Université d’Oum El Bouaghi Faculté des sciences de la terre et de l’architecture

Prof. Adad Mohamed chérif

Sommaire

Introduction

Objectifs de SPSS

Processus de la saisie des données sous SPSS

Types de variables

Editeur de données

Analyse des données

Affichage de données (data view)

Affichage de variables (variable view)

Procédure effective

Procédure descriptive

Procédure croisement de variables

Procédure comparaison des moyennes

Introduction SPSS est un outil puissant, efficace et assez facile à manipuler. Ce logiciel sert à faire des analyses statistiques (ANOVA, ACP, ANCOVA etc.). Il nous évite de faire des calculs longs et fastidieux. Les résultats sont très explicite et bien mis en forme, ils apparaissent dans des tableaux et sous formes de graphes (histogramme, courbes, bâtonnets, diagramme circulaire etc.). Il permet de construire une base de données. Le SPSS est compatible avec Word et Excel.

Les lettres du sigle SPSS signifient Statistical Package of Social Sciences. C’est un logiciel destiné principalement aux recherches en sciences sociales .

1. Décrire les données à l'aide de statistiques descriptives;

2. Examiner les relations entre les variables; 3. Comparer les groupes afin de déterminer s'il

existe des différences significatives entre ces groupes.

Objectifs

Pour utiliser le SPSS efficacement, il est recommandé d’avoir un minimum de prérequis en statistiques (La moyenne, l’écart-type, la variance, la médiane, la loi normale, l’intervalle de confiance etc..)

Définissons les variables utilisées (Variables quantitatives continues-discrètes et variables nominales-ordinales)

Lancez le logiciel

Fenêtre de l’éditeur des données apparait

Appuyez sur l’onglet Affichage des variables

Saisir les variables et ses caractéristiques dans les différentes colonnes ( Sexe et Note)

Appuyez sur l’onglet Affichage des données

Saisissez les données de chaque variable

Analyse des données (T test , ANOVA, Khi2, analyse de corrélation, ACP etc.)

La fenêtre viewer apparait ( tableaux et graphes )

Interprétation

Processus de la saisie des données sous SPSS

En statistiques, il existes deux catégories de variables :

Variables quantitatives Variables qualitatives

Continues Discrètes Nominales Ordinales

Exemples: Poids Taille Distance Salaire Vitesse

Exemples: • Note

• Nombre d'enfants

d'une famille

• Nombre de pièces par maison

Exemples: • Couleur des yeux • Sexe F/M • Réponse oui/non • Type du BAC

science/lettre/technique • Code postal

Exemples : • Mention du BAC

Bien/assez bien/ bien /Très bien

• Satisfaction Excellent Très bon Bon Mauvais Très mauvais

Ligne Variable

Onglet Affichage des données

Onglet Affichage des variables Editeur de données

Nom du fichier Avec extension SAV Menu Barre d’outils

Case

Cellule

Rubrique

Cellule

Grille de données

** Editeur de données est constitué de menu de fonction, de barre d’outils et de grille de données

Dans cet exercice , on veut savoir quelles seront les valeurs de la moyenne, de l’écart-type et de la médiane de cette série

statistique ?

Dans cet exemple, on a uniquement deux variables :

La variable sexe et la variable Note sur 20

Cependant, il est possible de saisir le nombre de variables souhaitées dans le cadre d’une recherche donnée . Chaque ligne dans l’éditeur de donnés représente une élève ou un élève qui sont codés numériquement de la manière suivante : 1 pour féminin et 2 pour masculin .

L’analyse des données passe obligatoirement par le codage des variables qualitatives. Une variable qualitatives contiennent des valeurs qui expriment une qualité comme le sexe qui est une variable qualitative dichotomiques ( 2 modalités : masculin ou féminin). Dans ce cas, il n’y a pas d’échelle de valeurs. Par contre « Note » est une variable quantitative discrète , c’est-à-dire qu’elle ne peut revêtir qu'un nombre défini de valeurs réelles qu’il est possible de les énumérer. Ici la note varie entre 00/20 et 20/20.

Etiquette de valeur

Sélectionnez l’onglet affichage des variables ( variable view)

Pour savoir comment il est possible d’introduire 1 correspondant à Féminin et 2 correspondant à Masculin:

allez à l’onglet «Affichage des valeurs » puis à « Valeurs » , appuyer sur la cellule juste en dessous, une fenêtre va apparaitre.

• Inscrivez la valeur 1 dans « Valeur » et Masculin dans « Etiquette » • Puis appuyez sur « Ajouter » • Ensuite inscrivez 2 dans « Valeur » et Féminin dans « Etiquette »

ensuite appuyez sur « Ajouter » • A la fin appuyez sur Ok • En cas d’erreur de saisie, appuyez sur • « Eliminer_bloc » pour supprimer ce qui a été écrit.

1 2

« L’affichage de variable » montre les caractéristiques des variables : La ligne représente la variable et les colonnes représentent ses caractéristiques particulières . Donc, la ligne 1 est la variable Sexe et la ligne 2 est la variable Note.

,

Caractéristiques des colonnes 1. Nom de la variable ( Sexe ou Note) 2. Type de variable ( Sexe= Chaine, Note: numérique) 3. Largeur des colonnes (Sexe=8, Note=4) 4. Décimal ( les chiffres après la virgule: Sexe=0 , Note=2) 5. Etiquette (Informations supplémentaires sur la variable) 6. Valeurs (ici, on code le sexe :/ 1 pour féminin et 2 pour masculin) 7. Données manquantes ( si un individu questionné n’a pas répandu , ici

donc on note aucun) 8. Mesure ( Nominale pour « sexe » étant donné que cette variable

est qualitative nominale et Echelle pour « Note » étant donné que cette variable est quantitative discrète)

Ajout d’une autre

variable

D’abord, il faut aller à « affichage des variables » Saisir dans la colonne « Nom » la variable « Note2 ». Introduire les caractéristiques de cette variable qui

ressemblent à celles de « Note »

Même Message d’erreur

Caractéristiques de la variable

Note2

Puis , aller à « Affichage des données » Introduire les valeurs des notes,

Les données de la note2

A partir des menus dans

l’éditeur de données

sélectionnez :

1. Analyse

2. statistiques descriptives

3. Effectifs.

L’analyse la plus courante est la procédure effective (frequency

procedure). Elle sert à analyser et afficher les différents paramètres statistiques,

Déplacez

.

Sélectionnez dans l’encadré « Tendance centrale » la Moyenne et la Médiane.

Sélectionnez dans l’encadré « Dispersion » l’écart-type.

Cliquez sur « Poursuivre ».

Sélectionnez « Diagrammes » (1)

Dans l’encadré « Type de diagramme » (2) Sélectionnez « Histogrammes»

Sélectionnez « Afficher la courbe

gaussienne »

Cliquez « Poursuivre »

En fin cliquez « Ok » (3)

1

2

3

Ordre d’exécution 1, 2, 3.

Fenêtre viewer C’est une fenêtre où est indiqué les résultats,

Le nom du fichier

12 élèves dont chacun ont obtenu une note

0 pas valeur manquante 12,08 la moyenne des 12 valeurs 12,5 la NOTE médiane 3,5 l’écart-type

C’est une analyse descriptive : moyenne, médiane et écart-type

• Colonne 1 : les observations non-répétitives

• Colonne2 : l’effective , les notes 9, 13,15 sont répétées 2 fois, par contre le reste une seule fois.

• Colonne 3: le pourcentage de chaque observation par rapport à (100 %)

La note 7 est de 7% , la note 13 est 15,7%

• Colonne 5: pourcentage cumulé, - 8,3+8,3 (pourcentage valide)=16,7

16,7+16,7 (pourcentage valide) =33,33 33,33+ 8,3 (pourcentage valide) = 41,7 etc…..

Moyenne=12 Ecart-type = 3,50 N=12

L’histogramme montre le pourcentage des diverses observations. La note en abscisse et le pourcentage correspondant en ordonnée. Le graphique montre aussi la courbe de gausse . Les observations sont presque normalement distribuées .

Sont indiqués avec le graphique

Comme on peut le voir l’effectif des élèves

est de 12 le pourcentage 50%

féminin (2) et 50% masculin (1).

Femelle

Male

Transfert de la variable « Sexe » vers le champs « Variables » et appuyer sur « OK »

A partie de la barre de menu

Cliquez sur analyse

Statistiques descriptives

Descriptives

Transférer la variable « Note d’examen » vers le champ « Variables » puis cliquez sur « Option »

• Cochez « Moyenne »

Dispersion Cochez Ecart-type , Variance, Minimum,

Maximum

Ordre d’affichage Cochez « Moyenne dans l’ordre croissant »

• Sectionnez « Poursuivre »

• Enfin OK

Puis

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

Fichier des données

Résultat

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

Analyse statistiques descriptives Tableaux_croisés

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

1- Sexe Féminin 2- Sexe Masculin

Sexe en abscisse Effectif en ordonnée

Ce diagramme traduit le contenu de la table précédente. On constate la présence de 2 barres très hautes qui représentent les notes 13,00 et 15,00. Rouge 13,00, effectif 2 pour le sexe masculin et turquoise 15,00, effectif 2 pour le sexe féminin .

On veut maintenant comparer la moyenne et l’écart-type de chaque variable.

La procédure : analyse Comparer les moyennes Moyennes

La moyenne du sexe « male (1) » est de 13.16 est supérieure à celle du sexe « femelle (2) » de valeur 11,00

• Les écart-types sont presque égaux pour 2 sexes

La moyenne totale 12,08 et l’écart-type pour les 2 sexe s 3,50

Merci pour votre attention

Prof. Adad Mohamed Cherif

Université d’Oum El Bouaghi Faculté des sciences de la terre et de l’architecture