiques liées ont la même moyenne. Les variables sontmesurées sur le même individu ou sur des individus comparables.

Statistiques des tests pour plusieurs échantillons liésFigure 34-26Boîte de dialogue Statistiques pour Plusieurs Echantillons Liés



Fonctionnalités supplémentaires de la commande NPAR TESTS (Kéchantillons liés)


Chapitre

35Analyse des réponses multiples

Deux procédures sont proposées pour l'analyse des vecteurs comportant plusieursvariables dichotomiques ou plusieurs modalités. La procédure Fréquencesmultiréponses affiche les tableaux de fréquences. La procédure des Tableaux croisésmultiréponses affiche des tableaux croisés à deux ou trois dimensions. Avant d'utiliserl'une de ces procédures, vous devez définir des vecteurs multiréponses.

Exemple : Cet exemple illustre l'utilisation des éléments multiréponses dans une étudede marché. Ces données sont fictives et ne doivent pas être considérées commeréelles. Une compagnie aérienne est parfois amenée à interroger les passagers d'untrajet donné pour évaluer la concurrence. Dans cet exemple, American Airlines veutsavoir si ses passagers utilisent d'autres compagnies aériennes pour couvrir le trajetChicago-New York et connaître l'importance relative des horaires et du service dansle choix d'une compagnie aérienne. L'hôtesse distribue à chaque passager un courtquestionnaire lors de l'embarquement. La première question est la suivante : Entoureztoutes les compagnies aériennes par lesquelles vous avez effectué au moins un voldans les six derniers mois parmi American, United, TWA, USAir et d'autres. Il s'agitd'une question à réponses multiples, car le passager peut entourer plus d'une réponse.Cependant, cette question ne peut pas être codée directement, parce qu'une variableSPSS ne peut avoir qu'une valeur pour chaque cas. Vous devez utiliser plusieursvariables pour mapper les réponses à chaque question. Ceci peut être fait de deuxmanières. L'une consiste à définir une variable correspondant à chaque choix possible(par exemple, American, United, TWA, USAir et d'autres). Si le passager entoureUnited, le numéro de code 1 est affecté à la variable united, sinon c'est le code 0 quilui est affecté. Il s'agit de la méthode de codage de variables à dichotomie multiple.L'autre méthode permettant de mapper les réponses est la méthode des modalitésmultiples, où vous devez estimer le nombre maximal de réponses possibles à laquestion et définir le même nombre de variables, avec des codes correspondantà la compagnie aérienne empruntée. En utilisant un échantillon de questionnaires,vous vous apercevrez peut-être que personne n'a emprunté plus de trois compagnies

531

532

Chapitre 35

différentes pour ce trajet. Qui plus est, vous vous rendrez compte que, du fait de ladéréglementation des compagnies aériennes, 10 autres compagnies figurent dans lamodalité Autre. A l'aide de la méthode multiréponses, vous pouvez définir troisvariables, codées comme suit : 1 = american, 2 = united, 3 = twa, 4 = usair, 5 = delta,etc. Si un passager entoure American et TWA, la première variable porte le code 1, laseconde le code 3, et la troisième un code sans valeur. Un autre passager a peut-êtreentouré American et ajouté Delta. Ainsi, la première variable porte le code 1, laseconde le code 5, et la troisième un code sans valeur. Si vous utilisez la méthodedes dichotomies multiples, d'un autre côté, vous finissez par vous retrouver avec 14variables différentes. Les deux méthodes de codage sont possibles dans le cadre decette enquête. Cependant, votre choix dépendra de la répartition des réponses.

Définition de vecteurs multiréponses

La procédure de définition de vecteurs multiréponses regroupe des variables itemairesdans des vecteurs de dichotomies ou de modalités, pour lesquels vous pouvez obtenirdes tableaux de fréquences et des tableaux croisés. Vous pouvez définir jusqu'à 20vecteurs multiréponses. Chaque vecteur doit avoir un nom unique. Pour éliminerun vecteur, sélectionnez-le dans la liste des vecteurs multiréponses et cliquez surEliminer. Pour modifier un vecteur, sélectionnez-le dans la liste, modifiez-en lescaractéristiques et cliquez sur Changer.

Vous pouvez coder vos variables itemaires sous forme de dichotomies ou demodalités. Pour utiliser des variables dichotomiques, sélectionnez Variables

dichotomiques afin de créer un vecteur de dichotomies multiples. Entrez une valeurentière dans Valeur comptée. Chaque variable ayant au moins une occurrencede la valeur comptée devient une modalité du vecteur de dichotomies multiples.Sélectionnez Modalités pour créer un vecteur de modalités multiples ayant le mêmeintervalle de valeurs que les variables qui le composent. Entrez des nombres entierspour le minimum et le maximum de l'intervalle des modalités du vecteur de modalitésmultiples. SPSS totalise chaque valeur entière contenue dans l'intervalle pour toutesles variables qui le composent. Les modalités vides ne sont pas tabulées.

A chaque vecteur multiréponses doit être attribué un nom unique de 7 caractèresmaximum. La procédure ajoute un signe dollar ($) devant le nom que vous avezattribué. Les noms réservés suivants ne doivent pas être utilisés : casenum, sysmis,jdate, date, time, length et width. Le nom du vecteur multiréponses doit uniquementêtre utilisé dans les procédures multiréponses. Vous ne pouvez pas faire référence

533

Analyse des réponses multiples

aux noms des vecteurs multiréponses dans les autres procédures. A titre facultatif,vous pouvez entrer une étiquette de variable décrivant le vecteur multiréponses. Cetteétiquette peut comporter jusqu'à 40 caractères.

Pour définir des vecteurs de réponses multiplesE A partir du menu, sélectionnez :

AnalyseRéponses multiples

Définir des groupes...

Figure 35-1Boîte de dialogue Définition des vecteurs multiréponses

E Sélectionnez deux ou plusieurs variables.

E Si vos variables sont codées comme dichotomies, indiquez la valeur que voussouhaitez calculer. Si elles sont codées comme modalités, définissez leur intervalle.

E Entrez un nom unique pour chaque vecteur multiréponses.

E Cliquez sur Ajouter pour ajouter les vecteurs multiréponses à la liste des vecteursdéfinis.

534

Chapitre 35

Tableaux de fréquences des réponses multiples

La procédure Fréquences multiréponses produit des tableaux de fréquences pourles vecteurs multiréponses. Vous devez d'abord définir un ou plusieurs vecteursmultiréponses (voir « Définir les vecteurs multiréponses »).

Pour les vecteurs de dichotomies multiples, les noms de modalité apparaissant dansle résultat proviennent d'étiquettes de variable définies pour les variables itemaires dugroupe. Si les étiquettes de variable ne sont pas définies, les noms de variables serventd'étiquettes. Pour les vecteurs de modalités multiples, les étiquettes des modalitésproviennent des étiquettes de valeurs de la première variable du groupe. Si lesmodalités manquantes de la première variable sont présentes pour d'autres variablesdu groupe, définissez une étiquette de valeurs pour les modalités manquantes.

Valeurs manquantes : Les cas de valeurs manquantes sont exclus tableau par tableau.Vous pouvez donc choisir l'une ou les deux solutions suivantes :

Exclure les observations ayant une information incomplète à l'intérieur desdichotomies : Ceci permet d'exclure les observations ayant des valeursmanquantes pour toute variable issue du tableau croisé du vecteur de dichotomiesmultiples. Ceci s'applique seulement aux vecteurs multiréponses définis commevecteurs de dichotomies. Par défaut, une observation est considérée manquantepour un vecteur de dichotomies multiples si aucune de ses variables composantesne contient de valeur comptée. Les cas de valeurs manquantes pour certainesvariables, mais pas toutes, sont inclus dans les tabulations du groupe si au moinsune variable contient la valeur comptée.

Exclure toute observation ayant une information incomplète à l'intérieur desmodalités : Cela permet d'exclure les observations ayant des valeurs manquantespour toute variable provenant du tableau croisé du vecteur des modalitésmultiples. Ceci s'applique seulement aux vecteurs multiréponses définis commedes vecteurs de modalités. Par défaut, une observation est considérée manquantepour un vecteur de modalités multiples si aucune de ses composantes n'a devaleurs valides à l'intérieur de l'intervalle défini.

Exemple : Chaque variable créée à partir d'une question de l'enquête est une variableélémentaire. Pour analyser un élément multiréponses, vous devez combiner lesvariables dans l'un des deux types de vecteurs multiréponses : vecteur de modalitésmultiples ou vecteur de dichotomies multiples. Par exemple, si dans une enquête, unecompagnie aérienne vous demande la compagnie (American Airlines, United Airlinesou TWA) que vous avez empruntée au cours des six derniers mois, si vous utilisez des

535


variables dichotomiques et avez défini un vecteur de dichotomies multiples, chacunedes trois variables du vecteur devient une modalité de la variable de regroupement.Les effectifs et les pourcentages correspondant aux trois compagnies aérienness'affichent dans un tableau de fréquences. Si vous découvrez qu'aucun des répondantsn'a mentionné plus de deux compagnies, vous pouvez créer deux variables, chacuneayant trois codes, un par compagnie aérienne. Si vous définissez un vecteur demodalités multiples, les valeurs sont tabulées et les mêmes codes sont ajoutés danstoutes les variables élémentaires. Le vecteur de valeurs résultant est le même que pourchacune des variables itemaires. Par exemple, 30 réponses pour United représententla somme des cinq réponses United pour la compagnie aérienne 1 et des 25 réponsesUnited pour la compagnie 2. Les effectifs et les pourcentages correspondant aux troiscompagnies aériennes s'affichent dans un tableau de fréquences.

Statistiques : Tableaux de fréquences contenant des effectifs, des pourcentages deréponses, des pourcentages de cas, le nombre de cas valables, et le nombre de casmanquants.

Gestion des données des fréquences de réponses multiples

Données : Utilisez des vecteurs multiréponses.

Hypothèses : Les effectifs et pourcentages représentent une description utile desdonnées de n'importe quelle distribution.

Procédures apparentées : La procédure Définir Vecteurs multiréponses vous permetde définir des vecteurs multiréponses.

536

Chapitre 35

Echantillon de résultatFigure 35-2Résultat de la méthode des fréquences de réponses multiples

Pour obtenir des tableaux de fréquences de réponses multiplesE A partir du menu, sélectionnez :


Fréquences...

Figure 35-3Boîte de dialogue Fréquences de réponses multiples

E Sélectionnez un ou plusieurs vecteurs multiréponses.

537


Tableaux croisés des réponses multiples

La procédure Tableaux croisés de réponses multiples classe, par tableaux croisés, desvecteurs multiréponses définis, des variables itemaires ou une combinaison. Vouspouvez également obtenir des pourcentages de cellules basés sur des observations oudes réponses, modifier la gestion des valeurs manquantes ou obtenir des tableauxcroisés appariés. Vous devez d'abord définir un ou plusieurs vecteurs multiréponses(veuillez consulter « Pour Définir des vecteurs multiréponses »).

Pour les vecteurs de dichotomies multiples, les noms de modalité apparaissantdans le résultat proviennent d'étiquettes de variable définies pour les variablesitemaires du groupe. Si les étiquettes de variable ne sont pas définies, les noms devariables servent d'étiquettes. Pour les vecteurs de modalités multiples, les étiquettesdes modalités proviennent des étiquettes de valeurs de la première variable dugroupe. Si les modalités manquantes de la première variable sont présentes pourd'autres variables du groupe, définissez une étiquette de valeurs pour les modalitésmanquantes. SPSS affiche les étiquettes de modalité des colonnes sur trois lignes,avec jusqu'à huit caractères par ligne. Pour éviter de scinder les mots, vous pouvezinverser les éléments lignes et les éléments colonnes ou redéfinir les étiquettes.

Exemple : Les vecteurs de dichotomies multiples et les vecteurs de modalités multiplespeuvent être croisés avec d'autres variables dans cette procédure. Dans le cadre d'uneenquête menée auprès de passagers de compagnies aériennes, voici ce qui leur a étédemandé : Parmi les compagnies aériennes suivantes, entourez toutes celles aveclesquelles vous avez voyagé au moins une fois durant les six derniers mois (American,United, TWA). Est-il plus important de privilégier l'horaire ou le service ? Choisissezune seule réponse. Après avoir saisi les données en tant que dichotomies ou modalitésmultiples, et après les avoir combinées dans un vecteur, vous pouvez croiser les choixde compagnie aérienne déclarés avec la question relative au service ou aux horaires.

Statistiques : Tableau croisé avec cellule, ligne, colonne, et effectif total, et avec lespourcentages ligne, colonne, et effectif total. Les pourcentages cellule peuvent êtrebasés sur les observations ou les réponses.

538

Chapitre 35

Remarques sur les Données de Tableaux croisés de réponsesmultiples

Données : Utilisez des vecteurs multiréponses ou des variables qualitativesnumériques.

Hypothèses : Les effectifs et pourcentages offrent une description utile des donnéesqui suivent tout type de distribution.

Procédures apparentées : La procédure Définir Vecteurs multiréponses vous permetde définir des vecteurs multiréponses.

Echantillon de résultatFigure 35-4Résultat Tableaux croisés de réponses multiples

539


Pour obtenir des tableaux croisés des réponses multiplesE A partir du menu, sélectionnez :


Tableaux croisés...

Figure 35-5Boîte de dialogue Tableaux Croisés de réponses multiples

E Sélectionnez une ou plusieurs variables numériques ou vecteurs multiréponses pourchaque dimension de tableau croisé.

E Définissez l'intervalle de chaque variable itemaire.

Sinon, vous pouvez obtenir un tableau croisé bilatéral pour chaque modalité devariable de contrôle ou chaque vecteur multiréponses. Sélectionnez un ou plusieurséléments pour la liste de strate(s).

540

Chapitre 35

Définir Intervalles Tableaux croisés De réponses multiplesFigure 35-6Définir boîte de dialogue Intervalle Variables Tableaux croisés de réponses multiples

Les intervalles des valeurs doivent être définis pour toute variable itemaire de tableauxcroisés. Entrez les valeurs entières de modalités minimum et maximum que voussouhaitez tabuler. Les modalités se situant en dehors de l'intervalle sont exclues del'analyse. Les valeurs se situant à l'intérieur de l'intervalle inclusif sont supposées êtredes nombres entiers (les nombres non entiers sont tronqués).

Options Tableaux croisés de réponses multiplesFigure 35-7Boîte de dialogue Options Tableaux croisés de réponses multiples

Pourcentages de cellule : Les effectifs des cellules sont toujours affichés. Vouspouvez choisir d'afficher les pourcentages lignes, les pourcentages colonnes, et lespourcentages tableau bilatéral (total).

541


Pourcentages basés sur : Vous pouvez baser les pourcentages cellules sur lesobservations (ou répondants). Ceci n'est pas possible si vous sélectionnez la fonctionqui permet d'apparier les variables entre les vecteurs de modalités multiples. Vouspouvez aussi baser les pourcentages cellules sur les réponses. Pour les vecteurs dedichotomies multiples, le nombre de réponses est égal au nombre de valeurs comptéesà travers les observations. Pour les vecteurs de modalités multiples, le nombre deréponses correspond au nombre de valeurs comprises dans l'intervalle défini.

Valeurs manquantes : Vous avez le choix entre les deux options suivantes :

Exclure les observations ayant une information incomplète à l'intérieur desdichotomies : Ceci permet d'exclure les observations ayant des valeursmanquantes pour toute variable issue du tableau croisé du vecteur de dichotomiesmultiples. Ceci s'applique seulement aux vecteurs multiréponses définis commevecteurs de dichotomies. Par défaut, une observation est considérée manquantepour un vecteur de dichotomies multiples si aucune de ses variables composantesne contient de valeur comptée. Les observations ayant des valeurs manquantespour certaines, mais pas toutes, les variables sont incluses dans les tableauxcroisés du groupe si au moins une variable contient la valeur comptée.

Exclure toute observation ayant une information incomplète à l'intérieur desmodalités : Cela permet d'exclure les observations ayant des valeurs manquantespour toute variable provenant du tableau croisé du vecteur des modalitésmultiples. Ceci s'applique seulement aux vecteurs multiréponses définis commedes vecteurs de modalités. Par défaut, une observation est considérée manquantepour un vecteur de modalités multiples si aucune de ses composantes n'a devaleurs valides à l'intérieur de l'intervalle défini.

Par défaut, lorsque vous croisez deux vecteurs de modalités multiples, SPSS tabulechaque variable du premier groupe avec chaque variable du second groupe etadditionne les effectifs de chaque cellule. Par conséquent, certaines réponses peuventapparaître plus d'une fois dans un tableau. Vous pouvez choisir l'option suivante :

Apparier les variables entre les vecteurs réponses : Cela permet d'apparier la premièrevariable du premier groupe avec la première variable du second groupe, etc. Si voussélectionnez cette option, SPSS base les pourcentages cellules sur les réponses plutôtque sur les répondants. On ne peut apparier les vecteurs de dichotomies multiples oules variables itemaires.

542

Chapitre 35

Fonctionnalités supplémentaires de la commande MULT RESPONSE


Obtenir des tableaux croisés ayant jusqu'à cinq dimensions (avec lasous-commande BY).

Modifier les options de formatage du résultat, y compris la suppression desétiquettes de valeurs (avec la sous-commande FORMAT).


Chapitre

36Tableaux de Résultats

Les listes d'observations et les statistiques descriptives sont des outils de basepermettant d'étudier et de présenter des données. Vous pouvez obtenir les listesd'observations à l'aide de l'éditeur de Données ou de la procédure Récapituler,les effectifs de fréquence et les statistiques descriptives à l'aide de la procédureFréquences, et les statistiques de sous-population à l'aide de la procédure Moyennes.Chacune de ces procédures utilise un format destiné à rendre les informations claires.Si vous souhaitez afficher les informations dans un format différent, les procéduresTableaux de bord en lignes et Tableaux de bord en colonnes vous permettent decontrôler la présentation des données.

Tableaux de bord en lignes

Tableaux de bord en lignes produit des tableaux de bord dans lesquels différentesstatistiques récapitulatives sont disposées en lignes. Les listes d'observations sontégalement disponibles, avec ou sans statistiques récapitulatives.

Exemple : Une société possédant une chaîne de magasins conserve des dossierssur les employés comprenant le salaire, l'ancienneté, le magasin et le service oùchaque employé travaille. Vous pourriez générer un tableau de bord fournissant lesinformations individuelles sur les employés (liste) divisées par magasin et par division(critères d'agrégation), avec les statistiques récapitulatives (par exemple, salairemoyen) pour chaque magasin, division et par division dans chaque magasin.

Variables en colonnes : Donne la liste des variables de tableau pour lesquelles vousvoulez obtenir des listes d'observations ou des statistiques récapitulatives, et contrôlele format d'affichage des Variables en colonnes.

543

544

Chapitre 36

Variables de ventilation : Donne la liste des critères d'agrégation optionnels quidivisent le tableau de bord en groupes et contrôle les statistiques récapitulatives etles formats d'affichage des colonnes de ventilation. Pour les critères d'agrégationmultiples, il y aura un groupe séparé pour chaque modalité de chaque critèred'agrégation à l'intérieur des modalités du critère d'agrégation précédent dans laliste. Les critères d'agrégation doivent être des variables qualitatives discrètes quidivisent les observations en un nombre limité de modalités significatives. Les valeursindividuelles de chaque critère d'agrégation apparaissent, triées, dans une colonneséparée à gauche des Variables en colonnes.

Tableau de bord : Contrôle les caractéristiques globales du tableau de bord, y comprisles statistiques récapitulatives globales, l'affichage des valeurs manquantes, lanumérotation des pages et les titres.

Afficher les observations : Affiche les valeurs réelles (ou les étiquettes de valeurs) desvariables de Variables en colonnes pour chaque observation. La liste produite peutêtre nettement plus longue qu'un tableau de bord.

Aperçu : N'affiche que la première page du tableau de bord. Cette option est utile pouravoir un aperçu du format de votre tableau sans traiter le tableau entier.

Les données sont déjà triées : Pour les rapports avec critères d'agrégation, le fichier dedonnées doit être trié par valeur des critères d'agrégation avant de générer le tableaude bord. Si votre fichier de données est déjà trié par valeur des critères d'agrégation,vous pouvez gagner du temps de traitement en sélectionnant cette option. Cette optionest particulièrement utile après avoir vu un aperçu du tableau.

545

Tableaux de Résultats

Echantillon de résultatFigure 36-1Tableau de bord combiné avec listes d'observations et statistiques récapitulatives

Ancienneté Ancienneté dans dansDivision Age__________ _____ _______ ______ ______________

Revêtements de sol 27.00 3.67 2.17 $9,200 22.00 3.92 3.08 $10,900 23.00 3.92 3.08 $10,900 24.00 4.00 3.25 $10,000 30.00 4.08 3.08 $10,000 27.00 4.33 3.17 $10,000 33.00 2.67 2.67 $9,335 33.00 3.75 3.25 $10,000 44.00 4.83 4.33 $15,690 36.00 3.83 3.25 $10,000 35.00 3.50 3.00 $15,520 35.00 6.00 5.33 $19,500

30.75 4.04 3.31 $11,754

Appareils ménagers 21.00 2.67 2.67 $8,700 26.00 2.92 2.08 $8,000 32.00 2.92 2.92 $8,900 33.00 3.42 2.92 $8,900 34.00 5.08 4.50 $15,300 24.00 3.17 3.17 $8,975 42.00 6.50 6.50 $18,000 30.00 2.67 2.67 $7,500 38.00 5.00 4.42 $28,300

31.11 3.81 3.54 $12,508

Société Niveau Salaire -- Annuel

Moyenne

Moyenne

Pour obtenir un rapport récapitulatif : Récapitulatifs en lignes


RapportsTableaux de bord en lignes...

E Sélectionnez une ou plusieurs variables pour les variables en colonnes. Une colonneest générée dans le tableau de bord pour chaque variable sélectionnée.

E Pour les tableaux triés et affichés par sous-groupe, sélectionnez une ou plusieursvariables pour les critères d'agrégation.

E Pour les tableaux avec statistiques récapitulatives de sous-groupe définies par descritères d'agrégation, sélectionnez le critère d'agrégation dans la liste et cliquez surTableau récapitulatif dans le groupe Variables de ventilation pour spécifier les mesuresrécapitulatives.

546

Chapitre 36

E Pour les tableaux avec statistiques récapitulatives globales, cliquez sur Fonction dansle groupe Tableau pour spécifier les mesures récapitulatives.

Figure 36-2Boîte de dialogue Tableaux de bord en lignes

Format des Colonnes de données/Ventilations des Tableaux de bord

Les boîtes de dialogue Format contrôlent les titres et largeurs des colonnes,l'alignement du texte et l'affichage des valeurs de données ou des étiquettes devaleurs. Format colonne de données contrôle le format des Variables en colonnesdu côté droit de la page du tableau de bord. Format colonne de ventilation contrôlele format des Colonnes de ventilation du côté gauche.

547


Figure 36-3Boîte de dialogue Tableau de bord : Format colonne de données

Titre de la colonne : Pour la variable sélectionnée, contrôle le titre de la colonne.Les titres longs sont automatiquement ajustés dans la colonne. Utilisez la toucheEntrée pour insérer manuellement des sauts de lignes aux endroits où vous voulezajuster les titres.

Position des valeurs dans la colonne : Pour la variable sélectionnée, contrôlel'alignement des valeurs de données ou des étiquettes de données dans la colonne.L'alignement des valeurs ou des étiquettes n'affecte pas l'alignement des titres decolonnes. Vous pouvez soit indenter le contenu de la colonne d'un nombre decaractères donné, soit centrer le contenu de la colonne.

Contenu de la colonne : Pour la variable sélectionnée, contrôle l'affichage soit desvaleurs de données, soit des étiquettes de valeurs définies. Les valeurs de donnéessont affichées pour toutes les valeurs qui ne possèdent pas d'étiquette de valeurdéfinie. (Non disponible pour les Variables en colonnes dans les Tableaux de borden colonnes)

548

Chapitre 36

Fonctions récapitulatives des Tableaux pour/Fonctions récapitulativesFinales

Les deux boîtes de dialogue Fonctions récapitulatives contrôlent l'affichage desstatistiques récapitulatives pour les agrégats et pour l'ensemble du tableau de bord.L'option Fonctions récapitulatives contrôle les statistiques de sous-groupe pourchaque modalité définie par les critères d'agrégation. Fonctions récapitulativesFinales contrôle les statistiques globales affichées à la fin du tableau de bord.

Figure 36-4Boîte de dialogue Tableau de bord : Fonction récapitulative

Les statistiques récapitulatives disponibles sont la somme des valeurs, la moyenne desvaleurs, la valeur minimale, la valeur maximale, le nombre d'observations (effectif),le pourcentage d'observations situées au-dessus ou en dessous d'une valeur spécifiée,le pourcentage d'observations compris à l'intérieur d'un intervalle donné de valeurs,l'écart type, l'aplatissement, la variance et l'asymétrie.

Options de Ventilation de Tableau de Bord

Options de Ventilation contrôle l'espacement et la pagination des informations demodalité de ventilation.

549


Figure 36-5Boîte de dialogue Options de Ventilation des Tableaux de bord

Gestion des pages : Contrôle l'espacement et la pagination des modalités du critèred'agrégation sélectionné. Vous pouvez spécifier un nombre de lignes vides entreles modalités de ventilation ou commencer chaque modalité de ventilation sur unenouvelle page.

Lignes à sauter avant fonctions élémentaires : Contrôle le nombre de lignes videsentre les étiquettes ou les données des modalités de ventilation et les statistiquesrécapitulatives. Cette option est particulièrement utile pour les tableaux de bordscombinés incluant des listes d'observations individuelles et des statistiquesrécapitulatives pour les modalités de ventilation ; dans ces tableaux, vous pouvezinsérer des espaces entre les listes d'observations et les statistiques récapitulatives.

Options du Tableau de bord

Options du Tableau de bord contrôle le traitement et l'affichage des valeursmanquantes et la numérotation des pages du tableau de bord.

550

Chapitre 36

Figure 36-6Boîte de dialogue Tableau de bord : Options colonne de ventilation ...

Exclure les observations avec des valeurs manquantes : Elimine (du tableau de bord)toute observation avec des valeurs manquantes pour l'une des variables du tableaude bord.

Représentation des valeurs manquantes : Vous permet de spécifier le symbolereprésentant les valeurs manquantes dans le fichier de données. Ce symbole ne peutcomporter qu'un seul caractère et sert à représenter les valeurs Manquante pardéfaut et Spécifiée par l'utilisateur.

Paginer à partir de : Vous permet de spécifier un numéro pour la première page dutableau de bord.

Présentation du Tableau de bord

Présentation du Tableau de bord contrôle la largeur et la longueur de chaque pagedu tableau de bord, l'emplacement du tableau sur la page et l'insertion de lignesvides et d'étiquettes.

551


Figure 36-7Boîte de dialogue Tableau : Présentation

Mise en page : Contrôle les marges de page exprimées en lignes (haut et bas) et encaractères (gauche et droite), et reporte l'alignement à l'intérieur des marges.

Titres et bas de page : Contrôle le nombre de lignes séparant les titres et les piedsde page du corps du tableau de bord.

Variables de ventilation : Contrôle l'affichage des colonnes de ventilation. Si descritères d'agrégation multiples sont spécifiés, ils peuvent être affichés en colonnesséparées ou dans la première colonne. Placer tous les critères d'agrégation dans lapremière colonne produit un tableau de bord plus étroit.

Titres des colonnes : Contrôle l'affichage des titres de colonnes, y compris lesoulignement des titres, l'espacement entre les titres et le corps du tableau, etl'alignement vertical des titres de colonnes.

Position var/étiquettes de ventilation : Contrôle l'emplacement des informations deVariables en colonnes (valeurs de données et/ou statistiques récapitulatives) parrapport aux étiquettes de ventilation au début de chaque modalité de ventilation. Lapremière ligne des informations de Variables en colonnes peut commencer soit sur la

552

Chapitre 36

même ligne que l'étiquette de modalité de ventilation, soit un nombre donné de lignesaprès cette étiquette. (Non disponible pour les Tableaux de bord en colonnes)

Titres du Tableau de bord

Titres du Tableau de bord contrôle le contenu et l'emplacement des titres et pieds depage du tableau de bord. Vous pouvez spécifier jusqu'à dix lignes de titre et jusqu'àdix lignes de pieds de page, avec des composants justifiés à gauche, centrés etjustifiés à droite sur chaque ligne.

Figure 36-8Boîte de dialogue Tableau : Titres

Si vous insérez des variables dans les titres ou les pieds de page, l'étiquette de valeuractuelle ou la valeur de la variable est affichée dans le titre ou le pied de page. Dansles titres, l'étiquette de valeur correspondant à la valeur de la variable au début dela page est affichée. Dans les pieds de page, l'étiquette de valeur correspondantà la valeur de la variable à la fin de la page est affichée. S'il n'y a aucune étiquettede valeur, la valeur réelle est affichée.

553


Variables spéciales : Les variables spéciales DATE et PAGE vous permettent d'insérerla date actuelle ou le numéro de page dans l'une des lignes d'un en-tête ou d'un piedde page. Si votre fichier de données contient des variables nommées DATE ouPAGE, vous ne pouvez pas utiliser ces variables dans les titres ou les pieds de pagedes tableaux.

Tableaux de bord en colonnes

Tableaux de bord en colonnes produit des tableaux de bord dans lesquels différentesstatistiques récapitulatives apparaissent en colonnes séparées.

Exemple : Une société possédant une chaîne de magasins conserve des dossiers sur lesemployés comprenant le salaire, l'ancienneté et le service où chaque employé travaille.Vous pourriez générer un tableau de bord fournissant des statistiques récapitulativessur les salaires (par exemple moyenne, minimum, maximum) pour chaque division.

Variables en colonnes : Fournit la liste des variables du tableau de bord pour lesquellesvous voulez des statistiques récapitulatives et contrôle le format d'affichage et lesstatistiques récapitulatives affichées pour chaque variable.

Variables de ventilation : Fournit la liste des critères d'agrégation optionnels quidivisent le tableau de bord en groupes et contrôle les formats d'affichage des colonnesde ventilation. Pour les critères d'agrégation multiples, il y aura un groupe séparépour chaque modalité de chaque critère d'agrégation à l'intérieur des modalités ducritère d'agrégation précédent dans la liste. Les critères d'agrégation doivent être desvariables qualitatives discrètes qui divisent les observations en un nombre limité demodalités significatives.

Tableau de bord : Contrôle les caractéristiques globales du tableau de bord, y comprisl'affichage des valeurs manquantes, la numérotation des pages et les titres.

Aperçu : N'affiche que la première page du tableau de bord. Cette option est utile pouravoir un aperçu du format de votre tableau sans traiter le tableau entier.

Les données sont déjà triées : Pour les rapports avec critères d'agrégation, le fichier dedonnées doit être trié par valeur des critères d'agrégation avant de générer le tableaude bord. Si votre fichier de données est déjà trié par valeur des critères d'agrégation,vous pouvez gagner du temps de traitement en sélectionnant cette option. Cette optionest particulièrement utile après avoir vu un aperçu du tableau.

554

Chapitre 36

Echantillon de résultatFigure 36-9Tableau de bord avec statistiques récapitulatives en colonnes

Salaire Salaire SalaireDivision__________ ________ ________ ________ ________

Revêtements 30.75 $11,754 $9,200 $19,500de sol

Appareils ménagers 31.11 $12,508 $7,500 $28,300

Meubles 36.87 $13,255 $8,975 $17,050

Matériel 36.20 $17,580 $7,450 $22,500

Moyenne Minimum Maximum

annuel annuel annuelAge moyen

Pour obtenir un rapport récapitulatif : Récapitulatifs en colonnes


RapportsTableaux de bord en colonnes

E Sélectionnez une ou plusieurs variables pour les variables en colonnes. Une colonneest générée dans le tableau de bord pour chaque variable sélectionnée.

E Pour modifier la mesure récapitulative d'une variable, sélectionnez la variable dansla liste Variables en colonnes et cliquez sur Fonction.

E Pour obtenir plus d'une mesure récapitulative pour une variable, sélectionnez lavariable dans la liste source et déplacez-la dans la liste Variables en colonnes plusieursfois, une fois pour chaque mesure récapitulative que vous souhaitez.

E Pour afficher une colonne contenant la somme, la moyenne, le rapport ou une autrefonction de colonnes existantes, cliquez sur Insérer le total. Une variable appelée totalest alors placée dans la liste Variables en colonnes.

E Pour les tableaux triés et affichés par sous-groupe, sélectionnez une ou plusieursvariables pour les critères d'agrégation.

555


Figure 36-10Boîte de dialogue Tableaux de bord en colonnes

Fonction récapitulative des Colonnes de données

Fonctions récapitulatives contrôle les statistiques récapitulatives affichées pour lavariable de colonne de données sélectionnée.

Figure 36-11Boîte de dialogue Tableau de bord : Fonction récapitulative

556

Chapitre 36

Les statistiques récapitulatives disponibles sont la somme, la moyenne, le minimum, lemaximum, le nombre d'observations, le pourcentage d'observations situées au-dessusou en dessous d'une valeur spécifiée, le pourcentage d'observations à l'intérieur d'unintervalle donné de valeurs, l'écart type, la variance, l'aplatissement et l'asymétrie.

Fonction élémentaire des Colonnes de Données pour colonne de total

Variables à récapituler contrôle les statistiques récapitulatives totales qui récapitulentdeux ou plusieurs Variables en colonnes.

Les statistiques récapitulatives totales sont la somme des colonnes, la moyenne descolonnes, le minimum, le maximum, la différence entre les valeurs de deux colonnes,le quotient des valeurs d'une colonne divisées par les valeurs d'une autre colonne et leproduit des valeurs de colonnes multipliées.

Figure 36-12Boîte de dialogue Tableau de bord : Colonnes

Somme des colonnes : La colonne total représente la somme des colonnes de la listeVariables à récapituler.

Moyenne des colonnes : La colonne total représente la moyenne des colonnes dela liste Variables à récapituler.

Minimum des colonnes : La colonne total représente la somme minimale des colonnesde la liste Variables à récapituler.

Maximum des colonnes : La colonne total représente la somme maximale des colonnesde la liste Variables à récapituler.

557


1ère colonne – 2ème colonne : La colonne total représente la différence des colonnesde la liste Variables à récapituler. La liste Variables à récapituler doit contenirexactement deux colonnes.

1ère colonne / 2ème colonne : La colonne total représente le quotient des colonnesde la liste Variables à récapituler. La liste Variables à récapituler doit contenirexactement deux colonnes.

% 1ère colonne / 2ème colonne : La colonne total représente le pourcentage de lapremière colonne par rapport à la seconde colonne de la liste Variables à récapituler.La liste Variables à récapituler doit contenir exactement deux colonnes.

Produit des colonnes : La colonne total représente le produit des colonnes de la listeVariables à récapituler.

Format des Colonnes du Tableau de bord

Les options de format des Variables en colonnes et de ventilation pour les Tableaux debord en colonnes sont identiques à celles décrites pour les Tableaux de bord en lignes.

Tableaux de bord en Colonnes : Options de Ventilation

Options de Ventilation contrôle l'affichage des sous-totaux, l'espacement et lapagination des modalités de ventilation.

Figure 36-13Boîte de dialogue Options de Ventilation des Tableaux de bord

558

Chapitre 36

Sous-total : Contrôle l'affichage des sous-totaux pour les modalités de ventilation.

Gestion des pages : Contrôle l'espacement et la pagination des modalités du critèred'agrégation sélectionné. Vous pouvez spécifier un nombre de lignes vides entreles modalités de ventilation ou commencer chaque modalité de ventilation sur unenouvelle page.

Lignes à sauter avant sous-total : Contrôle le nombre de lignes vides entre les donnéesdes modalités de ventilation et les sous-totaux.

Options des Tableaux de bord en Colonnes

Options contrôle l'affichage des totaux généraux, l'affichage des valeurs manquanteset la pagination dans les Tableaux de bord en colonnes.

Figure 36-14Boîte de dialogue Tableau de bord : Options colonne de ventilation ...

Total général : Affiche et étiquette un total général pour chaque colonne ; affichéau bas de la colonne.

Exclure les observations avec des valeurs manquantes : Vous pouvez exclure lesvaleurs manquantes du tableau ou sélectionner un caractère unique indiquant lesvaleurs manquantes dans le tableau de bord.

Présentation du Tableau de bord en Colonnes

Les options de présentation pour les Tableaux de bord en colonnes sont identiques àcelles présentées pour les Tableaux de bord en lignes.

559


Fonctionnalités supplémentaires de la commande REPORT


Afficher différentes fonctions récapitulatives dans les colonnes d'une ligne defonction unique.

Insérer des fonctions récapitulatives dans les Variables en colonnes pour desvariables autres que la variable de la colonne de données, ou pour diversescombinaisons (fonctions composites) de fonctions récapitulatives.

Utiliser la Médiane, le Mode, la Fréquence et le Pourcentage comme des fonctionsrécapitulatives.

Contrôler plus précisément le format d'affichage des statistiques récapitulatives.

Insérer des lignes vides à divers emplacements du tableau de bord.

Insérer des lignes vides toutes les n observations dans les listes.

Du fait de la complexité de la syntaxe de la commande REPORT, vous trouverezpeut-être utile, lorsque vous construirez un nouveau tableau de bord avec syntaxe,d'approcher le tableau généré à partir des boîtes de dialogue, de copier et coller lasyntaxe correspondante, puis de préciser cette syntaxe afin d'obtenir le tableau debord exact que vous souhaitez.


Chapitre

37Analyse de fiabilité

L'analyse de fiabilité vous permet d'étudier les propriétés des échelles de mesureet des éléments qui les constituent. La procédure d'analyse de fiabilité calculeplusieurs mesures fréquemment utilisées de la fiabilité de l'échelle et proposeégalement des informations sur les relations entre les différents éléments de l'échelle.Les coefficients de corrélation intra-classe peuvent être utilisés pour calculer lesestimations de fiabilité inter-coefficients.

Exemple : Mon questionnaire mesure-t-il de façon fidèle la satisfaction de la clientèle? L'analyse de la fiabilité vous permet de déterminer dans quelle mesure les élémentsde votre questionnaire sont liés les uns aux autres et vous procure un indice général dela consistance ou de la cohérence interne de l'échelle dans son ensemble. Elle vouspermet enfin d'identifier les éléments qui posent problème et qu'il faudrait exclurede l'échelle.

Statistiques : Descriptions de chaque variable et pour l'échelle, statistiquesrécapitulatives sur les éléments, corrélations et covariances entre éléments, prévisionsde fiabilité, tableau d'ANOVA, coefficients de corrélation intra-classe, T2 d'Hotellinget test d'additivité de Tukey.

Modèles : Les modèles suivants de fiabilité sont disponibles :

Alpha (Cronbach) : Il s'agit d'un modèle de cohérence interne, fondé sur lacorrélation moyenne entre éléments.

Split-half : Ce modèle fractionne l'échelle en deux et examine la corrélationentre les deux parties.

Guttman : Ce modèle calcule les limites minimales de Guttman pour une fiabilitévraie.

561

562

Chapitre 37

Parallèle : Ce modèle part de l'hypothèse que tous les éléments ont des varianceségales et des variances d'erreur égales en cas de réplication.

Parallèle strict : Ce modèle se fonde sur les mêmes hypothèses que le modèleparallèle mais envisage également que tous les éléments ont la même moyenne.

Remarques sur les données de l'analyse de fiabilité

Données : Les données peuvent être dichotomiques, ordinales ou constituer desintervalles, mais elles doivent être codées en numérique.

Hypothèses : Les observations doivent être indépendantes, les erreurs ne doivent pasêtre corrélées entre éléments. Chaque paire d'éléments doit avoir une distributiongaussienne bivariée. Les échelles doivent être additives, de sorte que chaque élémentest linéairement relié au total.

Procédures apparentées : Si vous souhaitez explorer la dimensionnalité des élémentsde votre échelle (pour voir si plusieurs éléments de base sont nécessaires au modèledes calculs), utilisez Analyse factorielle ou Positionnement multidimensionnel.Pour identifier des groupes homogènes de variables, vous pouvez vous servir de laclassification hiérarchique pour classer les variables.

Echantillon de résultatFigure 37-1Résultat de fiabilité

Moyenne Ecart-type Observations

1. Aucune .4868 .5001 906.0 2. Ennui .5022 .5003 906.0 3. Critiques .5033 .5003 906.0 4. Collègues .5287 .4995 906.0

563

Analyse de fiabilité

Matrice de corrélation

Aucune Ennui Critiques Collègues

1.0000 .8150 1.0000

.8128 .8256 1.0000 .7823 .8068 .8045 1.0000

AucuneEnnuiCritiquesCollègues

Coefficients de fiabilité 4 items

Alpha = .9439 Alpha d'item standardisé = .9439

Obtenir une analyse de fiabilitéE A partir du menu, sélectionnez :

AnalyseEchelle

Analyse de la fiabilité...

Figure 37-2Boîte de dialogue Analyse d'items

E Sélectionnez deux variables (éléments) au moins en tant que composants potentielsd'une échelle additive.

E Sélectionnez un modèle dans la liste déroulante Modèle.

564

Chapitre 37

Statistiques de l'analyse de fiabilitéFigure 37-3Boîte de dialogue Analyse d'items : Statistiques

Vous pouvez sélectionner les différentes statistiques décrivant votre échelle et voséléments. Les statistiques émises par défaut regroupent le nombre d'observations, lenombre d'éléments et les prévisions de fiabilité de la façon suivante :

Modèles alpha : Coefficient alpha. Pour les données dichotomiques, il s'agit d'unéquivalent du coefficient Kuder-Richardson 20 (KR20).

Modèles Split-half : Corrélation entre les sous-échelles, fiabilité Split-half deGuttman, fiabilité de Spearman-Brown (longueur égale ou inégale) et coefficientalpha pour chaque moitié.

Modèles de Guttman : Coefficients de fiabilité lambda 1 à lambda 6.

Modèles parallèle et parallèle strict: test de fiabilité du modèle, estimation dela variance de l'erreur, variance commune et réelle, estimation de la corrélationcommune entre éléments, estimation de la fiabilité et estimation de la fiabiliténon biaisée.

565


Caractéristiques pour : Produit des statistiques descriptives pour les échelles ou leséléments sur les observations. Les options disponibles sont Item, Echelle et Echellesans l'item.

Echelle sans l'item : Affiche les statistiques récapitulatives en comparant chaqueitem à l'échelle composée des autres items. Les statistiques incluent la moyenneet la variance de l'échelle si l'item a été supprimé de l'échelle, la corrélation entrel'item et l'échelle composée des autres items, et l'alpha de Cronbach si l'itema été supprimé de l'échelle.

Principales statistiques : Fournit des statistiques descriptives de la distribution deséléments sur l'ensemble des éléments dans l'échelle. Les options disponibles sontMoyennes, Variances, Covariances et Corrélations.

Moyennes : Statistiques récapitulatives pour les moyennes d'élément. Lesmoyennes d'élément minimale, maximale et intermédiaire sont affichées, ainsique le rapport de la moyenne maximale à la moyenne minimale.

Variances : Statistique récapitulative des variances d'élément. Les valeurs devariance maximale, minimale et moyenne sont affichées, ainsi que la plage etla variance des variances d'élément, et le rapport entre les variances d'élémentmaximale et minimale.

Covariances : Statistiques récapitulatives pour les covariances d'élément. Lescovariances entre éléments minimale, maximale et intermédiaire sont affichées,ainsi que l'intervalle et la variance des covariances entre éléments, et le rapport dela covariance entre éléments maximale à la covariance minimale.

Corrélations : Statistiques récapitulatives pour les corrélations d'élément. Lescorrélations entre éléments minimale, maximale et intermédiaire sont affichées,ainsi que l'intervalle et la variance des corrélations entre éléments, et le rapport dela corrélation entre éléments maximale à la corrélation minimale.

Cohérence inter-items : Produit des matrices de corrélations et de covariances entreéléments.

Tableau ANOVA : Produit des tests de moyennes égales. Les possibilités sont Aucune,Test F, Khi-deux de Friedman ou Khi-deux de Cochran.

Test F : Affiche un tableau d'analyse de la variance des mesures répétées.

566

Chapitre 37

Khi-deux de Friedman : Affiche le test de Friedman (khi-deux) et le coefficientde concordance de Kendall. Cette option convient aux données organisées sousforme de rangs. Le test du khi-deux remplace le test F habituel dans le tableauANOVA.

Khi-deux de Cochran : Affiche la valeur Q de Cochran. Cette option est appropriéepour les données dichotomiques. Le Q de Cochran remplace le test F habitueldans le tableau ANOVA.

T-carré de Hotelling : Produit un test multivarié basé sur l'hypothèse nulle que tous leséléments sur l'échelle ont la même moyenne.

Test d'additivité de Tukey : Produit un test basé sur l'hypothèse qu'il n'y a pasd'interaction multiplicative entre les éléments.

Coefficient de corrélation intra-classe : Produit des mesures d'homogénéité ou decohérence des valeurs par observation.

Modèle : Sélectionnez le modèle de calcul du coefficient de corrélationintra-classe. Les modèles disponibles sont Mixte à deux facteurs, Aléatoire àdeux facteurs, et Aléatoire à un facteur. Sélectionnez le modèle mixte à deuxfacteurs lorsque les effets de population sont aléatoires et les effets d'item sontfixes, le modèle aléatoire à deux facteurs lorsque les effets de population etles effets d'item sont aléatoires, et le modèle aléatoire à un facteur lorsque leseffets de population sont aléatoires.

Type : Sélectionnez le type d'index. Les types disponibles sont Homogénéité etCohérence absolue.

Intervalle de confiance : Spécifiez le niveau de l'intervalle de confiance. La valeurpar défaut est 95 %.

Valeur test : Spécifiez la valeur hypothétique du coefficient pour le testd'hypothèse. Il s'agit de la valeur par rapport à laquelle la valeur observée estcomparée. La valeur par défaut est 0.

Fonctionnalités supplémentaires de la commande RELIABILITY


Lire et analyser une matrice de corrélation.

567


Enregistrer une matrice de corrélation à analyser ultérieurement.

Spécifier un fractionnement autre qu'en deux moitiés égales quant au nombred'éléments pour la méthode Split-half.


Chapitre

38Positionnement multidimensionnel

Le positionnement multidimensionnel tente de déterminer une structure dans unensemble de mesures de distance entre objets ou observations. Pour cela, il affecteles observations à des positions particulières dans un espace conceptuel (à deux outrois dimensions généralement) de telle sorte que les distances entre les points dansl'espace correspondent le mieux possible aux dissimilarités données. Dans la plupartdes cas, les dimensions de cet espace conceptuel peuvent être interprétées et utiliséespour mieux comprendre les données. Si vous avez mesuré objectivement les variables,vous pouvez utilisez le positionnement multidimensionnel comme technique defactorisation (le Positionnement multidimensionnel calcule pour vous les distances àpartir des données multivariées, le cas échéant). Le positionnement multidimensionnelpeut également s'appliquer à des estimations subjectives de dissimilarité entre objetsou concepts. D'autre part, le positionnement multidimensionnel peut gérer lesinformations de dissimilarité provenant de plusieurs sources, comme c'est le caslorsqu'il y a plusieurs indicateurs ou plusieurs répondants au questionnaire.

Exemple : Comment les gens perçoivent-ils les relations entre différentes voitures ?Si les données que vous obtenez de vos répondants indiquent des évaluations desimilarité entre différentes modèles, le positionnement multidimensionnel peut servirà identifier les dimensions qui décrivent les perceptions des consommateurs. Vouspouvez trouver, par exemple, que le prix et la taille du véhicule définissent un espaceà deux dimensions qui tient compte des similarités reportées par les répondants.

Statistiques : Pour chaque modèle : matrice des données, positionnement optimisé desdonnées de la matrice, stress S (de Young), stress S (de Kruskal), RSQ, coordonnéesdes stimuli, stress moyen et RSQ pour chaque stimulus (modèles RMDS). Pour lesmodèles des différences individuelles : pondérations des sujets et indice de singularitépour chaque sujet. Pour chaque matrice dans les modèles de positionnementmultidimensionnel répliqués : stress et RSQ pour chaque stimulus. Diagrammes :

569

570

Chapitre 38

coordonnées des stimulus (à deux ou trois dimensions), diagramme de dispersiondes disparités par rapport aux distances.

Remarques sur les données du positionnementmultidimensionnel

Données : Si vos données sont dissemblables, toutes les dissemblances doivent êtrequantitatives et mesurées avec les mêmes unités et échelles. Si vos données sontmultivariées, les variables peuvent être quantitatives, binaires mais peuvent aussiêtre des données d'effectif. Le positionnement des variables est un enjeu de taille :les différences de positionnement peuvent affecter votre solution. Si vos variablesprésentent de grandes différences de positionnement (par exemple, si une variable estmesurée en dollar et l'autre en année), vous devez envisager de les standardiser (etcela automatiquement par la procédure de positionnement multidimensionnel).

Hypothèses : La procédure de positionnement multidimensionnel est relativementindépendante de toute hypothèse de distribution. Assurez-vous que vous avezsélectionné le niveau de mesure approprié (ordinal, intervalle ou rapport) dans lesoptions afin de garantir la justesse des résultats.

Procédures apparentées : Si votre but est la factorisation, vous pouvez égalementenvisager l'analyse factorielle, plus particulièrement si vos données sont quantitatives.Si vous souhaitez identifier des groupes d'observations similaires, envisagez decompléter votre analyse par positionnement multidimensionnel avec une analyse desnuées dynamiques ou une analyse de la classification hiérarchique.

Obtenir une analyse par positionnement multidimensionnelE A partir du menu, sélectionnez :

AnalyseEchelle

Positionnement multidimensionnel...

571

Positionnement multidimensionnel

Figure 38-1Boîte de dialogue Positionnement multidimensionnel

E Dans Distances, sélectionnez Données en matrice(s) ou Calculées à partir des données.

E Si vos données sont des distances, vous devez sélectionner au moins quatre variablesnumériques pour l'analyse, et vous pouvez cliquer sur Forme pour indiquer la formede la matrice de distances.

E Si vous souhaitez que SPSS crée des distances avant de les analyser, vous devezsélectionner au moins une variable numérique, puis cliquer sur Mesure pour indiquerle type de mesure de distance souhaité. Vous pouvez créer des matrices distinctes pourchaque modalité d'une variable de regroupement (numérique ou alphanumérique).Pour cela, déplacez cette variable dans la liste Matrices individuelles pour.

Forme des données du positionnement multidimensionnelFigure 38-2Boîte de dialogue Positionnement multidimensionnel : Forme des données

572

Chapitre 38

Si votre fichier de travail représente les distances au sein d'un ensemble d'objets,ou entre deux ensembles d'objets, vous devez indiquer la forme de votre matricede données afin d'obtenir des résultats corrects. Choisir une possibilité : Matrice

carrée symétrique, Matrice carrée asymétrique ou Matrice rectangulaire. Remarque :Vous pouvez sélectionner Carré symétrique si la boîte de dialogue Modèle indiqueune conditionnalité de ligne.

Positionnement multidimensionnel : créer une mesureFigure 38-3Boîte de dialogue Positionnement multidimensionnel : Calcul de l'indice de dissimilarité

Le positionnement multidimensionnel utilise les données de dissimilarité pour créerune solution de codage. Si vos données sont multivariées (valeurs des variablesmesurées), vous devez créer des données de dissimilarité afin de calculer une solutionde positionnement multidimensionnel. Vous pouvez spécifier les détails de créationde mesures de dissimilarité à partir de vos données.

Mesure : Vous permet de spécifier la mesure de dissimilarité adaptée à votre analyse.Sélectionnez une possibilité dans le groupe Mesure correspondant à votre type dedonnées, puis sélectionnez l'une des mesures dans la liste déroulante correspondant àce type de mesure. Les possibilités sont :

Intervalle : Distance Euclidienne, Carré de la distance Euclidienne, Distance deTchebycheff, Distance de Manhattan, Distance de Minkowski ou Autre.

573


Compter: Distance du Khi-deux ou Distance du phi-deux.

Binaire : Distance Euclidienne, Carré de la distance Euclidienne, Ecart de taille,Différence de motif, Variance ou Lance et Williams.

Créer une matrice de distances : Vous permet de choisir l'unité d'analyse. Lespossibilités sont Par variables ou Par observations.

Transformer les valeurs : Dans certains cas, comme lorsque les variables sontmesurées selon des échelles très différentes, vous voudrez peut-être standardiser desvaleurs avant de calculer les proximités (ne s'applique pas aux données binaires).Sélectionnez une méthode de standardisation dans la liste déroulante Standardiser (sila standardisation n'est pas nécessaire, sélectionnez Aucune).

Modèle de positionnement multidimensionnelFigure 38-4Boîte de dialogue Positionnement multidimensionnel : Modèle

Une estimation correcte d'un modèle de positionnement multidimensionnel dépenddes aspects des données et du modèle lui-même.

Niveau de mesure : Vous permet de spécifier le niveau de vos données. Les possibilitéssont Ordinales, Intervalle ou Rapport. Si vos variables sont ordinales, la sélectionde l'option Délier des observations liées demande qu'elles soient traitées en tant quevariables continues, de telle sorte que les liens (mêmes valeurs pour des observationsdifférentes) soient résolus de manière optimale.

574

Chapitre 38

Conditionnalité : Vous permet de spécifier les comparaisons pertinentes. Lespossibilités sont Matrice, Ligne et Inconditionnel.

Dimensions : Vous permet de spécifier la dimensionnalité de la ou des solutions depositionnement. Une seule solution est calculée pour chaque nombre de l'intervalle.Indiquez des nombres entiers entre 1 et 6. La valeur minimale 1 n'est autorisée que sivous sélectionnez l'option Distance Euclidienne comme modèle de positionnement.Pour n'obtenir qu'une seule solution, indiquez le même nombre en tant que minimumet maximum.

Modèle de positionnement : Vous permet de spécifier les hypothèses sous lesquelles lepositionnement est effectué. Les possibilités existantes sont Distance Euclidienne ouDistance Euclidienne des différences individuelles (connue également en tant queINDSCAL). Pour le modèle Distance Euclidienne des différences individuelles,vous pouvez sélectionner l'option Permet la pondération négative, si cela convient àvos données.

Positionnement multidimensionnel : OptionsFigure 38-5Boîte de dialogue Positionnement multidimensionnel : Options

575


Vous pouvez spécifier les options de votre analyse par Positionnementmultidimensionnel :

Afficher : Vous permet d'afficher les différents types d'affichage. Les options possiblessont Diagrammes des stimuli, Diagrammes des sujets, Matrice des données etRécapitulatif des options du modèle.

Critères : Vous permet de déterminer quand l'itération doit s'interrompre. Pourmodifier les valeurs par défaut, entrez des valeurs pour la Convergence du stress S, leMinimum du stress S et le Maximum des itérations.

Traiter les dissimilarités inférieures à n comme des valeurs manquantes : Ces distancessont exclues de l'analyse.

Fonctions supplémentaires de la commande Positionnementmultidimensionnel


Utiliser trois modèles supplémentaires, ASCAL, AINDS et GEMSCAL dans ladocumentation relative au Positionnement multidimensionnel.

Effectuer des transformations polynomiales sur l'intervalle et les données detype ratio.

Analyser les similarités (plutôt que les distances) avec des données ordinales.

Analyser les données nominales.

Enregistrer diverses matrices de coordonnées et de pondération dans des fichierset les relire pour l'analyse.

Contraindre le dépliage multidimensionnel.


Chapitre

39Statistiques de ratio

La procédure Statistiques de ratio permet d'obtenir la liste exhaustive des statistiquesrécapitulatives qui servent à décrire le rapport entre deux variables d'échelle.

Vous pouvez trier le résultat sur la base des valeurs d'une variable de regroupement,dans l'ordre croissant ou décroissant. Vous pouvez supprimer le rapport desstatistiques de ratio dans le document de sortie et enregistrer les résultats dans unfichier externe.

Exemple : Le rapport existant entre le prix estimatif et le prix de vente des maisonsest-il uniforme dans chacun de ces cinq comtés ? D'après les résultats, vous pouvezconclure que la distribution des rapports varie considérablement d'un comté à l'autre.

Statistiques : Médiane, moyenne, moyenne pondérée, intervalles de confiance,coefficient de dispersion (COD), coefficient de variation avec médiane centrée,coefficient de variation avec moyenne centrée, différentiel lié au prix (PRD), écarttype, écart absolu moyen (AAD), intervalle, valeurs minimale et maximale, et indexde concentration calculés pour un intervalle ou un pourcentage défini par l'utilisateurdans le rapport médian.

Remarque sur les données des statistiques de ratio

Données : Utilisez des codes numériques ou alphanumériques courts pour coder lesvariables de regroupement (mesures de niveau nominal ou ordinal).

Hypothèses : Vous devez utiliser des variables d'échelle acceptant les valeurs positivespour les variables qui définissent le numérateur et le dénominateur du rapport.

577

578

Chapitre 39

Pour obtenir des statistiques de ratioE A partir du menu, sélectionnez :


Ratio...

Figure 39-1Boîte de dialogue Statistiques de ratio

E Sélectionnez la variable du numérateur.

E Sélectionnez la variable du dénominateur.


Sélectionner une variable de regroupement et préciser l'ordre de présentationdes groupes dans le résultat.

Décider d'afficher ou non les résultats dans le Viewer.

Choisir ou non d'enregistrer les résultats dans un fichier externe en vue d'uneutilisation ultérieure, et préciser le nom du fichier dans lequel les résultats sontenregistrés.

579

Statistiques de ratio

Statistiques de ratioFigure 39-2Boîte de dialogue Statistiques

Tendance centrale : Les mesures de tendance centrale sont des statistiques quidécrivent la distribution des rapports.

Médiane : La valeur telle que le nombre de ratios inférieurs à cette valeur estidentique au nombre de ratios supérieurs à cette valeur.

Moyenne : Résultat de la somme des ratios divisée par le nombre total de ratios.

Moyenne pondérée : Résultat de la division de la moyenne du numérateur par lamoyenne du dénominateur. Correspond également à la moyenne des ratiospondérée par le dénominateur.

Intervalles de confiance : Affiche les intervalles de confiance de la moyenne,de la médiane et de la moyenne pondérée (si demandée). Affectez une valeursupérieure ou égale à 0, et inférieure à 100 au niveau de confiance.

Dispersion : Ces statistiques permettent de mesurer le degré de variation, ou derépartition, au niveau des valeurs observées.

AAD : L'écart absolu moyen est égal à la somme des écarts absolus des ratiosrelatifs à la médiane, divisée par le nombre total de ratios.

580

Chapitre 39

COD : Le coefficient de dispersion résulte de l'expression de l'écart moyen absoluen pourcentage de la médiane.

PRD : Le différentiel lié au prix, ou index de régressivité, résulte de la division dela moyenne par la moyenne pondérée.

Médiane centrée COV : Le coefficient de variation avec médiane centrée résultede l'expression de la racine de la moyenne des carrés de l'écart par rapport à lamédiane en pourcentage de la médiane.

Moyenne centrée COV : Le coefficient de variation avec moyenne centrée résulte del'expression de l'écart type en tant que pourcentage de la moyenne.

Ecart type : L'écart type est la racine carrée positive de la somme des carrés desécarts des ratios relatifs à la moyenne divisée par le nombre total des ratiosmoins un.

Intervalle : Résulte de la soustraction du ratio minimal au ratio maximal.

Minimum : Ratio le plus petit.

Maximum : Ratio le plus grand.

Index de concentration : Le coefficient de concentration mesure le pourcentage desratios compris dans un intervalle. Vous pouvez le calculer de deux manières :

Ratios entre : Dans ce cas, vous définissez l'intervalle de manière explicite enprécisant les valeurs minimale et maximale. Entrez les valeurs des proportionsinférieure et supérieure, puis cliquez sur Ajouter pour obtenir un intervalle.

Ratios dans : Dans ce cas, vous définissez l'intervalle de manière impliciteen indiquant le pourcentage de la médiane. Entrez une valeur compriseentre 0 et 100, et cliquez sur Ajouter. La limite inférieure de l'intervalle estégale à (1 – 0,01×valeur)×médiane et la limite supérieure est égale à (1 +0,01×valeur)×médiane.

Chapitre

40Présentation de l'utilitaire dediagramme

Les procédures du menu Diagrammes et de nombreuses procédures du menu Analysepermettent de créer des diagrammes et des graphiques haute résolution. Ce chapitreprésente l'utilitaire de diagramme. Les diagrammes interactifs, disponibles dansle sous-menu Interactif du menu Diagrammes, sont abordés dans le manuel SPSSInteractive Graphics.

Création et modification d'un diagramme

Avant de créer un diagramme, vous devez disposer de données dans l'éditeur dedonnées. Vous pouvez saisir les données directement dans l'éditeur de données,ouvrir un fichier de données déjà enregistré ou lire une feuille de calcul, unfichier de données délimité par des tabulations ou un fichier de base de données.L'élément Didacticiel du menu Aide propose des exemples en ligne de création et demodification de diagramme, et le système d'aide en ligne explique comment créer etmodifier tous les types de diagramme.

Création du diagramme

Une fois les données entrées dans l'éditeur de données, vous pouvez créer undiagramme en sélectionnant un type dans le menu Diagrammes. Une boîte dedialogue de diagramme apparaît.

581

582

Chapitre 40

Figure 40-1Boîte de dialogue de diagramme

La boîte de dialogue contient des icônes correspondant aux divers types de diagrammeet la liste des structures de données. Cliquez sur Définir pour ouvrir une boîte dedialogue de définition de diagramme semblable à celle-ci.

Figure 40-2Boîte de dialogue de définition du diagramme

583

Présentation de l'utilitaire de diagramme

Cette boîte de dialogue permet de sélectionner les variables adaptées au diagramme etde choisir les options voulues. Pour plus d'informations sur les divers choix proposés,cliquez sur Aide.

Le diagramme apparaît dans le Viewer.

Figure 40-3Diagramme dans le Viewer

Modification d'un diagramme

Pour modifier un diagramme, double-cliquez n'importe où dans le diagramme affichédans le Viewer. Le diagramme apparaît dans l'éditeur de diagrammes.

584

Chapitre 40

Figure 40-4Diagramme initial dans l'éditeur de diagrammes

Vous pouvez modifier tout élément du diagramme ou choisir un autre type dediagramme pour représenter les mêmes données. Pour ajouter, afficher ou masquerdes éléments, utilisez les menus de l'éditeur de diagrammes.

Pour modifier un élément de diagramme :

E Sélectionnez l'élément à modifier.


Propriétés

La fenêtre Propriétés apparaît. Les onglets de la fenêtre Propriétés dépendent deschoix effectués. L'aide en ligne explique comment afficher les onglets nécessaires.

585


Figure 40-5Fenêtre Propriétés

Les modifications suivantes sont fréquemment apportées :

Modification du texte du diagramme.

Modification de la couleur et du motif de remplissage des bâtons.

Ajout de texte au diagramme (par exemple, un titre ou une annotation).

Modification de l'emplacement de la ligne d'origine des bâtons.

Remplacement de la bordure transparente du cadre extérieur par une bordure noire.

Ci-dessous figure un diagramme modifié.

586

Chapitre 40

Figure 40-6Diagramme modifié

Les modifications apportées au diagramme sont enregistrées lorsque vous fermez lafenêtre de diagramme. Le diagramme modifié apparaît alors dans le Viewer.

Options globales de définition du diagramme

Lorsque vous définissez un diagramme, la boîte de dialogue prévue à cet effet contientgénéralement les boutons Titres et Options, ainsi qu'un groupe Modèle. Ces optionsglobales sont disponibles avec la plupart des diagrammes, quel que soit leur type.Elles ne sont toutefois pas proposées pour les diagrammes P-P, Q-Q, séquentiels oules diagrammes de séries chronologiques.

587


Figure 40-7Boîte de dialogue de définition du diagramme

Cliquez sur Titres pour spécifier des titres, des sous-titres ou des notes de bas de page.Vous pouvez cliquer sur Options pour contrôler le traitement des valeurs manquantesde la plupart des diagrammes et des étiquettes d'observation des diagrammes dedispersion. Vous pouvez également appliquer un modèle d'attributs précédemmentsélectionnés lors de la définition du diagramme ou après la création du diagramme.Les sections suivantes expliquent comment définir ces caractéristiques lors de ladéfinition du diagramme.

Titres, sous-titres et notes de bas de page

Lors de la définition initiale du diagramme, vous pouvez spécifier deux lignes de titre,une ligne de sous-titre et deux lignes de note de bas de page. Pour spécifier destitres ou des notes de bas de page lors de la définition d'un diagramme, cliquez surTitres dans la boîte de dialogue de définition du diagramme. La boîte de dialogueTitres apparaît.

588

Chapitre 40

Figure 40-8Boîte de dialogue Titres

Chaque ligne peut compter jusqu'à 72 caractères. Toutefois, le nombre de caractèresaccepté sur le diagramme lui-même dépend de la police et de la taille choisies. Pardéfaut, la plupart des titres sont alignés à gauche et tronqués à droite s'ils sont troplongs. Les titres des diagrammes en secteurs sont quant à eux centrés par défaut ettronqués des deux côtés s'ils sont trop longs.

Les titres, les sous-titres et les notes de bas de page sont représentés par des zonesde texte dans l'éditeur de diagrammes. Dans l'éditeur de diagrammes, vous pouvezajouter ou supprimer des zones de texte, et modifier leur contenu, leur police, leurtaille ou leur justification.

Options

La boîte de dialogue Options propose des options de traitement des valeursmanquantes et d'affichage des étiquettes d'observation. Elle est accessible via lebouton Options de la boîte de dialogue de définition du diagramme.

Figure 40-9Options

589


La disponibilité de chaque option dépend des choix effectués précédemment.Les options des valeurs manquantes ne sont pas proposées avec les diagrammesutilisant des valeurs d'observations individuelles ou avec les histogrammes. L'optiond'affichage des étiquettes d'observation n'est disponible qu'avec les diagrammes dedispersion qui disposent d'une variable sélectionnée pour les étiquettes d'observation.

Valeurs manquantes : Si vous avez sélectionné des récapitulatifs de variables distinctespour un diagramme qualitatif ou si vous créez un diagramme de dispersion, vouspouvez choisir l'une des options suivantes pour exclure les observations comportantdes valeurs manquantes :

Exclure toute observation incomplète : Si l'une des variables du diagrammecomporte une valeur manquante pour une observation donnée, l'observation estintégralement exclue du diagramme.

Exclure les observations variable par variable : Si une variable sélectionnéecomporte des valeurs manquantes, les observations contenant ces valeursmanquantes sont exclues lors de l'analyse de la variable.

Pour connaître la différence entre les exclusions de valeurs manquantes de typeExclure toute observation incomplète et Exclure les observations variable parvariable, étudiez les figures suivantes qui représentent le diagramme en bâtonscorrespondant à chacune des deux options.

Figure 40-10Exclusion des valeurs manquantes de toute observation incomplète

590

Chapitre 40

Figure 40-11Exclusion des valeurs manquantes des observations variable par variable

Ces diagrammes ont été créés à partir d'une version du fichier Employee data.sav.Cette dernière a été modifiée afin que les variables du salaire actuel et du type deposte occupé contiennent quelques valeurs manquantes par défaut (vides). Dansd'autres observations, la valeur 0 a été saisie et définie comme manquante. L'optionAfficher les groupes définis par des valeurs manquantes étant sélectionnée pour les deuxdiagrammes, la modalité Manquant est ajoutée aux types de poste affichés. Danschaque diagramme, les valeurs de la fonction récapitulative Nombre d'observationsfigurent dans les étiquettes des bâtons.

26 observations des deux diagrammes comportent une valeur manquante pardéfaut pour le type de poste occupé, et 13 la valeur manquante utilisateur 0. Dans lediagramme avec exclusion de toute observation incomplète, le nombre d'observationsest identique pour les deux variables de chaque regroupement de bâtons. En effet, siune valeur est manquante, l'observation est exclue pour toutes les variables. Dansle diagramme avec exclusion des observations variable par variable, le nombred'observations non manquantes de chaque variable d'une modalité donnée estreprésenté indépendamment des valeurs manquantes dans les autres variables.

L'option suivante est également disponible pour les valeurs manquantes :

Afficher les groupes définis par des valeurs manquantes : Si des valeurs manquantesfigurent dans les données des variables utilisées pour définir des modalitésou des sous-groupes, les valeurs manquantes utilisateur (valeurs identifiées

591


comme manquantes par l'utilisateur) et les valeurs manquantes par défaut sontregroupées dans la modalité Manquant. La modalité Manquant figure sur l'axede modalités ou dans la légende, et se traduit par exemple par l'ajout d'un bâtonsupplémentaire, d'un secteur dans les diagrammes en secteurs ou d'une boîtedans les boîtes à moustaches. Dans les diagrammes de dispersion, les valeursmanquantes ajoutent une modalité Manquant à l'ensemble des marques. S'iln'existe aucune valeur manquante, la modalité Manquant n'apparaît pas.

Si vous avez sélectionné cette option et que vous ne voulez plus afficher la modalitéManquant une fois le diagramme tracé, sélectionnez ce dernier, puis choisissezPropriétés dans le menu Modifier. L'onglet Modalités permet de déplacer vers laliste Exclues les modalités à masquer.

Cette option n'est pas disponible avec les diagrammes de dispersion superposés oumono-série, dans lesquels les données sont récapitulées selon des variables distinctes.

La dernière option de la boîte de dialogue Options permet de contrôler l'état desétiquettes d'observation lors de l'affichage initial d'un diagramme de dispersion.

Afficher le diagramme avec les étiquettes d'observation : Lorsque cette option estsélectionnée, toutes les étiquettes d'observation figurent sur le diagramme dedispersion créé. Par défaut, elle est désélectionnée. Autrement dit, le diagrammede dispersion affiché par défaut ne comporte aucune étiquette. Si voussélectionnez cette option, les étiquettes d'observation risquent de se chevaucher.

Modèles de diagramme

Vous pouvez appliquer la plupart des attributs et des éléments textuels d'un diagrammeà un autre. Il est possible de modifier un diagramme, de l'enregistrer en tant quemodèle, puis d'utiliser le modèle pour créer toute une série de diagrammes similaires.

Pour utiliser un modèle lors de la création d'un diagramme, sélectionnez l'optionUtiliser les spécifications du graphique de (dans le groupe Modèle de la boîte dedialogue de définition du diagramme) et cliquez sur Fichier. Une boîte de dialoguestandard de sélection de fichier apparaît.

Pour appliquer un modèle à un diagramme qui figure déjà dans une fenêtre dediagramme, sélectionnez dans les menus :Fichier

Appliquer modèle de diagramme...

592

Chapitre 40

Une boîte de dialogue standard de sélection de fichier apparaît. Sélectionnez le fichierà utiliser comme modèle. Si vous êtes en train de créer un diagramme, le nom dufichier sélectionné apparaît dans le groupe Modèle lorsque vous revenez dans la boîtede dialogue de définition du diagramme.

Les modèles permettent d'emprunter le format d'un diagramme et de l'appliquerau diagramme en cours de création. En général, toutes les informations deformatage de l'ancien diagramme applicables au nouveau diagramme s'appliquentautomatiquement. Par exemple, si l'ancien diagramme est un diagramme en bâtonsjuxtaposés dont les bâtons ont été colorés en vert et en jaune, et le nouveau undiagramme curviligne multiple, les lignes de ce dernier seront vertes et jaunes. Sil'ancien diagramme est un diagramme en bâtons simples comportant des ombrages,et le nouveau un diagramme curviligne simple, les lignes de ce dernier n'aurontpas d'ombrages car ceux-ci ne s'appliquent pas aux diagrammes curvilignes. Si lediagramme modèle comporte des titres, mais pas le nouveau diagramme, les titres dudiagramme modèle sont repris. Si des titres sont définis dans le nouveau diagramme,ils remplacent ceux du diagramme modèle.

Pour créer un modèle de diagramme

E Créez un diagramme.

E Modifiez le diagramme afin qu'il contienne les attributs souhaités dans le modèle.

E A partir des menus de l'éditeur de diagrammes, sélectionnez :Fichier

Enregistrer modèle de diagramme...

E Dans la boîte de dialogue Enregistrer le modèle de diagramme, indiquez lescaractéristiques du diagramme à enregistrer dans le modèle. L'aide en ligne décritces paramètres en détail.

E Cliquez sur Poursuivre.

E Entrez le nom de fichier et l'emplacement du nouveau modèle. L'extension du modèleest .sgt.

Chapitre

41Courbes ROC

Cette procédure constitue un moyen efficace d'évaluer les performances des méthodesde classement ne mettant en œuvre qu'une seule variable à deux modalités et utiliséespour la classification des sujets.

Exemple : L'intérêt de la banque est donc de classer correctement les clients enmodalités, à savoir ceux qui assumeront ou non le remboursement de leur prêt.Des méthodes particulières sont en cours de développement afin de les aider dansleur choix. Les courbes ROC peuvent être utilisées pour évaluer le mode defonctionnement optimal de ces méthodes.

Statistiques : La zone inférieure à la courbe ROC comporte un intervalle de confianceainsi que les coordonnées de cette courbe. Diagrammes : Courbe ROC

Méthodes : L'estimation de la zone située sous la courbe ROC peut être calculée defaçon paramétrique ou non à l'aide du modèle exponentiel binégatif.

Remarques sur les données de la courbe ROC

Données : Les variables de test sont quantitatives. Elles se composent souvent desprobabilités issues d'une analyse discriminante, d'une régression logistique ou desscores indiqués sur une échelle arbitraire et spécifiant la « force de conviction » d'unindicateur lorsqu'un sujet se rapporte à l'une ou l'autre des modalités. La variabled'état peut être d'un type quelconque et indique la véritable modalité à laquelle unsujet appartient. La valeur de la variable d'état indique la modalité à considérercomme positive.

Hypothèses : Les nombres croissants d'une échelle d'indicateurs confirment que lesujet appartient à une modalité, tandis que les nombres décroissants d'une échelleconfirment qu'il appartient à une autre modalité. L'utilisateur doit choisir la direction

593

594

Chapitre 41

positive. On suppose également que la véritable modalité à laquelle chaque sujetappartient est connue.

Echantillon de résultatFigure 41-1Résultat de la courbe ROC

595

Courbes ROC

Pour obtenir une courbe ROCE A partir du menu, sélectionnez :

GraphesCourbe ROC...

Figure 41-2Boîte de dialogue Courbe ROC

E Sélectionnez une ou plusieurs variables de probabilité de test.

E Sélectionnez une variable d'état.

E Identifiez la valeur positive de la variable d'état.

596

Chapitre 41

Courbe ROC : OptionsFigure 41-3Boîte de dialogue Courbe ROC : Options

Vous pouvez indiquer les options suivantes pour votre analyse ROC :

Classification : Permet de spécifier si la valeur du point de césure doit être incluseou exclue lors d'une classification positive. La valeur n'a pas de conséquence sur lerésultat.

Direction du test : Permet de spécifier la direction de l'échelle en fonction de lamodalité positive.

Paramètres pour une erreur standard de zone : Vous permet de spécifier la méthodeutilisée pour estimer l'erreur standard de la zone située sous la courbe. Les méthodesdisponibles sont des valeurs exponentielles non paramétriques et bi-négatives. Vouspermet également de définir le niveau de l'intervalle de confiance. Les valeurs del'intervalle se situent entre 50,1 % et 99,9 %.

Valeurs manquantes : Vous permet de spécifier comment traiter les valeurs manquantes.

Chapitre

42Outils

Ce chapitre décrit les fonctions du menu Outils et vous indique comment réordonnerles listes de variables cible en utilisant les menus systèmes de Windows.

Informations de la variable

La boîte de dialogue Variables affiche des informations sur la définition des variablespour les variables couramment sélectionnées, y compris :

le format des Données

l'étiquette Variable

les valeurs manquantes spécifiées

les étiquettes Valeurs

Figure 42-1la boîte de dialogue Variables

Aller à : Permet d'accéder à la variable sélectionnée dans la fenêtre de l'éditeur dedonnées.

597

598

Chapitre 42

Coller : Permet de coller les variables sélectionnées dans la fenêtre syntaxe désignée àl'emplacement du curseur. (Non disponible dans la version Education).

Pour modifier les définitions de variables, utilisez l'affichage des variables dansl'éditeur de données.

Pour obtenir des informations sur les variables

E A partir du menu, sélectionnez :Outils

Variables...

E Sélectionnez la variable dont vous souhaitez afficher les informations de définitionvariable.

Commentaires de fichier de données

Vous pouvez inclure des commentaires descriptifs dans le fichier de données. Pourles fichiers de données au format SPSS, les commentaires sont enregistrés avecle fichier de données.

Pour ajouter, modifier, supprimer ou afficher les commentaires de fichier de données :


Commentaires de fichier de données...

E Pour afficher les commentaires dans le Viewer, sélectionnez Afficher les commentaires

dans la sortie.

Les commentaires ne sont pas limités en longueur, mais ne doivent pas dépasser 80octets (en général, cela correspond à 80 caractères dans les langues sur un octet)par ligne. Les lignes sont automatiquement interrompues par un renvoi à la lignesuivante à partir de 80 caractères. La police utilisée pour afficher les commentairesest celle utilisée pour les résultats texte de manière à donner une représentation fidèlede l'affichage dans le Viewer.

599

Outils

Un cachet de date (la date actuelle entre parenthèses) est automatiquement ajouté àla fin de la liste des commentaires dès que vous modifiez un commentaire ou quevous en ajoutez un. Ceci peut entraîner des ambiguïtés au niveau des dates associéesaux commentaires lorsque vous modifiez un commentaire ou que vous insérez unnouveau commentaire entre deux commentaires existants.

Groupes de Variables

Vous pouvez limiter le nombre de variables devant s'afficher dans les listes desvariables source de la boîte de dialogue. Pour cela, définissez et utilisez des groupesde variables. Ceci est particulièrement utile pour les fichiers de données avec ungrand nombre de variables. Les petits groupes de variables facilitent la rechercheet la sélection des variables pour votre analyse et peuvent aussi augmenter votreperformance sur SPSS. Si votre fichier de données a un grand nombre de variables etsi les boîtes de dialogue s'ouvrent lentement, le fait de réduire les listes source deboîtes de dialogue en sous-groupes de variables plus petits devrait permettre deréduire le temps nécessaire à l'ouverture des boîtes de dialogue.

Définir des groupes de variables

La procédure Définir des groupes de variables crée des sous-groupes de variablespour permettre d'afficher les listes source de boîtes de dialogue.

600

Chapitre 42

Figure 42-2Définir boîte de dialogue Définir des groupes

Nom du groupe : Les noms de groupes peuvent contenir jusqu'à 12 caractères. Tousles caractères, y compris vides, peuvent être utilisés. Les noms de Groupes sontindifférents aux observations.

Variables du groupe : Toute combinaison de variables numériques, alphanumériqueset alphanumériques longues peuvent être comprises dans un groupe. L'ordre desvariables dans le groupe n'a pas d'effet sur l'ordre d'affichage des variables dans leslistes source de la boîte de dialogue. Une variable peut appartenir à de multiplesgroupes.

Pour définir des groupes de variables


Définir des groupes...

E Sélectionnez les variables à inclure dans le groupe.

601

Outils

E Saisir un nom de groupe (jusqu'à 12 caractères).

E Cliquez sur Ajouter.

Utiliser les groupes

La procédure Utiliser des groupes limite le nombre de variables affichées dans leslistes source de la boîte de dialogue aux groupes sélectionnés que vous avez définis.

Figure 42-3Utiliser la boîte de dialogue Définir des groupes

Groupes utilisés : Affiche les groupes utilisés pour produire les listes source devariables dans les boîtes de dialogue. Les variables apparaissent dans les listes sourcedans l'ordre alphabétique ou dans l'ordre du fichier. L'ordre des groupes et l'ordre desvariables dans le groupe n'ont pas d'effet sur l'ordre des listes source de variables. Pardéfaut, deux groupes définis par défaut sont utilisés :

ALLVARIABLES : Ce groupe contient toutes les variables du fichier de données, ycompris les nouvelles variables créées pendant une session.

NEWVARIABLES : Ce groupe contient seulement les nouvelles variables crééespendant la session.

602

Chapitre 42

Vous pouvez enlever ces groupes de la liste et en sélectionner d'autres, mais ildoit y avoir au moins un groupe dans la liste. Si vous n'enlevez pas le groupeALLVARIABLES de la liste des Groupes utilisés, tous les autres groupes que vousincluez ne sont pas significatifs.

Pour limiter les listes source de boîte de dialogue à des groupes de variablesdéfinis


Utiliser des groupes...

E Sélectionnez les groupes de variables définis qui contiennent les variables que voussouhaitez voir apparaître dans les listes source de la boîte de dialogue.

Réordonner Listes Variables Cible

Les variables apparaissent dans les listes cible de la boîte de dialogue dans l'ordre danslequel elles sont sélectionnées à partir de la liste source. Si vous souhaitez modifierl'ordre des variables d'une liste cible — mais que vous ne souhaitez pas désélectionnertoutes les variables et les resélectionner dans le nouvel ordre — vous pouvez faireremonter et redescendre les variables dans la liste cible en utilisant le menu systèmedans le coin supérieur gauche de la boîte de dialogue (à laquelle vous pouvez accéderen cliquant sur la partie gauche de la barre de titre de la boîte de dialogue).

603

Outils

Figure 42-4Menu système de Windows avec réordonnance de la liste cible

Faire remonter sélection : Fait remonter la ou les variables sélectionnées d'une positiondans la liste destination.

Faire redescendre sélection : Fait descendre la ou les variables sélectionnées d'uneposition dans la liste destination.

Vous pouvez déplacer simultanément les variables multiples si elles sont attenantes(regroupées). Vous ne pouvez pas déplacer les groupes de variables non attenantes.

Chapitre

43Options

Les commandes Options permettent de contrôler un grand nombre de paramètres,y compris :

le journal de session qui enregistre toutes les commandes exécutées dans chaquesession ;

l'ordre d'affichage des variables dans les listes source des boîtes de dialogue ;

les éléments affichés et masqués dans les nouveaux résultats de sortie ;

le modèle de tableau pour les nouveaux tableaux pivotants et le modèle degraphiques pour les nouveaux diagrammes interactifs ;

les formats monétaires personnalisés (devises);

les fichiers et fonctions autoscript permettant de personnaliser la sortie.

Pour modifier les paramètres d'options


Options...

E Cliquez sur les onglets correspondant aux paramètres que vous souhaitez modifier.

E Modifiez les paramètres.


605

606

Chapitre 43

Options généralesFigure 43-1Options : onglet Général

Listes de variables : Contrôle l'affichage des variables dans boîtes de dialogue et boîtesde liste. Vous pouvez afficher des noms de variables ou des étiquettes de variable.On peut afficher les variables dans l'ordre alphabétique ou dans l'ordre du fichierqui correspond à l'ordre dans lequel elles interviennent dans le fichier de données(et dans lequel elles sont affichées dans la fenêtre Editeur de données). L'ordred'affichage affecte seulement la liste des variables source. Les listes de variables ciblereproduisent toujours l'ordre dans lequel les variables ont été sélectionnées.

Journal de session : Fichier-journal de toutes les commandes exécutées dans unesession. Celui-ci comprend les commandes saisies et exécutées dans les fenêtres desyntaxe, ainsi que les commandes générées par les choix de boîte de dialogue. Vouspouvez modifier le fichier-journal et réutiliser les commandes dans d'autres sessions.Vous pouvez activer ou désactiver la fonction journal, ajouter au fichier-journal oul'écraser et sélectionner le nom et l'emplacement du fichier-journal. Vous pouvez

607

Options

copier la syntaxe de commande à partir du fichier-journal et l'enregistrer dans unfichier de syntaxe pour l'utiliser avec le système de production automatisée. (Lasyntaxe de commande et la production automatique ne sont pas disponibles dans laversion Student.)

Répertoire temporaire : Contrôle l'emplacement des fichiers temporaires créésau cours d'une session. En mode distribué (disponible avec la version serveur),cette option n'affecte pas l'emplacement des fichiers de données temporaires. Enmode distribué, l'emplacement des fichiers temporaires est contrôlé par la variabled'environnement SPSSTMPDIR, qui ne peut être définie que sur l'ordinateur exécutantla version serveur du programme. Si vous devez modifier l'emplacement du répertoiretemporaire, contactez votre administrateur système.

Liste des fichiers récemment utilisés : Cette procédure permet de contrôler le nombrede fichiers récemment utilisés qui apparaissent dans le menu Fichier.

Ouvrir la fenêtre de syntaxe au démarrage : Les fenêtres de syntaxe sont des fenêtresde fichier de texte utilisées pour saisir, modifier, et exécuter les commandes SPSS.Si vous travaillez fréquemment avec la syntaxe de commande, sélectionnez cetteoption pour ouvrir automatiquement une fenêtre de syntaxe au début de chaquesession SPSS. Ceci est particulièrement utile pour les utilisateurs avertis de SPSS quipréfèrent travailler avec la syntaxe de commande plutôt que les boîtes de dialogue.(non disponible avec la version Student).

Pas d'affichage scientifique pour les petits nombres dans les tableaux : Supprimel'affichage scientifique pour les petites valeurs décimales dans le résultat. Les valeursdécimales très petites sont affichées au format suivant : 0 (ou 0,000).

Type de Viewer au démarrage : Contrôle le type de Viewer utilisé et le format derésultat. Le Viewer produit des tableaux pivotants interactifs et des diagrammesinteractifs. Le Viewer en mode brouillon convertit les tableaux pivotants en sortietexte et les diagrammes en métafichiers.

Unités de mesure : Système de mesure utilisé (Points, Pouces, ou Centimètres) pourspécifier les attributs tels que les marges de cellules du tableau pivotant, les largeursde cellules et l'espace d'impression entre les tableaux

Langage : Contrôle le langage utilisé dans les résultats. Ne s'applique ni aurésultat texte simple, ni aux graphiques interactifs, ni aux cartes (disponibleavec l'option Maps). La liste des langages disponibles dépend des fichiers delangage installés. De nombreux langages sont installés automatiquement lorsque

608

Chapitre 43

vous installez SPSS. Pour obtenir d'autres fichiers de langage, visitez le sitehttp://www.spss.com/tech/downloads/base.htm.

Remarque : Les scripts personnalisés fondés sur des chaînes de texte propres à unlangage dans le résultat risquent de ne pas être exécutés correctement lorsque vousmodifiez le langage des résultats. Pour plus d'informations, reportez-vous à « Optionsscript » , page 625.

Notification : Cette procédure contrôle la façon dont SPSS notifie que votre exécutionest terminée et que les résultats sont accessibles dans le Viewer.

Options Viewer

Les options d'affichage du résultat avec l'explorateur affectent seulement le nouveaurésultat produit après modification de la configuration. Un résultat déjà affiché dansle Viewer n'est pas affecté par les changements de ces paramètres.

Figure 43-2Onglet Viewer

http://www.spss.com/tech/downloads/base.htm

609

Options

Etat initial résultats : Cette procédure détermine quels éléments serontautomatiquement affichés ou masqués chaque fois que vous exécuterez une procédureet combien d'éléments sont initialement alignés. Vous pouvez contrôler l'affichagedes éléments suivants : Log, Avertissements, Remarques, Titre, Tableau pivotant,Diagramme, et Résultat texte (sortie non affichée dans les tableaux pivotants).Vous pouvez également démarrer ou arrêter l'affichage des commandes SPSS dansle journal. Vous pouvez copier la syntaxe de commande à partir du journal etl'enregistrer dans un fichier de syntaxe pour l'utiliser dans le système de productionautomatisé. (La syntaxe de commande et la production automatique ne sont pasdisponibles dans la version Student.)

Remarque : Tous les éléments de résultat sont affichés alignés à gauche dans leViewer. Seul l'alignement des résultats imprimés est affecté par les paramètresd'alignement. Les éléments centrés et alignés à droite sont identifiés par un symbolesitué au-dessus et à gauche des éléments en question.

Police du titre : Cette procédure permet de contrôler le style de police, la taille, etla couleur des titres de sortie.

Police du titre de la page : Cette procédure permet de contrôler tous les styles depolice, la taille et la couleur des nouveaux titres de page et de ceux générés par lasyntaxe de commande TITLE et SUBTITLE, ou créés dans le menu Insertion à l'aide del'option Nouveau titre de page.

Taille de page résultats texte : Cette procédure permet de contrôler la largeur de pagedans la sortie de texte (exprimée en nombre de caractères), ainsi que la longueurde page (exprimée en nombre de lignes). Dans certaines procédures, certainesstatistiques sont affichées seulement en format Large.

Police résultats texte : Police utilisée pour la sortie de texte. Le résultat texte SPSSest prévu pour être utilisé dans une police monoespacée (à espacement fixe). Sivous sélectionnez une police qui n'est pas monoespacée, le tableau de résultats nesera pas correctement aligné.

Options du Viewer en mode brouillon

Les options d'affichage des résultats dans le Viewer affectent seulement le nouveaurésultat produit après modification des paramètres Un résultat déjà affiché dans leViewer n'est pas affecté par les changements de ces paramètres.

610

Chapitre 43

Figure 43-3Onglet Viewer

Afficher items résultats : Contrôle les éléments à afficher automatiquement à chaqueexécution d'une procédure. Vous pouvez contrôler l'affichage des éléments suivants :Journal, Avertissement, Remarques, Titre, Résultats en tableau (les tableaux pivotantssont convertis en sortie texte), Diagramme, et Résultats texte (résultats en séparationd'espace). Vous pouvez également démarrer ou arrêter l'affichage des commandesdans le journal. Vous pouvez copier la syntaxe de commande à partir du journal etl'enregistrer dans un fichier de syntaxe pour l'utiliser dans le système de productionautomatisé. (La syntaxe de commande et la production automatique ne sont pasdisponibles dans la version Student.)

Sauts de page entre : Insère des sauts de page entre les résultats à partir de différentesprocédures et/ou entre des éléments de résultat individuels.

Police : Police utilisée pour le nouveau résultat. Seules les polices à espacementfixe (monoespacées) sont disponibles car le résultat texte en séparation d'espace nes'alignera pas correctement avec une police proportionnelle.

611

Options

Résultats en tableau : Contrôle les paramètres pour les résultats de tableaux pivotantsconvertis en résultat texte, sous forme de tableaux. Les spécifications de largeur decolonne et de séparateur de colonne ne sont disponibles que si vous sélectionnezEspaces comme séparateur de colonne. Pour les résultats avec séparation tabulaire,tous les sauts de lignes sont supprimés et chaque colonne a la largeur de la pluslongue étiquette ou la valeur de la colonne par défaut. Pour limiter la largeur descolonnes et insérer des sauts de ligne dans les longues étiquettes, spécifiez un nombrede caractères pour la largeur de la colonne.

Remarque : Cependant, la sortie avec des tabulations de séparation ne s'alignera pascorrectement dans le Viewer en mode brouillon. Ce format est utile pour copier etcoller les résultats dans des traitements de texte dans lesquels vous pouvez utilisern'importe quelle police (et pas uniquement des polices à espacement fixe) et définirles onglets permettant d'aligner le résultat correctement.

Résultats texte : Pour des sorties texte autres que des résultats de tableaux pivotantsconvertis, contrôle la largeur de page (exprimée en nombre de caractères) et lalongueur de page (exprimée en nombre de lignes). Dans certaines procédures,certaines statistiques sont affichées seulement en format Large.

Options Etiquettes Résultats

Les options Etiquettes Résultats permettent de contrôler l'affichage des variables etles informations sur la valeur des données dans les tableaux de légende et les tableauxpivotants. Vous pouvez afficher les noms de variables et/ou les étiquettes de variabledéfinies ainsi que les valeurs de données réelles et/ou les étiquettes valeur définies.

Les variables descriptives et les étiquettes de valeurs (affichage des variables del'éditeur de données, colonnes Etiquettes et Valeurs) facilitent souvent l'interprétationdes résultats. Les étiquettes longues peuvent cependant être gênantes dans certainstableaux.

612

Chapitre 43

Figure 43-4Onglet des options Etiquettes Résultats

Les options Etiquettes Résultats affectent seulement le nouveau résultat produitaprès modification des paramètres. Un résultat déjà affiché dans le Viewer n'estpas affecté par les changements de ces paramètres. Un résultat déjà affiché dans leViewer n'est pas affecté par les changements de ces paramètres. Cette configurationn'affecte que le résultat du tableau pivotant. Le résultat texte ne se trouve pas affectépar ces paramètres.

613

Options

Options de diagrammeFigure 43-5Onglet Diagrammes

Modèle de diagramme : Les diagrammes peuvent utiliser soit les paramètressélectionnés ici, soit les paramètres provenant d'un fichier de modèle de diagramme.Cliquez sur Parcourir pour sélectionner un fichier de modèle de diagramme. Pourcréer un fichier de modèle de diagramme, créez un diagramme avec les attributsque vous souhaitez et enregistrez-le comme modèle (choisissez l'option Enregistrer

diagramme Modèle dans le menu Fichier).

Ratio d'aspect diagramme : Le rapport largeur à hauteur du cadre extérieur denouveaux diagrammes. Vous pouvez spécifier un rapport largeur à hauteur de 0,1à 10,0. Les valeurs inférieures à 1 donnent des diagrammes plus hauts que larges.Les valeurs supérieures à 1donnent des diagrammes plus larges que hauts. Unevaleur 1 donne un diagramme carré. Dès qu'un diagramme est créé, le ratio de sonaspect peut être modifié.

614

Chapitre 43

Police : Police utilisée pour tout le texte des nouveaux diagrammes.

Préférence de cycle de style : Les affectations initiales des couleurs et/ou motifs pourde nouveaux diagrammes. L'option Couleurs puis motifs utilise la palette par défautde couleurs, puis modifie le style des courbes, le symbole des marques ou ajoute unmotif de remplissage, au besoin. L'option Couleurs uniquement utilise seulementles couleurs pour différencier les éléments de diagramme et n'utilise pas de motif.L'option Motifs uniquement utilise seulement les styles de courbe, les symboles desmarques ou les motifs de remplissage pour différencier les éléments de diagramme.Elle n'utilise pas de couleur.

Cadre : Permet de contrôler l'affichage des cadres intérieurs et extérieurs des nouveauxdiagrammes.

Quadrillage : Permet de contrôler l'affichage des quadrillages de l'axe d'échelle et del'axe des modalités des nouveaux diagrammes.

Cycles de style : Personnalise les couleurs, les styles de ligne, les symboles de marqueet les motifs de remplissage pour les nouveaux diagrammes. Vous pouvez changerl'ordre des couleurs et des motifs utilisés lors de la création d'un diagramme.

Remarque : Ces paramètres n'ont pas d'effet sur les diagrammes interactifs (menuGraphes, sous-menu Interactive).

Données Couleurs des éléments :

Précisez l'ordre dans lequel les couleurs doivent être utilisées pour les élémentsde données (comme les bâtons et les marques) de votre nouveau diagramme. Lescouleurs sont utilisées dès que vous effectuez une sélection incluant l'option Couleurdans la zone de groupe Préférence de cycle de style de la boîte de dialogue principaleOptions de diagramme.

Par exemple, si vous créez un diagramme en bâtons juxtaposés comprenant deuxgroupes, et que vous sélectionnez Couleurs puis motifs dans la boîte de dialogueprincipale Options de diagramme, les deux premières couleurs de la liste desdiagrammes regroupés sont utilisées comme couleurs des bâtons du nouveaudiagramme.

Pour modifier l'ordre d'utilisation des couleurs, procédez comme suit :

615

Options

E Sélectionnez Diagramme simple, puis sélectionnez une couleur utilisée pour lesdiagrammes sans modalités.

E Sélectionnez Diagramme regroupé pour modifier le cycle des couleurs des diagrammesavec modalités. Pour modifier la couleur d'une modalité, sélectionnez la modalitéconcernée, puis choisissez une couleur dans la palette.


insérer une nouvelle modalité avant la modalité sélectionnée ;

déplacer une modalité sélectionnée ;

supprimer une modalité sélectionnée ;

paramétrer la séquence sur la valeur par défaut ;

modifier une couleur en sélectionnant son puits, puis en cliquant sur Edition.

Courbes des éléments de données

Précisez l'ordre dans lequel les styles doivent être utilisés pour les éléments dedonnées de la courbe de votre nouveau diagramme. Les styles de courbe sont utiliséssi votre diagramme inclut des éléments de données de courbe et que vous effectuezune sélection incluant l'option Types dans la zone de groupe Préférence de cycle destyle de la boîte de dialogue principale Options de diagramme.

Par exemple, si vous créez un diagramme curviligne comprenant deux groupes, etque vous sélectionnez Motifs uniquement dans la boîte de dialogue principale Optionsde diagramme, les deux premiers styles de la liste des diagrammes regroupés sontutilisés comme motifs des courbes du nouveau diagramme.

Pour modifier l'ordre d'utilisation des styles de courbe, procédez comme suit :

E Sélectionnez Diagramme simple, puis sélectionnez un style de courbe utilisé pour lesdiagrammes curvilignes sans modalités.

E Sélectionnez Diagramme regroupé pour modifier le cycle des motifs des diagrammescurvilignes avec modalités. Pour modifier le style de courbe d'une modalité,sélectionnez la modalité concernée, puis choisissez un style de courbe dans la palette.

616

Chapitre 43






Marques des éléments de données

Précisez l'ordre dans lequel les symboles doivent être utilisés pour les éléments dedonnées des marques de votre nouveau diagramme. Les styles de marque sont utiliséssi votre diagramme inclut des éléments de données de marque et que vous effectuezune sélection incluant l'option Types dans la zone de groupe Préférence de cycle destyle de la boîte de dialogue principale Options de diagramme.

Par exemple, si vous créez un diagramme de dispersion comprenant deux groupes,et que vous sélectionnez Motifs uniquement dans la boîte de dialogue principaleOptions de diagramme, les deux premiers symboles de la liste des diagrammesregroupés sont utilisés comme marques du nouveau diagramme.

Pour modifier l'ordre d'utilisation des marques, procédez comme suit :

E Sélectionnez Diagramme simple, puis sélectionnez un symbole de marque utilisépour les diagrammes sans modalités.

E Sélectionnez Diagramme regroupé pour modifier le cycle des motifs des diagrammesavec modalités. Pour modifier le symbole de marque d'une modalité, sélectionnez lamodalité concernée, puis choisissez un symbole dans la palette.






617

Options

Remplissages des éléments de données

Précisez l'ordre dans lequel les styles de remplissage doivent être utilisés pour leséléments de données de bâton et d'aire de votre nouveau diagramme. Les styles deremplissage sont utilisés si votre diagramme inclut des éléments de données de bâtonet d'aire, et que vous effectuez une sélection incluant l'option Types dans la zone degroupe Préférence de cycle de style de la boîte de dialogue principale Options dediagramme.

Par exemple, si vous créez un diagramme en bâtons juxtaposés comprenantdeux groupes, et que vous sélectionnez Motifs uniquement dans la boîte de dialogueprincipale Options de diagramme, les deux premiers styles de la liste des diagrammesregroupés sont utilisés comme motifs de remplissage des bâtons du nouveaudiagramme.

Pour modifier l'ordre d'utilisation des styles de remplissage, procédez comme suit :

E Sélectionnez Diagramme simple, puis sélectionnez un motif de remplissage utilisépour les diagrammes sans modalités.

E Sélectionnez Diagramme regroupé pour modifier le cycle des motifs des diagrammesavec modalités. Pour modifier le motif de remplissage d'une modalité, sélectionnez lamodalité concernée, puis choisissez un motif de remplissage dans la palette.






618

Chapitre 43

Options diagrammes interactifsFigure 43-6Onglet Interactif

Pour des diagrammes interactifs (menus Graphes, sous-menu Interactive), les optionssuivantes sont disponibles :

AspectGraphique : Sélectionnez un modèle de graphiques dans la liste des fichiers etcliquez sur OK ou Appliquer. Par défaut, la liste affiche les modèles de graphiquesenregistrés dans le répertoire Looks du répertoire dans lequel le programme estinstallé. Vous pouvez utiliser l'un des modèles de graphiques fournis avec leprogramme, ou vous pouvez créer le vôtre dans l'éditeur de graphiques interactifs(depuis un diagramme activé, choisissez Modèles de graphiques dans le menu Format).

Répertoire : Permet de sélectionner un répertoire de modèles de graphiques.Utilisez Parcourir pour ajouter des répertoires à la liste.

Parcourir : Cette procédure permet de sélectionner un modèle de graphiques àpartir d'un autre répertoire.

619

Options

Données enregistrées avec diagramme : Contrôle les informations enregistrées avecdes diagrammes interactifs une fois que les diagrammes ne sont plus attachés aufichier données qui les a créés (par exemple, si vous ouvrez un fichier Viewerenregistré dans une session précédente). Enregistrer des données avec le diagrammevous permet d'exécuter la plupart des fonctions interactives disponibles pour lesdiagrammes attachés au fichier données qui les a créés (sauf d'ajouter des variablesqui n'étaient pas incluses dans le diagramme original). Cependant, ceci peutsubstantiellement augmenter la taille des fichiers Viewer, particulièrement pour lesfichiers données importants.

Résolution de l'impression : Contrôle la résolution d'impression de diagrammesinteractifs. Dans la plupart des cas, l'option Métafichier vecteur produira uneimpression plus rapide et offrira les meilleurs résultats. Dans le cas des bitmaps, lesdiagrammes à basse résolution s'impriment plus rapidement et les diagrammes àhaute résolution ont un meilleur aspect.

Unités de mesure : Le système de mesure utilisé (Points, Pouces ou Centimètres) pourspécifier des attributs comme la taille de la région de données dans un diagramme.

Lecture des fichiers de données Pre-8.0 : Pour des fichiers de données créés dans desversions précédentes de SPSS, vous pouvez spécifier le nombre minimum de valeursde données pour une variable numérique utilisée pour classer la variable commeéchelle ou qualitative. Les variables avec moins que le nombre spécifié de valeursuniques sont classées comme qualitatives. Toute variable avec des étiquettes devaleurs définies est classée comme qualitative, sans tenir compte du nombre devaleurs uniques.

Remarque : Ces paramètres n'affectent que les diagrammes interactifs (menu Graphes,sous-menu Interactif).

Options tableaux pivotants

Les options de tableaux pivotants définissent le modèle de tableau par défaut utilisépour de nouveaux résultats de tableaux pivotants. Le modèle de tableau peut contrôlerune variété d'attributs de tableaux pivotants, y compris l'affichage et la largeur duquadrillage ; le style de police, la taille, la couleur; et la couleur de fond.

620

Chapitre 43

Figure 43-7onglet Tableaux pivotants

Modèle de tableaux : Sélectionnez un modèle de tableau dans la liste des fichiers etcliquez sur OK ou sur Appliquer. Par défaut, la liste affiche les modèles de tableauenregistrés dans le répertoire Looks dans lequel le programme est installé. Vouspouvez utiliser l'un des modèles de tableau SPSS ou en créer un dans l'éditeur detableaux pivotants (dans le menu Format, choisissez Modèles de tableaux).

Parcourir : Cette procédure permet de sélectionner un modèle de tableau à partird'un autre répertoire.

Définir le répertoire des modèles de tableaux : Cette procédure permet de modifierle répertoire des modèles de tableau par défaut.

Ajustement largeur de colonne pour : Cette procédure permet de contrôler l'ajustementautomatique des largeurs de colonnes des tableaux pivotants.

621

Options

Etiquettes seulement : Cette procédure permet d'ajuster la largeur de colonnepar rapport à la largeur de l'étiquette colonne. Cela produit des tableaux pluscompacts, mais les valeurs de données plus larges que l'étiquette ne seront pasaffichés (des astérisques indiquent les valeurs trop larges pour être affichées).

Etiquettes et données : Cette procédure permet d'ajuster la largeur de colonnepar rapport à la plus grande largeur, soit celle de l'étiquette colonne, soit cellede la valeur des données. Cela produit des tableaux plus larges, mais garantitque toutes les valeurs seront affichées.

Mode de modification par défaut : Contrôle l'activation des tableaux pivotants dans lafenêtre du Viewer ou dans une fenêtre séparée. Par défaut, le fait de double-cliquersur un tableau pivotant active le tableau dans la fenêtre du Viewer. Vous pouvezchoisir d'activer les tableaux pivotants dans une fenêtre séparée ou de sélectionnerune définition de taille qui ouvrira de plus petits tableaux pivotants dans la fenêtre duViewer et de plus grands tableaux pivotants dans une fenêtre séparée.

622

Chapitre 43

Options de donnéesFigure 43-8Onglet Données

Options de transformation et fusion : Chaque fois que SPSS exécute une commande, illit le fichier de données. Certaines transformations de données (telles que Calculeret Recoder) et certaines transformations de fichiers (telles que Ajouter Variables etAjouter Observations) ne nécessitent pas de passe de données séparée, et l'exécutionde ces commandes peut être retardée jusqu'à ce que SPSS lise les données pourexécuter une autre commande, telle qu'une procédure statistique. Pour les grosfichiers de données, sélectionner Calculer les valeurs avant leur utilisation pour retarderl'exécution et enregistrer le temps de traitement.

Afficher format nouvelles variables numériques : Cette procédure permet de contrôlerla largeur d'affichage par défaut et le nombre de positions décimales par défaut desnouvelles variables numériques. Il n'existe pas de format d'affichage par défautpour les nouvelles variables chaînes. Si une valeur est trop grande pour le formatd'affichage spécifié, les premières décimales sont arrondies et les valeurs sont ensuite

623

Options

converties en notation scientifique Les formats d'affichage n'affectent pas les valeursde données internes. Par exemple, la valeur 123456,78 peut être arrondie à 123457pour l'affichage, mais la valeur originale non arrondie est utilisée pour tout calcul.

Définir siècle pour années sur 2 chiffres : Définit l'intervalle d'années pour lesvariables de format de date entrés et/ou affichés avec des années à deux chiffres (parexemple,10/28/86, 29-OCT-87). Le paramétrage de l'intervalle automatique est basésur l'année en cours, commençant 69 années avant et finissant 30 années après l'annéeen cours (ajouter l'année en cours donne un intervalle total de 100 années). Pour unintervalle personnalisé, l'année de fin est automatiquement déterminée en fonction dela valeur que vous entrez pour l'année de début.

Options monétaires (devises)

Vous pouvez afficher jusqu'à cinq formats monétaires personnalisés (devises) quipeuvent comprendre des caractère spéciaux de préfixe et suffixe, et qui peuventrecevoir un traitement spécial pour les valeurs négatives.

Les cinq noms de format monétaire personnalisé sont CCA, CCB, CCC, CCD, etCCE. Vous ne pouvez pas modifier les noms de format ou en ajouter de nouveaux.Pour modifier un format monétaire personnalisé, sélectionnez le nom du format àpartir de la liste source et procédez aux modifications souhaitées.

624

Chapitre 43

Figure 43-9Onglet Devise

Les préfixes et suffixes définis pour les formats monétaires servent uniquementà l'affichage. Vous ne pouvez saisir de valeur dans l'éditeur de données en utilisantdes caractères monétaires personnalisés.

Création de formats monétaires personnalisés

E Cliquez sur l'onglet Devise.

E Sélectionnez l'un des formats monétaires à partir de la liste (CCA, CCB, CCC,CCD, CCE).

E Saisissez les valeurs de préfixe, suffixe, et de séparateur décimal


625

Options

Options script

Utilisez l'onglet Scripts pour spécifier le fichier de procédures globales et le fichierautoscript, et sélectionner les sous-routines d'autoscript à utiliser. Vous pouvezutiliser les scripts pour automatiser de nombreuses fonctions dans SPSS, y compris lapersonnalisation des tableaux pivotants.

Procédures globales : Le fichier de procédure globale est une bibliothèque desous-routines script et de fonctions script qui peuvent être nommées par fichierscript, y compris les fichiers autoscript.

Remarque : Le fichier de procédures globales livré avec SPSS est sélectionnépar défaut. Nombre des scripts livrés avec SPSS utilisent des fonctions et dessous-routines de ce fichier de procédures globales et ne seront pas opérationnelles sivous spécifiez un fichier de procédures globales différent.

Autoscripts : Un fichier d'autoscript est un recueil de sous routines script exécutéesautomatiquement chaque fois que vous lancez des procédures qui créent certainstypes d'objet de sortie.

626

Chapitre 43

Figure 43-10Onglet Scripts

Toutes les sous-routines du fichier courant autoscript sont affichées, ce qui vouspermet d'autoriser, ou non, les sous-routines individuelles.

Pour spécifier des options pour fichiers de procédures globales et autoscripts

E Cliquez sur l'onglet Scripts.

E Sélectionnez Permettre l'autoscript.

E Sélectionnez les sous routines d'autoscript souhaitées.

Vous pouvez aussi spécifier un fichier d'autoscript différent ou un fichier de procédureglobale.

Chapitre

44Personnalisation des menus et desbarres d'outils

Editeur de menu

Vous pouvez utiliser l'éditeur de menu pour personnaliser vos menus SPSS. Avecl'éditeur de menu vous pouvez :

Ajouter des éléments de menus qui exécutent des scripts SPSS personnalisés.

Ajouter des éléments de menu qui exécutent des fichiers de syntaxe de commandeSPSS.

Ajouter des éléments de menu qui lancent d'autres applications et envoientautomatiquement des données SPSS vers d'autres applications.

SPSS peut envoyer des données vers d'autres applications dans les formats suivants :SPSS, Excel 4.0, Lotus 1-2-3 version 3, SYLK, tabulé, et dBASE IV.

Pour ajouter des items aux menus


Editeur de menu...

E Dans la boîte de dialogue Editeur de menu, double-cliquez sur le menu dans lequelvous voulez rajouter un nouvel élément.

E Sélectionnez l'élément de menu au-dessus de laquelle vous voulez qu'apparaisse lanouvelle option.

E Cliquez sur Insérer item pour insérer un nouvel élément de menu.

627

628

Chapitre 44

E Sélectionnez le type de fichier du nouvel élément (fichier de script, fichier de syntaxede commande ou application externe).

E Cliquez sur Parcourir pour sélectionner un fichier à attacher à l'élément de menu.

Figure 44-1Boîte de dialogue Editeur de menu

Vous pouvez également ajouter des menus entièrement nouveaux et des séparateursentre les éléments de menu.

Vous pouvez également envoyer automatiquement le contenu de l'éditeur dedonnées vers une autre application lorsque vous sélectionnez cette application dansles menus SPSS.

Personnalisation des barres d'outils

Vous pouvez personnaliser les barres d'outils SPSS et créer de nouvelles barresd'outils. Les barres d'outils peuvent contenir tous les outils disponibles dans SPSS,y compris les outils utilisés pour toutes les procédures des menus. Elles peuventégalement contenir des outils personnalisés permettant de lancer d'autres applications,d'exécuter des fichiers de syntaxe de commande ou des fichiers de script.

629

Personnalisation des menus et des barres d'outils

Montrer barres d'outils

Utilisez Montrer barres d'outils pour afficher ou masquer les barres d'outils, lespersonnaliser et en créer de nouvelles. Les barres d'outils peuvent contenir tous lesoutils disponibles dans SPSS, y compris les outils utilisés pour toutes les procéduresdes menus. Elles peuvent également contenir des outils personnalisés permettant delancer d'autres applications, d'exécuter des fichiers de syntaxe de commande oudes fichiers de script.

Figure 44-2Boîte de dialogue Montrer barres d'outils

Pour personnaliser les barres d'outilsE A partir du menu, sélectionnez :

AffichageBarres d'outils...

E Sélectionnez la barre d'outils que vous voulez personnaliser et cliquez surPersonnaliser, ou cliquez sur Nouvelle barre d'outils pour créer une barre d'outils.

630

Chapitre 44

E Pour les nouvelles barres d'outils, indiquez le nom de la barre, sélectionnez les fenêtresdans lesquelles vous voulez qu'elle apparaisse et cliquez sur Personnaliser.

E Sélectionnez un élément dans la liste Modalités pour afficher les outils disponiblesdans cette modalité.

E Faites glisser et lâchez les outils que voulez inclure dans la barre d'outils affichéedans la boîte de dialogue.

E Pour supprimer un outil dans une barre d'outils, le faire glisser n'importe où en dehorsde la barre d'outils affichée dans la boîte de dialogue.

Pour créer un outil personnalisé pour ouvrir un fichier, exécuter un fichier de syntaxede commande ou exécuter un script :

E Cliquez sur Nouvel outil dans la boîte de dialogue Personnaliser barre d'outils.

E Indiquez une étiquette décrivant l'outil.

E Sélectionnez l'action que vous voulez affecter à l'outil (ouvrir un fichier, exécuter unfichier de syntaxe de commande ou exécuter un script).

E Cliquez sur Parcourir pour sélectionner un fichier ou une application à associer à l'outil.

Les nouveaux outils s'affichent dans la modalité définie par l'utilisateur, qui peut aussicontenir des éléments de menu définis par l'utilisateur.

Propriétés barre d'outils

Utilisez Propriétés des barres d'outils pour sélectionner les types de fenêtres danslesquelles vous voulez voir apparaître la barre d'outils sélectionnée. Cette boîte dedialogue sert aussi à créer des noms ou de nouvelles barres d'outils.

631


Figure 44-3Boîte de dialogue Propriétés barre d'outils

Pour définir des propriétés des barres d'outils


Barres d'outils...

E Pour les barres d'outils existantes, cliquez sur Personnaliser, puis sur Propriétés dans laboîte de dialogue Personnaliser barre d'outils.

E Pour les nouvelles barres d'outils, cliquez sur Nouvel outil.

E Sélectionnez les types de fenêtres dans lesquelles vous voulez voir apparaître la barred'outils. Pour les nouvelles barres d'outils, indiquez aussi un nom de barre.

Personnaliser barre d'outils

Utilisez la boîte de dialogue Personnaliser barre d'outils pour personnaliser les barresd'outils existantes et en créer de nouvelles. Les barres d'outils peuvent contenirtous les outils disponibles dans SPSS, y compris les outils utilisés pour toutes les

632

Chapitre 44

procédures des menus. Elles peuvent également contenir des outils personnaliséspermettant de lancer d'autres applications, d'exécuter des fichiers de syntaxe decommande ou des fichiers de script.

Figure 44-4Boîte de dialogue Personnaliser barre d'outils

Créer nouvel outil

Utilisez la boîte de dialogue Créer nouvel outil pour créer des outils personnaliséspermettant de lancer d'autres applications, d'exécuter des fichiers de syntaxe decommande et d'exécuter des fichiers de script.

633


Figure 44-5Boîte de dialogue Créer nouvel outil

Editeur bitmap de barre d'outils

Utilisez l'éditeur BMP pour créer des icônes personnalisées pour les boutons desbarres d'outils. Cela est tout particulièrement utile pour les outils personnalisés crééspour exécuter des scripts, de la syntaxe et d'autres applications.

634

Chapitre 44

Figure 44-6Editeur BMP

Pour modifier les images bitmap de la barre d'outils


Barres d'outils...

E Sélectionnez la barre d'outils à personnaliser et cliquez sur Personnaliser.

E Cliquez sur l'outil avec l'icône bitmap que vous voulez modifier dans l'exemplede barre d'outils.

E Cliquez sur Modifier outil.

E Utilisez la boîte à outils et la palette de couleurs pour modifier l'image bitmap oucréer une nouvelle icône bitmap.

Chapitre

45Système de production

Le Système de Production permet d'exécuter SPSS en mode automatisé. SPSSfonctionne seul et prend fin après avoir exécuté la dernière commande, ce qui vouspermet d'exécuter d'autres tâches pendant qu'il fonctionne. Le mode Production estutile si vous exécutez souvent le même ensemble d'analyses longues, telles quedes rapports hebdomadaires.

Le Système de Production utilise des fichiers de syntaxe de commande pourindiquer au programme la marche à suivre. Un fichier de syntaxe de commande estun fichier texte simple contenant une syntaxe de commande. Vous pouvez utilisern'importe quel éditeur de texte pour créer ce fichier. Vous pouvez également générerune syntaxe de commande en collant les sélections de la boîte de dialogue dans unefenêtre de syntaxe ou en modifiant le fichier-journal.

Après que vous avez créé des fichiers de syntaxe et que vous les avez intégrésdans une tâche de production, vous pouvez les afficher et les modifier à partir dusystème de production.

635

636

Chapitre 45

Figure 45-1Système de production

Résultats de la tâche de production : Chaque séquence de production crée un fichierde résultats portant le même nom que la tâche de production et l'extension .spo. Parexemple, un fichier de tâche de production intitulé prodjob.spp crée un fichier derésultats intitulé prodjob.spo. Le fichier de résultats est un document du Viewer.

Type de résultat : Les sorties du Viewer sont sous forme de tableaux pivotants et degraphiques haute résolution et interactifs. Le Viewer en mode brouillon produit lesrésultats texte et des fichiers images (metafiles ou métafichiers) des graphiques. Lesrésultats texte peuvent être modifiés dans le Viewer en mode brouillon, à l'inverse desgraphiques.

Utilisation de l'Utilitaire de ProductionE Créez un fichier de syntaxe de commande.

E Démarrez le Système de production, disponible dans le menu Démarrage.

E Indiquez les fichiers de syntaxe que vous souhaitez utiliser dans la tâche de

637

Système de production

production. Cliquez sur Ajouter pour sélectionner les fichiers de syntaxe.

E Enregistrer le fichier de Tâche de production.

E Exécutez le fichier de Tâche de production. Cliquez sur le bouton Exécuter de la barred'outils ou choisissez dans les menus :Exécuter

Tâche de production

Règles de syntaxe pour le système de production SPSS

Les règles de syntaxe des fichiers de syntaxe de commande utilisés dans le systèmede production SPSS sont les mêmes que les règles pour les fichiers Inclure de SPSS :

Chaque commande doit commencer sur la première colonne d'une nouvelle ligne.

Les lignes suites doivent être en retrait d'un espace au moins.

Le point à la fin de la commande est optionnel.

Si vous générez de la syntaxe de commande en collant les choix d'une boîte dedialogue dans une fenêtre de syntaxe, le format des commandes convient au systèmede production SPSS.

Noms de chemin UNC : Les spécifications de chemins relatifs pour des fichiers dedonnées sont relatifs par rapport au serveur utilisé en mode d'analyse distribuée, etnon par rapport à votre ordinateur local. Si vous disposez d'un accès réseau à laversion pour serveur distant de SPSS, nous vous recommandons d'utiliser des nomsde chemin UNC (Universal Naming Convention = convention de dénominationuniverselle) pour spécifier l'emplacement des fichiers de données dans vos fichiers decommande, comme dans l'exemple suivant :

GET FILE = '\\hqdev01\public\juillet\ventes.sav'.

638

Chapitre 45

Figure 45-2Syntaxe de commande collée à partir des sélections d'une boîte de dialogue

Options d'exportation

Les options d'exportation permettent d'enregistrer les tableaux pivotants SPSS et leséléments texte au format HTML, texte, Word/RTF et Excel, et d'enregistrer desdiagrammes sous divers formats communément utilisés par d'autres applications.

639


Figure 45-3Boîte de dialogue Options d'exportation

Exporter

Cette liste déroulante indique les éléments que vous souhaitez exporter.

Document résultat : Exporte toute combinaison de tableaux pivotants, résultat texte etdiagrammes.

Pour les formats HTML et texte, les diagrammes sont exportés dans le formatd'exportation du diagramme sélectionné. Pour le format document HTML, lestableaux sont intégrés par référence, et vous devez exporter les tableaux sous unformat adapté pour permettre leur intégration dans des documents HTML. Pourle format document texte, une ligne est insérée dans le fichier texte pour chaquediagramme, indiquant le nom de fichier du diagramme exporté.

Pour le format Word/RTF, les diagrammes sont exportés au format métafichierWindows et incorporés dans le document Word.

Les diagrammes ne sont pas inclus dans les documents Excel.

Document Résultat (sans Graphiques) : Exporte les tableaux pivotants et les résultatstexte. Les diagrammes du Viewer sont ignorés.

Graphiques uniquement : N'exporte que les graphiques. Pour les documents HTMLet texte, les formats d'exportation sont les suivants : métafichier Windows (WMF),bitmap Windows (BMP), PostScript encapsulé (EPS), JPEG, TIFF, PNG ou PICTMacintosh. Pour les documents Word/RTF, les diagrammes sont toujours exportés auformat métafichier Windows.

640

Chapitre 45

Format d'exportation

Pour les documents de résultat, les options disponibles sont HTML, texte, Word/RTFet Excel ; pour les formats HTML et texte, les diagrammes sont exportés au formatdu diagramme sélectionné. Pour Graphiques Seulement, sélectionnez un formatd'exportation de graphiques dans la liste déroulante. Pour les documents de résultat,les tableaux pivotants et le texte sont exportés de la façon suivante :

Fichier HTML (*.htm) : Les tableaux pivotants sont exportés comme des tableauxHTML. Les résultats texte sont publiés au format HTML pré-formaté.

Fichier texte (*.txt) : Les tableaux pivotants peuvent être exportés en format tabuléou avec espaces. Tous les résultats texte sont exportés en format avec espaces.

Fichier Excel (*.xls) : Les lignes, colonnes et cellules des tableaux pivotants sontexportées comme des lignes, colonnes et cellules Excel, avec tous les attributs deformatage (bordures de cellule, styles de police, couleurs d'arrière-plan, etc.).Le résultat texte est exporté avec tous les attributs de police. Chaque ligne durésultat texte est une ligne dans le fichier Excel, avec le contenu de toute laligne dans une seule cellule.

Fichier Word/RTF (*.doc) : Les tableaux pivotants sont exportés comme des tableauxWord avec tous les attributs de formatage (bordures de cellule, styles de police,couleurs d'arrière-plan, etc.). Le résultat texte est exporté en tant que fichier RTF.Le résultat texte dans SPSS apparaît toujours dans une police à espacement fixeet est exporté avec les mêmes attributs de police. Une police à espacement fixeest nécessaire pour le bon alignement des résultats texte séparés par des espaces.

Format d'image

L'option Format d'image contrôle le format d'exportation des diagrammes. Lesdiagrammes peuvent être exportés aux formats suivants : métafichier Windows(WMF), bitmap Windows (BMP), PostScript encapsulé (EPS), JPEG, TIFF, CGM,PNG ou PICT Macintosh.

Les noms des diagrammes exportés comprennent le nom de fichier de la tâchede production, un numéro séquentiel, et l'extension du format choisi. Si la tâche deproduction prodjob.spp exporte des diagrammes au format métafichier Windows,les noms des diagrammes seraient prodjob1.wmf, prodjob2.wmf, prodjob3.wmf,et ainsi de suite.

641


Options de texte et d'image

Les options d'exportation de texte (séparé par des tabulations ou par des espaces, parexemple) et les options d'exportation de diagrammes (paramètres des couleurs, tailleet résolution, par exemple) sont définies dans SPSS et ne peuvent pas être modifiéesdans le système de production. Pour modifier les options d'exportation de texte et dediagrammes, utilisez l'option Exporter du menu Fichier de SPSS.

Exportation du Viewer en mode brouillon

La seule option d'exportation disponible pour les résultats du Viewer en modebrouillon consiste à exporter les résultats en texte simple. Les diagrammes ne peuventêtre exportés par le Viewer en mode brouillon.

Invites utilisateur

Les symboles de macro définis dans un fichier de tâche de production et utilisés dansun fichier de syntaxe de commande simplifient les tâches comme l'exécution de lamême analyse pour différents fichiers de données ou l'exécution du même ensemblede commandes pour différents ensembles de variables. Vous pouvez par exempledéfinir les symboles de macro @datfile pour que le système vous demande un nom defichier de données chaque fois que vous exécutez une tâche de production qui utilisela chaîne @datfile au lieu d'un nom de fichier.

642

Chapitre 45

Figure 45-4Boîte de dialogue Invites utilisateur

Symbole de macro : Nom de macro utilisé dans le fichier de syntaxe de commandepour appeler la macro qui demande à l'utilisateur de saisir des informations. Le nomdu symbole de macro doit commencer par un @.

Invite : Etiquette descriptive qui s'affiche lorsque la tâche de production vous demandede saisir des informations. Vous pouvez par exemple utiliser la phrase « Quel fichierde données souhaitez-vous utiliser ? » pour identifier un champ qui exige un nomde fichier de données.

Défaut : Valeur que la tâche de production donne par défaut si vous ne tapez pasune valeur différente. Cette valeur s'affiche lorsque la tâche de production vousdemande cette information. Vous pouvez remplacer ou modifier cette valeur pendantl'exécution.

Mettre la valeur entre guillemets : Tapez O ou Oui si vous souhaitez que la valeur soitmise entre guillemets. Sinon, laissez le champ vide ou tapez N ou Non. Par exemple,vous devez entrer Oui pour les spécifications de nom de fichier car les spécificationsde ce type doivent être placées entre guillemets.

643


Figure 45-5Invites de macro dans un fichier de syntaxe de commande

Sollicitation de macros de production

Le système de production SPSS vous demande des valeurs chaque fois que vousexécutez une tâche de production qui contient des symboles de macro définis. Vouspouvez remplacer ou modifier les valeurs par défaut affichées. SPSS remplace alorsces valeurs par les symboles de macro dans tous les fichiers de syntaxe de commandeassociés à la tâche de production.

644

Chapitre 45

Figure 45-6Boîte de dialogue Sollicitation de macros de production

Options de production

Les options de production vous permettent de :

Spécifier un éditeur de texte par défaut pour les fichiers de syntaxe auxquels on aaccédé par le bouton de modification de la boîte de dialogue principale.

Exécuter la tâche de production comme une opération de fond invisible ou afficherSPSS et les résultats qu'il génère au fur et à mesure de l'exécution de la tâche.

Définir un serveur distant, un nom de domaine, un ID utilisateur ainsi qu'unmot de passe pour l'analyse distribuée (applicable uniquement si vous disposezd'un accès réseau à la version serveur de SPSS). Si vous ne fournissez pas cesinformations, les paramètres par défaut de la boîte de dialogue de connexion auserveur de SPSS seront utilisés. Vous ne pouvez sélectionner que les serveursdistants que vous avez précédemment définis dans la boîte de dialogue d'ajout deserveur de SPSS (menu Fichier, Changer serveur, Ajouter).

645


Figure 45-7Options

Modification des options de production

Dans les menus du Système de production choisissezAffichage

Options...

Contrôle du format des tâches de production

Plusieurs paramètres de SPSS peuvent vous aider à choisir le meilleur format pour lestableaux pivotants créés dans les tâches de production :

Aspects de tableaux : En modifiant et en enregistrant Aspects de tableaux (menuFormat dans un tableau pivotant actif) vous pouvez contrôler de nombreux attributsde tableaux pivotants. Vous pouvez spécifier les tailles et styles de polices, lescouleurs, et les bordures. Pour éviter la division de tableaux larges sur plusieurspages, sélectionnez Redimensionner largeur de tableau pour l'ajuster à la page dansl'onglet Général, option Propriétés du tableau.

646

Chapitre 45

Etiquettes de résultats : Les options Etiquettes de résultats (Menu Edition, Options,onglet Etiquettes Résultats) contrôlent l'affichage des informations relatives auxvariables et aux valeurs de données dans les tableaux pivotants. Vous pouvez afficherdes noms de variables et/ou des étiquettes de variable définies, des valeurs dedonnées réelles et/ou des étiquettes de valeurs définies. Les étiquettes de variableet de valeur, plus descriptives, permettent souvent d'interpréter plus facilement vosrésultats. Toutefois, de longues étiquettes peuvent parfois paraître étranges danscertains tableaux.

Largeur de colonne : Les options Tableaux pivotants (menu Edition, Options, ongletTableaux pivotants) contrôlent les modèles de tableaux par défaut et l'ajustementautomatique des largeurs de colonnes dans les tableaux pivotants.

L'option Etiquettes seulement ajuste la largeur d'une colonne à celle de l'étiquettede colonne. Cela produit des tableaux plus compacts, mais les valeurs de donnéesplus larges que l'étiquette ne seront pas affichés (des astérisques indiquent lesvaleurs trop larges pour être affichées).

L'option Etiquettes et données ajuste la largeur d'une colonne à l'élément le pluslarge de la colonne, de l'étiquette ou de la valeur de donnée. Cela produit destableaux plus larges, mais garantit que toutes les valeurs seront affichées.

Les tâches de production utilisent les paramètres en vigueur définis sous Modèle detableau et Options. Vous pouvez définir les paramètres dans Modèles de tableauxet Options avant de lancer votre tâche de production, mais vous pouvez égalementutiliser les commandes SET dans vos fichiers de syntaxe pour les contrôler. Le recoursaux commandes SET dans les fichiers de syntaxe vous permet d'utiliser plusieursparamètres Modèles de tableaux et Options dans la même tâche.

Création d'un modèle de tableau par défaut personnalisé



Aspects de tableaux...

E Sélectionnez un modèle de tableau dans la liste et cliquez sur Modifier modèle.

E Définissez les propriétés du tableau selon les attributs voulus.

647


E Cliquez sur Enregistrer aspect ou Enregistrer sous pour enregistrer le modèle de tableauet cliquez sur OK.


Options...

E Cliquez sur l'onglet Tableaux pivotants.

E Sélectionnez le modèle de tableau dans la liste et cliquez sur OK.

Définition des options pour les tâches de production


Options


E Cliquez sur OK.

Vous pouvez définir le modèle de tableau par défaut, les paramètres des étiquettes derésultats, et l'ajustement automatique de la largeur des colonnes avec Options. Lesparamètres définis sous Options sont enregistrés avec le programme. Lorsque vousexécutez une tâche de production, les paramètres des options en vigueur lors de ladernière exécution du programme sont appliqués à la tâche de production.

Contrôle du format des tableaux pivotants avec la syntaxe de commande

SET TLOOK : Contrôle le modèle de tableau par défaut pour les nouveaux tableauxpivotants, comme dans :

SET TLOOK = 'c:\prodjobs\montableau.tlo'.

SET TVARS : Contrôle l'affichage des noms et des étiquettes de variable dans lesnouveaux tableaux pivotants.

SET TVARS = LABELS fait apparaître les étiquettes de variable.

648

Chapitre 45

SET TVARS = NAMES fait apparaître les noms de variable.

SET TVARS = BOTH fait apparaître les noms et les étiquettes de variable.

SET ONUMBER : Contrôle l'affichage des valeurs de données ou des étiquettes devaleurs dans les nouveaux tableaux pivotants.

SET ONUMBER = LABELS fait apparaître les étiquettes de valeurs.

SET ONUMBER = VALUES fait apparaître les valeurs de données.

SET ONUMBER = BOTH fait apparaître les valeurs de données et les étiquettesde valeurs.

SET TFIT : Contrôle l'ajustement automatique de la largeur des colonnes pour lesnouveaux tableaux pivotants.

SET TFIT = LABELS ajuste la largeur des colonnes en fonction de la largeur desétiquettes de colonne.

SET TFIT = BOTH ajuste la largeur des colonnes à la largeur des étiquettes ou à laplus grande valeur de données, le chiffre retenu étant le plus grand des deux.

Exécution de tâches de production à partir d'une ligne decommande

Les boutons de la ligne de commande vous permettent de programmer l'heured'exécution des tâches de production grâce aux utilitaires de programmation commecelui disponible dans Microsoft Plus!. Vous pouvez exécuter des tâches de Productionà partir d'une ligne de commande à l'aide des boutons suivants :

-r : Exécute la tâche de production. Si la tâche de production contient des invitesutilisateur, vous devez fournir l'information demandée pour que la tâche de productionpuisse s'exécuter.

-s : Exécute la tâche de production, et supprime les éventuels messages ou invitesutilisateur. Les valeurs par défaut des invites utilisateur sont automatiquementutilisées.

649


Analyse distribuée : Si vous disposez d'un accès réseau à la version serveur de SPSS,vous pouvez également utiliser les commutateurs suivants pour exécuter le systèmede production en mode d'analyse distribuée :

-x : Nom ou adresse IP du serveur distant.

-n : Numéro du port.

-d : Nom de domaine.

-u : ID utilisateur pour l'accès au serveur distant.

-p : Mot de passe pour l'accès au serveur distant.

Si vous spécifiez l'un de ces paramètres de ligne de commande pour l'analysedistribuée, vous devez tous les indiquer (-x, -n, -d, -u et -p).

Vous devez indiquer le chemin complet aussi bien pour le système de production(spssprod.exe) que pour la tâche de production, et les deux doivent être mis entreguillemets, comme dans l'exemple suivant :

"c:\program files\spss\spssprod.exe" "c:\spss\datajobs\prodjob.spp" -s -r

Pour les commutateurs de ligne de commande nécessitant des spécificationssupplémentaires, vous devez les faire suivre du signe égal (=) immédiatement avant laspécification. Si la spécification comporte des espaces (par exemple, dans un nomde serveur en deux mots), indiquez la valeur entre guillemets ou entre apostrophes,comme dans l'exemple suivant :

-x="HAL 9000" -u="nom secret"

Serveur par défaut : Si vous disposez d'un accès réseau à la version serveur de SPSS,le serveur par défaut et les informations associées (si vous ne les avez pas spécifiésdans les paramètres de ligne de commande) correspondent au serveur par défautdéfini dans la boîte de dialogue de connexion au serveur de SPSS. Si aucun serveurpar défaut n'est défini dans cette boîte de dialogue, la tâche s'exécute en mode local.

Si vous souhaitez exécuter une tâche de production en mode local mais que votreordinateur local n'est pas votre serveur par défaut, indiquez des chaînes vides entreguillemets pour tous les commutateurs de ligne de commande de l'analyse distribuée,comme dans l'exemple suivant :

"c:\program files\spss\spssprod.exe" "c:\spss\datajobs\prodjob.spp" -x="" -n="" -d="" -u="" -p=""

650

Chapitre 45

Publication sur le Web

La fonction Publier sur le Web exporte les résultats à publier vers le serveur WebSmartViewer. Les tableaux et rapports publiés dans SmartViewer peuvent êtrevisualisés et manipulés via le Web, en temps réel et à l'aide d'un navigateur standard.

Les tableaux pivotants sont publiés comme des tableaux dynamiques pouvant êtremanipulés via le Web afin d'obtenir différents affichages des données.

Les diagrammes sont publiés sous forme de fichiers graphiques JPEG ou PNG.

Les résultats texte sont publiés sous forme de HTML pré-formaté. (La plupartdes navigateurs utilisent par défaut une police à espacement fixe pour le textepréformaté.).

Publier : Permet de spécifier le résultat à publier :

Document résultat : Publie la totalité du document de résultat, y compris leséléments masqués ou réduits.

Document résultat (sans Notes) : Publie tout sauf les tableaux Notes produitsautomatiquement pour chaque procédure.

Tableaux uniquement : Exclut les graphiques. Tous les tableaux pivotants ettableaux de texte sont publiés.

Tableaux uniquement (sans Notes) : Exclut les graphiques et les tableaux Notes.

Graphiques uniquement : Publie uniquement les graphiques du document.

Rien : Désactive la publication sur le Web. Du fait que tous les paramètres sontenregistrés avec la tâche de production (fichier .spp), les résultats seront publiés àchaque fois vous que exécuterez la tâche de production, à moins que vous nesélectionniez l'option Rien. Celle-ci désactive la publication tout en générantd'autres types de résultats (fichiers du Viewer, fichiers HTML) spécifiés dans latâche de production.

Publier tableaux en tant que : Contrôle la manière dont les tableaux pivotants sontpubliés :

Interactif : Les tableaux sont des objets dynamiques pouvant être manipulés via leWeb afin d'obtenir différents affichages des données.

Statique : Les tableaux sont statiques et ne peuvent pas être manipulés aprèspublication.

651


Configurer : Ouvre la page Configurer la publication automatique du serveur WebSmartViewer dans une fenêtre de navigateur. Cette procédure est requise pour lacréation d'une tâche de production à publier sur le Web.

Une ID utilisateur et un mot de passe vous sont également demandés pouraccéder au serveur Web SmartViewer. Lorsque vous créez une tâche de production àpublier sur le Web, vous devez entrer votre ID utilisateur et votre mot de passe. Cesinformations sont stockées dans la tâche de production dans un format codé.

Remarque : La fonction Publier sur le Web est disponible uniquement avec les sitesoù le serveur Web SmartViewer est installé et elle nécessite un plug-in pour activerla fonction de publication. Contactez votre administrateur système ou Webmasterpour obtenir des instructions sur le téléchargement du plug-in. Si SmartViewer n'estpas disponible sur votre site, utilisez l'option Exporter le résultat pour enregistrerle résultat au format HTML.

Connexion au serveur Web SmartViewer

La publication sur le serveur Web SmartViewer nécessite un nom d'utilisateur (IDutilisateur) et un mot de passe valides.

Contactez votre administrateur système ou Webmaster pour plus d'informations.

Chapitre

46Utilitaire de script SPSS

L'utilitaire de script vous permet d'automatiser certaines tâches, telles que :

le résultat personnalisé et automatique dans le Viewer,

l'ouverture et l'enregistrement des fichiers de données,

l'affichage et la manipulation de boîtes de dialogue,

l'exécution des transformations de données et des procédures statistiques àl'aide de la syntaxe de commande SPSS,

l'exportation des diagrammes sous forme de fichiers graphiques dans denombreux formats.

Un certain nombre de scripts figure dans le logiciel, notamment les scriptsautomatiques qui s'exécutent automatiquement à chaque fois qu'un type de résultat estproduit. Vous pouvez utiliser ces scripts comme ils se présentent ou les adapter à vosbesoins. Si vous souhaitez créer vos propres scripts, vous pouvez d'abord en choisirun parmi les nombreux Assistants script.

Exécution d'un scriptE A partir du menu, sélectionnez :

OutilsExécuter le script...

653

654

Chapitre 46

Figure 46-1Boîte de dialogue Exécuter le script

E Sélectionnez le dossier Scripts.

E Sélectionnez le script de votre choix.

Pour plus d'informations, reportez-vous à « Personnalisation des menus et des barresd'outils » dans Chapitre 44 , page 627.

Scripts livrés avec SPSS

Les scripts suivants sont livrés avec le programme :

Analyser les observations restantes : Répète une Analyse factorielle ou une Analysediscriminante à l'aide des observations qui n'ont pas été sélectionnées dans uneanalyse précédente. Un tableau de Remarques produit par la précédente exécution del'analyse factorielle ou discriminante doit être sélectionné avant d'exécuter le script.

Modifier la signification de p : Changez Sig. en p= dans les étiquettes de colonnes den'importe quel tableau pivotant. Il faut choisir le tableau avant d'exécuter le script.

Clean navigator.sbs (effacer le Navigateur) : Supprime tous les tableaux deremarques d'un document de résultat. Le document doit être ouvert dans la fenêtrecorrespondante du Viewer avant l'exécution du script.

655

Utilitaire de script SPSS

Fréquences en bas de page : Insère les statistiques affichées dans un tableau statistiquede fréquences sous forme de notes de bas de page dans le tableau de fréquencescorrespondant pour chaque variable. Le tableau de statistiques de fréquences doit êtresélectionné avant l'exécution du script.

Make totals bold.sbs (totaux en gras) : Applique l'attribut Gras et la couleur Bleue àtoutes les lignes, colonnes ou strates de données indiquées comme étant un Total dansle tableau pivotant. Il faut choisir le tableau avant d'exécuter le script.

Means report.sbs (état des moyennes) : Extrait les informations du tableau desmoyennes et écrit les résultats dans plusieurs fichiers de résultat ASCII. Le tableaudes moyennes doit être sélectionné avant d'exécuter le script.

Remove labels.sbs (retirer les étiquettes) : Supprime toutes les étiquettes de colonnesou de lignes dans un tableau pivotant sélectionné. Il faut choisir le tableau avantd'exécuter le script.

Rerun syntax from note.sbs (réexécuter la syntaxe à partir des remarques) : Exécuteà nouveau la commande trouvée dans le tableau de remarques sélectionné avec lefichier de données actif. Si aucun fichier n'est ouvert, le script tente de lire le fichierde données utilisé initialement. Le tableau des remarques doit être sélectionné avantl'exécution du script.

R-deux max : Dans le tableau récapitulatif des modèles de régression, appliquez leformat Gras et la couleur Bleue à la ligne correspondant au modèle qui maximiseles R-deux ajustés. Le tableau récapitulatif des modèles doit être sélectionné avantl'exécution du script.

Pour plus d'informations, reportez-vous à « Options » dans Chapitre 43 , page 605.

Remarque : cette liste n'est pas exhaustive.

Autoscripts

Les scripts automatiques s'exécutent automatiquement lorsqu'ils sont déclenchés à lacréation d'une partie de résultat particulière par une procédure donnée. Par exemple,SPSS contient un autoscript qui supprime automatiquement la diagonale supérieure etmet en surbrillance les coefficients de corrélation négligeables à chaque fois qu'untableau de corrélations est produit par la procédure Corrélation Bivariée....

656

Chapitre 46

L'onglet Scripts de la boîte de dialogue Options (menu Edition) affiche les scriptsautomatiques (Autoscripts) disponibles sur votre système et vous permet d'activer oude désactiver différents scripts.

Figure 46-2Onglet Scripts de la boîte de dialogue Options

Les scripts automatiques sont spécifiques à une procédure et à un type de résultatdonnés. Un autoscript qui formate les tableaux ANOVA produit par une analyseANOVA à un facteur n'est pas déclenché par des tableaux ANOVA produits pard'autres types de procédure statistiques (mais vous pourriez utiliser des procéduresgénérales pour créer des scripts automatiques distincts pour les tableaux ANOVAqui partagent un code très similaire). Cependant, vous pouvez utiliser un autoscriptdistinct pour chaque type de résultat produit par la même procédure. Fréquences,par exemple, produit à la fois un tableau de fréquences et un tableau de statistiques,chacune pouvant avoir son propre autoscript.

Pour plus d'informations, reportez-vous à « Options » dans Chapitre 43 , page 605.

657


Création et modification de scripts

Vous pouvez adapter à vos besoins la plupart des scripts livrés avec le logiciel. Parexemple, l'un des scripts permet de supprimer tous les tableaux de remarques dansle document de résultat choisi. Vous pouvez facilement modifier ce script poursupprimer les éléments de résultat de n'importe quel type et d'étiquette.

Figure 46-3Modifier un script dans la fenêtre de script

Si vous préférez créer vos propres scripts, vous pouvez d'abord en choisir un parmiles nombreux Assistants scripts.

658

Chapitre 46

Modification d'un scriptE A partir du menu, sélectionnez :

FichierOuvrir

Script...

Figure 46-4Ouvrir un fichier de script

E Sélectionnez le dossier Scripts.

E Dans Type, sélectionnez Script SPSS (*.sbs).

E Sélectionnez le script de votre choix.

Si vous ouvrez plusieurs scripts, chacun d'eux dispose de sa propre fenêtre.

Fenêtre de script

La fenêtre de script est un environnement de programmation complet qui utilise lelangage Sax BASIC et inclut un éditeur de boîte de dialogue, un navigateur d'objets,des fonctions de mise au point et une aide contextuelle.

659


Figure 46-5Fenêtre de script

Lorsque vous déplacez le curseur, le nom de la procédure s'affiche en haut de lafenêtre.

Les termes en bleu sont des mots réservés au BASIC (tels que Sub, End Sub etDim). Pour accéder à l'Aide contextuelle relative à ces termes, cliquez sur cestermes et appuyez sur F1.

Les termes en magenta sont des objets SPSS, des propriétés ou des méthodes.Vous pouvez également cliquer sur ces termes et sur F1 pour accéder à l'Aide,mais uniquement lorsqu'ils apparaissent en magenta et dans des instructionscorrectes. (Il est inutile de cliquer sur le nom d'un objet dans un commentaire :l'aide qui apparaît concerne le langage Sax BASIC et non les objets SPSS.)

660

Chapitre 46

Les commentaires sont affichés en vert.

Cliquez sur F2 pour afficher le navigateur d'objets qui affiche les objets SPSS, lespropriétés et les méthodes.

Propriétés de l'éditeur de script (fenêtre de script)

Les éléments de code dans la fenêtre de script répondent à un code couleur quipermet de les distinguer plus facilement. Par défaut, les commentaires sont en vert,les termes Sax BASIC sont en bleu et les noms des objets, propriétés et méthodesvalides, sont en magenta. Vous pouvez indiquer des couleurs différentes pour ceséléments et changer la taille et la police de tout le texte.

Pour définir les propriétés de l'éditeur de script

E A partir du menu, sélectionnez :Script

Propriétés de l'éditeur…

Figure 46-6Boîte de dialogue Propriétés Editeur

E Pour modifier la couleur d'un type d'élément de code, sélectionner l'élément et unecouleur dans la palette déroulante.

661


L'Assistant script

Lorsque vous créez un nouveau script, vous pouvez tout d'abord choisir un certainnombre d'Assistants script.

Figure 46-7Boîte de dialogue Utiliser l'Assistant script

Chaque Assistant script fournit un code pour une ou plusieurs procédures classiquesainsi que certaines astuces sur la personnalisation du script.

Supprimer par étiquette : Supprime des lignes ou des colonnes dans un tableaupivotant en fonction du contenu de RowLabels ou ColumnLabels. Pour que ce scriptfonctionne, l'option Masquer les lignes et colonnes vides doit être sélectionnée dans laboîte de dialogue Propriétés de Tableau.

Supprimer les items du Navigateur : Supprime les éléments du Viewer en fonctiond'un certain nombre de critères.

Note de bas de page : Reformate les notes de bas de page d'un tableau pivotant,modifie le texte dans une note de bas de page ou ajoute une note de bas de page.

Reformate par étiquettes : Reformate un tableau pivotant en fonction des étiquettes delignes, de colonnes ou de strates.

Reformate par valeur : Reformate un tableau pivotant en fonction de la valeur decellules de données ou d'une combinaison de cellules et d'étiquettes.

662

Chapitre 46

Reformate un tableau pivotant divers : Reformate ou modifie le texte dans un titre detableau pivotant, un texte de coin ou une légende.

Vous pouvez également utiliser n'importe quel autre script disponible commeAssistant Script, même s'il est plus complexe à personnaliser. Ouvrez simplement lescript et enregistrez-le sous un nom différent.

Création d'un script

E A partir du menu, sélectionnez :Nouveau

Script…

E Sélectionnez un Assistant script si vous souhaitez commencer par là.

E Si vous ne souhaitez pas utiliser d'assistant, cliquez sur Annuler.

Création de scripts automatiques

Pour créer un autoscript, sélectionnez un objet du résultat qui servira de déclencheur.Par exemple, pour créer un autoscript qui s'exécute à chaque fois qu'un tableau defréquences est produit, créez un tableau de fréquences selon la procédure habituelle etcliquez sur le tableau dans le Viewer pour le sélectionner. Cliquez sur le bouton droitde la souris ou utilisez le menu Outils pour créer un nouveau autoscript déclenché àchaque fois que ce type de tableau est produit.

663


Figure 46-8Créer un nouveau autoscript

Chaque autoscript que vous créez est ajouté au fichier d'autoscript actif (autscript.sbs,par défaut) en tant que nouvelle procédure. Le nom de la procédure renvoie àl'événement qui sert de déclencheur. Par exemple, si vous créez un autoscriptdéclenché chaque fois qu'Explorer crée un tableau de caractéristiques, le nom de lasous-routine d'autoscript est Explore_Table_Descriptives_Create.

Figure 46-9Procédure de Nouveau autoscript affiché dans la fenêtre de script

664

Chapitre 46

Ceci facilite le développement des scripts automatiques en vous évitant d'avoir àréécrire le code permettant d'obtenir l'objet que vous souhaitez traiter, mais il fautque les scripts automatiques soient spécifiques à un élément de résultat et à uneprocédure statistique donnés.

Création d'un autoscript

E Sélectionnez l'objet que vous souhaitez utiliser en tant que déclencheur dans le Viewer.


Créer/modifier un script automatique…

S'il n'existe pas d'autoscript pour l'objet sélectionné, un nouveau autoscript est créé.Si un autoscript existe déjà, il est affiché.

E Entrez le code.

E Dans le menu Edition, sélectionnez Options pour activer ou désactiver l'autoscript.

Evénements déclenchant les scripts automatiques

Le nom de la procédure de l'autoscript renvoie à l'événement qui le déclenche. Lesévénements suivants peuvent déclencher des scripts automatiques :

Création d'un tableau pivotant : Le nom de cette procédure renvoie àla fois le type de tableau et la procédure qui l'a créé, par exemple,Correlations_Table_Correlations_Create.

665


Figure 46-10Procédure d'autoscript pour un tableau de corrélation

Création du titre : Renvoie à la procédure statistique qui l'a créé :Correlations_Title_Create.

Création de remarques : Renvoie à la procédure qui l'a créé : Correlations_Notes_Create.

Création d'avertissements : Renvoyé par la procédure qui l'a créé.

Vous pouvez également utiliser un script pour déclencher indirectement un autoscript.Par exemple, vous pouvez écrire un script qui invoque une procédure de corrélation,qui, à son tour, déclenche l'autoscript déclaré pour le tableau de corrélation enrésultant.

666

Chapitre 46

Fichier d'autoscript

Tous les scripts automatiques sont enregistrés dans un seul fichier (à la différencedes autres scripts enregistrés dans des fichiers distincts). Tous les nouveaux scriptsautomatiques que vous créez sont ajoutés à ce fichier. Le nom du fichier d'autoscriptactif est affiché dans l'onglet Scripts de la boîte de dialogue Options (menu Edition).

Figure 46-11Sous-routines d'autoscript affichées dans la boîte de dialogue Options

La boîte de dialogue Options affiche également tous les scripts automatiques dans lefichier actif, ce qui vous permet d'activer et de désactiver les différents scripts.

Le fichier d'autoscript par défaut est autscript.sbs. Vous pouvez spécifier un fichierd'autoscript différent mais vous ne pouvez en activer qu'un seul à la fois.

667


Fonctionnement des scripts

Les scripts manipulent les objets à l'aide des propriétés et des méthodes. Par exemple,les tableaux pivotants constituent une classe d'objets. Les objets de cette classe vouspermettent d'utiliser la méthode SelectTable pour choisir tous les éléments du tableauet la propriété TextColor pour changer la couleur du texte sélectionné. Chaque classed'objets possède des propriétés et des méthodes qui lui sont propres. Le regroupementdes classes (ou types) d'objets SPSS s'appelle la bibliothèque des types SPSS.

Figure 46-12Arborescence de la hiérarchie des objets.

L'utilisation des objets constitue une procédure en deux étapes. Créez tout d'abordune référence pour l'objet (appelée accès à l'objet). Utilisez ensuite les propriétés etles méthodes pour effectuer quelque chose. Pour atteindre les objets, naviguez dans lahiérarchie des objets SPSS à chaque étape à partir des propriétés et des méthodesdu niveau supérieur pour accéder aux objets du niveau inférieur. Par exemple, pour

668

Chapitre 46

atteindre un tableau pivotant, vous devez d'abord accéder au document de résultat quicontient ce tableau puis aux éléments de ce document.

Chaque objet que vous atteignez est enregistré dans une variable. (Souvenez-vousque tout ce que vous enregistrez dans la variable est une référence à l'objet.) L'unedes premières étapes de la création d'un script est souvent la déclaration de variablespour les objets dont vous avez besoin.

Astuces : il est difficile de comprendre le fonctionnement de scripts si vous necomprenez pas le fonctionnement de SPSS. Avant d'écrire un script, effectuezplusieurs fois les tâches à accomplir à l'aide de la souris. A chaque étape, tenez comptedes objets que vous manipulez et des propriétés de chaque objet que vous modifiez.

Déclarations des variables (Script)

Même si ce n'est pas obligatoire, il est judicieux de déclarer toutes les variables avantde les utiliser. Pour cela, on utilise généralement les instructions de déclaration Dim :

Dim objOutputDoc As ISpssOutputDocDim objPivotTable As PivotTableDim intType As IntegerDim strLabel As String

Chaque déclaration indique le nom et le type de variable. Par exemple, la premièredéclaration ci-dessus crée une variable d'objet appelée objOutputDoc et affecte cettevariable à la classe d'objets ISpssOutputDoc. La variable n'a pas encore de valeur.En effet, elle n'a pas encore été définie pour un document de résultat particulier.L'instruction se contente de déclarer que la variable existe (il a été fait référence àce processus comme à « une attribution d'un nouveau nom aux objets que vousdésirez utiliser »).

Conventions d'appellation des variables : Par convention, le nom de chaque variablefait référence à son type. Les noms des variables d'objet commencent par obj, ceuxdes variables numériques (entiers) par int et ceux des variables chaîne par str.Vous pouvez nommer vos variables de la façon qui vous convient mais nous vousconseillons d'utiliser des appellations aidant à leur compréhension lors de leur suivi.

Classes d'objets SPSS : ISpssOutputDoc et PivotTable sont des noms de classes d'objetSPSS. Chaque classe représente un type d'objet que le programme peut créer, telqu'un document de résultat ou un tableau pivotant. Chaque classe d'objets possède

669


des propriétés et des méthodes qui lui sont propres. Le regroupement des classes (outypes) d'objets SPSS s'appelle la bibliothèque des types SPSS.

Table des classes d'objet et conventions d'appellation

Les noms de variables suivants sont utilisés sans les scripts types livrés avec SPSS. Ilssont conseillés pour tous les scripts. Notez que, à l'exception des tableaux pivotants,les noms de classes d'objets commencent toujours par ISpss.

Objet Type ou Classe Nom de variable

Application SPSS IspssApp La variable objSpssAppest globale. Elle ne requiertaucune déclaration.

Options SPSS ISpssOptions objSpssOptions

Informations sur les fichiersSPSS

ISpssInfo objSpssInfo

Documents ISpssDocuments objDocuments

Document de données ISpssDataDoc objDataDoc

Document de syntaxe ISpssSyntaxDoc objSyntaxDoc

Document du Viewer ISpssOutputDoc objOutputDoc

Options d'impression ISpssPrintOptions objPrintOptions

Regroupement des élémentsde résultat

ISpssItems objOutputItems

Elément de résultat ISpssItem objOutputItem

Graphes ISpssChart objSPSSChart

Texte ISpssRtf objSPSSText

Tableau pivotant PivotTable objPivotTable

Notes de bas de page ISpssFootnotes objFootnotes

Cellules de données ISpssDataCells objDataCells

Etiquettes de strates ISpssLayerLabels objLayerLabels

Etiquettes de colonnes ISpssLabels objColumnLabels

Etiquettes de lignes ISpssLabels objRowLabels

Gestionnaire de tableaupivotant

ISpssPivotMgr objPivotMgr

Dimension IspssDimension objDimension

670

Chapitre 46

Accès aux objets d'automation SPSS (script)

Accéder à un objet signifie créer une référence à l'objet de telle sorte que vouspuissiez utiliser les propriétés et les méthodes servant à effectuer une action. Chaqueréférence à un objet que vous obtenez est enregistrée dans une variable. Pour obtenirun objet, déclarez d'abord une variable d'objet de la classe appropriée puis affectezcette variable à un objet particulier. Par exemple, pour accéder au document derésultat mentionné :

Dim objOutputDoc As ISpssOutputDocSet objOutputDoc = objSpssApp.GetDesignatedOutputDoc

Vous utilisez les propriétés et les méthodes des objets supérieurs dans la hiérarchiedes objets pour obtenir les objets inférieurs. La seconde instruction ci-dessus permetd'accéder au document de résultat mentionné à l'aide de GetDesignatedOutputDoc,méthode apparentée à l'objet d'application SPSS, qui est d'un niveau supérieur. Dela même façon, pour accéder à un tableau pivotant, vous devez d'abord atteindrele document de résultat qui contient le tableau pivotant pour le regroupement deséléments de ce document de résultat et ainsi de suite.

Exemple : Accès à un élément de résultat

Ce script accède au troisième élément de résultat dans le document de résultatmentionné et l'active. Si cet élément n'est pas un objet OLE, le script renvoie uneerreur.

Vous pouvez vous reporter ci-dessous à un autre exemple qui active le premiertableau pivotant dans le document de résultat mentionné.

Sub Main

Dim objOutputDoc As ISpssOutputDoc'Déclarer les variables objetDim objOutputItems As ISpssItemsDim objOutputItem As ISpssItem

Set objOutputDoc = objSpssApp.GetDesignatedOutputDoc 'obtenir la référence du document de sortieSet objOutputItems = objOutputDoc.Items() 'obtenir la collection des éléments dans le documentSet objOutputItem = objOutputItems.GetItem(2) 'obtenir le troisième élément de résultat'(les numéros d'élément commencent à 0 pour que « 2 » corresponde au troisième élément)

671


objOutputItem.Activate 'activer l'élément de résultat

End sub

Exemple : Accès au premier tableau pivotant

Ce script accède au premier tableau pivotant dans le document de résultat mentionnéet l'active.

Sub Main

Dim objOutputDoc As ISpssOutputDoc 'déclarer les variables objetDim objOutputItems As ISpssItemsDim objOutputItem As ISpssItemDim objPivotTable As PivotTable

Set objOutputDoc = objSpssApp.GetDesignatedOutputDoc'obtenir la référence du document de sortieSet objOutputItems = objOutputDoc.Items()'obtenir la collection des items du document

Dim intItemCount As Integer'nombre d'éléments de résultatDim intItemType As Integer'type d'élément (défini par la propriété SpssType)

intItemCount = objOutputItems.Count()'obtenir le nombre d'éléments de résultatFor index = 0 To intItemCount'parcourir les éléments de résultatSet objOutputItem = objOutputItems.GetItem(index)'obtenir l'élément courantintItemType = objOutputItem.SPSSType()'obtenir le type de l'élément courantIf intItemType = SPSSPivot Then

Set objPivotTable = objOutputItem.Activate()'si l'élément est un tableau pivotant, l'activerExit For

End If Next index

End sub

Ces exemples sont également accessibles dans l'aide en ligne. Vous pouvez testerces exemples vous-même. Pour cela, copiez le code de la fenêtre d'aide et collez-ledans la fenêtre de script.

672

Chapitre 46

Propriétés et méthodes (script)

Tout comme les objets réels, les objets d'automation OLE de SPSS ont des attributs etdes utilisations. Dans le vocabulaire de programmation, les attributs sont appelésdes propriétés et les utilisations des méthodes. Chaque classe d'objets dispose depropriétés et de méthodes spécifiques qui déterminent ce que vous pouvez en faire.

Objet Propriété Méthode

Crayon (réalité) Dureté(couleur)

EcrireEcraser

Tableau pivotant (SPSS) TextFontDataCellWidthsCaptionText

SelectTableClearSelectionHideFootnotes

Exemple : Utilisation des propriétés (Script)

Les propriétés définissent ou renvoient aux attributs de l'objet, tels que la couleurou la largeur de cellule. Lorsqu'une propriété apparaît à gauche du signe égal, vousécrivez dessus. Par exemple, pour attribuer la légende « Résultats d'Anita » à untableau pivotant activé (objPivotTable) :

objPivotTable.CaptionText = "Résultats d'Anita"

Lorsqu'une propriété apparaît sur la droite, vous lisez depuis cette propriété. Parexemple, pour définir la légende d'un tableau pivotant et l'enregistrer sous formede variable :

strFontName = objPivotTable.CaptionText

Exemple : Utilisation des méthodes (Script)

Les méthodes opèrent des actions sur les objets, telles que la sélection de tous leséléments dans un tableau :

objPivotTable.SelectTable

673


ou l'annulation d'une sélection :

objPivotTable.ClearSelection

Certaines méthodes renvoient à un autre objet. De telles méthodes sont extrêmementimportantes pour la navigation dans la hiérarchie des objets. Par exemple, la méthodeGetDesignatedOutputDoc renvoie le document de résultat choisi, ce qui vous permetd'accéder aux éléments de ce document de résultat :

Set objOutputDoc = objSpssApp.GetDesignatedOutputDocSet objItems = objOutputDoc.Items

Navigateur d'objets

Le navigateur d'objets affiche toutes les classes d'objets et les méthodes et propriétésqui leur sont apparentées. Vous pouvez également accéder à l'aide relativeaux différentes propriétés et méthodes, puis copier les propriétés et méthodessélectionnées pour les coller dans votre script.

Figure 46-13Navigateur d'objets

674

Chapitre 46

Utilisation du navigateur d'objets

E A partir du menu de la fenêtre de script, sélectionnez :Mettre au point

Parcourir les objets...

E Sélectionnez une classe d'objets dans la liste Data Type (type de données) afind'afficher les méthodes et propriétés de cette classe.

E Sélectionnez les Methods/Properties (propriétés et méthodes) pour accéder à l'Aidecontextuelle ou les coller dans votre script.

Nouvelle procédure (Script)

Une procédure est une séquence libellée d'instructions exécutées comme un ensemble.L'organisation des codes dans les procédures facilite la gestion et la réutilisation desdifférentes portions de code. Les scripts doivent contenir au moins une procédure(Sous-routine principale). Ils en contiennent souvent plusieurs. La procédure principale

peut à son tour contenir plusieurs instructions et des appels à d'autres sous-routinesqui effectuent le plus gros de la tâche.

Figure 46-14Boîte de dialogue Nouvelle procédure

Les procédures sont soit des sous-routines, soit des fonctions. Une procédurecommence par une instruction qui spécifie le type de la procédure et son nom (parexemple, Sub Main ou Function DialogMonitor( )) et se termine par l'instruction de finappropriée (End Sub ou End Function).

Lorsque vous faites défiler la fenêtre du script, le nom de la procédure actives'affiche en haut de la fenêtre. Dans un script, vous pouvez appeler n'importe quelleprocédure autant de fois que vous le souhaitez. Vous pouvez également appeler

675


n'importe quelle procédure dans le fichier général des scripts, ce qui permet departager les procédures sur plusieurs scripts.

Ajout d'une nouvelle procédure à un script


Nouvelle procédure...

E Saisissez un nom pour la procédure.

E Sélectionnez Sous-routine ou Fonction.

Vous pouvez également créer une nouvelle procédure. Pour cela, entrez lesinstructions qui définissent la procédure directement dans le script.

Procédures générales (script)

Si vous souhaitez utiliser une procédure ou une fonction dans plusieurs scripts, vouspouvez l'ajouter au fichier général des scripts. Les procédures du fichier général desscripts peuvent être appelées par d'autres scripts.

676

Chapitre 46

Figure 46-15Fichier général des scripts

Le fichier général des scripts par défaut est global.sbs. Vous pouvez ajouter librementdes procédures à ce fichier. Vous pouvez également spécifier un autre fichier généraldes scripts dans l'onglet Scripts de la boîte de dialogue Options (menu Edition), maisun seul fichier à la fois peut être actif en tant que fichier général. Cela signifie quesi vous créez et activez un nouveau fichier général, les procédures et les fonctionsde global.sbs ne sont plus disponibles.

Vous pouvez consulter le fichier général dans n'importe quelle fenêtre de script(cliquez sur l'onglet n°2 à droite de la fenêtre, sous la barre d'outils), mais vous nepouvez effectuer de modifications que dans une seule fenêtre à la fois.

677


Les procédures générales doivent être appelées par les autres procédures de script.Vous ne pouvez pas exécuter un script général directement depuis le menu Outils ouune fenêtre de script.

Ajout d'une description à un script

Vous pouvez ajouter une description à afficher dans les boîtes de dialogue Exécuterle script et Utiliser l'Assistant script. Ajoutez simplement un commentaire sur lapremière ligne du script. Ce commentaire doit commencer par Begin Description, suividu commentaire souhaité (une ou plusieurs lignes), et s'achever par End Description.Par exemple :

'Begin Description'Ce script change "Sig." en "p=" dans les étiquettes de colonne d'un tableau pivotant.'Requirement: Le tableau pivotant à modifier doit être sélectionné.'End Description

La description doit être mise en forme comme un commentaire (chaque lignecommençant par une apostrophe).

Boîtes de dialogue de script personnalisées

La mise en oeuvre d'une boîte de dialogue personnalisée se déroule en deux étapes :Créez d'abord la boîte de dialogue à l'aide de l'éditeur de boîte de dialogue, puis créezune fonction de surveillance de la boîte de dialogue (DialogFunc) qui surveille la boîtede dialogue et définit son comportement.

La boîte de dialogue est définie par un bloc Begin Dialog...End Dialog. Il n'est pasnécessaire d'entrer le code directement. L'éditeur de boîte de dialogue fournit uneinterface graphique conviviale permettant de définir la boîte de dialogue.

678

Chapitre 46

Figure 46-16Créer une boîte de dialogue à l'aide de l'éditeur de Boîte de Dialogue

L'éditeur affiche au départ une boîte de dialogue vierge. Vous pouvez ajouter descommandes comme, par exemple, des boutons radio et des cases à cocher. Il faut,pour cela, sélectionner l'outil approprié et le faire glisser avec la souris. (Placezla souris sur chaque outil pour obtenir une description.) Vous pouvez égalementfaire glisser les côtés et les coins de la boîte de dialogue afin de la redimensionner.Après avoir ajouté un contrôle, cliquez le bouton droit de la souris pour définir lespropriétés de ce contrôle.

Fonction de surveillance de la boîte de dialogue : Pour créer la fonction de surveillancede la boîte de dialogue, cliquez avec le bouton droit de la souris sur la boîte dedialogue (assurez-vous qu'aucun contrôle n'est sélectionné) et entrez un nom pourla fonction dans le champ Dialog Function (fonction dialogue). Les instructionsqui définissent la fonction sont ajoutées au script, même si vous devez modifiermanuellement la fonction pour définir le comportement de chaque action.

Une fois que vous avez fini, cliquez sur l'icône Save and Exit (Enregistrer et quitter),située à l'extrême droite de la barre d'outils) pour insérer le code de la boîte dedialogue dans votre script.

Création d'une boîte de dialogue personnalisée

E Dans la fenêtre de script, cliquez sur le curseur dans le script à l'endroit où voussouhaitez insérer le code de la boîte de dialogue.

679



Editeur de boîte de dialogue...

E Sélectionnez les outils dans la palette et faites-les glisser dans la nouvelle boîte dedialogue afin d'ajouter des contrôles, tels que boutons ou cases à cocher.

E Redimensionnez la boîte de dialogue en faisant glisser les côtés et les coins.

E Cliquez avec le bouton droit de la souris sur la forme (aucun contrôle sélectionné)et saisissez un nom pour la fonction de surveillance de la boîte de dialogue dans lechamp Dialog Function (fonction dialogue).

E Une fois que vous avez fini, cliquez sur l'icône Save and Exit (Enregistrer et quitter)située à l'extrême droite de la barre d'outils.

Vous devez modifier manuellement cette fonction pour définir le comportementde la boîte de dialogue.

Fonctions de surveillance des boîtes de dialogue (Script)

Une fonction de surveillance de la boîte de dialogue définit le comportementd'une boîte de dialogue pour chacun des cas spécifiés. La fonction prend la forme(générale) suivante :

Function DialogFunc(strDlgItem as String, intAction as Integer, intSuppValue as Integer)Select Case intAction

Case 1 ' initialisation de boîte de dialogue... 'instructions à exécuter lorsque la boîte de dialogue est initialiséeCase 2 'changement de valeur ou sélection de bouton... 'instructions...Case 3 ' Texte de zone de texte ou de zone de liste déroulante modifié...Case 4 ' focus modifié...Case 5 ' veille...

End SelectEnd Function

680

Chapitre 46

Paramètres : La fonction doit être capable de supporter trois paramètres : une chaîne(strDlgItem) et deux entiers (intAction et intSuppValue). Les paramètres sont des valeursadmises entre la fonction et la boîte de dialogue, en fonction de l'action entreprise.

Par exemple, lorsqu'un utilisateur clique sur un contrôle dans la boîte de dialogue,le nom du contrôle passe à la fonction en tant que strDlgItem (le nom du champ estspécifié dans la définition de la boîte de dialogue). Le second paramètre (intAction)est une valeur numérique qui indique l'action entreprise dans la boîte de dialogue.Le dernier paramètre est utilisé pour fournir des informations complémentaires danscertains cas. Vous devez ajouter les trois paramètres dans la définition de la fonction,même s'ils ne servent pas tous.

Sélectionnez Case intAction : La valeur de intAction indique l'action entreprise dans laboîte de dialogue. Par exemple, l'initialisation de la boîte de dialogue correspond àintAction = 1. Si l'utilisateur clique sur un bouton, intAction prend la valeur 2, etc. Il y acinq actions possibles, et vous pouvez spécifier les instructions qui s'exécutent pourchaque action, comme illustré ci-dessous. Il n'est pas nécessaire de spécifier les 5 caspossibles, mais uniquement ceux qui s'appliquent. Par exemple, si vous ne souhaitezpas d'instructions exécutant l'initialisation, écartez le cas 1.

Cas intAction = 1 : Spécifie les instructions à exécuter lors de l'initialisation de laboîte de dialogue. Par exemple, vous pouvez désactiver un ou plusieurs contrôlesou ajouter un son. La chaîne strDlgItem est une chaîne vide ; intSuppValue estégale à 0.

Cas 2 : S'exécute lorsqu'un bouton est enfoncé ou lorsqu'une valeur change dansun contrôle CheckBox, DropListBox, ListBox ou OptionGroup. Si un bouton estenfoncé, strDlgItem représente le bouton, intSuppValue est sans valeur, et vousdevez définir DialogFunc = Vrai pour empêcher la fermeture de la boîte dedialogue. Si une valeur change, strDlgItem est l'élément dont la valeur change, etintSuppValue représente la nouvelle valeur.

Cas 3 : S'exécute lorsqu'une valeur change dans un contrôle TextBox ou ComboBox.La chaîne strDlgItem représente le contrôle dont le texte a changé et qui perd lefocus. intSuppValue représente le nombre de caractères.

681


Cas 4 : S'exécute lorsque le focus change dans la boîte de dialogue. La chaînestrDlgItem représente l'élément qui reprend le focus et intSuppValue celui qui leperd (le premier élément est 0, le second 1, etc.).

Cas 5 : Traitement restant. La chaîne strDlgItem est une chaîne vide ; intSuppValueestégale à 0. Définissez DialogFunc = Vrai afin de continuer à recevoir les actionsrestantes.

Pour plus d'informations, reportez-vous aux exemples et au prototype DialogFunc dansle fichier d'aide du langage Sax BASIC.

Exemple : Script d'une boîte de dialogue simple

Ce script crée une boîte de dialogue simple qui ouvre un fichier de données.Reportez-vous aux sections apparentées pour obtenir des explications sur lasous-routine BuildDialog et sur la fonction de surveillance de la boîte de dialogue.

Figure 46-17Boîte de dialogue Ouvrir fichier, créée par un script

Sub MainCall BuildDialog

End Sub

'définir boîte de dialogueSub BuildDialog

Begin Dialog UserDialog 580,70,"Ouverture du fichier de données",.DialogFuncText 40,7,280,21,"Fichier de données à ouvrir :",.txtDialogTitleTextBox 40,28,340,21,.txtFilenameOKButton 470,7,100,21,.cmdOKCancelButton 470,35,100,21,.cmdCancel

End DialogDim dlg As UserDialogDialog dlg

End Sub

682

Chapitre 46

'définir la fonction qui détermine le comportement de la boîte de dialogueFunction DialogFunc(strDlgItem As String, intAction As Integer, intSuppValue As Integer) As Boolean

Select Case intActionCase 1' son lors de l'initialisation de la boîte de dialogue

BeepCase 2' changement de valeur ou sélection de bouton

Select Case strDlgItemCase "cmdOK"'si l'utilisateur clique sur OK, ouvre le fichier de données corresstrFilename = DlgText("txtFilename")Call OpenDataFile(strFilename)DialogFunc = FalseCase "cmdCancel"'si l'utilisateur clique sur Annuler, ferme la boîte de dialogueDialogFunc = FalseEnd Select

End SelectEnd Function

Sub OpenDataFile(strFilename As Variant)'Ouvre le fichier de données correspondant au nom spécifiéDim objDataDoc As ISpssDataDocSet objDataDoc = objSpssApp.OpenDataDoc(strFilename)

End Sub

Ces exemples sont également accessibles dans l'aide en ligne. Vous pouvez testerces exemples vous-même. Pour cela, copiez le code de la fenêtre d'aide et collez-ledans la fenêtre de script.

Mise au point des scripts

Le menu Mettre au point vous permet d'effectuer une exécution pas à pas ducode(Avancer d'un pas), d'exécuter une ligne ou une sous-routine à la fois et devisualiser le résultat. Vous pouvez également insérer un point d'arrêt dans le scriptafin de faire une pause dans l'exécution à la ligne qui contient ce point d'arrêt.

Pour mettre au point un autoscript, ouvrez-le dans une fenêtre de script, insérez despoints d'arrêt dans la procédure que vous souhaitez mettre au point puis exécutez laprocédure statistique qui déclenche l'autoscript.

683


Avancer d'un pas : Exécute la ligne active. Si la ligne active renvoie à une sous-routineou à une fonction, l'exécution s'arrête à la première ligne de cette sous-routine oufonction.

Sauter un pas : Exécute la ligne suivante. Si la ligne active renvoie à une sous-routineou à une fonction, exécute la sous-routine ou fonction dans la totalité.

Revenir d'un pas : Recule d'un pas dans la sous-routine ou dans la fonction appelée.

Avancer jusqu'au curseur : Exécute jusqu'à la ligne active.

Activer/désactiver Séparer : Insère ou retire un point d'arrêt. L'exécution du script estsuspendue au point d'arrêt et le volet de mise au point s'affiche.

Espion Express : Affiche la valeur de l'expression active.

Ajouter Espion : Ajoute l'expression active à la fenêtre espion.

Parcourir les objets : Affiche le navigateur des objets.

Définir relation suivante : Définit l'instruction suivante à exécuter. Seules lesinstructions de la sous-routine/fonction peuvent être sélectionnées.

Montrer relation suivante : Affiche l'instruction suivante à exécuter.

Exécution d'un script pas à pas

E Dans le menu Mettre au point, sélectionnez l'une des options pour exécuter le code,une ligne ou une sous-routine à la fois.

Les onglets Immediate (immédiat), Watch (espion), Stack (pile) et Loaded (chargé)sont affichés dans la fenêtre de script, de même que la barre d'outils de mise au point.

E Utilisez la barre d'outils (ou les touches de raccourci) pour continuer l'exécutionpas à pas du script.

E Vous pouvez également sélectionner Activer/désactiver Séparer pour insérer un pointd'arrêt dans la ligne active.

L'exécution du script est suspendue au point d'arrêt.

684

Chapitre 46

Volet de mise au point (Script)

Lorsque vous exécutez le code pas à pas (Avancer d'un pas), les onglets Immediate(immédiat), Watch (espion), Stack (pile) et Loaded (chargé) sont affichés.

Figure 46-18Volet de mise au point affiché dans la fenêtre de script

Onglet Immediate (immédiat) : Cliquez sur le nom de n'importe quelle variable puis surl'icône Loupe pour afficher la valeur courante de la variable. Vous pouvez égalementévaluer une expression, attribuer une variable ou un appel à une sous-routine.

Entrez ?expr, puis appuyez sur Entrée pour afficher la valeur de expr.

Tapez var = expr, puis appuyez sur Entrée pour modifier la valeur de var.

Entrez subname args, puis appuyez sur Entrée pour appeler une sous-routineou une instruction intégrée.

Entrez Trace, puis appuyez sur Entrée pour passer au mode trace. Le modeTrace permet d'imprimer chaque instruction dans la fenêtre immédiate lorsquele script est exécuté.

685


Onglet Watch (espion) : Pour afficher une variable, fonction ou expression, cliquez surcet élément et sélectionnez Ajouter Espion dans le menu Mettre au point. Les valeursaffichées sont mises à jour à chaque fois que l'exécution est suspendue. Vous pouvezmodifier l'expression à gauche de ->. Cliquez sur Entrée pour mettre immédiatementà jour toutes les valeurs. Cliquez sur Ctrl-Y pour supprimer la ligne.

Onglet Stack (pile) : Affiche les lignes qui ont renvoyé à l'instruction active. Lapremière ligne est l'instruction active, la seconde ligne est celle appelée en premier,etc. Cliquez sur n'importe quelle ligne pour mettre en surbrillance cette ligne dans lafenêtre de modification.

Onglet Loaded (chargé) : Présente la liste des scripts actifs. Cliquez sur une lignepour visualiser ce script.

Fichiers de script et de syntaxe

Les fichiers de syntaxe (*.sps) ne sont pas les mêmes que les fichiers de script(*.sbs). Les fichiers de syntaxe possèdent des commandes écrites dans le langagede commande qui vous permet d'exécuter les procédures statistiques et lestransformations de données. Alors que les scripts vous permettent de manipulerle résultat et d'automatiser les autres tâches que vous effectueriez normalementà l'aide de l'interface graphique des menus et des boîtes de dialogue, le langagede commande propose une méthode de communication directe différente avecl'arrière-plan du programme, la partie du système qui effectue les calculs statistiqueset les transformations de données).

Vous pouvez associer les fichiers de script et de syntaxe pour plus de flexibilité.Pour cela, exécutez un script à partir de la syntaxe de commande SPSS ou intégrez lasyntaxe de commande dans un script.

Exécution d'une syntaxe de commande à partir d'un script

Vous pouvez exécuter une syntaxe de commande à partir d'un script d'automationà l'aide de la méthode ExecuteCommands. La syntaxe de commande vous permetd'exécuter les transformations de données et les procédures statistiques et deproduire des diagrammes. La majeure partie de cette fonctionnalité ne peut pas êtreautomatisée directement à partir des scripts de commande.

686

Chapitre 46

La méthode la plus simple pour construire un fichier de syntaxe de commandeconsiste à effectuer des sélections dans les boîtes de dialogue et à coller la syntaxe deces sélections dans la fenêtre de script.

Figure 46-19Coller une syntaxe de commande dans un script

Lorsque vous ouvrez une boîte de dialogue à l'aide du menu de la fenêtre de script,le bouton Coller permet de coller tous les codes nécessaires à l'exécution descommandes à partir d'un script.

Remarque : vous devez utiliser les menus de la fenêtre de script pour ouvrir lesboîtes de dialogue. Sinon, les commandes sont collées dans la fenêtre de syntaxe, etnon pas dans celle des scripts.

687


Pour coller une syntaxe de commande dans un script

E A partir des menus de la fenêtre de script, sélectionnez les commandes des menusStatistiques, Diagrammes et Outils pour ouvrir les boîtes de dialogue.

E Effectuez des sélections dans la boîte de dialogue.

E Cliquez sur Coller.

Remarque : vous devez utiliser les menus de la fenêtre de script pour ouvrir lesboîtes de dialogue. Sinon, les commandes sont collées dans la fenêtre de syntaxe, etnon pas dans celle des scripts.

Exécution d'un script depuis la syntaxe de commande

Vous pouvez utiliser la commande SCRIPT pour exécuter un script à partir d'unesyntaxe de commande. Indiquez le nom du script que vous souhaitez exécuter, cenom de fichier étant entre guillemets, comme dans l'exemple suivant :

SCRIPT 'C:\PROGRAM FILES\SPSS\CLEAN NAVIGATOR.SBS'.


Chapitre

47Système de gestion des résultats

Le système de gestion des résultats permet d'écrire automatiquement des catégories derésultats données dans des fichiers de résultats différents et de sélectionner différentsformats. Les différents formats sont les suivants :

Format des fichiers de données SPSS (SAV) : Les résultats qui sont affichés dans lestableaux pivotants du Viewer peuvent être écrits dans un fichier de données SPSS.Ils peuvent ainsi être utilisés en tant qu'entrées pour les commandes suivantes.

XML : Vous pouvez écrire des tableaux, des résultats texte et de nombreuxgraphiques au format XML.

HTML : Vous pouvez écrire des tableaux et des résultats texte au format HTML.

Texte : Vous pouvez écrire des tableaux et des résultats texte sous forme de texteséparé par des tabulations ou des espaces.

Actuellement, la gestion des résultats est uniquement disponible avec la syntaxe decommande, à l'aide de la commande OMS. Pour obtenir des informations détailléessur la commande OMS, reportez-vous au manuel SPSS Command Syntax Reference(menu Aide, Command Syntax Reference).

Identificateurs OMS

La boîte de dialogue Identificateurs OMS vous aide à écrire la syntaxe de commandeOMS. Vous pouvez l'utiliser pour coller une commande et des identificateurs desous-type dans une fenêtre de syntaxe de commande.

689

690

Chapitre 47

Figure 47-1Boîte de dialogue Identificateurs OMS

Avec la commande OMS, vous pouvez utiliser la sous-commande IF pour indiquerles résultats de commandes spécifiques et/ou les types de tableau à acheminer versdifférentes destinations (y compris le Viewer). Vous pouvez également utiliserEXCEPTIF pour exclure certains résultats. Par exemple :

OMS/SELECT TABLES/IF COMMANDS=['Tableaux croisés' 'Descriptives']

SUBTYPES=['Tableau croisé' 'Statistiques descriptives']/DESTINATION FORMAT=OXML OUTFILE='C:\temp\temp.xml'.

Cette commande sélectionne les tableaux croisés et les tableaux de statistiquesdescriptives à partir des commandes CROSSTABS et DESCRIPTIVES suivantes, etgénérera un fichier XML regroupant le contenu de ces tableaux.

Identificateurs de commande : La plupart des identificateurs de commande sontidentiques aux noms de commande. Comme les noms de commande, ils ne font pas ladistinction entre les majuscules et les minuscules. Indiquez les noms de commandeavec le mot-clé COMMANDS sur les sous-commandes IF ou EXCEPTIF.

Identificateurs de sous-type : Les sous-types sont les différents types de tableaupivotant qui peuvent être générés. Certains sous-types sont uniquement générés parune commande alors que d'autres peuvent être générés par plusieurs commandes

691

Système de gestion des résultats

(bien que les tableaux ayant le même nom de sous-type dans différentes procédurespuissent avoir différentes structures et différents contenus). Les deux sous-typesindiqués dans l'exemple ci-dessus peuvent être générés par plusieurs commandes. Parcontre, étant donné que nous indiquons également les commandes, les résultats desautres commandes qui génèrent ces sous-types ne seront pas sélectionnés.

Utilisation de la boîte de dialogue Identificateurs OMS


Identificateurs OMS...

E Sélectionnez les identificateurs de commande ou de sous-type souhaités. Poursélectionner plusieurs identificateurs dans chaque liste, utilisez la touche Ctrl.

E Cliquez sur Coller commandes et/ou sur Coller sous-types.

La liste des sous-types disponibles dépend des commandes sélectionnées. Siplusieurs commandes sont sélectionnées, la liste des sous-types disponiblesregroupe tous les sous-types disponibles pour les commandes sélectionnées. Siaucune commande n'est sélectionnée, tous les sous-types sont répertoriés.

Les identificateurs sont collés dans la fenêtre de syntaxe de commande désignée, àl'emplacement actuel du curseur. Si aucune fenêtre de syntaxe de commande n'estouverte, une nouvelle fenêtre de syntaxe est automatiquement ouverte.

Lorsqu'un identificateur de commande et/ou de sous-type est collé, il est mis entreguillemets car la syntaxe de la commande OMS requiert des guillemets.

Les listes d'identificateurs des mots-clés COMMANDS et SUBTYPES doivent êtremises entre crochets. Par exemple :

/IF COMMANDS=['Tableaux croisés' 'Descriptives']SUBTYPES=['Tableau croisé' 'Statistiques descriptives']

Copie des identificateurs OMS à partir de la légende du Viewer

Vous pouvez copier et coller des identificateurs de sous-type et de commande OMS àpartir du panneau de légende du Viewer.

692

Chapitre 47

E Dans le panneau de légende, cliquez avec le bouton droit de la souris sur l'entréecorrespondant à l'élément concerné.

E Dans le menu contextuel qui apparaît, sélectionnez Copier l'identificateur de commande

OMS ou Copier le sous-type de table OMS.

Cette méthode est différente de celle liée à la boîte de dialogue Identificateurs OMSpour la raison suivante : L'identificateur copié n'est pas automatiquement collé dansune fenêtre de syntaxe de commande. Il est simplement copié dans le Presse-papiers ;vous pouvez le coller à l'emplacement de votre choix. Etant donné que les valeursdes identificateurs de commande et de sous-type sont identiques aux valeurs desattributs de commande et de sous-type correspondantes dans les résultats au formatXML (OXML), cette méthode de copier/coller peut vous être utile lorsque vousécrivez des transformations XSLT.

Copie d'étiquettes OMS

Au lieu de copier des identificateurs, vous pouvez copier des étiquettes pour lesutiliser avec le mot-clé LABELS. Vous pouvez utiliser des étiquettes pour différencierdes graphiques ou des tableaux de même type dans lesquels le texte de la légendereflète un attribut de l'objet de sortie particulier (par exemple, les noms de variable oules étiquettes). Cependant, il existe un certain nombre de facteurs qui peuvent avoirune incidence sur le texte de l'étiquette :

Si le traitement du fichier scindé est activé, l'identification des classes de fichierscindé peut être ajoutée à l'étiquette.

Les étiquettes qui comprennent des informations sur les variables ou les valeurssont affectées par les paramètres d'affichage des noms de variable/étiquettes etdes valeurs/étiquettes de valeur dans le panneau de légende (menu Modifier,Options, onglet Etiquettes Résultats).

Les étiquettes sont affectées par le paramètre lié à la langue des résultats (menuModifier, Options, onglet Général).

Pour copier des étiquettes OMS, procédez comme suit :

E Dans le panneau de légende, cliquez avec le bouton droit de la souris sur l'entréecorrespondant à l'élément concerné.

693

Système de gestion des résultats

E Dans le menu contextuel qui apparaît, sélectionnez Copier l'étiquette OMS.

Comme pour les identificateurs de commande et de sous-type, les étiquettes doiventapparaître entre guillemets et la liste entre crochets. Par exemple :

/IF LABELS=['Catégorie d'emploi' 'Niveau d'enseignement']

Annexe

AAdministrateur d'accès de base dedonnées

L'Administrateur d'accès de base de données est un utilitaire conçu pour simplifierl'utilisation de sources de données volumineuses ou complexes avec l'assistant debase de données. Il permet aux utilisateurs et aux administrateurs de personnaliserleurs sources de données de :

Créer des alias pour des tableaux et des champs de bases de données.

Créer des noms de variables pour des champs.

Masquer des tableaux et des champs accessoires.

En fait, l'Administrateur d'accès de base de données ne change pas votre base dedonnées. A la place, il génère des fichiers qui conservent toutes vos informationset jouent le rôle d' « affichage » de bases de données.

Vous pouvez utiliser l'Administrateur d'accès de base de données pour spécifierjusqu'à trois affichages différents par base de données : le niveau Entreprise, le niveauDépartement, le niveau Personnel. L'Administrateur d'accès de base de données etl'assistant de base de données reconnaissent ces fichiers par les noms suivants :

Niveau Entreprise : dba01.inf

Niveau Département : dba02.inf

Niveau Personnel : dba03.inf

Chaque fichier contient des informations spécifiques sur un nombre de sources dedonnées quelconque correspondant au niveau. Par exemple, votre fichier dba03.infpourrait contenir des informations d'affichage Personnel pour une base de données decomptes sociétés, la base de données des relevés d'heures de votre société et une basede données que vous utilisez pour effectuer le suivi de votre collection de CD.

695

696

Annexe A

Lorsque vous ouvrez l'Administrateur d'accès de base de données, il cherchera lechemin de ces fichiers dans le système et affichera automatiquement les informationspour l'ensemble des trois affichages de n'importe quelle source de données que vousavez configurée.

Héritage et priorités : Chaque fois que vous utilisez l'assistant de base de données, ilprésente l'affichage du niveau le plus bas de votre source de données qu'il a pu trouverdans le chemin d'accès de votre système, les niveaux étant, du plus élevé au plus bas,Entreprise, Département et Personnel. Les fichiers de chaque niveau conservent lesinformations sur toutes vos sources de bases de données pour ce niveau. Par exemple,votre département marketing aura un fichier, dba02.inf, contenant les informationsd'alias pour tous les affichages de bases de données établis pour le départementmarketing. Chaque personne du département marketing aura un fichier, dba03.inf,contenant les affichages personnalisés de toutes les bases de données utilisées.

Dans l'Administrateur d'accès de base de données, les alias, noms de variables, etcommandes masquées sont hérités du niveau supérieur.

Exemple : si le tableau des Régions est masqué au niveau Entreprise, il est invisibleaussi bien au niveau Département qu'au niveau Personnel. Ce tableau ne sera pasaffiché dans l'assistant de base de données.

Exemple : le champ CATEMPL dans le tableau Ventes Employés n'a pas d'alias auniveau Entreprise mais en a un, en revanche, au niveau Département : son nom estModalités Emplois. Il apparaît comme Modalités Emplois au niveau Personnel Deplus, si le tableau Ventes Employés possède l'alias Information Employés au niveauPersonnel, le champ d'origine (Ventes Employés.JOBCAT) apparaîtra dans l'assistantde base de données comme 'Information Employés'.'Modalités Emplois'.

Pour démarrer l'Administrateur d'accès de base de données, exécutez le fichierspssdbca.exe installé dans votre répertoire SPSS. Pour plus d'informations surl'Administrateur d'accès de base de données, consultez l'Aide en ligne.

Annexe

BPersonnalisation de documentsHTML

Vous pouvez automatiquement ajouter le code HTML personnalisé aux documentsexportés au format HTML, y compris :

Titres de documents HTML

Spécification du type de document

Balises Meta et code du script (par exemple, JavaScript)

Texte affiché avant et après la sortie exportée

Pour ajouter du code HTML personnalisé à des documents derésultat exportés

E Ouvrez le fichier htmlfram.txt (situé dans le répertoire d'installation de SPSS) dans unéditeur de texte.

E Remplacez les commentaires dans les « champs » sur les lignes entre les doubleschevrons ouverts (<<) par le texte ou le code HTML à insérer dans vos documentsHTML exportés.

E Enregistrez le fichier en fichier texte.

Remarque : si vous modifiez le nom ou l'emplacement du fichier texte, vous devezmodifier le registre système pour utiliser le fichier afin de personnaliser votre résultatHTML exporté.

697

698

Annexe B

Contenu et format du fichier texte pour code HTML personnalisé

Le code HTML à ajouter automatiquement à vos documents HTML doit être spécifiédans un fichier texte simple contenant six champs, chacun délimité par deux chevronsouverts sur la ligne précédente (<<) :

<<Texte ou code à insérer en haut du document avant la spécification <HTML> (parexemple, des commentaires comprenant les spécifications du type de document)

<<Texte utilisé comme titre du document (affiché dans la barre de titre)

<<Balises Meta ou code du script (par exemple, code JavaScript)

<<Code HTML modifiant la balise <BODY> (par exemple, code indiquant la couleurd'arrière-plan)

<<Texte et/ou code HTML inséré après les résultats exportés (par exemple, avis decopyright)

<<Texte et/ou code HTML inséré avant les résultats exportés (par exemple, nom desociété, logo, etc.)

Pour utiliser un autre fichier ou emplacement pour le codeHTML personnalisé

Si vous modifiez le nom ou l'emplacement du fichier htmlfram.txt, vous devezmodifier le registre du système pour utiliser le fichier dans le résultat HTMLpersonnalisé.

E Dans le menu Démarrer de Windows, choisissez Exécuter, tapez regedit et cliquezsur OK.

699

Personnalisation de documents HTML

E Dans la fenêtre de gauche de l'éditeur de la base de registres, sélectionnez :HHKEY_CURRENT_USER

LogicielSPSS

SPSS pour Windows12.0

SPSSWIN

E Dans la fenêtre de droite, double-cliquez sur la chaîne HTMLFormatFile.

E Dans la zone Données de la valeur, entrez le chemin complet et le nom dufichier texte contenant les spécifications HTML personnalisées (par exemple,c:\mesfichiers\html.txt).

Exemple de fichier texte pour code HTML personnalisé

<<<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2//EN"><<NVI, Inc.<<<META NAME="keywords" CONTENT="trucs, gadgets, bidules"><<bgcolor="#FFFFFF"<<<H4 align=center>Page réalisée par...<br><br><IMG SRC="spss2.gif" align=center></H4><<<h2 align=center>Département Ventes de NVI</h2><h3 align=center>Données régionales</h3>

Exemple de source HTML pour code HTML personnalisé

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2//EN"><HTML><HEAD><TITLE>NVI, Inc.</TITLE>

700

Annexe B

<META NAME="keywords" CONTENT="trucs, gadgets, bidules"></HEAD><BODY bgcolor="#FFFFFF"><h2 align=center>Département Ventes de NVI</h2><h3 align=center>Données régionales</h3>

[Résult at exporté]

<H4 align=center>Page réalisée par...<br><br><IMG SRC="spss2.gif" align=center></H4></BODY></HTML>

IndexAffectation de mémoire

Dans l'analyse TwoStep Cluster, 475Affichage, 219, 273, 273, 274, 274, 629

Barres d'outils, 629Etiquettes de dimension, 273Légendes, 274Lignes ou colonnes, 273Notes de bas de page, 274Résultats, 219Titres, 274

Affichage des données, 82Agrégation de données, 178, 178, 180, 181

Fonctions d'agrégation, 180Noms de variable et étiquettes, 181

Aide avec le bouton droit de la souris, 12Boîtes de dialogue, 12

Aide contextuelle, 266Recherche de définitions d'étiquette dans lestableaux pivotants, 266

Aide en ligne, 14, 15Assistant statistique, 14

Ajout d'étiquettes de groupe, 264Ajustement de fonctions, 435, 435, 435, 437, 438,

439Analyse de la variance, 435Analyse de séries chronologiques, 435Enregistrement d'intervalles de prévision, 439Enregistrement de prévisions, 439Enregistrement de résidus, 439Hypothèses, 435Inclusion de la constante, 435Modèles, 438Prévision, 439

Alignement, 94, 222, 289, 608Dans les cellules, 289éditeur de données, 94Résultats, 222, 608

Alpha de Cronbach, 561Dans l'analyse de fiabilité, 561, 564

Alpha-maximisation, 461Analyse de données, 13

Etapes de base, 13

Analyse de fiabilité, 561Caractéristiques, 564Coefficient de corrélation intra-classe , 564Corrélations et covariances entre éléments, 564Exemple, 561Fonctionnalités supplémentaires, 566Hypothèses, 562Kuder-Richardson 20, 564Procédures apparentées, 562Remarques sur les données, 562Statistiques, 561, 564Tableau ANOVA, 564T-carré de Hotelling, 564Test d'additivité de Tukey, 564

Analyse de fichier scindé, 182Analyse de la variance, 352, 431, 435

Ajustement de fonctions, 435Dans ANOVA à 1 facteur, 375Dans la régression linéaire, 431Dans Moyennes, 352

Analyse de séries chronologiques, 435, 439Ajustement de fonctions, 435Prévision, 439Prévision d'observations, 439

Analyse discriminante, 441, 593analyse des observations restantes, 654Coefficients de la fonction, 446Courbe ROC pour les probabilités, 593Critères, 447Définition d'intervalles, 445Diagrammes, 449Distance de Mahalanobis, 447Enregistrement des variables du classement, 451Exemple, 441Exportation des informations du modèle, 451Hypothèses, 442Lambda de Wilks, 447Matrice de covariance, 449Matrices, 446Méthodes de l'analyse discriminante, 447Méthodes pas à pas, 441Options d'affichage, 447, 449Probabilités a priori, 449Procédures apparentées, 442

701

702

Index

Remarques sur les données, 442Sélection d'observations, 445Statistiques, 441, 446Statistiques descriptives, 446Valeurs manquantes, 449Variables de regroupement, 441Variables indépendantes, 441V de Rao, 447

Analyse en composantes principale, 453, 461Analyse factorielle, 453, 454, 458, 460, 461, 464,

466, 467analyse des observations restantes, 654Aperçu, 453Caractéristiques, 460Cartes factorielles, 464Convergence, 461, 464Exemple, 453Facteurs, 466Format d'affichage des projections, 467Hypothèses, 454Méthodes d'extraction, 461Méthodes de rotation, 464Procédures apparentées, 454Remarques sur les données, 454Sélection d'observations, 459Statistiques, 453, 460Valeurs manquantes, 467

Analyse multiréponses, 533Définir les vecteurs multiréponses, 533Définition des vecteurs, 533

Analyse TwoStep Cluster, 471Diagrammes, 478Enregistrer dans le fichier de travail, 479Enregistrer dans le fichier externe, 479Hypothèses, 473Options, 475Statistiques, 479

Andrew, 325Dans Explorer, 325

Années, 622valeurs à deux chiffres, 622

ANOVA, 352, 385, 386, 389Dans ANOVA à 1 facteur, 375Dans GLM - Univarié, 385Dans Moyennes, 352

Hypothèses, 386Modèle, 389

ANOVA à 1 facteur, 375, 375, 376, 377, 378, 379,382

Comparaisons multiples, 379Contrastes, 378Contrastes polynomiaux, 378Hypothèses, 376Options, 382Statistiques, 382Tests post hoc, 379Valeurs manquantes, 382Variables actives, 375

Aperçu, 695Aplatissement, 310, 318, 325, 345, 352, 358, 548,

555Caractéristiques, 318Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les tableaux de bord en colonnes, 555Dans les tableaux de bord en lignes, 548Dans Moyennes, 352Dans Récapituler, 345

Arbres hiérarchiques, 487Classification hiérarchique, 487

Assistant script, 661Assistant statistique, 14Association de signets aux différents affichages d'un

tableaupivotant, 271Association linéaire par linéaire, 333

Tableaux croisés, 333Astuces de script, 653, 658, 661, 667, 668, 670,

672, 673, 674, 677, 677, 682Ajout d'une description, 677Assistant script, 661Boîtes de dialogue personnalisées, 677Débogage, 682Déclaration de variables, 668Fenêtre de script, 658Fonctionnement des scripts, 667Navigateur d'objets, 673Obtention d'objets d'automatisation, 670Procédures, 674Propriétés et méthodes, 672

703

Index

Asymétrie, 310, 318, 325, 345, 352, 358, 548, 555Caractéristiques, 318Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les tableaux de bord en colonnes, 555Dans les tableaux de bord en lignes, 548Dans Moyennes, 352Dans Récapituler, 345

Attributs de variable, 94, 96Copie et collage, 94, 96

Automatisation OLE, 653, 667, 669, 670, 672, 673Aperçu, 667, 669, 670, 673conventions d'appellation des variables, 669Méthodes, 672propriétés, 672Scripts, 653Utilisation d'objets, 667, 670, 673

Autoscripts, 625, 662, 664Création, 662Evénements déclenchants, 664Fichier d'autoscript, 666

Barre d'état, 7, 8Affichage, 8Masquage, 8

Barres d'outils, 629, 630, 631, 632, 633Affichage dans des fenêtres différentes, 630Affichage et masquage, 629Création, 629, 631Création d'outils, 632Modification des icônes bitmap, 633Personnalisation, 629, 631

B de Tukey, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

boîtes à moustaches, 326Comparaison des niveaux de facteur, 326Comparaison des variables, 326Dans Explorer, 326

Boîtes de dialogue, 8, 9, 9, 10, 11, 11, 12, 599, 601,606, 606, 677, 679

Affichage des étiquettes de variable, 9Affichage des étiquettes de variable, 606Affichage des noms de variable, 9, 606commandes, 9

Définition de groupes de variables, 599Informations sur les variables, 11Obtention d'aide, 12Ordre d'affichage des variables, 606Réordonnance de listes cible, 602Script, 677, 679Sélection de variables, 11Sous-boîtes de dialogue, 10Spécifications facultatives, 10Utilisation de groupes de variables, 601Variables, 8

Bonferroni, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Bordures, 252, 282, 283Affichage des bordures masquées, 283Viewer en mode brouillon, 252

Bordures de cellules, 252Viewer en mode brouillon, 252

Bouton Aide, 9Bouton Annuler, 9Bouton Coller, 9Bouton OK, 9Bouton Restaurer, 9Boutons, 633

Modification des icônes bitmap de la barred'outils, 633

Calcul de variables, 141, 144Calcul de nouvelles variables chaîne, 144

Caractéristiques, 315, 315, 316Enregistrement des écarts z, 315Hypothèses, 315Ordre d'affichage, 318Statistiques, 318

Carré de la distance euclidienne, 415Distances, 415

Cartes factorielles, 464Dans Analyse factorielle, 464

C de Dunnett, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Cellules de tableaux pivotants, 274, 280, 284, 285,288, 289, 290, 291, 293

Affichage, 272Alignement, 289

704

Index

Contours, 291Formats, 280Formats des valeurs, 288Largeurs, 285Marges, 290Masquage, 272Modification de texte, 293Ombrage, 291Polices, 284

Centiles, 310, 325Dans Explorer, 325Dans Fréquences, 310

Centrage de résultats, 222, 608Centrer-réduire, 157, 315

Caractéristiques, 315Enregistrement sous forme de variables, 315Ordonner les observations, 157

Classification, 481, 489, 493, 593Choix d'une procédure, 469Classification hiérarchique, 481Courbe ROC, 593Efficacité, 493Nuées dynamiques, 489

Classification hiérarchique, 481Arbres hiérarchiques, 487Chaîne des agrégations, 486Classes d'affectation, 486, 488Classification d'observations, 481Classification de variables, 481Diagrammes en stalactite, 487Enregistrement de nouvelles variables, 488Exemple, 481Hypothèses, 481Matrices de distance, 486Mesures de distance, 481, 485Mesures de similarité, 481, 485Méthodes de classification, 485Orientation du diagramme, 487Procédures apparentées, 481Remarques sur les données, 481Statistiques, 481, 486Transformation de mesures, 485Transformation de valeurs, 485

Coefficient alpha, 561Dans l'analyse de fiabilité, 561, 564

Coefficient d'incertitude, 333Tableaux croisés, 333

Coefficient de contingence, 333Tableaux croisés, 333

Coefficient de corrélation de Spearman, 333, 403Corrélations bivariées, 403Tableaux croisés, 333

Coefficient de corrélation intra-classe, 564Dans l'analyse de fiabilité, 564

Coefficient de corrélation par rang, 403Corrélations bivariées, 403

Coefficient de corrélation r, 333, 403Corrélations bivariées, 403Tableaux croisés, 333

Coefficient de dispersion (COD), 579Dans les statistiques de ratio, 579

Coefficient de variation (COV), 579Dans les statistiques de ratio, 579

Coefficient êta, 333, 352Dans Moyennes, 352Tableaux croisés, 333

Coefficients bêta, 431Dans la régression linéaire, 431

Coefficients de régression, 431Dans la régression linéaire, 431

Collage, 229, 229, 230, 231Collage spécial d'objets, 231Diagrammes, 229Tableaux pivotants, 229, 230Tableaux pivotants en tant que tableaux, 229

Colonne de total, 556Dans les tableaux de bord, 556

Colonnes, 286, 293Modification de la largeur des tableaux pivotants,286Sélection dans les tableaux pivotants, 293

Commande EXECUTE, 304Collée depuis les boîtes de dialogue, 304

Comparaison des groupes, 361Dans les cubes OLAP, 361

Comparaison des variables, 361Dans les cubes OLAP, 361

Comparaisons multiples, 379Dans ANOVA à 1 facteur, 379

705

Index

Comparaisons multiples post hoc, 379Comptage d'occurrences, 147Connexion à un serveur, 69Contrastes, 378, 392, 393

Dans ANOVA à 1 facteur, 378GLM, 392, 393

Contrastes à la précédenteGLM, 392, 393

Contrastes de Helmert, 392, 393GLM, 392, 393

Contrastes déviation, 392, 393GLM, 392, 393

Contrastes différence, 392, 393GLM, 392, 393

Contrastes polynomiaux, 378, 392, 393Dans ANOVA à 1 facteur, 378GLM, 392, 393

Contrastes simples, 392, 393GLM, 392, 393

Convergence, 461, 464, 494Analyse de classification des nuées dynamiques,494Dans Analyse factorielle, 461, 464

Copie, 221, 227Diagrammes, 227Résultats, 221Tableaux pivotants, 227

Correction pour la continuité de Yates, 333Tableaux croisés, 333

Corrélation de Pearson, 333, 403Corrélations bivariées, 403Tableaux croisés, 333

Corrélations, 333, 403, 403, 409, 409, 412Bivariée, 403Corrélations bivariées, 403Dans Corrélations partielles, 409Ordre zéro, 412Partielles, 409Tableaux croisés, 333

Corrélations bivariées, 403, 404, 406, 407Coefficients de corrélation, 403Hypothèses, 403Options, 406Seuils de signification, 403Statistiques, 406Valeurs manquantes, 406

Corrélations partielles, 409, 409, 410, 412, 431Corrélations simples, 412Dans la régression linéaire, 431Hypothèses, 409Options, 412Statistiques, 412Valeurs manquantes, 412Variables de contrôle, 410

Corrélations simples, 412Dans Corrélations partielles, 412

Couleurs de tableaux pivotants, 282, 284, 291Arrière-plan des cellules, 291Bordures, 282Police, 284Premier plan des cellules, 291

Courbe ROC, 593, 593, 596Diagrammes et statistiques, 596Remarques sur les données, 593

Création du contour d'une cellule, 291Critères d'agrégation, 178

Dans Agréger les données, 178Cubes OLAP, 355, 355, 356, 358, 362

Hypothèses, 355Statistiques, 358, 358Titres, 362

D, 333Tableaux croisés, 333

D de Somers, 333Tableaux croisés, 333

Débogage des scripts, 682, 684Exécution pas à pas des scripts, 682Points d'arrêt, 682Volet de débogage, 684

déclaration de variablesConventions d'appellation, 669

Déclaration de variables, 668, 669Dans des scripts, 668, 669

Décomposition hiérarchique, 390GLM, 390

Définir les vecteurs multiréponses, 532, 533Définition des étiquettes, 532Définition des noms, 532Dichotomies, 532Modalités, 532

706

Index

Définition de variables, 84, 88, 90, 91, 92, 94, 94,96, 96

Copie et collage d'attributs, 94, 96Etiquettes de valeurs, 91Etiquettes de variable, 90Modèles, 94, 96Types de données, 88Valeurs manquantes, 92

Déplacement de lignes et de colonnes, 264Dernier, 345, 352, 358

Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Diagnostic des observations, 431Dans la régression linéaire, 431

Diagramme de répartition gaussien, 326, 426Dans Explorer, 326Dans la régression linéaire, 426

Diagramme de répartition hors tendance, 326Dans Explorer, 326

Diagramme des valeurs propres, 461Diagrammes, 219, 226, 227, 227, 229, 232, 435,

593, 613, 638Aperçu, 581Collage dans d'autres applications, 229Copie, 227Copie dans d'autres applications, 227Courbe ROC, 593Création, 581Etiquettes d'observations, 435Exportation, 232, 638Insertion dans le Viewer, 226Masquage, 219Modèles, 591, 613Modification, 583Notes de bas de page, 587Rapport hauteur/largeur, 613Sous-titres, 587Titres, 587Valeurs manquantes, 588

Diagrammes boîtes à moustaches, 326Diagrammes d'importance

Dans l'analyse TwoStep Cluster, 478Diagrammes d'importance des variables

Dans l'analyse TwoStep Cluster, 478

Diagrammes de dispersion, 426Dans la régression linéaire, 426

Diagrammes de profils, 394GLM, 394

Diagrammes des résidus, 400Dans GLM - Univarié, 400

Diagrammes dispersion/niveau, 326, 400Dans Explorer, 326Dans GLM - Univarié, 400

Diagrammes en bâtons, 312Dans Fréquences, 312

diagrammes en secteurs, 312Dans Fréquences, 312Titres, 588

Diagrammes en stalactite, 487Classification hiérarchique, 487

Diagrammes interactifs, 227, 228, 618, 618Copie dans d'autres applications, 227Enregistrement des données avec un diagramme,618Incorporation en tant qu'objets ActiveX, 228Options, 618

Diagrammes partiels, 426Dans la régression linéaire, 426

Diagrammes tige et feuille, 326Dans Explorer, 326

Dictionnaire, 53, 53Différence de bêta, 427

Dans la régression linéaire, 427Différence de motif, 415

Distances, 415Différence de prévision, 427

Dans la régression linéaire, 427Différence la moins significative, 379, 395

Dans ANOVA à 1 facteur, 379GLM, 395

Différences entre les groupes, 361Dans les cubes OLAP, 361

Différences entre les variables, 361Dans les cubes OLAP, 361

Différence significative de Tukey, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Différentiel lié au prix (PRD), 579Dans les statistiques de ratio, 579

Dimensionnement des diagrammes exportés, 238

707

Index

Distance de Cook, 398, 427Dans la régression linéaire, 427GLM, 398

Distance de Mahalanobis, 427, 447Analyse discriminante, 447Dans la régression linéaire, 427

Distance de Manhattan, 415Distances, 415

Distance de Minkowski, 415Distances, 415

Distance de Tchebycheff, 415Distances, 415

Distance euclidienne, 415Distances, 415

Distances, 413Calcul des distances existant entre desobservations, 413Calcul des distances existant entre des variables,413Exemple, 413Mesures de dissimilarité, 415Mesures de similarité, 416Statistiques, 413Transformation de mesures, 415, 416Transformation de valeurs, 415, 416

Division, 556Division dans les colonnes de tableaux, 556

Division de tableaux, 295Contrôle des sauts de tableau, 295

Données chaîne, 98Saisie de données, 98

Données de séries chronologiques, 161, 161, 163,165, 166

Création de variables de séries chronologiques,163Définition de variables de date, 161Fonctions de transformation, 165Remplacement de valeurs manquantes, 166Transformations de données, 161

Droits d'accès, 77

Ecart absolu moyen (AAD), 579Dans les statistiques de ratio, 579

Ecart de taille, 415Distances, 415

Ecart type, 310, 318, 325, 345, 352, 358, 400, 548,555, 579

Caractéristiques, 318Dans Explorer, 325Dans Fréquences, 310Dans GLM - Univarié, 400Dans les cubes OLAP, 358Dans les statistiques de ratio, 579Dans les tableaux de bord en colonnes, 555Dans les tableaux de bord en lignes, 548Dans Moyennes, 352Dans Récapituler, 345

Echantillon aléatoire, 146, 186Génération de nombres aléatoires, 146Sélection, 186

Echantillonnage, 186Echantillon aléatoire, 186

Echelle, 85, 561, 569Dans l'analyse de fiabilité, 561Dans le positionnement multidimensionnel, 569Niveau de mesure, 85

éditeur de données, 81, 84, 94, 94, 96, 97, 98, 98,99, 100, 100, 101, 101, 102, 103, 103, 103,104, 104, 105, 627

Affichage des données, 82Alignement, 94Définition de variables, 84Déplacement de variables, 102Envoi de données vers d'autres applications, 627Impression, 105Insertion de nouvelles observations, 101Insertion de nouvelles variables, 101Largeur de colonne, 94Modification de données, 100Modification de données, 99, 100Modification du type de données, 103Observations filtrées, 104Options d'affichage, 104Recherche d'observations, 103, 103Restrictions concernant la valeur de données, 98Saisie de données, 96Saisie de données non numériques, 98Saisie de données numériques, 97

Effectif observé, 337Tableaux croisés, 337

708

Index

Effectif théorique, 337Tableaux croisés, 337

Elimination descendante, 424Dans la régression linéaire, 424

Enregistrement de diagrammes, 232, 238, 239, 240,240, 240, 240, 241, 241, 242, 618, 638

Enregistrement de diagrammes interactifs avecdes données, 618Fichiers BMP, 232, 238, 240, 638Fichiers EPS, 232, 238, 241, 638Fichiers JPEG, 232, 238, 239, 638Fichiers PICT, 232, 238, 240, 638Fichiers PNG, 240Fichiers PostScript, 241Fichiers TIFF, 240Fichiers WMF, 232, 238, 242Format WMF, 638Métafichiers, 232, 238, 638

Enregistrement de fichiers, 54, 57, 58, 74Fichiers de données, 57, 58, 74Fichiers de données SPSS, 54

Enregistrement des différents affichages d'untableau pivotant, 271

Enregistrement des résultats, 232, 236, 250, 259,259, 638, 651

Enregistrement d'un résultat en mode brouillonen tant que texte, 259Format Excel, 232Format Excel, 235Format HTML, 232, 235, 638Format texte, 232, 236, 638Format Word, 235Format Word, 232Protection par mot de passe, 250Publication sur le Web, 651Résultat en mode brouillon, 259

En-têtes, 246, 247Erreur standard, 310, 318, 325, 398, 400, 596

Caractéristiques, 318Dans Courbe ROC, 596Dans Explorer, 325Dans Fréquences, 310GLM, 398, 400

Erreur standard d'aplatissement, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Erreur standard d'asymétrie, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Erreur standard de la moyenne, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Estimation de l'intensité des effets, 400Dans GLM - Univarié, 400

Estimations de Blom, 157Estimations de la proportion, 157

Ordonner les observations, 157Estimations de puissance, 400

Dans GLM - Univarié, 400Estimations de Rankit, 157Estimations des paramètres, 400

Dans GLM - Univarié, 400Estimations de Tukey, 157Estimations de Van der Waerden, 157Eta carré, 352, 400

Dans GLM - Univarié, 400Dans Moyennes, 352

Etiquettes, 264, 265Insertion d'étiquettes de groupe, 264Suppression, 265

Etiquettes de groupe, 264Etiquettes de valeurs, 91, 98, 104, 175, 611

Dans des fichiers de données fusionnés, 175éditeur de données, 104Insertion de sauts de ligne, 91Panneau de légendes, 611Tableaux pivotants, 611Utilisation pour la saisie de données, 98

Etiquettes de variable, 9, 90, 175, 606, 611Boîtes de dialogue, 9, 606Dans des fichiers de données fusionnés, 175Insertion de sauts de ligne, 91Panneau de légendes, 611Tableaux pivotants, 611

Evénements déclenchants, 664Autoscripts, 664

709

Index

Explorer, 321, 322, 323, 325, 326, 327, 328Diagrammes, 326Hypothèses, 322Options, 328Statistiques, 325Transformations de l'exposant, 327Valeurs manquantes, 328

Exportation de diagrammes, 232, 238, 239, 240,240, 240, 240, 241, 241, 242, 635, 638

Production automatisée, 635Taille des diagrammes, 238

Exportation de données, 627Ajout d'éléments de menu pour l'exportation dedonnées, 627

Exportation de résultats, 232, 236, 638, 651Format Excel, 232Format Excel, 235Format HTML, 235Format Word, 235Format Word, 232Publication sur le Web, 651

Extrêmes, 325Dans Explorer, 325

Facteur d'inflation de la variance, 431Dans la régression linéaire, 431

Facteurs, 466Facteurs d'Anderson-Rubin, 466Facteurs de Bartlett, 466Factorisation en axes principaux, 461Factorisation en projections, 461F de R-E-G-W (Ryan-Einot-Gabriel-Welsch), 379,

395Dans ANOVA à 1 facteur, 379GLM, 395

Fenêtre active, 6Fenêtre de script, 658, 660, 673

Menu Mettre au point, 682Navigateur d'objets, 673Onglet Chargé, 684Onglet Espion, 684Onglet Immédiat, 684Onglet Pile, 684propriétés, 660

Fenêtre désignée, 6

Fenêtres, 4, 6Fenêtre active, 6Fenêtre désignée, 6

Fenêtres d'aide, 15Fiabilité de Spearman-Brown, 564

Dans l'analyse de fiabilité, 564Fiabilité Split-half, 561

Dans l'analyse de fiabilité, 561, 564fichier-journal, 606fichiers, 226

Ajout d'un fichier texte dans le Viewer, 226Ouverture, 21

Fichiers BMP, 232, 238, 240, 638Exportation de diagrammes, 232, 238, 240, 638

Fichiers dBASE, 21, 25, 57, 58Enregistrement, 57, 58Ouverture, 21, 25

Fichiers de données, 21, 22, 53, 53, 54, 57, 58, 60,72, 74, 75, 171

ajout de commentaires, 598Enregistrement, 54, 57, 58Enregistrement de sous-ensembles de variables,60enregistrement des résultats sous forme defichiers de données au format SPSS, 689informations sur les dictionnaires, 53, 53Informations sur les fichiers, 53, 53Ouverture, 21, 22protection, 61Retournement, 171Serveurs distants, 72, 74, 75Transposition, 171

Fichiers de feuille de calcul, 21, 23, 24, 61Ecriture de noms de variable, 61Lecture des noms de variable, 23Lecture des plages, 23Ouverture, 24

Fichiers délimités par des tabulations, 21, 23, 57,58, 61

Ecriture de noms de variable, 61Enregistrement, 57, 58Lecture des noms de variable, 23Ouverture, 21

710

Index

Fichiers EPS, 232, 238, 241, 638Exportation de diagrammes, 232, 238, 241, 638

Fichiers Excel, 21, 57, 58, 627Ajout d'éléments de menu pour l'envoi dedonnées vers Excel, 627Enregistrement, 57, 58Ouverture, 21

Fichiers JPEG, 232, 238, 239, 638Exportation de diagrammes, 232, 238, 239, 638

Fichiers Lotus 1-2-3, 21, 57, 58, 627Ajout d'éléments de menu pour l'envoi dedonnées vers Lotus, 627Enregistrement, 57, 58Ouverture, 21

Fichiers PICT, 232, 238, 240, 638Exportation de diagrammes, 232, 238, 240, 638

Fichiers PNG, 232, 240Exportation de diagrammes, 232, 240

Fichiers portablesNoms de variable, 58

Fichiers PostScript (encapsulés), 232, 241, 638Exportation de diagrammes, 232, 241, 638

Fichiers SASEnregistrement, 57

Fichiers SYSTAT, 21Ouverture, 21

Fichiers TIFF, 240Exportation de diagrammes, 232, 238, 240, 638

Fichiers WMF, 232, 238, 242, 638Exportation de diagrammes, 232, 238, 242, 638

F multiple de Ryan-Einot-Gabriel-Welsch, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Fonction Décalage négatif, 165Fonction Décalage positif, 165Fonction Différence, 165Fonction Différence saisonnière, 165Fonction Lissage, 165Fonction Médiane mobile, 165Fonction Moyenne mobile centrée, 165Fonction Moyenne mobile précédente, 165Fonctions, 145, 145, 145

Traitement des valeurs manquantes, 145Fonction Somme cumulée, 165

Formatage, 252, 546Colonnes dans les tableaux de bord, 546Résultat en mode brouillon, 252

Format chaîne, 88Format de colonne, 288

Modification dans les tableaux pivotants, 288Format dollar, 88, 89Format Excel

Exportation de résultats, 232, 235Format HTML, 232, 235, 638, 697

Ajout de code personnalisé, 697Exportation de résultats, 232, 235, 638

Format numérique, 88, 89Format point, 88, 89Formats d'affichage, 89Formats d'entrée, 89Formats de date, 88, 89, 622

années à deux chiffres, 622Formats monétaires, 623Formats monétaires personnalisés, 88, 623Format virgule, 88, 89Format Word

Exportation de résultats, 232, 235Fréquences, 307, 307, 309, 310, 312, 313

Diagrammes, 312Formats, 313Hypothèses, 307Ordre d'affichage, 313Statistiques, 310Suppression de tableaux, 313

Fréquences de classeDans l'analyse TwoStep Cluster, 479

Fusion des fichiers de données, 172, 175, 175, 175Affectation d'un nouveau nom aux variables, 175Fichiers avec observations différentes, 172Fichiers avec variables différentes, 175informations sur les dictionnaires, 175

Gamma, 333Tableaux croisés, 333

Gamma de Goodman et Kruskal, 333Tableaux croisés, 333

Génération de nombres aléatoires, 146Gestion des pages, 549, 557

Dans les tableaux de bord en colonnes, 557Dans les tableaux de bord en lignes, 549

711

Index

Gestion du bruitDans l'analyse TwoStep Cluster, 475

GLM - Univarié, 385, 386, 387, 389, 390, 392, 393,394, 395, 398, 400, 400, 401

Affichage, 400Contrastes, 392, 393Diagnostics, 400Diagrammes de profils, 394Enregistrement de matrices, 398Enregistrement de variables, 398Hypothèses, 386Modèle, 389, 389Moyennes marginales estimées, 400Options, 400Somme des carrés, 389Termes construits, 390Termes d'interaction, 390Tests post hoc, 395

Groupement de lignes ou de colonnes, 264Groupes de variables, 599, 601

Définition, 599Utilisation, 601

GT2 de Hochberg, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Histogrammes, 312, 326, 426Dans Explorer, 326Dans Fréquences, 312Dans la régression linéaire, 426

ICC, 564Voir Coefficient de corrélation intra-classe, 564

Icônes, 633Modification des icônes bitmap de la barred'outils, 633

Imbrication de diagrammes interactifs, 228Imbrication de tableaux pivotants, 228Impression, 105, 243, 244, 246, 247, 248, 257, 258,

278, 283, 295Aperçu avant impression, 244Contrôle des sauts de tableau, 295Diagrammes, 243Données, 105En-têtes et pieds de page, 246, 247Espace entre les éléments de résultat, 248Mise en page, 246

Numéros de page, 248Redimensionnement de tableaux, 278, 283Résultat en mode brouillon, 257, 258Résultats texte, 243Strates, 243, 278, 283Tableaux pivotants, 243Taille des diagrammes, 248

Index de concentration, 579Dans les statistiques de ratio, 579

Informations sur les fichiers, 53, 53Informations sur les variables, 597Insertion d'étiquettes de groupe, 264Intervalle multiple de Ryan-Einot-Gabriel-Welsch,

379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Intervalles de confiance, 325, 367, 382, 392, 400,400, 427, 431, 596

Dans ANOVA à 1 facteur, 382Dans Courbe ROC, 596Dans Explorer, 325Dans la régression linéaire, 431Enregistrement dans la régression linéaire, 427GLM, 392, 400Test T pour échantillons indépendants, 367

Intervalles de prévision, 427, 439Enregistrement dans l'ajustement de fonctions,439Enregistrement dans la régression linéaire, 427

Itérations, 461, 494Analyse de classification des nuées dynamiques,494Dans Analyse factorielle, 461, 464

Journal de session, 606Justification, 222, 608

Résultats, 222, 608

Kappa, 333Tableaux croisés, 333

Kappa de Cohen, 333Tableaux croisés, 333

Khi-deux de Pearson, 333Tableaux croisés, 333

Khi-deux du rapport de vraisemblanceTableaux croisés, 333

712

Index

KR20, 564Dans l'analyse de fiabilité, 564

Kuder-Richardson 20, 564Dans l'analyse de fiabilité, 564

Lambda, 333Tableaux croisés, 333

Lambda de Goodman et Kruskal, 333Tableaux croisés, 333

Lambda de Wilks, 447Analyse discriminante, 447

LangageModification du langage des résultats, 606

langage de commande, 297Largeur de colonne, 94, 278, 286, 619

Contrôle de la largeur maximale, 278Contrôle de la largeur par défaut, 619Contrôle de la largeur pour texte avec retourautomatique à la ligne, 278éditeur de données, 94Tableaux pivotants, 286

Lecteurs partagés, 77Légende, 222, 223, 224

Dans le Viewer, 222Développement, 223Modification des niveaux, 224Réduction, 223

Légendes, 294Ajout à un tableau, 294

Lignes, 293Sélection dans les tableaux pivotants, 293

Lissage T4253H, 165Liste des observations, 341Listes cible, 602Listes de variables, 602

Réordonnance de listes cible, 602LSD de Fisher, 395

GLM, 395

Marges, 246, 290Dans les cellules, 290

Marges de page, 246Masquage, 219, 219, 220, 272, 273, 274, 274, 629

Barres d'outils, 629Etiquettes de dimension, 273Légendes, 274Lignes et colonnes, 272

Notes de bas de page, 274Résultats, 219, 219Résultats d'une procédure, 220Titres, 274

Matrice de corrélation, 446, 453Analyse discriminante, 446Dans Analyse factorielle, 453, 460

Matrice de covariance, 398, 431, 446, 449Analyse discriminante, 446, 449Dans la régression linéaire, 431GLM, 398

Matrice des projections factorielles, 453Dans Analyse factorielle, 453

Matrice de transformation, 453Dans Analyse factorielle, 453

Maximum, 310, 318, 325, 345, 352, 358, 556, 579Caractéristiques, 318Comparaison des colonnes de tableaux, 556Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les statistiques de ratio, 579Dans Moyennes, 352Dans Récapituler, 345

Maximum de vraisemblance, 461Dans Analyse factorielle, 461

Médiane de groupes, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Mémoire, 606menus, 7, 627

Personnalisation, 627M-estimateur de Huber, 325

Dans Explorer, 325M-estimateur redescendant de Hampel, 325

Dans Explorer, 325M-estimateurs, 325

Dans Explorer, 325Mesure de dissimilarité de Lance et Williams, 415

Distances, 415Mesure de distance du Khi-deux, 415

Distances, 415Mesure de distance du Phi-deux, 415

Distances, 415

713

Index

Mesures de distance, 415, 481, 485, 490Analyse de classification des nuées dynamiques,490Classification hiérarchique, 481, 485Distances, 415

Mesures de la dispersion, 310, 318, 325, 579Caractéristiques, 318Dans Explorer, 325Dans Fréquences, 310Dans les statistiques de ratio, 579

Mesures de la distribution, 310, 318Caractéristiques, 318Dans Fréquences, 310

Mesures de la tendance centrale, 310, 325, 579Dans Explorer, 325Dans Fréquences, 310Dans les statistiques de ratio, 579

Mesures de similarité, 416, 481, 485Classification hiérarchique, 481, 485Distances, 416

Métafichiers, 232, 238, 638Exportation de diagrammes, 232, 238, 638

Méthodes, 672Objets d'automatisation OLE, 672

Méthodes de sélection, 293Sélection de lignes et de colonnes dans destableaux pivotants, 293

Minimum, 310, 318, 325, 345, 352, 358, 556, 579Caractéristiques, 318Comparaison des colonnes de tableaux, 556Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les statistiques de ratio, 579Dans Moyennes, 352Dans Récapituler, 345

Mise à l'échelle des diagrammes exportés, 238Mise en page, 246, 247, 248

En-têtes et pieds de page, 247Taille des diagrammes, 248

Modalité de référence, 392, 393GLM, 392, 393

Mode, 310Dans Fréquences, 310

Mode distribué, 67, 68, 69, 70, 72, 74, 75, 77, 78,644

Accès aux fichiers de données, 72, 75Chemins UNC, 78Enregistrement de fichiers de données, 74Procédures disponibles, 77Système de production, 644

Modèle composé, 438Ajustement de fonctions, 438

Modèle cubique, 438Ajustement de fonctions, 438

Modèle de croissance, 438Ajustement de fonctions, 438

Modèle de Guttman, 561Dans l'analyse de fiabilité, 561, 564

Modèle de puissance, 438Ajustement de fonctions, 438

Modèle en S, 438Ajustement de fonctions, 438

Modèle exponentiel, 438Ajustement de fonctions, 438

Modèle inverse, 438Ajustement de fonctions, 438

Modèle linéaire, 438Ajustement de fonctions, 438

Modèle logarithmique, 438Ajustement de fonctions, 438

Modèle logistique, 438Ajustement de fonctions, 438

Modèle parallèle, 561Dans l'analyse de fiabilité, 561, 564

Modèle parallèle strict, 561Dans l'analyse de fiabilité, 561, 564

Modèle quadratique, 438Ajustement de fonctions, 438

Modèles, 94, 96, 613Définition de variable, 94, 96Diagrammes, 591, 613

Modèles de tableaux, 275, 275, 276Application, 275Création, 276

Modèles factoriels complets, 389GLM, 389

Modèles personnalisés, 389GLM, 389

Modification de données, 99, 100, 100

714

Index

Modification de l'ordre des lignes et des colonnes,264

Moindres carrés généralisés, 461Dans Analyse factorielle, 461

Moindres carrés non pondérés, 461Dans Analyse factorielle, 461

moindres carrés pondérés, 419Dans la régression linéaire, 419

Moyenne, 310, 318, 325, 345, 352, 355, 358, 382,548, 555, 556, 579

Caractéristiques, 318Dans ANOVA à 1 facteur, 382Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les statistiques de ratio, 579Dans les tableaux de bord en colonnes, 555Dans les tableaux de bord en lignes, 548Dans Moyennes, 352Dans Récapituler, 345Des colonnes de tableaux multiples, 556Sous-groupe, 355

Moyenne géométrique, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Moyenne harmonique, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Moyenne pondérée, 579Dans les statistiques de ratio, 579

Moyennes, 349, 349, 351, 352, 654Hypothèses, 349Options, 352Résultats au format ASCII, 654Sous-groupe, 349Statistiques, 352

Moyennes des groupes, 349, 355Moyennes des sous-groupes, 349, 355Moyennes marginales estimées, 400

Dans GLM - Univarié, 400Moyennes observées, 400

Dans GLM - Univarié, 400Moyenne tronquée, 325

Dans Explorer, 325

Multiplication, 556Multiplication dans les colonnes de tableaux, 556

Navigateur d'objets, 673Newman-Keuls, 395

GLM, 395Niveau de mesure, 85, 85

Définition, 85, 85Nombre d'observations, 345, 352, 358

Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Nombre maximal de branchesDans l'analyse TwoStep Cluster, 475

Nominal, 85Niveau de mesure, 85

Noms, 70Serveurs, 70

Noms de variable, 9, 84, 606affichage des noms de variables longs dans lesrésultats, 84Boîtes de dialogue, 9, 606fichiers portables, 58noms de variables d'observation mixtes, 84Règles, 84

Notation scientifique, 88, 288, 606Suppression dans le résultat, 606Tableaux pivotants, 288

Notes de bas de page, 279, 291, 292, 294Ajout à un tableau, 294Diagrammes, 587Marques, 279, 291Renumérotation, 292

Nouvelles fonctionnalitésSPSS 12.0, 2

Nuées dynamiques, 489Aperçu, 489Classes d'affectation, 495Critères de convergence, 494Distances entre les classes, 495Efficacité, 493Enregistrement des informations sur les classes,495Exemples, 489Hypothèses, 490Itérations, 494

715

Index

Méthodes, 489Nombre de classes, 490Positionnement des variables, 490Procédures apparentées, 490Remarques sur les données, 490Statistiques, 489, 495Valeurs manquantes, 495

Numéros de port, 70Numérotation des pages, 246, 248, 549, 558

Dans les tableaux de bord en colonnes, 558Dans les tableaux de bord en lignes, 549

Objets, 667, 669, 670, 673Aperçu, 667, 669conventions d'appellation des variables, 669Utilisation dans les scripts, 667, 670, 673

Objets ActiveX, 228Objets d'automatisation, 667, 669, 670, 672, 673

conventions d'appellation des variables, 669Méthodes, 672Navigateur d'objets, 673propriétés, 672Types, 669Utilisation dans les scripts, 667, 670, 673

Observations, 101, 103, 103, 170, 183, 185, 187,188

Insertion de nouvelles observations, 101Pondération, 188Recherche dans l'éditeur de données, 103, 103Sélection de sous-groupes, 183, 185, 187Tri, 170

Observations filtrées, 104éditeur de données, 104

observations restantes, 654Analyse, 654

Ombrage, 291Dans les cellules, 291

OMS, 689, 689utilisation de XSLT avec OXML, 691

Onglet Chargé, 684Fenêtre de script, 684

Onglet Espion, 684Fenêtre de script, 684

Onglet Immédiat, 684Fenêtre de script, 684

Onglet Pile, 684Fenêtre de script, 684

Options, 606, 606, 608, 609, 611, 613, 618, 619,622, 622, 623, 625

années à deux chiffres, 622Diagrammes, 613Diagrammes interactifs, 618Données, 622Etiquettes résultats, 611Générales, 606Modèle de tableau pivotant, 619Monnaie, 623Répertoire temporaire, 606Scripts, 625Viewer, 608Viewer en mode brouillon, 609

Options de diagramme, 613Ordinal, 85

Niveau de mesure, 85Ordonnancement des observations, 156, 157, 157,

158Centiles, 157Rangs fractionnaires, 157Scores de Savage, 157Valeurs ex aequo, 158

Ordre d'affichage, 263, 264Ouverture de fichiers, 21, 21, 21, 21, 21, 21, 21,

22, 24, 25Fichiers dBASE, 21, 25Fichiers de données, 21, 22Fichiers de feuille de calcul, 21, 24Fichiers délimités par des tabulations, 21Fichiers Excel, 21Fichiers Lotus 1-2-3, 21Fichiers SYSTAT, 21

OXML, 691

Paramètres de ligne de commande, 648Système de production, 648

Phi, 333Tableaux croisés, 333

Pieds de page, 246, 247Points d'arrêt, 682

Dans des scripts, 682

716

Index

Polices, 104, 225, 257, 284, 284Couleurs, 284Dans les cellules, 284éditeur de données, 104Panneau de légendes, 225Viewer en mode brouillon, 257

Pondération d'observations, 188, 188Pondérations fractionnelles dans des tableauxcroisés, 188

Positionnement multidimensionnel, 569Conditionnalité, 573Création de matrices de distance, 572Critères, 574Définition de la forme des données, 571Dimensions, 573Exemple, 569Fonctionnalités supplémentaires, 575Hypothèses, 570Mesures de distance, 572Modèles de positionnement, 573Niveaux de mesure, 573Options d'affichage, 574Procédures apparentées, 570Remarques sur les données, 570Statistiques, 569Transformation de valeurs, 572

Pourcentages, 337Tableaux croisés, 337

Pourcentages en colonne, 337Tableaux croisés, 337

Pourcentages en ligne, 337Tableaux croisés, 337

Pourcentages totaux, 337Tableaux croisés, 337

Premier, 345, 352, 358Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Prévision, 439Ajustement de fonctions, 439

Prévisions, 427, 439Enregistrement dans l'ajustement de fonctions,439Enregistrement dans la régression linéaire, 427

Prévisions pondérées, 398GLM, 398

Procédures, 674Scripts, 674

Procédures fonctions, 674Procédures globales, 625, 675Procédures sous-routines, 674Production automatisée, 635Profondeur d'arborescence

Dans l'analyse TwoStep Cluster, 475programmation avec le langage de commande, 297propriétés, 277, 278, 672

Objets d'automatisation OLE, 672Tableau, 278Tableaux pivotants, 277

Protection par mot de passe, 250Proximités, 481

Classification hiérarchique, 481Publication de résultat, 651

Avec le système de production, 650

Q de R-E-G-W (Ryan-Einot-Gabriel-Welsch), 379,395


quadrillage, 283Tableaux pivotants, 283

Quartiles, 310Dans Fréquences, 310

Rapport de covariance, 427Dans la régression linéaire, 427

Rapport de risque relatif, 333Tableaux croisés, 333

Rapport hauteur/largeur, 613R-deux, 352, 431, 431

Dans la régression linéaire, 431Dans Moyennes, 352Variation de R-deux, 431

R-deux ajusté, 431Dans la régression linéaire, 431

Récapituler, 341, 341, 342, 344, 345Hypothèses, 341Options, 344Statistiques, 345

Recodage de variables, 149, 150, 152, 153, 159Redimensionnement de tableaux pivotants, 278, 283

717

Index

Régression, 419, 426Diagrammes, 426Régression linéaire, 419Régression multiple, 419

Régression linéaire, 419, 420, 422, 424, 427, 431,432

Blocs, 419Diagrammes, 426Enregistrement de nouvelles variables, 427Exportation des informations du modèle, 427Hypothèses, 420Méthodes de sélection des variables, 424, 432Pondérations, 419Résidus, 427Statistiques, 431Valeurs manquantes, 432Variable de sélection, 425

Régression logistique, 593Courbe ROC pour les probabilités, 593

Régression multiple, 419Dans la régression linéaire, 419

Remplacement de valeurs manquantes, 167Interpolation linéaire, 167Médiane des points voisins, 167Moyenne de la série, 167Moyenne des points voisins, 167Tendance linéaire, 167

Répertoire temporaire, 606, 606Définition de la position en mode local, 606Variable d'environnement SPSSTMPDIR, 606

Résidu non standardisé, 398GLM, 398

Résidus, 337, 427, 439Enregistrement dans l'ajustement de fonctions,439Enregistrement dans la régression linéaire, 427Tableaux croisés, 337

Résidus de Student, 427Dans la régression linéaire, 427

Résidus standardisés, 398, 427Dans la régression linéaire, 427GLM, 398

Résidus supprimés, 398, 427Dans la régression linéaire, 427GLM, 398

Résultats, 217, 219, 220, 220, 221, 221, 222, 226,227, 230, 232, 249, 251, 293, 608, 638

Affichage, 219Alignement, 222, 608Brouillon, 251Centrage, 222, 608Collage dans d'autres applications, 226Copie, 220, 221Copie dans d'autres applications, 227Copie et collage de plusieurs éléments, 230déplacement, 220, 220Enregistrement, 249Exportation, 232, 638Masquage, 219Modification, 293Modification du langage des résultats, 606Suppression, 220, 221Viewer, 217

Retour à la ligne automatique, 278Contrôle de la largeur de colonne pour texte avecretour automatique à la ligne, 278étiquettes de variable et de valeur, 91

Rho, 333, 403Corrélations bivariées, 403Tableaux croisés, 333

Risque, 333Tableaux croisés, 333

R multiple, 431Dans la régression linéaire, 431

Rotation d'étiquettes, 265Rotation equamax, 464

Dans Analyse factorielle, 464Rotation oblimin directe, 464

Dans Analyse factorielle, 464Rotation quartimax, 464

Dans Analyse factorielle, 464Rotation Varimax, 464, 464

Dans Analyse factorielle, 464

Saisie de données, 96, 96, 97, 98, 98Non numérique, 98numérique, 97Utilisation d'étiquettes de valeurs, 98

Sauts de ligneétiquettes de variable et de valeur, 91

Sauts de tableau, 295

718

Index

Scores de Savage, 157Scores normaux, 157

Ordonner les observations, 157Scripts, 625, 627, 632, 653, 653, 654, 655, 658,

661, 662, 662, 677, 677, 682Ajout aux menus, 627Ajout d'une description, 677Aperçu, 653Assistant script, 661Autoscripts, 655, 662, 666Avec syntaxe de commande, 685, 685, 687Boîtes de dialogue, 677, 679Création, 658, 662Débogage, 682, 684Déclaration de variables, 668, 669Exécution, 653Exécution avec les boutons de la barre d'outils,632Fenêtre de script, 658, 660Fichier d'autoscript, 625, 666Fichier de procédures globales, 625, 675Utilisation d'objets d'automatisation, 667, 669,670, 673

Scripts de procédures globales, 675Sélection ascendante, 424

Dans la régression linéaire, 424Sélection d'observations, 183, 185, 185, 186, 187,

187Echantillon aléatoire, 186En fonction de critères de sélection, 185Intervalle de temps, 187Plage d'observations, 187Plage de dates, 187

Sélection progressive, 424Dans la régression linéaire, 424

Serveurs, 69, 70, 70Ajout, 70Connexion, 69Modification, 70Noms, 70Numéros de port, 70

Serveurs distants, 67, 68, 69, 70, 72, 74, 75, 77, 78,644

Accès aux fichiers de données, 72, 75Ajout, 70Chemins UNC, 78

Connexion, 69Enregistrement de fichiers de données, 74Modification, 70Procédures disponibles, 77Système de production, 644

Seuil initialDans l'analyse TwoStep Cluster, 475

Signets, 271Somme, 310, 318, 345, 352, 358

Caractéristiques, 318Dans Fréquences, 310Dans les cubes OLAP, 358Dans Moyennes, 352Dans Récapituler, 345

Somme des carrés, 389, 390GLM, 389, 390

Sous groupes d'observations, 183, 185, 186, 187Echantillon aléatoire, 186Sélection, 183, 185, 187

Sous-titresDiagrammes, 587

Sous-totaux, 557Dans les tableaux de bord en colonnes, 557

SPSSEtapes de base, 13Nouvelles fonctionnalités, 2

StandardisationDans l'analyse TwoStep Cluster, 475

Statistique d'intervalle, 310, 318, 345, 352, 358, 579Caractéristiques, 318Dans Fréquences, 310Dans les cubes OLAP, 358Dans les statistiques de ratio, 579Dans Moyennes, 352Dans Récapituler, 345

Statistique de Brown-Forsythe, 382Dans ANOVA à 1 facteur, 382

Statistique de Cochran, 333Tableaux croisés, 333

Statistique de Durbin-Watson, 431Dans la régression linéaire, 431

Statistique de Mantel-Haenszel, 333Tableaux croisés, 333

Statistique de Welch, 382Dans ANOVA à 1 facteur, 382

719

Index

Statistique médiane, 310, 325, 345, 352, 358, 579Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les statistiques de ratio, 579Dans Moyennes, 352Dans Récapituler, 345

Statistique R, 352, 431Dans la régression linéaire, 431Dans Moyennes, 352

Statistiques de ratio, 577, 577, 578, 579Hypothèses, 577Statistiques, 579

Statistiques descriptives, 310, 315, 325, 345, 400,579

Caractéristiques, 315Dans Explorer, 325Dans Fréquences, 310Dans GLM - Univarié, 400Dans l'analyse TwoStep Cluster, 479Dans les statistiques de ratio, 579Dans Récapituler, 345

Strates, 243, 267, 267, 269, 269, 278, 283, 332Affichage, 267, 269Création, 267Impression, 243, 278, 283Modification, 269Tableaux croisés, 332Tableaux pivotants, 267

Stress, 569Dans le positionnement multidimensionnel, 569

Stress S, 569Dans le positionnement multidimensionnel, 569

Student-Newman-Keuls, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Suppression d'étiquettes de groupe, 265Suppression de plusieurs commandes EXECUTE

dans les fichiers de syntaxe, 304Suppression de résultats, 221Symbole dollar, 288

Tableaux pivotants, 288Symbole pourcentage, 288

Tableaux pivotants, 288

Syntaxe, 15, 297, 298, 299, 300, 302, 304, 304, 606,608, 609, 631, 637, 685, 687

Avec scripts, 685, 685, 687Collage, 299Collage dans des scripts, 687Exécution, 304Exécution de la syntaxe de commande avec lesboutons de la barre d'outils, 631Fichier de résultat, 300fichier-journal, 302, 304, 606Installation du manuel Command SyntaxReference, 15Journal, 608, 609Règles de syntaxe, 298Règles du système de production, 637

Syntaxe de commande, 15, 297, 298, 299, 300, 302,304, 304, 606, 608, 609, 627, 632, 637

Ajout aux menus, 627Collage, 299Exécution, 304Exécution avec les boutons de la barre d'outils,632Fichier de résultat, 300fichier-journal, 302, 304, 606Formatage du système de production, 647Installation du manuel Command SyntaxReference, 15Journal, 608, 609Règles de syntaxe, 298Règles du système de production, 637

Système de gestion des résultats, 689, 689Système de mesure, 606Système de production, 606, 608, 609, 635, 635,

637, 638, 641, 643, 644, 644, 645, 648, 650Contrôle du format avec la syntaxe decommande, 647Contrôle du format des tableaux pivotants, 645Exportation de diagrammes, 635, 638Exportation de résultats, 638Fichiers de résultat, 635Options, 644Paramètres de ligne de commande, 648Programmation des tâches de production, 648Publication de résultat, 650Publication sur le Web, 650Règles de syntaxe, 637

720

Index

Remplacement de valeurs dans des fichiers desyntaxe, 641Sollicitation de macros, 643Spécification d'un serveur distant, 644Utilisation de la syntaxe de commande à partird'un fichier-journal, 606Utilisation de la syntaxe de commande à partirdu journal, 608, 609

T2 de Tamhane, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

T3 de Dunnett, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Tableau croisé, 329Tableaux croisés, 329

Tableaux, 295Contrôle des sauts de tableau, 295

Tableaux croisés, 188, 329, 330, 331, 332, 332, 333,333, 333, 333, 333, 337, 339, 339

Affichage de cellules, 337Diagrammes en bâtons juxtaposés, 333Formats, 339Hypothèses, 330Pondérations fractionnelles, 188Statistiques, 333Strates, 332Suppression de tableaux, 329Variables de contrôle, 332

Tableaux de bord, 543, 553, 556, 556Colonne de total, 556Comparaison des colonnes, 556Division des valeurs de colonnes, 556Multiplication des valeurs de colonnes, 556Tableaux de bord en colonnes, 553Tableaux de bord en lignes, 543Totaux composites, 556

Tableaux de bord en colonnes, 546, 550, 553, 556,557, 558, 559

Colonne de total, 556Format de colonne, 546Gestion des pages, 557Mise en page, 550Numérotation des pages, 558Sous-totaux, 557

Syntaxe de commande, 559Total général, 558Valeurs manquantes, 558

Tableaux de bord en lignes, 543, 543, 546, 548, 549,549, 550, 552, 553, 553, 559

Critères d'agrégation, 543Espacement de ventilation, 548Format de colonne, 546Gestion des pages, 548Mise en page, 550Numérotation des pages, 549Pieds de page, 552Séquences de tri, 543Syntaxe de commande, 559Titres, 552Valeurs manquantes, 549Variables dans les titres, 552Variables en colonnes, 543

Tableaux de contingence, 329tableaux de fréquences, 307, 325

Dans Explorer, 325Dans Fréquences, 307

Tableaux pivotants, 219, 226, 226, 227, 227, 228,229, 229, 230, 230, 232, 243, 261, 261, 261,261, 262, 263, 263, 263, 264, 264, 265, 265,266, 267, 272, 275, 275, 277, 278, 278, 279,280, 282, 283, 283, 285, 293, 294, 295, 619,638, 645

Affichage des bordures masquées, 283Affichage et masquage des cellules, 272Ajout de légendes, 294Ajustement de la largeur de colonne par défaut,619Bordures, 282Collage dans d'autres applications, 226Collage en tant que métafichiers, 229Collage en tant que texte, 230Collage sous forme de tableaux, 226, 229Contrôle des sauts de tableau, 295Contrôle du format des tâches de production, 645Copie, 227Copie dans d'autres applications, 227Copie et collage de plusieurs tableaux, 230Déplacement de lignes et de colonnes, 264Dissociation de lignes ou de colonnes, 265Exportation au format HTML, 232, 638

721

Index

Formats de cellule, 280Groupement de lignes ou de colonnes, 264Identification des dimensions, 263Impression de grands tableaux, 295Impression de strates, 243Incorporation en tant qu'objets ActiveX, 228Insertion d'étiquettes de groupe, 264Largeur des cellules, 285Manipulation, 261Masquage, 219Modèle de tableau par défaut des nouveauxtableaux, 619Modification, 261, 261Modification de l'aspect, 275, 275Modification de l'ordre d'affichage, 263, 264Modification de plusieurs tableaux, 261Pivotement, 261, 262propriétés, 277Propriétés des notes de bas de page, 279Propriétés générales, 278quadrillage, 283Recherche de définitions d'étiquette, 266Redimensionnement à des fins d'ajustement àla page, 278, 283Rétablissement des valeurs par défaut, 266Rotation d'étiquettes, 265Sélection de lignes et de colonnes, 293Strates, 267Suppression d'étiquettes de groupe, 265Texte de suite, 283Transposition de lignes et de colonnes, 263Utilisation d'icônes, 262

Tailles, 225Dans la légende, 225

Tau-b, 333Tableaux croisés, 333

Tau-b de Kendall, 333, 403Corrélations bivariées, 403Tableaux croisés, 333

Tau-c, 333Tableaux croisés, 333

Tau-c de Kendall, 333Tableaux croisés, 333

Tau de Goodman et Kruskal, 333Tableaux croisés, 333

Tau de Kruskal, 333Tableaux croisés, 333

T-carré de Hotelling, 561Dans l'analyse de fiabilité, 561, 564

Termes d'interaction, 390GLM, 390

Test d'additivité de Tukey, 561Dans l'analyse de fiabilité, 564Dans l'analyse de fiabilité, 561

Test d'intervalle multiple de Duncan, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Test de Gabriel, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Test de Games-Howell, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Test de Levene, 326, 382, 400Dans ANOVA à 1 facteur, 382Dans Explorer, 326Dans GLM - Univarié, 400

Test de Lilliefors, 326Dans Explorer, 326

Test de McNemar, 333Tableaux croisés, 333

test de Scheffé, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Test de Shapiro-Wilks, 326Dans Explorer, 326

Test de sphéricité de Bartlett, 460Dans Analyse factorielle, 460

Test du Khi-deux, 498, 498, 500, 501, 501, 502, 503Hypothèses, 498Intervalle théorique, 501Options, 502Statistiques, 502Valeurs manquantes, 502Valeurs théoriques, 501

Test exact de Fisher, 333Tableaux croisés, 333

Test M de Box, 446Analyse discriminante, 446

722

Index

Tests d'homogénéité de la variance, 382, 400Dans ANOVA à 1 facteur, 382Dans GLM - Univarié, 400

Tests de colinéarité, 431Dans la régression linéaire, 431

Tests de l'indépendance, 333Khi-deux, 333

Tests de linéarité, 352Dans Moyennes, 352

Tests de normalité, 326Dans Explorer, 326

Tests du Khi-deux, 333, 333Association linéaire par linéaire, 333Correction pour la continuité de Yates, 333Indépendance, 333Pearson :, 333Rapport de vraisemblance, 333Tableaux croisés, 333Test à un échantillon, 498Test exact de Fisher, 333

Tests non paramétriques, 498Test du Khi-deux, 498

Tests t, 363, 400Dans GLM - Univarié, 400Test T pour échantillons indépendants, 363

Test t de Dunnett, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

Test t de Sidak, 379, 395Dans ANOVA à 1 facteur, 379GLM, 395

test t de Student, 363Test t de Waller-Duncan, 379, 395


Test t pour deux échantillons, 363Test T pour échantillons indépendants, 363

Test T pour échantillons indépendants, 363, 364,365, 366, 367

Définition de groupes, 366Hypothèses, 364Intervalles de confiance, 367Options, 367Valeurs manquantes, 367Variables chaîne, 366Variables de regroupement, 366

Texte, 225, 226, 232, 236, 251, 259, 293, 638Ajout au Viewer, 225Ajout d'un fichier texte dans le Viewer, 226Création de résultats texte, 251Dans les cellules, 293Exportation d'un résultat en mode brouillon entant que texte, 259Exportation de résultat en tant que texte, 232,236, 638

Texte d'étiquette vertical, 265Texte de suite, 283

Pour les tableaux pivotants, 283Titres, 225, 362

Ajout au Viewer, 225Dans les cubes OLAP, 362Diagrammes, 587

Tolérance, 431Dans la régression linéaire, 431

Totaux, 654Graissage automatique dans le résultat, 654

Totaux généraux, 558Dans les tableaux de bord en colonnes, 558

Transformations conditionnelles, 143Transformations de données, 141, 143, 144, 145,

149, 150, 152, 153, 156, 159, 161, 163, 622Calcul de variables, 141Fonctions, 145Ordonnancement des observations, 156Recodage de valeurs, 149, 150, 152, 153, 159Retardement de l'exécution, 622Séries chronologiques, 161, 163Transformations conditionnelles, 143Variables chaîne, 144

Transformations de fichiers, 170, 171, 172, 175,178, 182, 188

Agrégation de données, 178Analyse de fichier scindé, 182Fusion des fichiers de données, 172, 175Pondération d'observations, 188Transposition des variables et des observations,171Tri d'observations, 170

Transposition de lignes et de colonnes, 263Transposition des variables et des observations, 171Tri d'observations, 170

723

Index

Tukey, 325Dans Explorer, 325

Types de données, 88, 88, 89, 103, 623Définition, 88Devise personnalisée, 88, 623Formats d'affichage, 89Formats d'entrée, 89Modification, 103

V, 333Tableaux croisés, 333

Valeurs, 288Format d'affichage des tableaux pivotants, 288

Valeurs éloignées, 325, 426Dans Explorer, 325Dans l'analyse TwoStep Cluster, 475Dans la régression linéaire, 426

Valeurs influentes, 398, 427Dans la régression linéaire, 427GLM, 398

Valeurs manquantes, 92, 92, 145, 145, 166, 328,367, 382, 406, 412, 432, 432, 467, 502, 549,558, 596

Corrélations bivariées, 406Dans Analyse factorielle, 467Dans ANOVA à 1 facteur, 382Dans Corrélations partielles, 412Dans Courbe ROC, 596Dans Explorer, 328Dans la régression linéaire, 432Dans les tableaux de bord en colonnes, 558Dans les tableaux de bord en lignes, 549Définition, 92Diagrammes, 588Fonctions, 145Remplacement dans des données de sérieschronologiques, 166Test du Khi-deux, 502Test T pour échantillons indépendants, 367Variables chaîne, 92

Valeurs manquantes spécifiées par l'utilisateur, 92Valeurs propres, 431, 460

Dans Analyse factorielle, 460, 461Dans la régression linéaire, 431

Valeurs standardisées, 315Caractéristiques, 315

Variable d'environnement SPSSTMPDIR, 606Variable de sélection, 425

Dans la régression linéaire, 425Variables, 8, 11, 11, 84, 101, 102, 149, 150, 152,

153, 159, 175, 597, 599, 606Affectation d'un nouveau nom aux fichiers dedonnées fusionnés, 175Boîtes de dialogue, 8Définition, 84Définition de groupes de variables, 599déplacement, 102Informations sur la définition, 597Informations sur les variables dans les boîtes dedialogue, 11Insertion de nouvelles variables, 101Ordre d'affichage dans les boîtes de dialogue,606Recodage, 149, 150, 152, 153, 159Sélection dans des boîtes de dialogue, 11

Variables chaîne, 8, 92, 144, 159Boîtes de dialogue, 8Calcul de nouvelles variables chaîne, 144Recodage en nombres entiers consécutifs, 159Valeurs manquantes, 92

Variables d'environnement, 606SPSSTMPDIR, 606

Variables de contrôle, 332, 410Dans Corrélations partielles, 410Tableaux croisés, 332

Variables de date, 161Définition pour des données de sérieschronologiques, 161

Variance, 310, 318, 325, 345, 352, 358, 548, 555Caractéristiques, 318Dans Explorer, 325Dans Fréquences, 310Dans les cubes OLAP, 358Dans les tableaux de bord en colonnes, 555Dans les tableaux de bord en lignes, 548Dans Moyennes, 352Dans Récapituler, 345

V de Cramer, 333Tableaux croisés, 333

V de Rao, 447Analyse discriminante, 447

724

Index

Viewer, 217, 219, 220, 221, 221, 222, 223, 224,225, 225, 226, 231, 248, 249, 608, 611

Affichage des étiquettes de valeurs, 611Affichage des étiquettes de variable, 611Affichage des noms de variable, 611Affichage des valeurs de données, 611Collage spécial d'objets, 231Copie de résultats, 221Déplacement du résultat, 220Développement de la ligne de légende, 223Enregistrement du document, 249Espace entre les éléments de résultat, 248Insertion de diagrammes, 226Légende, 222Masquage de résultats, 219modification de la police de la légende, 225Modification des niveaux de la ligne de légende,224Modification des tailles de la légende, 225Options d'affichage, 608Panneau de légende, 217Panneau de résultats, 217Réduction de la ligne de légende, 223Suppression de résultats, 221

Viewer en mode brouillon, 251, 252, 252, 252, 257,257, 258, 259, 606, 609

Bordures de cellules, 252Bordures de colonnes, 252Bordures de lignes, 252Caractères de la boîte, 252Contrôle de l'affichage par défaut des résultats,606Définition du type de Viewer par défaut, 252Enregistrement des résultats, 259Format de résultat, 252Impression, 257, 258Modification des polices, 257Options d'affichage, 609

Web, 651Publication de résultat, 651

XMLenregistrement des résultats sous forme defichiers XML, 689résultat OXML depuis OMS, 691

XSLTutilisation avec OXML, 691

SPSS Base User's Guide 12.0

Documents

Transcript of SPSS Base User's Guide 12.0