Vous êtes sur la page 1sur 724

SPSS Base 12.

0 - Guide de l’utilisateur

®

Sommaire
1 Sommaire 1
Nouveautés de SPSS 12.0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Fenêtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Menus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Barre d'état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Noms de variables et étiquettes de variable dans les listes de boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Commande des boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Sous-boîtes de dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 Sélection de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 Obtenir des informations sur les variables dans les boîtes de dialogue . . . . 11 Obtenir des informations sur les commandes des boîtes de dialogue . . . . . 12 Procédures de base dans l'analyse des données . . . . . . . . . . . . . . . . . . . . 13 Assistant statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 En savoir plus sur SPSS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2

Obtention d'Aide

15

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

ix

3

Fichiers de données

21

Ouverture d'un fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 Pour ouvrir un fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 Types de fichier de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 Ouvrir les options de fichier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Lecture de fichiers Excel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Lecture d'autres fichiers Excel et de fichiers d'autres tableurs avec l'éditeur de données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 Lecture des fichiers dBASE avec l'éditeur de données . . . . . . . . . . . . . . . . 25 Lire des fichiers de base de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Sélectionner une source de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 Procédure d'entrée dans la base de données . . . . . . . . . . . . . . . . . . . . . . . 28 Sélectionner des champs de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 Créer une requête de paramètre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 Définition de variables (Assistant de capture de base de données) . . . . . . . 38 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 Assistant de texte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Informations sur les fichiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 Enregistrement des fichiers de données . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 Pour enregistrer des fichiers de données modifiés . . . . . . . . . . . . . . . . . . . 54 Enregistrement de fichiers de données au format Excel . . . . . . . . . . . . . . . 54 Enregistrement de fichiers de données au format SAS . . . . . . . . . . . . . . . . 55 Pour enregistrer des fichiers de données sous des formats différents. . . . . 57 Enregistrement de données : Types de fichier de données . . . . . . . . . . . . . 58 Enregistrement de sous-ensembles de variables . . . . . . . . . . . . . . . . . . . . 60 Enregistrement de fichier : Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 Protection des données d'origine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 Fichier 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 Affichage des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 Saisie de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 Modification de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 Aller à l'observation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 Etat de la sélection de l'observation dans l'éditeur de données. . . . . . . . . 104 Options d'affichage de l'éditeur de données . . . . . . . . . . . . . . . . . . . . . . . 104 Impression de l'éditeur de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

6

Préparation des données

107

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

xi

7

Transformations de données

141

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

8

Gestion et transformations de fichiers

169

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

xii

9

Utilisation du résultat

217

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

10 Viewer en mode brouillon

251

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

11 Tableaux pivotants

261

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

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

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

12 Utilisation de la syntaxe de commande

297

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

13 Fréquences

307

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

14 Caractéristiques

315

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

xv

15 Explorer

321

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

16 Tableaux croisés

329

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

17 Récapituler

341

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

18 Moyennes

349

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

xvi

19 Cubes OLAP

355

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

20 Tests T

363

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

21 ANOVA à 1 facteur

375

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

xvii

22 Analyse GLM – Univarié

385

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

23 Corrélations bivariées

403

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

24 Corrélations partielles

409

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

25 Distances

413

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

xviii

26 Régression linéaire

419

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

27 Ajustement de fonctions

435

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

28 Analyse discriminante

441

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

29 Analyse factorielle

453

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

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

30 Choix d'une procédure de classification 31 Classification TwoStep

469 471

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

32 Classification hiérarchique

481

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

xx

33 Nuées dynamiques

489

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

34 Tests non paramétriques

497

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

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 533 Tableaux de fréquences des réponses multiples . . . . . . . . . . . . . . . . . . . . . . 528 Pour obtenir des tests pour plusieurs échantillons liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 536 Tableaux croisés des réponses multiples . . . . . . . . . . . . . 539 xxii . . . . . . . . . . . . . . . . . . . . . . . . 535 Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . 537 Remarques sur les Données de Tableaux croisés de réponses multiples . . . . . . . . . . . . . . 529 35 Analyse des réponses multiples 531 Définition de vecteurs multiréponses . . . 523 Echantillon de résultat . . . 528 Tests pour plusieurs échantillons liés de considérations de données . . . . . . . . . . . . . . . . 520 Pour obtenir des tests pour deux échantillons liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 536 Pour obtenir des tableaux de fréquences de réponses multiples . 519 Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 515 Tests pour deux échantillons liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520 Tests pour plusieurs échantillons indépendants . . . . . . . . . . . . . . . . . . 514 Pour effectuer les tests pour deux échantillons indépendants. . . . . . . . . . . 538 Echantillon de résultat . . . . . . . . . . . . . . . . . . . . 524 Tests pour plusieurs échantillons liés . . . . . . 523 Tests pour Plusieurs Echantillons Indépendants : Remarques sur les Données . . 528 Echantillon de résultat . . . . . . . . . . . . . 532 Pour définir des vecteurs de réponses multiples . . 519 Tests pour deux échantillons liés : remarques sur les données . . . . . . . . . . . . . . . . . . . . . . . . . 538 Pour obtenir des tableaux croisés des réponses multiples . . . . . . . . . . . . 524 Pour obtenir des tests pour plusieurs échantillons indépendants . . . . . . . . . 534 Gestion des données des fréquences de réponses multiples. . . . . . . . .Echantillon de résultat . . .

. . . . . . . . . . . . 570 Obtenir une analyse par positionnement multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553 37 Analyse de fiabilité 561 Remarques sur les données de l'analyse de fiabilité . . . . . 577 Pour obtenir des statistiques de ratio . . . . . . . . . . . . . . . . . . 575 39 Statistiques de ratio 577 Remarque sur les données des statistiques de ratio . . . . . . . . . . . . . . . . 562 Echantillon de résultat . . . . . . . . .36 Tableaux de Résultats 543 Tableaux de bord en lignes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 543 Tableaux de bord en colonnes . . . . . . . . . 572 Modèle de positionnement multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 566 38 Positionnement multidimensionnel 569 Remarques sur les données du positionnement multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 573 Positionnement multidimensionnel : Options . . . . . . . . . . . . . . . . . . . . . . 579 xxiii . . . . 562 Obtenir une analyse de fiabilité. . . . . . . . . . 563 Fonctionnalités supplémentaires de la commande RELIABILITY . . . . . . . . . . . . . . . . . . . . 574 Fonctions supplémentaires de la commande Positionnement multidimensionnel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 578 Statistiques de ratio . . . . . . . . . . . . . . . . . . . . . 570 Positionnement multidimensionnel : créer une mesure .

. . . . . . . . . . . . . . . . . . . . . . . . 595 42 Outils 597 Informations de la variable . . . . . . . . . . 602 43 Options 605 Options générales. . . . . . . . . . . . . . . . . . . . . . . . . 597 Commentaires de fichier de données . . . . 611 Options de diagramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599 Utiliser les groupes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 586 41 Courbes ROC 593 Remarques sur les données de la courbe ROC . . . . . . . 608 Options du Viewer en mode brouillon . . . . . 594 Pour obtenir une courbe ROC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581 Options globales de définition du diagramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 609 Options Etiquettes Résultats . . . . . . . . . . . . . . . . . . . . 598 Groupes de Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . 593 Echantillon de résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599 Définir des groupes de variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40 Présentation de l'utilitaire de diagramme 581 Création et modification d'un diagramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601 Réordonner Listes Variables Cible. . . . . . 613 xxiv . . . . . . 606 Options Viewer . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 641 Sollicitation de macros de production . . . . . . . . . . . . . . . . . . 619 Options de données . . . . . . . . . . . . . . . . . . . . 618 Options tableaux pivotants . . . . . . . . . . . . . . . . . . 648 Publication sur le Web . . . . . . . . . . 628 Montrer barres d'outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651 xxv . . . . . . . . . . . . . . . . . . 629 Pour personnaliser les barres d'outils. 623 Options script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 644 Contrôle du format des tâches de production . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643 Options de production . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 622 Options monétaires (devises) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 627 Personnalisation des barres d'outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 637 Options d'exportation . . . . . . . . . . . . . . . . . . . . . . . 650 Connexion au serveur Web SmartViewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 636 Règles de syntaxe pour le système de production SPSS . . . 629 45 Système de production 635 Utilisation de l'Utilitaire de Production . . . . . . . . . . . . . . 625 44 Personnalisation des menus et des barres d'outils 627 Editeur de menu . . . . . . . . . . . . . . . . . .Options diagrammes interactifs . . . . . . . . . 645 Exécution de tâches de production à partir d'une ligne de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 638 Invites utilisateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653 Scripts livrés avec SPSS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 682 Fichiers de script et de syntaxe. . . . . . . . . . . . . . . . . . . . . . . . . . .46 Utilitaire de script SPSS 653 Exécution d'un script . . . . . . . . . . 669 Nouvelle procédure (Script) . . . . . . . . 667 Table des classes d'objet et conventions d'appellation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 661 Création de scripts automatiques . . . . . . . . . . . . . . . . . 677 Boîtes de dialogue de script personnalisées . . . . . . . 658 Fenêtre de script . . . . . . 654 Autoscripts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 657 Modification d'un script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 674 Ajout d'une description à un script . . . . . . . . . . . . . . . . . . . . . . . 689 xxvi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 662 Fonctionnement des scripts . . 677 Mise au point des scripts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655 Création et modification de scripts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 658 L'Assistant script . . . . . . . . . . . . 685 47 Système de gestion des résultats 689 Identificateurs OMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 698 Pour utiliser un autre fichier ou emplacement pour le code HTML personnalisé. . . . . . . . . . . . . . . . . . . . 697 Contenu et format du fichier texte pour code HTML personnalisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Annexes A Administrateur d'accès de base de données B Personnalisation de documents HTML 695 697 Pour ajouter du code HTML personnalisé à des documents de résultat exportés . . . . . . . . . . . . . . . . . . . . . . . . . 698 Index 701 xxvii .

Chapitre

Fichiers de données

3

Les fichiers de données se présentent sous une grande diversité de formats et SPSS a été 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 différents formats SQL fichiers texte délimités par des tabulations et autres types de fichier ASCII les fichiers de données au format SPSS créés avec d'autres systèmes d'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 en un format intermédiaire ni à entrer d'informations de définition de données.

Pour ouvrir un fichier de données
E A partir du menu, sélectionnez : Fichier Ouvrir 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 de calcul 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 SPSS

pour 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 de sauvegarder 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 les versions 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 III

PLUS, ou pour dBASE II. Chaque observation est un enregistrement. Les étiquettes de variable et de valeurs ainsi que les spécifications de valeurs manquantes sont perdues 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 nom des variables à partir de la première ligne du fichier ou de la première ligne de la plage définie. En fonction de vos besoins, vous pouvez convertir les valeurs pour créer des noms de variables valides, en n'oubliant pas de convertir les espaces en traits de soulignement. Feuille de calcul : Les fichiers de la version Excel 5 ou supérieure peuvent contenir

plusieurs 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 pouvez également lire une plage de cellules. Utilisez la même méthode pour spécifier des intervalles 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 première ligne du fichier ou sur la première ligne de la plage définie. Les valeurs qui ne sont pas conformes aux règles de dénomination de variable sont converties en noms de variable 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 de calcul, sélectionnez-la dans la liste déroulante.
Intervalle : Vous pouvez également lire une plage de cellules. Utilisez la même

méthode 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 de

données et la largeur de chaque variable sont déterminés par le type de données et la largeur 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 en chaîne et toutes les valeurs sont lues comme des valeurs de chaînes valides.
Cellules blanches : En ce qui concerne les variables numériques, les cellules vides sont converties en valeurs manquantes par défaut et identifiées par un point. En ce qui concerne les variables chaîne, un blanc est une valeur de caractère valide, et les cellules vides sont traitées comme des valeurs de chaîne valides. Noms des variables : Si vous lisez la première ligne du fichier Excel (ou la première

ligne de la plage spécifiée) en tant que noms de variable, les valeurs qui ne sont pas conformes aux règles de dénomination de variable sont converties en noms de 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 de variables par défaut sont affectés.

Lecture d'autres fichiers Excel et de fichiers d'autres tableurs avec l'éditeur de données
Les règles applicables à la lecture de fichiers Excel antérieurs à la version 5 et à celle de fichiers d'autres tableurs sont les suivantes :
Type de données et largeur : Le type de données et la largeur de chaque variable sont déterminés par la largeur de la colonne et le type de données de la première cellule de données de la colonne. Les valeurs d'autres types sont converties en valeurs manquantes 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 (habituellement numérique) est utilisé. Cellules blanches : En ce qui concerne les variables numériques, les cellules vides sont converties en valeurs manquantes par défaut et identifiées par un point. En ce qui concerne les variables chaîne, un blanc est une valeur de caractère valide, et les cellules 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 nom

des variables, SPSS utilise les lettres des colonnes (A, B, C, etc.) comme noms de variable pour les fichiers Excel et Lotus. En ce qui concerne les fichiers SYLK et Excel enregistrés au format d'affichage R1C1, le programme utilise le numéro de la colonne, précédé par la lettre C (C1, C2, C3, etc.).

25 Fichiers de données

Lecture des fichiers dBASE avec l'éditeur de données
Les fichiers de base de données sont logiquement très semblables aux fichiers de données au format SPSS. Les règles générales suivantes s'appliquent aux fichiers dBASE :
„ „

Les noms de champ sont convertis en noms de variable valides. Les signes deux points utilisés dans les noms de champ dBASE sont convertis en traits de soulignement. purgés, sont inclus. SPSS crée une nouvelle variable chaîne, D_R, qui contient un astérisque pour les observations indiquées comme devant être supprimées.

„ Les enregistrements indiqués comme devant être supprimés, mais qui n'ont pas été

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

Lire des fichiers de base de données
E A partir du menu, sélectionnez : Fichier Ouvrir la base de données Nouvelle requête... E Sélectionnez la source des données. E Selon la source de données, vous devez peut-être sélectionner le fichier de base de

données 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

Sinon, vous pouvez :
„ „ „ „

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
E A partir du menu, sélectionnez : Fichier Ouvrir la base de données Modifier 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
E A partir du menu, sélectionnez : Fichier Ouvrir la base de données Exécuter 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 procédure

d'entrée ou un mot de passe.
E Si la requête a une invite imbriquée, vous pourrez avoir besoin d'entrer d'autres

informations (par exemple, le trimestre pour lequel vous voulez récupérer les chiffres de ventes).

27 Fichiers de données

Sélectionner une source de données
Utilisez la première boîte de dialogue pour sélectionner le type de source de données à lire dans SPSS. Après avoir choisi le type de fichier, l'Assistant de base de données vous 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 souhaitez ajouter une nouvelle source de données, cliquez sur Ajouter source données. En mode d'analyse distribuée (disponible avec la version serveur), ce bouton n'est pas disponible. 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 éléments

d'informations : Le pilote qui sera utilisé pour accéder aux données et l'emplacement de la base de données à laquelle vous souhaitez accéder. Pour spécifier des sources de données, vous devez installer les pilotes appropriés. En mode d'analyse locale, vous devez installer les pilotes à partir du CD-ROM pour ce produit :
„ „

SPSS Data Access Pack : Installe les pilotes de différents formats de base de

données. 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 Data Access Pack qui se trouve sur le CD-ROM.

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

Exemple : Supposons que vous ayez une base de données Microsoft Access 7.0

qui contient des données sur vos employés et sur les régions dans lesquelles ils travaillent, 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 données vous en demandera un avant de pouvoir ouvrir la source des données.

29 Fichiers de données Figure 3-2 Boîte 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 dans SPSS. Les champs base de données (colonnes) sont lus comme des variables. Si une table comporte un ou plusieurs champs sélectionnés, tous ses champs seront visibles dans les fenêtres d'Assistant de base de données suivantes, mais seuls les champs sélectionnés dans cette boîte de dialogue seront importés comme variables. Cela vous permet de créer des jointures de tables et de spécifier les critères d'utilisation des champs que vous n'importez pas.
Figure 3-3 Boîte de dialogue Sélectionner base de données

30 Chapitre 3

Affichage des noms de champs : Pour lister les champs dans une table, cliquez sur le signe « plus » (+) à gauche du nom d'une table. Pour masquer les champs, cliquez sur le signe moins (–) à gauche du nom d'une table. Pour ajouter un champ : Cliquez sur un champ de la liste des tables disponibles ou

faites-le glisser dans les champs Extraction de cette liste de commandes. Les champs peuvent être rangés de nouveau en les glissant et en les laissant dans la liste des champs sélectionnés.
Pour retirer un champ : Double-cliquez sur n'importe quel champ Extraction de cette

liste 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 données

affiche les champs disponibles dans l'ordre alphabétique.
Exemple : Supposez que vous vouliez importer des éléments à partir d'une base de

données avec deux tables, Employés et Régions. La table Employés contient des informations 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 région obtiennent le code spécial 0. La table Régions garde un grand nombre de données sur les territoires dans lesquels votre société opère et sur les marchés de prospection. Il utilise un code région (REGION) pour identifier le territoire et fournit le revenu par tête moyen pour le territoire, entre autres. Pour établir le rapport entre les ventes de chaque employé avec le revenu moyen de la région, sélectionnez les champs suivants à partir du tableau Employés : ID, REGION et VENTES. Sélectionnez ensuite les champs suivants à partir du tableau Régions : REGION et REVMOY. Cliquez sur Suivant pour continuer.

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

31 Fichiers de données Figure 3-4 Boîte de dialogue Spécifier relations

Etablir des relations : Pour créer une relation, faites glisser un champ de n'importe

quelle table vers le champ auquel vous souhaitez le lier. L'Assistant de base de données 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 tables d'après les clés primaire/étrangère, ou de mettre en correspondance le nom des champs 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 gauches ou droites. Pour sélectionner le type de jointure, cliquez sur la ligne de jointure entre les 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 de dialogue 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 3-5 Boîte de dialogue Propriétés des relations

Jointures internes : Une jointure interne n'inclut que les lignes dont les champs reliés

sont égaux.
Exemple : Continuons avec nos données et supposons que vous vouliez importer

des données seulement pour les employés qui travaillent dans une région définie et seulement pour les régions dans lesquelles votre société opère. Dans ce cas, vous utiliserez une jointure interne qui exclura les employés en déplacement et filtrera les informations sur les régions de prospection dans lesquelles vous n'êtes pas actuellement 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 Fichiers de données Figure 3-6 Créer une jointure interne

Jointures externes : Une jointure externe gauche inclut tous les enregistrements de la

table de gauche, et seuls les enregistrements de la table de droite dont les champs reliés sont égaux. Dans une jointure externe droite, cette relation est inversée si bien que SPSS importe tous les enregistrements de la table de droite, et seulement les enregistrements de la table de gauche dont les champs reliés sont égaux.
Exemple : Si vous souhaitez importer des données uniquement pour les employés

ayant travaillé dans une région définie (un sous-ensemble de la table Employés), mais que vous ayez besoin d'informations sur toutes les régions, une jointure externe droite serait appropriée. Cela génère un ensemble de données qui contient les variables ID, REGION, VENTES95 et REVMOY pour chaque employé ayant travaillé dans une région définie, plus les données sur le reste des régions dans lesquelles votre société n'opère pas actuellement.

34 Chapitre 3 Figure 3-7 Création d'une jointure externe droite

Limiter les observations récupérées
La boîte de dialogue Limiter les observations récupérées vous permet de spécifier les critères pour sélectionner des sous-groupes d'observations (lignes). Limiter les observations consiste généralement à remplir la grille de critères avec un ou plusieurs critères. Les critères consistent en deux expressions et des relations entre elles. Ils renvoient 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, des constantes, des opérateurs arithmétiques, des fonctions numériques et autres, des variables logiques et des opérateurs relationnels. Vous pouvez utiliser des champs que vous ne prévoyez pas d'importer comme variables.

Pour choisir la relation. placez votre curseur dans la cellule Relation et tapez l'opérateur ou sélectionnez-le dans le menu déroulant. fonctions numériques et autres et variables logiques. Pour modifier notre exemple précédent et n'extraire que les données sur les employés qui répondent aux modalités d'emploi 1 ou 3. Vous disposez d'autres méthodes pour mettre le champ dans une cellule de critères : double-cliquez sur le champ dans la liste Champs. comme = ou >. opérateur arithmétiques. vous avez besoin d'au moins deux expressions et d'une relation pour les connecter. créez deux critères dans la grille des critères. . faites glisser le champ à partir de la liste Champs ou sélectionnez un champ dans le menu déroulant. constantes. Vous pouvez taper les noms de champs. puis faites précéder le second critère du connecteur OU. placez votre curseur dans une cellule Expression. qui est disponible dans les cellules d'expression actives. E Les deux expressions sont généralement liées par un opérateur relationnel.35 Fichiers de données Figure 3-8 Boîte de dialogue Limiter les observations récupérées Pour établir vos critères. E Pour établir une expression.

Lorsque les utilisateurs utilisent la requête. Consultez votre documentation sur les bases de données pour les fonctions SQL valides. plus le pourcentage des observations sélectionnées sera proche de la valeur indiquée. l'échantillon contiendra proportionnellement moins d'observations que le nombre demandé.'CATEMP' = 1 Critère 2 : 'VentesEmployés'. L'échantillonnage aléatoire natif. Cette méthode peut s'avérer utile lorsque vous avez besoin par exemple de voir différents affichages des mêmes données. Vous pouvez sélectionner une fonction de la liste et la glisser dans une expression ou entrer n'importe quelle fonction SQL valide. s'il est disponible pour la source de données. il leur est demandé d'entrer ici les informations spécifiées. Si le nombre total d'observations spécifié est supérieur au nombre total d'observations dans le fichier de données. Ceci peut considérablement réduire le temps d'exécution des procédures. Utiliser échantillon aléatoire : Sélectionne un échantillon aléatoire d'observations dans la source de données. Plus il y a d'observations dans le fichier de données. vous voulez exécuter la même requête pour voir les chiffres de ventes des différents trimestres fiscaux. chaîne. en effet. „ Environ : SPSS génère un échantillon aléatoire d'observations dont le nombre correspond approximativement au pourcentage indiqué. „ Exactement : Sélectionne un échantillon aléatoire du nombre d'observations spécifié dans le nombre total d'observations indiqué. vous pouvez limiter le nombre d'observations à un échantillon restreint et représentatif. Demander une valeur : Vous pouvez imbriquer une invite dans votre requête pour créer une requête de paramètre. date et heure) est fournie.36 Chapitre 3 Critère 1 : 'VentesEmployés'. le pourcentage d'observations sélectionnées peut seulement approcher le pourcentage spécifié. logique. Pour les sources de données volumineuses. Comme cette routine génère une décision indépendante pseudo-aléatoire pour chaque observation.'CATEMP' = 3 Fonctions : Une sélection de fonctions SQL intégrées (arithmétique. ce dernier doit lire la totalité de la source de données pour extraire un échantillon aléatoire. Par exemple. . Placez votre curseur dans une cellule Expression et cliquez sur Demander une valeur pour créer une invite. est plus rapide que l'échantillonnage aléatoire de SPSS .

Par exemple. . T2.. vous avez besoin d'entrer une chaîne d'invite et une valeur par défaut. Cela est utile si vous souhaitez effectuer une requête sur les mêmes sources de données en utilisant des critères différents. Autoriser l'utilisateur à sélectionner une valeur dans la liste : Si cette option est sélectionnée. « Entrez un trimestre (T1.37 Fichiers de données Créer une requête de paramètre Utilisez la boîte de dialogue Demander une valeur pour créer une boîte de dialogue sollicitant des informations auprès des utilisateurs chaque fois que quelqu'un exécute votre requête. elle doit indiquer la syntaxe de la saisie. T3. soit nombre. Type de données : Spécifiez ici le type de données.. si l'utilisateur ne sélectionne rien dans une liste. vous pouvez limiter l'accès de l'utilisateur aux valeurs que vous avez placées dans la liste et qui sont séparées par des retours chariot. chaîne ou date. La chaîne d'invite est affichée chaque fois qu'un utilisateur exécute votre requête. Figure 3-9 Boîte de dialogue Demander une valeur Pour établir une invite. Elle doit spécifier le type d'information à entrer et.) ». .

il est utilisé comme nom de variable. l'Assistant de base de données affecte des noms de variables à chaque 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 de variable SPSS.38 Chapitre 3 Le résultat final ressemble à ceci : Figure 3-10 Boîte de dialogue Invite définie par l'utilisateur Définition de variables (Assistant de capture de base de données) 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. SPSS crée un nom unique. . Si le nom du champ de la base de données ne constitue pas un champ unique et valide de variable. Les valeurs de chaîne sont converties en valeurs entières consécutives dans l'ordre alphabétique des valeurs d'origine. A moins que vous ne modifiez le nom de variable. Cliquez sur n'importe quelle cellule pour modifier le nom de variable. Les valeurs d'origine sont conservées comme étiquettes de valeurs pour les nouvelles variables. Conversion des chaînes en valeurs numériques : Cochez la case Etiquettes de valeurs d'une variable chaîne pour la convertir automatiquement en variable numérique.

„ Si vous modifiez l'instruction SQL Select avant d'exécuter la requête et cliquez sur le bouton Précédent pour apporter des modifications aux étapes précédentes. les dernières modifications de l'instruction Select seront perdues.39 Fichiers de données Figure 3-11 Boîte de dialogue Définir variables Résultats La boîte de dialogue Résultats affiche l'instruction SQL Select nécessaire à votre requête. Sélectionnez Coller dans l'éditeur de syntaxe pour coller la syntaxe complète GET DATA dans une fenêtre de syntaxe. „ „ Vous pouvez enregistrer la requête pour une future utilisation grâce à l'option Enregistrer la requête dans le fichier. . Le fait de copier-coller l'instruction Select depuis la fenêtre Résultats ne collera pas la syntaxe de commande nécessaire.

Figure 3-12 Boîte de dialogue Résultats Assistant de texte L'Assistant de texte permet de lire des fichiers de données texte formatés de différentes façons „ „ „ „ Fichiers délimités par des tabulations Fichiers délimités par des espaces Fichiers délimités par des virgules Fichiers de format fixe .40 Chapitre 3 Mettre données en cache localement : Un cache de données est une copie complète du fichier de données. enregistrée dans un espace disque temporaire. La création d'un cache du fichier de données peut améliorer les performances.

E Suivez les étapes de l'Assistant de texte pour définir le mode de lecture du fichier de données.étape 1 . Lire des fichiers de données texte E A partir du menu. vous pouvez choisir d'autres caractères en guise de séparateurs entre les valeurs et spécifier plusieurs séparateurs.41 Fichiers de données Dans le cas des fichiers délimités. sélectionnez : Fichier Lire les données du texte E Sélectionnez le fichier texte dans la boîte de dialogue d'ouverture.étape 1 Figure 3-13 Assistant de texte . Assistant de texte .

.étape 2 Cette étape offre des informations sur les variables. l'assistant de texte doit déterminer où finit la valeur d'une variable et où commence la valeur de la variable suivante. La disposition des variables définit la méthode utilisée pour différencier les variables entre elles. Par exemple.étape 2 Figure 3-14 Assistant de texte .42 Chapitre 3 Le fichier texte est affiché dans une fenêtre d'aperçu. Dans une base de données. une variable est similaire à un champ. Vous pouvez appliquer un format prédéfini (précédemment enregistré dans l'Assistant de texte) ou suivre les étapes de l'Assistant de texte pour spécifier la façon dont les données doivent être lues. Assistant de texte . Disposition de vos variables : Pour lire correctement vos données. chaque élément d'un questionnaire est une variable.

de tabulations ou d'autres caractères. sur le même enregistrement (ligne). dans la plupart des fichiers de données texte générés par des programmes informatiques. Les valeurs qui ne sont pas conformes aux règles de dénomination de variable sont converties en noms de variable valides. vous pouvez utiliser ces étiquettes comme noms de variable. „ Largeur fixe : Pour chaque observation dans le fichier de données. .43 Fichiers de données „ Délimité : Les variables sont séparées à l'aide d'espaces. de virgules. Aucun séparateur n'est requis entre les variables. les valeurs de données peuvent sembler se chevaucher sans même être séparées par des espaces. chaque variable est enregistrée dans la même position de la colonne. Les variables sont enregistrées dans le même ordre pour chacune des observations. C'est la position des colonnes qui détermine la variable lue par l'Assistant. Les noms de variable sont-ils inclus dans la partie supérieure de votre fichier ? Si la première ligne du fichier de données contient des étiquettes descriptives pour chaque variable. mais pas nécessairement dans les mêmes positions de colonnes. En fait.

Si les lignes supérieures du fichier de données contiennent des étiquettes descriptives ou tout autre type de texte ne correspondant pas à des valeurs de données. elles ne seront pas considérées comme la première ligne du fichier. Dans une base de données.étape 3 : fichiers délimités Figure 3-15 Assistant de texte .44 Chapitre 3 Assistant de texte . . une observation est similaire à un enregistrement. Par exemple. La première observation commence à la ligne : Indique la première ligne du fichier de données contenant des valeurs de données. Représentation de vos observations : Contrôle la façon dont l'assistant de texte détermine où finit chaque observation et où commence la suivante. chaque répondant pour un questionnaire est un enregistrement.étape 3 : fichiers délimités Cette étape offre des informations sur les observations.

La même ligne peut contenir plusieurs observations . L'Assistant de texte détermine la fin de chaque observation en fonction du nombre de valeurs lues. le pourcentage d'observations sélectionnées ne peut qu'approcher le pourcentage spécifié. Si les lignes ne contiennent pas toutes le même nombre de valeurs. plus le pourcentage des observations sélectionnées sera proche de la valeur indiquée. les observations peuvent commencer au milieu d'une ligne et se poursuivre sur la ligne suivante. „ Un nombre spécifique de variables représente une observation : Le nombre spécifié de variables pour chaque observation indique à l'Assistant de texte où terminer la lecture d'une observation et où commencer la lecture de la suivante. les n premières observations (n étant un nombre que vous avez défini). même s'il peut s'agir d'une très longue ligne dans le cas de fichiers de données comportant un grand nombre de variables.45 Fichiers de données „ Chaque ligne représente une observation : Chaque ligne ne contient qu'une observation. Il est assez courant que chaque observation soit contenue sur une seule ligne. ou encore un échantillon aléatoire d'un pourcentage spécifié. . Plus il y a d'observations dans le fichier de données. le fichier de données ne sera pas lu correctement. le nombre de variables pour chaque observation est déterminé par la ligne comportant le plus grand nombre de valeurs. Combien d'observations souhaitez-vous importer ? Vous pouvez importer toutes les observations du fichier de données. quel que soit le nombre de lignes. Les observations contenant moins de valeurs recevront alors des valeurs manquantes pour les variables supplémentaires. Chaque observation doit contenir des valeurs de données (ou des valeurs manquantes indiquées par des séparateurs) pour toutes les variables . Cette routine générant une décision indépendante pseudo-aléatoire pour chaque observation. dans le cas contraire. en outre.

Combien de lignes représente une observation ? Contrôle la façon dont l'assistant de texte détermine où finit chaque observation et où commence la suivante.étape 3 : fichiers de largeur fixe Cette étape offre des informations sur les observations. Par exemple. chaque répondant pour un questionnaire est un enregistrement. Si les lignes supérieures du fichier de données contiennent des étiquettes descriptives ou tout autre type de texte ne correspondant pas à des valeurs de données. elles ne seront pas considérées comme la première ligne du fichier.46 Chapitre 3 Assistant de texte . La première observation commence à la ligne ? Indique la première ligne du fichier de données contenant des valeurs de données. une observation est similaire à un enregistrement. Dans une base de données.étape 3 : fichiers de largeur fixe Figure 3-16 Assistant de texte . Chaque variable est définie par son numéro de ligne dans l'observation et par sa position de .

Combien d'observations souhaitez-vous importer ? Vous pouvez importer toutes les observations du fichier de données. Assistant de texte . Vous devez spécifier le nombre de lignes de chaque observation pour que vos données soient lues correctement. ou encore un échantillon aléatoire d'un pourcentage spécifié.étape 4 : fichiers délimités Cette étape présente la meilleure méthode déterminée par l'Assistant de texte sur la façon de lire le fichier de données et vous permet de modifier cette méthode. Cette routine générant une décision indépendante pseudo-aléatoire pour chaque observation.étape 4 : fichiers délimités Figure 3-17 Assistant de texte .47 Fichiers de données colonne. . les n premières observations (n étant un nombre que vous avez défini). plus le pourcentage des observations sélectionnées sera proche de la valeur indiquée. Plus il y a d'observations dans le fichier de données. le pourcentage d'observations sélectionnées ne peut qu'approcher le pourcentage spécifié.

les virgules de la valeur ne sont pas considérées comme des séparateurs de valeurs. Par exemple. . Le qualificateur de texte apparaît au début et à la fin de la valeur. Plusieurs séparateurs consécutifs non séparés par des valeurs de données sont considérés comme des valeurs manquantes. les valeurs contenant des virgules ne seront lues correctement que si un qualificateur de texte délimite la valeur . de tabulations ou d'autres caractères. de virgules. et délimite ainsi la valeur entière. Les fichiers de données au format CSV exportés à partir d'Excel utilisent le guillemet («) comme qualificateur de texte. Vous pouvez sélectionner n'importe quelle combinaison d'espaces. de points-virgules. si la virgule est un séparateur. Qu'est-ce qu'un qualificateur de texte ? Il s'agit de caractères utilisés pour délimiter les valeurs contenant des caractères séparateur. ainsi.48 Chapitre 3 Quels séparateurs s'affichent entre les variables ? Indique les caractères ou les symboles utilisés pour séparer les valeurs de données.

sélectionnez chaque ligne dans la liste déroulante et modifiez les lignes de délimitation des variables en conséquence. Si chaque observation utilise plusieurs lignes.étape 4 : fichiers de largeur fixe Figure 3-18 Assistant de texte . déplacez et supprimez les lignes de délimitation des variables à votre convenance pour séparer les variables. De tels fichiers de données sont généralement associés à . Remarque : Dans le cas de fichiers de données générés par ordinateur et présentant un flux continu de valeurs de données non séparées par des espaces ni par d'autres caractéristiques distinctives.49 Fichiers de données Assistant de texte . Les lignes verticales présentées dans la fenêtre d'aperçu indiquent les positions que l'Assistant de texte estime correspondre au début de chaque variable dans le fichier. Insérez.étape 4 : fichiers de largeur fixe Cette étape présente la meilleure méthode déterminée par l'Assistant de texte sur la façon de lire le fichier de données et vous permet de modifier cette méthode. il peut s'avérer difficile de déterminer l'endroit où commence chaque variable.

Nom de la variable : Vous pouvez remplacer les noms de variables par défaut par vos propres noms de variable. Assistant de texte . Si vous choisissez des noms de variable provenant du fichier de données.étape 5 Figure 3-19 Assistant de texte . l'assistant de texte modifiera automatiquement les noms de variable qui ne sont pas conformes aux règles de dénomination de variable.étape 5 Cette étape définit le nom de variable et le format de données utilisés par l'Assistant de texte pour lire chaque variable et détermine les variables qui seront incluses dans le fichier de données final.50 Chapitre 3 un fichier de définitions de données ou à toute autre description écrite définissant la position de ligne et de colonne de chaque variable. puis entrez un nom de variable. . Sélectionnez une variable dans la fenêtre d'aperçu.

appuyez sur le bouton de la souris tout en maintenant la touche Ctrl enfoncée.51 Fichiers de données Format des données : Sélectionnez une variable dans la fenêtre d'aperçu. également en option. Numérique : Les valeurs valides incluent les nombres. par un signe dollar et. . aaaa/mm/jj. Virgule : Les valeurs valides correspondent aux nombres utilisant un point comme indicateur décimal et des virgules comme séparateurs de milliers. et dans divers autres formats de date et d'heure. des abréviations à trois lettres. Les mois peuvent être représentés par des chiffres. Dollar : Les valeurs valides sont des nombres précédés. Dans le cas des fichiers de largeur fixe. Dans le cas des fichiers délimités. en option. Point : Les valeurs valides correspondent aux nombres utilisant une virgule comme indicateur décimal et des points comme séparateurs de milliers. vous pouvez spécifier le nombre de caractères de la valeur (le nombre maximal étant de 255). des chiffres romains. jj. et un indicateur de décimale. ou bien ils peuvent être énoncés en entier. des virgules comme séparateurs de milliers. l'Assistant de texte détermine que ce nombre de caractères correspond à celui de la valeur de chaîne la plus longue pour la ou les variables sélectionnées. Pour sélectionner plusieurs variables contiguës. mm/jj/aaaa.mm. Assistant de texte : options de formatage Les options de formatage pour la lecture des variables au moyen de l'Assistant de texte sont les suivantes : Ne pas importer : Cette option permet d'omettre la ou les variables sélectionnées dans le fichier de données importé. Par défaut. puis sélectionnez un format dans la liste déroulante. Sélectionnez un format de date dans la liste. Date/Heure : Les valeurs valides correspondent aux dates exprimées dans les formats traditionnels jj-mm-aaaa. hh:mm:ss. pour sélectionner plusieurs variables non contiguës. un signe plus ou moins en début. Chaîne : Les valeurs valides incluent pratiquement tous les caractères du clavier avec des blancs imbriqués.aaaa. appuyez sur le bouton de la souris tout en maintenant la touche Maj enfoncée . le nombre de caractères des valeurs de chaîne est défini par le positionnement des lignes de délimitation des variables effectué à l'étape 4.

Assistant de texte .52 Chapitre 3 Remarque : les valeurs comportant des caractères incorrects pour le format sélectionné seront traitées comme des valeurs manquantes. Vous pouvez alors personnaliser et/ou enregistrer cette syntaxe afin de l'utiliser dans d'autres sessions ou d'autres tâches de production.étape 6 Figure 3-20 Assistant de texte . Les valeurs contenant l'un des séparateurs spécifiés seront considérées comme des valeurs multiples. Il vous est également possible de coller la syntaxe générée par l'Assistant de texte dans une fenêtre de syntaxe. .étape 6 Il s'agit de la dernière étape de l'Assistant de texte. Vous pouvez enregistrer vos sélections dans un fichier pour les appliquer lors de l'importation de fichiers de données texte similaires.

Informations sur les fichiers Un fichier de données SPSS contient bien plus que des données brutes. Pour obtenir des informations sur un fichier de données E A partir des menus de la fenêtre de l'éditeur de données. choisissez : Fichier externe. choisissez Fichier de travail. puis sélectionnez le fichier de données. Enregistrement des fichiers de données Toute modification effectuée dans un fichier de données ne dure que le temps de la session en cours.53 Fichiers de données Mettre données en cache localement : Un cache de données est une copie complète du fichier de données. . sélectionnez : Fichier Afficher des informations sur un fichier de données E Pour le fichier de données en cours d'utilisation. La création d'un cache du fichier de données peut améliorer les performances. Il contient également toutes les informations sur la définition des variables. E Pour les autres fichiers de données. dont : „ „ „ Le nom des variables Le format des variables Les étiquettes descriptives de variables et de valeurs. Les informations sur le fichier de données sont affichées dans le Viewer. L'éditeur de données permet de voir les informations de la définition des variables. Ces informations sont enregistrées dans la partie dictionnaire du fichier de données de SPSS. ou tout autre fichier de données SPSS. Vous pouvez également afficher des informations de dictionnaire complètes pour le fichier de travail. à moins que vous n'enregistriez ces modifications de façon explicite. enregistrée dans un espace disque temporaire.

les 256 premières variables sont comprises dans le fichier exporté. un message d'avertissement apparaît et les données sont tronquées à la taille maximale autorisée par Excel. telles que les valeurs manquantes et les étiquettes de variable. Les fichiers Excel 4.54 Chapitre 3 Pour enregistrer des fichiers de données modifiés E Faites en sorte que l'éditeur de données devienne la fenêtre active (cliquez n'importe où dans la fenêtre pour la rendre active). et écrase les versions précédentes du fichier. Du fait que tous les fichiers Excel sont limités à 256 colonnes de données. sélectionnez : Fichier Enregistrer Le fichier de données modifié est enregistré.0/95 sont limités à 16 384 enregistrements. Le choix du format dépend de la version d'Excel qui sera utilisée pour ouvrir les données. ne sont pas comprises dans les fichiers Excel exportés.0 et Excel 5. Cependant.0 ne peut pas ouvrir un document Excel 2000. Enregistrement de fichiers de données au format Excel Vous pouvez enregistrer vos données dans un des trois formats Microsoft Excel. E A partir du menu. Les fichiers Excel 97–2000 autorisent 65 536 enregistrements.0. Types de variable Le tableau suivant indique la concordance des types de variable entre les données SPSS d'origine et les données exportées dans Excel. une option permet d'inclure les étiquettes de valeurs au lieu des valeurs. . Le format de fichier Excel induit des contraintes qui n'existent pas dans SPSS. ou lignes de données. Excel 5. L'application Excel ne peut pas ouvrir de fichier créé dans une version plus récente. Excel 2000 peut facilement lire un document Excel 5. Concernant l'exportation vers Excel 97 et les versions ultérieures. Ces contraintes sont les suivantes : „ „ „ „ Les informations sur les variables. Si vos données excèdent ces limites. Par exemple.

Lors de l'exportation des données. Par exemple.. Ces traitements sont les suivants : „ Certains caractères autorisés dans les noms de variable SPSS ne sont pas valides dans SAS. alors que SPSS en autorise un grand nombre..00. j-mmm-aaaa hh:mm:ss Général Enregistrement de fichiers de données au format SAS Vos données reçoivent divers traitements spéciaux quand elles sont enregistrées en tant que fichier SAS. Par conséquent. proc format library = library . lorsque les étiquettes de valeurs du fichier de donnéesvoitures.sav sont exportées.. „ „ „ Enregistrement des étiquettes de valeurs Vous pouvez choisir d'enregistrer les valeurs et les étiquettes de valeurs associées à votre fichier de données dans un fichier de syntaxe SAS.##0_). ces caractères interdits sont remplacés par un trait de soulignement. SAS n'autorise qu'une seule valeur manquante par défaut. le fichier de syntaxe généré contient : libname library 'd:\spss\' . $#.##0.##0. 0.. Les étiquettes de variable SPSS contenant plus de 40 caractères sont tronquées quand elles sont exportées vers un fichier SAS v6. # et $. le nom de variable est associé à l'étiquette de variable SAS.00. Quand elles existent.00.00.. S'il n'existe aucune étiquette de variable dans les données SPSS. toutes les valeurs manquantes par défaut de SPSS sont associées à une seule de ces valeurs dans le fichier SAS..55 Fichiers de données Type de variable SPSS Numérique Virgule Dollar Date Heure Chaîne Format de données Excel 0.. les étiquettes de variable SPSS sont associées aux étiquettes de variable SAS. value ORIGIN /* Pays d'origine */ .. #. comme @.. #.

Types de variable Le tableau suivant indique la concordance des types de variable entre les données SPSS d'origine et les données exportées dans SAS.. value FILTER__ /* cylrec = 1 | cylrec = 2 (FILTER) */ 0 = 'Non sélectionnés' 1 = 'Sélectionnés' . FILTER__ FILTER__. ORIGIN ORIGIN. modify cars. format format format quit. Cette fonctionnalité n'est pas prise en charge par le fichier de transfert SAS. Type de variable SPSS Numérique Virgule Points Notation scientifique Type de variable SAS Numérique Numérique Numérique Numérique Format de données SAS 12 12 12 12 .. value CYLINDER /* Nombre de cylindres */ 3 = '3 cylindres' 4 = '4 cylindres' 5 = '5 cylindres' 6 = '6 cylindres' 8 = '8 cylindres' . proc datasets library = library . CYLINDER CYLINDER.56 Chapitre 3 1 = 'Américaine' 2 = 'Européenne' 3 = 'Japonaise' ..

Pour écrire des noms de variable sur la première ligne d'un fichier de données de format feuille de calcul ou délimité par des tabulations : E Cliquez sur Ecrire nom de var. . E A partir du menu. E Entrez un nom de fichier pour le nouveau fichier de données.sas. Pour enregistrer les étiquettes de valeurs à la place des valeurs de données au format Excel 97 : E Dans la boîte de dialogue Enregistrer les données sous.. dans tableur dans la boîte de dialogue Enregistrer Données sous. cliquez sur Enregistrer les étiquettes de valeurs dans un fichier . sélectionnez : Fichier Enregistrer sous. MMJJAA10.. E Sélectionnez un type de fichier de la liste proposée.57 Fichiers de données Type de variable SPSS Date Date (Heure) Dollar Devise personnalisée Chaîne Type de variable SAS Numérique Numérique Numérique Numérique Caractère Format de données SAS (date) par exemple... cliquez sur Enregistrer les étiquettes de valeurs lorsqu'elles sont définies à la place des valeurs de données. Time18 12 12 $8 Pour enregistrer des fichiers de données sous des formats différents E Faites en sorte que l'éditeur de données devienne la fenêtre active (cliquez n'importe où dans la fenêtre pour la rendre active).. Pour enregistrer les étiquettes de valeurs dans un fichier de syntaxe SAS (cette option n'est active que si un type de fichier SAS est sélectionné) : E Dans la boîte de dialogue Enregistrer les données sous.

Les noms de variable sont limités à huit octets et sont automatiquement convertis en noms à huit octets uniques si nécessaire. qui utilise le format d'écriture par défaut pour toutes les variables. ASCII fixe (*.0 pour Windows. Macintosh.sys) : Format SPSS/PC+. les noms de variables originaux sont conservés pour la version 12. Le nombre maximum de variables est de 256 et le nombre maximum de lignes est de 65 536. les valeurs manquantes par défaut supplémentaires seront réalignées sur la première valeur manquante par défaut. Les fichiers de données enregistrés au format SPSS 7.0 ou supérieure.sav) : Format SPSS 7. Excel 2.1. Toutefois. SPSS 7.58 Chapitre 3 Enregistrement de données : Types de fichier de données Vous pouvez enregistrer des données sous les formats suivants : SPSS (*. Les fichiers de données enregistrés dans le format SPSS ne peuvent être lus avec les versions du logiciel antérieures à la version 7.5. . UNIX).0 peuvent être lus par SPSS 7.x.0 (*. mais n'incluent pas les vecteurs multiréponses définis ni les données entrées pour l'information de Windows. des versions uniques de noms de variable à huit octets sont utilisées.xls) : Fichier de type feuille de calcul Microsoft Excel 97/2000/XP.dat) : Fichier ASCII texte en format fixe. Le nombre maximum de variables est de 256 et le nombre maximum de lignes est de 16 384. Dans les versions SPSS antérieures à la version 10.dat) : Fichiers texte ASCII avec valeurs séparées par des tabulations.0 et par les versions SPSS pour Windows antérieures. SPSS/PC+ (*. Tabulé (*. les noms longs originaux des variables sont perdus si vous enregistrez le fichier de données. SPSS portable (*.x ou 11. En ce qui concerne les variables ayant plus d'une valeur manquante par défaut définie.1 (*. Il n'y a pas de tabulations ni d'espaces entre les champs de variables. Si le fichier de données contient plus de 500 variables. seules les 500 premières seront sauvegardées. Excel versions 97 et ultérieures (*. Lorsque vous utilisez des fichiers de données ayant des noms de plus de huit octets sous SPSS 10.sav) : Format SPSS.xls) : Fichier de type tableur Microsoft Excel 2.por) : Fichier SPSS portable qui peut être lu par d'autres versions de SPSS sur d'autres systèmes d'exploitation (par exemple.

ssd01) : Format de fichier SAS v6 pour UNIX (Sun. dBASE III (*. format de nom de fichier court.wks) : Fichier tableur Lotus 1-2-3. 1-2-3 Version 1. dBASE IV (*. Vous pouvez enregistrer un nombre maximum de 256 variables.dbf) : Format dBASE III. 1-2-3 Version 2.xpt) : Fichier de transfert SAS.0. version 2. format de nom de fichier long. Vous pouvez enregistrer un nombre maximum de 256 variables. SAS v6 pour Windows (*. IBM).slk) : Format de lien symbolique pour fichiers de type tableur Microsoft Excel et Multiplan. Vous pouvez enregistrer un nombre maximum de 256 variables.ssd04) : Format de fichier SAS v6 pour Alpha/OSF (DEC UNIX).dbf) : Format dBASE IV.ssd01) : SAS v8 pour UNIX. SAS v6 pour Alpha/OSF (*. SAS v7+ extension longue Windows (*.0 (*. SYLK (*. SAS v7+ extension courte Windows (*.0.0 (*.wk1) : Fichier tableur Lotus 1-2-3. SAS v6 pour UNIX (*. dBASE II (*. HP.sd7) : SAS version 7-8 pour Windows.sd2) : Format de fichier SAS v6 pour Windows/OS2. version 3. .59 Fichiers de données 1-2-3 Version 3.sas7bdat) : SAS version 7-8 pour Windows. Vous pouvez enregistrer un nombre maximum de 256 variables.0 (*. SAS v7+ pour UNIX (*. SAS transfert (*. version 1A.wk3) : Fichier tableur Lotus 1-2-3.dbf) : Format dBASE II.

ou cliquez sur Supprimer tout puis sélectionnez les variables à enregistrer. . Désélectionnez les variables à ne pas enregistrer. E A partir du menu.60 Chapitre 3 Enregistrement de sous-ensembles de variables Figure 3-21 Boîte de dialogue Enregistrer les données en tant que variables Pour les données enregistrées au format SPSS. E Sélectionnez SPSS (*.sav) dans la liste des types de fichier. toutes les variables sont enregistrées. E Sélectionnez les variables à enregistrer. Par défaut. la boîte de dialogue Enregistrer les données en tant que variables vous permet de sélectionner les variables à enregistrer dans le nouveau fichier de données. Pour enregistrer un sous-groupe de variables E Faites en sorte que l'éditeur de données devienne la fenêtre active (cliquez n'importe où dans la fenêtre pour la rendre active). sélectionnez : Fichier Enregistrer sous.. E Cliquez sur Variables..

et certaines opérations requièrent toujours un espace disque suffisant pour pouvoir effectuer au moins une copie intégrale du fichier de données. puis que vous essayez d'enregistrer le fichier de données. la source de données d'origine est lue chaque fois que vous exécutez une procédure différente. Les procédures qui modifient les données nécessitent un certain volume d'espace disque temporaire afin de conserver une trace de ces modifications. Fichier actif virtuel Le fichier actif virtuel vous permet de travailler avec des fichiers de données volumineux sans nécessiter d'importants volumes d'espace disque temporaire. les données d'origine sont ainsi protégées. E A partir des menus de l'éditeur de données. Dans le cas de la plupart des procédures d'analyse et de création de diagrammes.61 Fichiers de données Enregistrement de fichier : Options Vous pouvez écrire des noms de variables dans la première ligne des fichiers de type tableur et des fichiers tabulés. vous pouvez uniquement l'enregistrer sous un autre nom . sélectionnez : Fichier Marquer le fichier comme étant en lecture seule Si vous apportez d'importantes modifications aux données. Protection des données d'origine Pour éviter de modifier/supprimer vos données d'origine par accident. Vous pouvez redonner au fichier l'attribut de lecture/écriture en sélectionnant Marquer le fichier comme étant en lecture/écriture dans le menu Fichier. . vous pouvez paramétrer les fichiers en lecture seule.

Les opérations créant une ou plusieurs colonnes de données dans un espace disque temporaire sont les suivantes : „ „ „ calcul de nouvelles variables . Explorer). exécution de procédures créant ou modifiant des variables (par exemple. fusion d'un fichier de données SPSS avec un tableau de base de données .62 Chapitre 3 Figure 3-22 Espace disque temporaire requis Les opérations ne nécessitant pas d'espace disque temporaire sont les suivantes : „ „ „ „ „ lecture de fichiers de données SPSS . enregistrement de prévisions dans la Régression linéaire). . exécution de procédures lisant les données (par exemple. Tableaux croisés. Les opérations créant une copie intégrale du fichier de données dans un espace disque temporaire sont les suivantes : „ lecture de fichiers Excel . lecture de tableaux de base de données avec l'assistant de base de données . recodage de variables existantes . fusion de deux fichiers de données SPSS ou plus . Fréquences.

cette option est sélectionnée. pour pouvoir fonctionner correctement. l'interface de boîtes de dialogue de ces procédures triera donc automatiquement le fichier de données. désélectionnez la case Mettre données en cache localement. Dans sa syntaxe. Remarque : La commande GET DATA assure des fonctionnalités comparables à celles de la commande DATA LIST mais sans créer de copie intégrale du fichier de données dans un espace disque temporaire. la requête SQL qui consulte les informations de la base doit être réexécutée . l'absence d'une copie temporaire du fichier « actif » signifie que la source de données d'origine doit être lue de nouveau pour chaque procédure.63 Fichiers de données „ „ „ „ exécution de procédures triant les données (par exemple. aboutissant ainsi à la création d'une copie complète de ce fichier. Toutefois. (La syntaxe de commande n'est pas disponible dans la version Student. Par défaut. Trier les observations. Lecture des données avec la commande GET TRANSLATE ou DATA LIST Utilisation de la fonctionnalité Données de mémoire cache ou de la commande CACHE Ouverture depuis SPSS d'autres applications lisant le fichier de données (par exemple. DecisionTime). la commande SPLIT FILE ne trie pas le fichier de données et n'en crée donc pas de copie. Pour désactiver cette option. Création d'un cache de données Bien que le fichier actif virtuel contribue à réduire considérablement le volume d'espace disque temporaire requis. la création d'une copie temporaire des données peut améliorer les performances de lecture. Dans le cas de fichiers de données volumineux provenant d'une source externe. Dans le cas de tableaux de données lus dans une base de données. cette commande nécessitent des données triées .) 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 facultatif permettant de mettre automatiquement des données en mémoire cache. AnswerTree. Scinder fichier) .

. Si l'ordinateur sur lequel vous effectuez l'analyse (qu'il s'agisse de votre ordinateur local ou d'un serveur distant) dispose d'un volume d'espace disque suffisant. (La syntaxe de commande n'est pas disponible dans la version Student.) Pour créer un cache de données E A partir du menu. C'est l'option que vous choisirez le plus souvent puisque cette opération ne nécessite pas de passage de données supplémentaire. L'option OK créera un cache de données à la prochaine lecture des données (par exemple. lorsque vous exécuterez une procédure statistique). vous pouvez éliminer de nombreuses requêtes SQL et réduire ainsi les temps de traitement en créant un cache de données du fichier actif. Pour les sources de données volumineuses. l'Assistant de base de données crée automatiquement un cache de données. la requête SQL est donc réexécutée pour chaque nouvelle procédure que vous lancez. sélectionnez : Fichier Données de mémoire cache. Remarque : Par défaut. Toutefois. Ceci étant le cas de quasiment toutes les procédures d'analyse statistique et de création de diagrammes. E Cliquez sur OK ou sur Cacher maintenant. ce qui risque d'entraîner un allongement considérable des temps de traitement si vous devez exécuter un grand nombre de procédures.64 Chapitre 3 pour toute commande ou procédure nécessitant la lecture des données. L'option Cacher maintenant est surtout utile pour deux raisons : „ Une source de données est « verrouillée » et ne peut être mise à jour tant que vous n'avez pas fermé la session. le cache de données n'est pas créé automatiquement. la consultation du contenu des données dans l'éditeur de données s'avérera bien plus rapide si vous placez les données dans un cache.. si vous utilisez la commande GET FILE dans une syntaxe afin de lire une base de données. ouvert une autre source de données ou créé un cache des données. L'option Cacher maintenant crée un cache de données immédiatement. „ . ce qui généralement ne devrait pas s'avérer nécessaire. Le cache de données est une copie temporaire de la totalité des données.

La valeur n correspond au nombre de modifications apportées au fichier de données actif avant sa mise en mémoire cache. Par défaut. sélectionnez : Exécuter Tous Remarque : Vous devez définir le paramètre de cache pour chaque session. . E Dans le menu de la fenêtre de syntaxe. le fichier de données actif est automatiquement mis en mémoire cache après 20 modifications. la valeur est paramétrée par défaut sur 20.65 Fichiers de données Pour mettre automatiquement des données en mémoire cache Vous pouvez paramétrer la commande SET pour qu'elle crée automatiquement un cache de données dès que vous avez apporté un certain nombre de modifications dans le fichier de données actif. entrez SET CACHE n. E A partir du menu. sélectionnez : Fichier Nouveau Syntaxe E Dans la fenêtre de syntaxe. A chaque nouvelle session.

.

Elle n'a aucun effet sur les tâches associées à la modification de résultats. telles que la lecture et la transformation de données ainsi que le calcul de nouvelles variables et de statistiques. une utilisation appropriée du mode d'analyse distribuée permet de réduire considérablement les temps de traitement. Toute tâche longue à effectuer en mode d'analyse locale serait ainsi mieux adaptée à une analyse distribuée. L'analyse distribuée n'affecte que les tâches impliquant des données. L'analyse distribuée effectuée à l'aide d'un serveur distant peut s'avérer utile si votre travail met en œuvre : „ „ des fichiers de données volumineux. Remarque : L'analyse distribuée n'est disponible que si vous disposez à la fois d'une version locale du programme et d'un accès à une version serveur du même logiciel installé sur un serveur distant. des tâches sollicitant la mémoire de façon intensive. Les serveurs distants utilisés pour l'analyse distribuée se révélant généralement plus puissants et plus rapides que votre ordinateur local. 67 .Chapitre Mode d'analyse distribuée 4 Le mode d'analyse distribuée vous permet d'utiliser un autre ordinateur local que le vôtre (ou de bureau) pour les tâches sollicitant la mémoire de façon intensive. telles que la manipulation de tableaux pivotants ou la modification de diagrammes. contenant notamment des données provenant de bases de données .

Dans le cas de fichiers de données ou de tableaux de base de données volumineux. les autres diagrammes mettant en œuvre des données récapitulatives ou agrégées seront traités de façon adéquate en mode distribué puisque l'opération consistant à agréger les données est effectuée sur le serveur. Le gain de performances obtenu dépend dans une large mesure de la puissance de calcul du serveur distant. Si le logiciel d'accès à la base de données requise n'est disponible que sur le serveur ou que votre administrateur réseau ne vous permet pas de télécharger des tableaux de données de grande taille. . En revanche. des tableaux pivotants en petit nombre ou peu volumineux. de brefs résultats en format texte. Tâches rapides : Les tâches s'exécutant rapidement en mode local le feront presque toujours plus lentement en mode distribué du fait des sollicitations système inhérentes à l'architecture client-serveur. nécessitent la présence de données brutes sur votre ordinateur local. Diagrammes interactifs : La possibilité (disponible en option) d'enregistrer des données brutes avec des diagrammes interactifs pouvant entraîner le transfert d'importantes quantités de données entre le serveur distant et votre ordinateur local.68 Chapitre 4 Comparaison de l'analyse distribuée par rapport à l'analyse locale Voici quelques recommandations destinées à vous permettre de choisir entre le mode d'analyse locale et celui d'analyse distribuée : Accès aux bases de données : Il est possible que les tâches effectuant des requêtes dans des bases de données s'exécutent plus rapidement en mode distribué si le serveur dispose d'un accès prioritaire à ces bases de données ou qu'il s'exécute sur le même poste que le moteur de base de données. le temps requis pour l'enregistrement de vos résultats risque d'en être considérablement allongé. Rapport entre calculs et résultats : Les commandes effectuant un grand nombre de calculs et produisant peu de résultats (par exemple. tels que les diagrammes de dispersion. vous ne pourrez accéder à la base de données qu'en mode distribué. les diagrammes de résidus de régression ou les diagrammes séquentiels. cette nécessité risque d'entraîner un ralentissement des performances en mode distribué puisque les données doivent être envoyées par le serveur distant à votre ordinateur local. Diagrammes : Les diagrammes conçus pour les observations. ou encore des diagrammes simples ou en nombre réduit) offriront des performances optimales si elles sont exécutées en mode distribué.

plus elle sera longue à s'effectuer en mode distribué. Toutefois. . Ceci se vérifie plus particulièrement dans le cas de la procédure Cubes OLAP et des tableaux contenant des données d'observations individuelles. car ce texte est créé sur le serveur distant. Figure 4-1 Boîte de dialogue Connexion au serveur Vous pouvez ajouter et modifier des serveurs distants de la liste. Les serveurs distants nécessitent généralement un ID utilisateur ainsi qu'un mot de passe. puis copié sur votre ordinateur local pour affichage. Connexion au serveur SPSS La boîte de dialogue Connexion au serveur vous permet de sélectionner l'ordinateur qui traite les commandes et exécute les procédures. ou en supprimer. Il peut s'agir de votre ordinateur local ou d'un serveur distant. tels que ceux disponibles dans la procédure Récapituler. et parfois même un nom de domaine. Résultats texte : Plus la quantité de texte générée est importante. Pour plus d'informations sur la connexion. les résultats en format texte ne sollicitent que faiblement le système et sont transmis rapidement.69 Mode d'analyse distribuée Tableaux pivotants : La création de tableaux pivotants de grande taille peut s'avérer plus longue en mode distribué.

vous êtes automatiquement connecté au serveur par défaut.123. le nom de domaine et le mot de passe associés à un serveur. Nom : Un « nom » de serveur peut être un nom alphanumérique affecté à un ordinateur (par exemple. .456.78). Numéro de port : Le numéro du port est le port que le logiciel du serveur utilise pour les communications. 202.70 Chapitre 4 les serveurs disponibles. Ajout et modification des paramètres de connexion au serveur Utilisez la boîte de dialogue Paramètres de connexion au serveur pour ajouter ou modifier des informations de connexion pour les serveurs distants à utiliser en mode d'analyse distribuée. hqdev001) ou une adresse IP unique attribuée à un ordinateur (par exemple. Lorsque vous démarrez une session. les ID utilisateur. N'utilisez le protocole SSL que si l'administrateur vous le demande. contactez l'administrateur système. Description : Entrez une description facultative devant apparaître dans la liste des serveurs. Vous pouvez sélectionner un serveur par défaut et enregistrer l'ID utilisateur. les mots de passe et noms de domaine. ainsi que des informations de connexion supplémentaires. Figure 4-2 Boîte de dialogue Paramètres de connexion au serveur Contactez l'administrateur système pour obtenir la liste des serveurs disponibles et des numéros de port associés aux serveurs.

. Sélection. consultez l'administrateur. Pour qu'il soit activé.71 Mode d'analyse distribuée Connecter avec Secure Socket Layer : Le protocole SSL (Secure Sockets Layer) code les demandes d'analyse distribuée envoyées au serveur SPSS distant. toutes les fenêtres ouvertes sont automatiquement fermées. nom de domaine et mot de passe (le cas échéant). le protocole SSL doit être configuré sur votre ordinateur et sur le serveur. Remarque : Lorsque vous démarrez une session. le nom de domaine et le mot de passe fournis par l'administrateur. Pour ajouter un serveur : E Demandez les informations de connexion du serveur à l'administrateur. Pour sélectionner un serveur par défaut : E Dans la liste des serveurs. changement ou ajout de serveurs E A partir du menu. Le système vous demande d'enregistrer vos modifications avant la fermeture des fenêtres. Remarque : Lorsque vous changez de serveur au cours d'une session. E Entrez l'ID utilisateur.. E Cliquez sur Ajouter pour ouvrir la boîte de dialogue Paramètres de connexion au serveur. E Entrez votre ID utilisateur.. Avant d'utiliser le protocole SSL. vous êtes automatiquement connecté au serveur par défaut. Pour utiliser un autre serveur : E Sélectionnez un serveur dans la liste. cochez la case située en regard du serveur à utiliser. sélectionnez : Fichier Changer serveur.

Le nom du serveur utilisé est indiqué dans la zone supérieure de la boîte de dialogue. . E Entrez les modifications et cliquez sur OK. Ouverture de fichiers de données à partir d'un serveur distant Figure 4-3 Boîte de dialogue Ouvrir fichier distant En mode d'analyse distribuée. la boîte de dialogue Ouvrir fichier distant remplace la boîte de dialogue Ouvrir fichier. „ La liste des fichiers. E Cliquez sur Edition pour ouvrir la boîte de dialogue Paramètres de connexion au serveur. dossiers et lecteurs disponibles dépend des données accessibles sur le serveur distant. Pour modifier un serveur : E Demandez les informations de connexion révisées à l'administrateur. puis cliquez sur OK.72 Chapitre 4 E Entrez les informations de connexion et les paramètres facultatifs.

. Si vous souhaitez ouvrir plusieurs fichiers de données simultanément. démarrez plusieurs sessions.. ou Fichier Ouvrir la base de données ou Fichier Lire les données du texte.. faites-le maintenant. Si le système d'exploitation du serveur est différent du vôtre (Windows et UNIX par exemple). sélectionnez les options de menu suivantes : Fichier Ouvrir Données. vous n'aurez accès aux fichiers de données de votre ordinateur local que si vous définissez le lecteur correspondant comme un lecteur partagé et les dossiers contenant vos fichiers de données comme des dossiers partagés. . Le fichier de données courant est automatiquement fermé quand un nouveau fichier de données est ouvert. Pour ouvrir des fichiers de données à partir d'un serveur distant E Si vous n'êtes pas encore connecté au serveur distant. „ Vous ne pouvez ouvrir qu'un seul fichier de données à la fois. E Selon le type de fichier de données à ouvrir. même s'ils se trouvent dans des dossiers partagés. vous n'aurez probablement pas accès aux fichiers de données locaux en mode d'analyse distribuée..73 Mode d'analyse distribuée „ En mode d'analyse distribuée.

même s'ils se trouvent dans des dossiers partagés.74 Chapitre 4 Enregistrement de fichiers de données à partir d'un serveur distant Figure 4-4 Boîte de dialogue Enregistrer fichier distant En mode d'analyse distribuée. Si le système d'exploitation du serveur est différent du vôtre (Windows et UNIX par exemple). La liste des dossiers et lecteurs disponibles dépend des données accessibles sur le serveur distant. Pour enregistrer des fichiers de données à partir d'un serveur distant E Activez la fenêtre de l'éditeur de données. Le nom du serveur utilisé est indiqué dans la zone supérieure de la boîte de dialogue. vous n'aurez probablement pas accès aux fichiers de données locaux en mode d'analyse distribuée. Vous n'aurez accès aux dossiers de votre ordinateur local que si vous définissez le lecteur correspondant comme un lecteur partagé et les dossiers comme des dossiers partagés. Les droits d'accès relatifs aux dossiers partagés doivent inclure la possibilité d'écrire dans les dossiers si vous souhaitez enregistrer les fichiers de données dans un dossier local. . la boîte de dialogue Enregistrer fichier distant remplace la boîte de dialogue Enregistrer fichier standard.

mais des dossiers et lecteurs du serveur distant.. sélectionnez : Fichier Enregistrer (ou Enregistrer sous. dossiers et lecteurs correspond à celui obtenu du point de vue du serveur distant. il ne s'agit pas des dossiers et lecteurs de votre ordinateur. l'affichage des fichiers de données. dossiers et lecteurs dans la boîte de dialogue d'accès aux fichiers (permettant d'ouvrir les fichiers de données) est le même que celui fourni dans d'autres applications ou dans l'Explorateur de Windows. . dossiers (répertoires) et lecteurs de votre ordinateur local et du réseau dépend de l'ordinateur que vous utilisez pour traiter les commandes et exécuter les procédures (qui ne correspond pas obligatoirement à l'ordinateur que vous avez en face de vous). Bien que vous puissiez obtenir des noms de dossiers familiers tels que Program Files et des lecteurs portant la lettre C.. Vous pouvez afficher tous les fichiers de données et dossiers de votre ordinateur.) Accès aux fichiers de données en mode d'analyse locale ou distribuée Mode : L'affichage des fichiers de données. l'affichage des fichiers de données. ainsi que tous les fichiers et dossiers stockés sur les lecteurs réseau que vous obtenez en temps normal.75 Mode d'analyse distribuée E A partir du menu. Mode d'analyse locale : Lorsque vous utilisez votre ordinateur local comme « serveur ». Mode d'analyse distribuée : Lorsque vous utilisez un autre ordinateur comme « serveur distant » pour exécuter les commandes et procédures.

vous accédez à d'autres disques réseau depuis le serveur distant. vous n'aurez accès aux fichiers de données de votre ordinateur local que si vous définissez le lecteur correspondant comme un lecteur partagé et les dossiers contenant vos fichiers de données comme des dossiers partagés. L'utilisation du mode d'analyse distribuée n'équivaut pas à accéder aux fichiers de données stockés sur un autre ordinateur de votre réseau. Si le titre de la boîte de dialogue contient le terme Distant (comme dans Ouvrir fichier distant) ou . examinez la barre de titre de la boîte de dialogue permettant d'accéder aux fichiers de données. En mode local. Vous pouvez accéder aux fichiers de données situés sur d'autres disques réseau en mode d'analyse locale ou en mode d'analyse distribuée. Pour savoir si vous utilisez le mode local ou le mode distribué. même s'ils se trouvent dans des dossiers partagés. vous n'aurez probablement pas accès aux fichiers de données locaux en mode d'analyse distribuée. vous accédez à d'autres disques à partir de votre ordinateur local. En mode distribué.76 Chapitre 4 Figure 4-5 Affichages local et distant En mode d'analyse distribuée. Si le système d'exploitation du serveur est différent du vôtre (Windows et UNIX par exemple).

Enregistrer sous. il peut arriver que certains éléments optionnels soient installés sur votre poste local et ne soient pas disponibles sur le serveur distant. et vice versa. E Cliquez sur l'onglet Partage. seules les procédures installées à la fois sur votre version locale et sur la version du serveur distant sont disponibles. vous utilisez le mode d'analyse distribuée. . les fichiers de syntaxe et les fichiers scripts). Pour tous les autres types de fichier (tels que les fichiers Viewer. puis sur Nom de partage. cliquez sur Propriétés. le passage de l'utilisation de votre ordinateur local à celle d'un serveur distant entraînera la suppression des procédures concernées des menus ainsi que des erreurs dans les fichiers de commande correspondants. Vous devrez rétablir le mode local pour restaurer toutes les procédures affectées. consultez l'aide de votre système d'exploitation. Vous ne pouvez pas utiliser de procédures installées sur le serveur mais non installées sur votre version locale. cliquez sur le dossier (répertoire) ou le lecteur à partager. l'affichage local est toujours utilisé. E Dans le menu Fichier.77 Mode d'analyse distribuée que le libellé Serveur distant : [nom_de_serveur] apparaît dans la zone supérieure de la boîte de dialogue. Ouvrir base de données et Appliquer le dictionnaire des données). Dans ce cas. Pour plus d'informations sur le partage de lecteurs et de dossiers. Remarque : Ceci ne concerne que les boîtes de dialogue permettant d'accéder aux fichiers de données (telles que Ouvrir données. Disponibilité des procédures en mode d'analyse distribuée En mode d'analyse distribuée. Bien que cette dernière situation paraisse peu probable. Pour définir des droits d'accès de partage pour un lecteur ou un dossier E Dans Poste de travail.

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'ordinateur défini comme dossier de partage. Si le répertoire et/ou le fichier n'existent pas sur le serveur distant. vous pouvez utiliser des noms de chemin UNC (Universal Naming Convention = convention de dénomination universelle) pour spécifier l'emplacement des fichiers de données dans vos fichiers de commande.sav'. Avec la version serveur Windows NT de SPSS. Lorsque vous utilisez le mode d'analyse distribuée. .sav ne désigne pas un répertoire et un fichier de votre disque C. les spécifications de chemins relatifs pour des fichiers de données sont relatives par rapport au serveur utilisé en mode d'analyse distribuée. comme dans l'exemple suivant : GET FILE='\\204. mais un répertoire et un fichier du disque dur du serveur distant. vous ne pouvez accéder qu'aux fichiers de données installés sur des lecteurs et des dossiers partagés. Si aucun nom n'a été attribué à l'ordinateur. vos fichiers de commande seront soumis à des erreurs. Par exemple : GET FILE='\\hqdev001\public\juillet\ventes.53\public\juillet\ventes. L'élément chemin correspond aux sous-dossiers (sous-répertoires) du dossier partagé.sav'. comme dans l'exemple suivant : GET FILE='c:\Mes_documents\Mes_données.125.78 Chapitre 4 Utilisation des spécifications de chemins UNC Avec la version serveur Windows NT de SPSS. cela signifie qu'une spécification de chemin telle que c:\Mes_documents\Mes_données.125. L'élément nom_fichier est le nom du fichier de données. Concrètement. vous pouvez utiliser son adresse IP.sav'. Même si vous utilisez des spécifications de chemins UNC. et non par rapport à votre ordinateur local. les fichiers de données de votre ordinateur local sont inclus dans le traitement.

vous devez indiquer un chemin d'accès absolu. .sav' n'est pas valide. à savoir : GET FILE='/bin/data/spss/ventes.79 Mode d'analyse distribuée Serveurs UNIX : Sur les plateformes UNIX. la commande GET FILE='ventes. Vous devez indiquer l'intégralité du chemin d'accès. il n'existe aucun équivalent à la dénomination UNC. Pour tous les répertoires. Les chemins relatifs ne sont pas admis. commençant à la racine du serveur. si le fichier de données se trouve dans le répertoire /bin/spss/data et que le répertoire actif est également /bin/spss/data.sav'. Par exemple.

.

le niveau de mesure (nominale. vous pouvez ajouter. La fenêtre de l'éditeur de données s'ouvre automatiquement lorsque vous lancez une session SPSS. Dans les deux affichages. Affichage des variables : Affiche les informations de définition des variables. L'éditeur de données permet d'afficher les données de deux façons : „ „ Affichage Données : Affiche les valeurs réelles des données ou les étiquettes de valeurs définies. chaîne. modifier et supprimer les informations contenues dans le fichier de données. date ou valeur numérique). à savoir les étiquettes de valeurs et de variable définies.Chapitre Editeur de données 5 L'éditeur de données fournit une méthode pratique. semblable à celle d'un tableur. ordinale ou échelle) et les valeurs manquantes définies par l'utilisateur. permettant de créer et de modifier des fichiers de données SPSS. le type des données (par exemple. 81 .

Par exemple. Vous pouvez entrer des données dans n'importe quelle cellule. Les cellules contiennent des valeurs. Les cellules ne contiennent que des valeurs de données. les cellules de l'éditeur de données ne peuvent pas contenir de formules. SPSS agrandit le rectangle des données pour inclure toutes les lignes et/ou colonnes nécessaires entre cette cellule et les limites du fichier.82 Chapitre 5 Affichage des données Figure 5-1 Affichage des données Un grand nombre de fonctions de l'Affichage des données sont similaires à celles que proposent les tableurs. Les colonnes sont des variables. Par exemple. Il y a toutefois des différences importantes : „ Les lignes sont des observations. Chaque ligne représente une observation. Chaque cellule contient une seule valeur pour une variable et pour une observation. En ce qui concerne les variables numériques. chaque élément ou élément d'un questionnaire est une variable. La cellule est l'intersection de l'observation et de la variable. Chaque colonne représente une variable ou une caractéristique étant mesurée. La taille du fichier de données est déterminée par le nombre d'observations et de variables. chaque répondant d'un questionnaire est considéré comme étant une observation. Il n'y a pas de cellule « vide » à l'intérieur des limites du fichier de données. A la différence des tableurs. Si vous entrez des données dans une cellule en dehors des limites du fichier de données défini. les „ „ „ . Le fichier de données est rectangulaire.

Les valeurs manquantes définies par l'utilisateur . un blanc est considéré comme une valeur valide. Dans l'Affichage des variables : „ „ Les lignes sont des variables. En ce qui concerne les variables chaîne. 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. Vous pouvez ajouter ou supprimer des variables et modifier les attributs de ces dernières.83 Editeur de données cellules à blanc sont converties en valeurs manquantes par défaut. Les colonnes sont des attributs de variable. Affichage des variables Figure 5-2 Affichage des variables L'Affichage des variables présente les descriptions des attributs de chaque variable du fichier de données.

„ Pour afficher ou définir des attributs de variable E Activez la fenêtre de l'éditeur de données. E Pour définir de nouvelles variables. entrez un nom de variable dans une ligne vierge. L'option Définir les propriétés de variable (également disponible dans le menu Données de la fenêtre de l'éditeur de données) permet d'analyser vos données et de répertorier toutes les valeurs de données uniques pour les variables sélectionnées et d'identifier les valeurs non étiquetées. Par exemple. 0 = Masculin. E Double-cliquez sur un nom de variable en haut de la colonne de l'Affichage des données ou cliquez sur l'onglet Affichage des variables. 1 = Féminin. mais vous disposez également de deux autres méthodes pour ce faire : „ L'assistant Copier des propriétés de données permet d'utiliser un fichier de données SPSS externe comme modèle pour définir les propriétés de fichier et de variable dans le fichier de travail. Ceci est particulièrement utile pour les variables qualitatives qui utilisent des codes numériques pour représenter les modalités.84 Chapitre 5 „ „ La largeur des colonnes Le niveau de mesure Tous ces attributs sont enregistrés lorsque vous sauvegardez le fichier de données. E Sélectionnez les attributs à définir ou modifier. Les autres caractères peuvent être . L'option Copier des propriétés de données est disponible dans le menu Données de la fenêtre de l'éditeur de données. Vous pouvez définir les propriétés des variables dans l'Affichage des variables. Vous pouvez également utiliser des variables du fichier de travail comme modèles pour d'autres variables de ce même fichier. et fournit une fonction d'étiquetage automatique. Noms de variable Les règles suivantes s'appliquent pour les noms des variables : „ Le nom doit commencer par une lettre.

(l'option Tableaux personnalisés n'est disponible que pour les composants de l'option complémentaire Tableaux. NE.85 Editeur de données n'importe quelle lettre. #. EQ. GT. Les noms de variables peuvent être définis par n'importe quelle combinaison de majuscules et de minuscules. aucune duplication n'est admise. BY. „ „ „ Les noms de variable ne peuvent pas se terminer par un point. ou les symboles @. russe. „ „ „ „ „ Niveau de mesure des variables Vous pouvez spécifier un niveau de mesure d'échelle (données numériques sur un intervalle ou une échelle de rapport). italien. La spécification de mesure n'est à utiliser que pour : „ Procédures Tableaux personnalisés et procédures de diagramme qui identifient les variables comme variables d'échelle ou variables qualitatives. ?. et *). La longueur du nom ne doit pas excéder 64 octets. Les noms de variable se terminant par un blanc souligné sont à éviter (pour éviter des conflits avec les variables créées automatiquement par certaines procédures). GE. un point. OR. espagnol. NOT. „ . Chaque nom de variable doit être unique . !. n'importe quel chiffre. SPSS essaie d'insérer les sauts de ligne au niveau des traits de soulignement. La casse est respectée pour des raisons d'affichage. grec. WITH. français. allemand. ordinal ou nominal Les données nominales et ordinales peuvent être des chaînes de caractères (alphanumériques) ou numériques. des virgules et des passages de minuscule à majuscule. Les mots-clés réservés ne peuvent pas être utilisés pour les noms de variables : Les mots-clés réservés sont les suivants : ALL. AND. Lorsque des noms longs occupent plusieurs lignes au niveau du résultat. _ ou $. Les espaces et les caractères spéciaux ne peuvent pas être utilisés (par exemple. Les variables nominales et ordinales sont toutes deux traitées comme qualitatives. arabe et thaï par exemple) et à 32 caractères dans les langues sur deux octets (japonais. TO. LT. chinois et coréen par exemple). Soixante-quatre octets correspondent à 64 caractères dans les langues sur un octet (anglais. hébreu. '. LE.) Les fichiers de données au format SPSS utilisés avec l'Arbre de réponse.

il est recommandé d'utiliser les codes numériques pour représenter les données ordinales. 1 = Masculin. 3 = élevé). 1 = faible. ce qui ne correspond pas à l'ordre correct.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 échelle d'intervalles ou une échelle de rapport (par exemple. élevé . 2 = Féminin). Elevé. tout à fait d'accord. moyen. âge ou revenu). plutôt d'accord. Les variables ordinales peuvent être des valeurs chaîne (alphanumériques) ou des valeurs numériques représentant des modalités distinctes (par exemple. Les variables nominales peuvent être des valeurs chaîne (alphanumériques) ou des valeurs numériques représentant des modalités distinctes (par exemple. plutôt pas d'accord. Ordinal : Les valeurs de données représentent les modalités dans un ordre intrinsèque (par exemple. modalité d'emploi ou service d'entreprise). Remarque : Pour les variables chaîne ordinales. 2 = moyen. l'ordre des modalités est interprété comme Elevé. Nominal : Les valeurs de données représentent les modalités sans ordre intrinsèque (par exemple. Faible ou Moyen. Moyen. En règle générale. l'ordre alphabétique des valeurs chaîne est supposé refléter l'ordre des modalités. pour une variable chaîne comportant des valeurs Faible. Les variables d'échelle doivent être numériques. . Par exemple. pas du tout d'accord). faible.

Le nombre par défaut de valeurs uniques est 24. Les variables sous forme de chaîne de caractères ainsi que les variables numériques avec des étiquettes de valeurs définies sont définies comme ordinales. Pour modifier la valeur spécifiée. . onglet Interactif). Les variables numériques sans étiquettes de valeurs définies mais supérieures à un nombre spécifié de valeurs uniques sont définies comme variables d'échelle.87 Editeur de données Figure 5-3 Variables d'échelle et qualitatives dans une procédure de diagramme Pour les fichiers de données au format SPSS créés avec les anciennes versions de produits SPSS. les règles suivantes s'appliquent : „ „ „ „ Les variables sous forme de chaîne de caractères (alphanumériques) sont définies comme nominales. modifiez les options de diagramme interactif (dans le menu Edition. choisissez Options. Les variables numériques sans étiquettes de valeurs définies mais inférieures à un nombre spécifié de valeurs uniques sont définies comme ordinales.

la virgule servant de séparateur décimal. Les valeurs sont affichées en format numérique standard. Le contenu de la boîte de dialogue Type de variable dépend du type de données sélectionné. il vous suffit de sélectionner un format dans une liste déroulante contenant des exemples. toute nouvelle variable est numérique. . Par défaut. Pour d'autres types de données. L'éditeur de données accepte les valeurs numériques pour les variables de point avec ou sans point ou sous forme de notation scientifique. le point servant de séparateur décimal. Virgule : Variable numérique dont les valeurs sont affichées avec des virgules toutes les trois positions.88 Chapitre 5 Type de variable L'option Type de variable permet de définir le type de données pour chaque variable. Pour certains types de données. il y a des zones de texte où sont indiqués la longueur et le nombre de décimales. Figure 5-4 Boîte de dialogue Type de variable Les types de données disponibles sont les suivants : Numérique : Variable dont les valeurs sont des nombres. L'éditeur de données accepte les valeurs numériques pour les variables de virgule avec ou sans virgule ou sous forme de notation scientifique. Vous pouvez utiliser l'option Type de variable pour changer le type des données. Point : Variable numérique dont les valeurs sont affichées avec des points toutes les trois positions. L'éditeur de données accepte les valeurs numériques au format standard ou sous forme de notation scientifique.

dans la limite de la longueur définie. des barres obliques. . E Sélectionnez le type de données dans la boîte de dialogue Type de variable. Date : Variable numérique dont les valeurs sont affichées dans l'un des formats de date ou d'heure possibles.89 Editeur de données Notation scientifique : Variable numérique dont les valeurs sont affichées avec un E intégré et un exposant de puissance dix avec signe. 1. des traits d'union. des virgules ou des espaces. ou seulement d'un signe.23+2.23E2. les valeurs affichées dans l'Affichage des données peuvent différer des valeurs réelles entrées et enregistrées en interne. Les majuscules et les minuscules sont différenciées. 1. Egalement appelées variables alphanumériques.23D2. et la valeur entière est enregistrée. Chaîne : Variable dont les valeurs ne sont pas numériques et ne sont donc pas utilisées pour les calculs. Pour définir le type de variable E Cliquez sur le bouton de la cellule Type de la variable à définir. Toutefois. L'éditeur de données accepte des valeurs numériques pour les variables de notation scientifique avec ou sans exposant. comme séparateur. Symbole monétaire : Variable numérique dont les valeurs sont affichées dans l'un des formats monétaires personnalisés que vous avez définis dans l'onglet Devise de la boîte de dialogue Options.23E+2 et même 1. vous pouvez entrer des valeurs avec n'importe quel nombre de positions décimales (maximum 16). 1. onglet Données). Voici quelques règles générales : „ Pour les formats Numérique. L'exposant peut être précédé d'un E ou d'un D avec ou sans signe. la valeur complète est utilisée dans tous les calculs. Virgule et Point. Formats d'entrée/d'affichage Selon le format. des points. Ces variables peuvent contenir n'importe quel caractère. Sélectionnez un format dans la liste. Vous pouvez entrer des dates avec. 123. Les caractères de symbole monétaire définis ne sont pas utilisables lors de la saisie de données mais sont affichés dans l'éditeur de données. La valeur du siècle pour les années à 2 chiffres est déterminée par les paramètres Options (accessibles depuis le menu Edition. Options. L'Affichage des données n'affiche que le nombre de décimales défini et arrondit les valeurs comportant plus de décimales. Par exemple.

. contrairement aux noms de variables. vous pouvez utiliser des barres obliques. choisissez Options. onglet Données). des espaces. Les dates de format général sous la forme jj/mm/aa et mm/jj/aa sont affichées avec des barres obliques comme séparateurs et des nombres pour le mois. des points ou des espaces comme séparateurs entre les heures. les dates sont enregistrées sous la forme d'un nombre de secondes à partir du 14 octobre 1582. Pour les formats de dates. La plage de siècles pour les dates avec des années à deux chiffres est déterminée à partir des paramètres Options (dans le menu Edition. des virgules ou des points comme séparateurs entre les jours.90 Chapitre 5 „ Pour les variables chaîne. Pour les mois. De façon interne. Pour une variable chaîne d'une longueur de 4. E Double-cliquez sur un nom de variable en haut de la colonne de l'Affichage des données ou cliquez sur l'onglet Affichage des variables. les mois et les années. Les temps sont affichés avec des deux points comme séparateurs. vous pouvez entrer des nombres. une valeur de 'Non' est enregistrée en tant que 'Non' et n'est pas équivalente à ' Non'. Pour spécifier des étiquettes de variable E Activez la fenêtre de l'éditeur de données. toutes les valeurs sont cadrées à droite au maximum de la longueur. des tirets. les minutes et les secondes. „ „ Etiquettes des variables Vous pouvez définir des étiquettes descriptives des variables contenant jusqu'à 256 caractères (128 caractères dans les langues sur deux octets). Pour les formats de temps. et elles peuvent comporter des espaces et des caractères réservés. les temps sont enregistrés comme étant le nombre de secondes depuis le 14 octobre 1582. Les dates de format général sous la forme jj-mmm-aa sont affichées avec des tirets servant de séparateurs et des abréviations à trois lettres pour le mois. des abréviations à trois lettres ou le nom des mois en clair. E Entrez l'étiquette de variable descriptive dans la cellule Etiquette de la variable. vous pouvez utiliser les deux points. De manière interne.

Figure 5-5 Boîte 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. les codes 1 et 2 pour homme et femme). 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 les tableaux pivotants et les diagrammes si la cellule ou la zone n'est pas assez large pour afficher l'étiquette sur une seule ligne . vous pouvez également modifier les résultats pour insérer des sauts de ligne manuellement si vous voulez que le saut de ligne se fasse ailleurs. Vous pouvez aussi créer des étiquettes de variable ou de valeur qui . Ceci se révèle particulièrement utile si votre fichier de données utilise des codes numériques pour représenter des modalités non numériques (par exemple. entrez la valeur et une étiquette. E Pour chaque valeur. Les étiquettes de valeur ne sont pas disponibles pour les variables chaîne longues (variables chaîne de plus de 8 caractères).91 Editeur de données Etiquettes de valeurs Vous pouvez affecter des étiquettes descriptives de valeur pour chaque valeur d'une variable. „ „ Les étiquettes de valeur peuvent comporter jusqu'à 60 caractères.

Il est souvent utile de savoir la raison pour laquelle une information est manquante. . Par exemple. E Pour les étiquettes de valeur. cliquez sur le bouton qui apparaît dans la cellule. Les valeurs des données définies comme valeurs utilisateur manquantes sont repérées par un indicateur en vue d'un traitement spécial et sont exclues de la plupart des calculs. vous pouvez vouloir faire la distinction entre les données manquantes parce qu'une personne interrogée a refusé de répondre et les données manquantes parce que la question ne s'appliquait pas au répondant. puis sélectionnez l'étiquette que vous souhaitez modifier dans la boîte de dialogue Etiquettes de valeur. Valeurs manquantes L'option Valeurs manquantes permet de définir les valeurs de données spécifiées comme valeurs manquantes spécifiées par l'utilisateur. sélectionnez la cellule Etiquette de la variable dans la zone Affichage des variables de l'éditeur de données. il est reconnu comme un caractère de saut de ligne. sélectionnez la cellule Valeurs de la variable dans la zone Affichage des variables de l'éditeur de données. E Dans l'étiquette. Le « \n » ne s'affiche pas dans les tableaux pivotants ou les diagrammes . saisissez \n à l'endroit où vous voulez insérer un retour à la ligne.92 Chapitre 5 effectueront toujours un retour à la ligne en des points définis et qui comporteront plusieurs lignes : E Pour les étiquettes de variable.

„ Vous ne pouvez pas définir de valeur manquante pour des variables chaîne longues Valeurs manquantes pour des variables de chaîne : Toutes les valeurs de chaîne. 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. y compris les valeurs nulles ou vides. Les intervalles ne peuvent être spécifiés que pour des valeurs numériques. . (variables chaîne de plus de 8 caractères). 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. un intervalle de valeurs manquantes ou un intervalle plus une valeur de votre choix.93 Editeur de données Figure 5-6 Boîte de dialogue Valeurs manquantes „ „ Vous pouvez entrer jusqu'à trois valeurs manquantes de votre choix. sont considérées comme des valeurs valides à moins que vous ne les définissiez comme manquantes.

sont considérées comme des valeurs valides à moins que vous ne les définissiez comme manquantes.94 Chapitre 5 Toutes les valeurs de chaîne. L'application d'attributs de définition de variable s'effectue au moyen des opérations Copier et Coller de base. les étiquettes de valeurs) et le coller dans la ou les mêmes cellules d'attribut d'une ou de plusieurs variables. Vous pouvez : „ „ „ Copier un seul attribut (par exemple. Pour définir des valeurs nulles ou vides comme manquantes pour une variable chaîne. Largeur des colonnes Vous pouvez spécifier le nombre de caractères définissant la largeur des colonnes. Application d'attributs de définition de variable à plusieurs variables Lorsque vous avez défini les attributs de définition d'une variable. Si la largeur réelle et la largeur définie d'une valeur sont plus larges que la colonne. Ce paramètre affecte uniquement l'Affichage des données. Copier tous les attributs d'une variable et les coller dans d'autres variables. entrez un seul espace dans l'un des champs pour Valeurs manquantes discrètes. Créer plusieurs variables avec tous les attributs de la copie d'une variable. . des astérisques (*) apparaissent dans l'Affichage des données. Alignement de variable L'alignement contrôle l'affichage des valeurs des données et/ou des étiquettes de valeurs dans l'Affichage des données. Les formats de colonnes affectent seulement l'affichage des valeurs dans l'éditeur de données. vous pouvez copier des attributs et les appliquer à une ou à plusieurs variables. L'alignement par défaut est « droite » pour les variables numériques et « gauche » pour les variables chaîne. Vous pouvez également modifier la largeur des colonnes dans l'Affichage des données en cliquant sur les bords des colonnes et en les faisant glisser. y compris les valeurs nulles ou vides. Modifier la largeur de la colonne ne change pas la largeur définie d'une variable.

Vous pouvez sélectionner plusieurs variables cible. Vous pouvez sélectionner plusieurs variables cible. procédez comme suit : E Dans l'Affichage des variables. sélectionnez : Edition Copier E Sélectionnez le numéro de ligne de la variable à laquelle vous souhaitez appliquer les attributs. sélectionnez : Edition Copier E Sélectionnez la ou les cellules d'attribut auxquelles vous souhaitez appliquer l'attribut. E A partir du menu. E A partir du menu. La totalité de la ligne est mise en surbrillance. sélectionnez la cellule d'attribut à appliquer à d'autres variables.95 Editeur de données Application d'attributs de définition de variable à d'autres variables Pour appliquer certains attributs d'une variable définie. Pour appliquer tous les attributs d'une variable définie. à l'exception de celui que vous avez sélectionné. E A partir du menu. procédez comme suit : E Dans l'Affichage des variables. sélectionnez : Edition Coller . sélectionnez : Edition Coller Si vous collez l'attribut dans des lignes vierges. de nouvelles variables sont créées avec des valeurs d'attribut par défaut pour tous les attributs. sélectionnez le numéro de ligne de la variable présentant les attributs à utiliser. E A partir du menu.

Les noms des nouvelles variables seront composés du préfixe spécifié et d'un numéro séquentiel commençant par le numéro spécifié. sélectionnez : Edition Copier E Cliquez sur le numéro de la ligne vide qui se trouve sous la dernière variable définie dans le fichier de données. pour des zones sélectionnées ou des cellules individuelles. E A partir du menu. „ Lorsque vous sélectionnez une cellule et lorsque vous entrez une valeur de données.. Vous pouvez entrer des données par observation ou par variable. La totalité de la ligne est mise en surbrillance.. Le nom de variable et le numéro de ligne de la cellule active sont affichés dans le coin supérieur gauche de l'éditeur de données. cliquez sur le numéro de ligne de la variable présentant les attributs à utiliser pour la nouvelle variable. E Entrez le nombre de variables à créer. E Entrez un préfixe et un numéro de départ pour les nouvelles variables.96 Chapitre 5 Création de plusieurs nouvelles variables avec les mêmes attributs E Dans l'Affichage des variables. Vous pouvez entrer des données dans n'importe quel ordre. la valeur est affichée dans l'éditeur de cellules en haut de l'éditeur de données. E A partir du menu. sélectionnez : Edition Coller les variables. . Saisie de données Vous pouvez entrer des données directement dans l'éditeur de données au niveau de l'Affichage des données. „ „ La cellule active est mise en surbrillance.

97 Editeur de données „ „ Les valeurs de données ne sont pas enregistrées tant que vous n'avez pas appuyé sur Entrée ou que vous n'avez pas sélectionné une autre cellule. Figure 5-7 Fichier de travail dans l'Affichage des données Pour entrer des données numériques E Sélectionnez une cellule dans l'Affichage des données. La valeur est affichée dans l'éditeur de cellules en haut de l'éditeur de données. . Pour entrer autre chose que des données numériques simples. Si vous entrez une valeur dans une colonne vide. vous devez d'abord définir le type de variable. E Appuyez sur Entrée ou sélectionnez une autre cellule pour enregistrer la valeur. l'éditeur de données crée automatiquement une nouvelle variable et affecte un nom de variable. E Entrez la valeur des données.

choisissez dans les menus : Affichage Etiquettes de valeurs E Cliquez sur la cellule dans laquelle vous souhaitez entrer la valeur. E Cliquez sur le bouton de la cellule Type de la variable. „ Si vous tapez un caractère qui n'est pas autorisé par le type défini de la variable. E Double-cliquez sur le numéro de ligne ou cliquez sur l'onglet Affichage des données. entrez les données dans la colonne. E Cliquez sur OK. E Sélectionnez le type de données dans la boîte de dialogue Type de variable.98 Chapitre 5 Pour entrer des données non numériques E Double-cliquez sur un nom de variable en haut de la colonne de l'Affichage des données ou cliquez sur l'onglet Affichage des variables. . Remarque : cela ne fonctionne que si vous avez défini des étiquettes de valeurs pour la variable. E Pour la variable que vous venez de définir. La valeur est saisie et l'étiquette de valeur est affichée dans la cellule. l'éditeur de données émet un signal sonore et n'accepte pas le caractère. 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. 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 vous pouvez entrer dans la cellule de l'Affichage des données. E Sélectionnez une étiquette de valeur dans la liste déroulante.

99 Editeur de données „ „ Pour les variables chaîne. copier et coller des valeurs de données. Couper. (Remarque : changer la largeur de la colonne n'affecte pas la largeur de la variable). E Modifiez la valeur directement dans la cellule ou dans l'éditeur de cellules. des nombres entiers dépassant la valeur définie peuvent être entrés mais l'éditeur de données affichera dans la cellule une notation scientifique ou des astérisques pour indiquer que la valeur dépasse la largeur définie. Ajouter et supprimer des variables. Vous pouvez: „ „ „ „ „ Changer les valeurs des données. les caractères dépassant la largeur définie ne sont pas autorisés. 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. Modification de données Avec l'éditeur de données. Pour les variables numériques. changez la largeur définie de la variable. Pour afficher la valeur dans la cellule. E Appuyez sur Entrée (ou déplacez-vous sur une autre cellule) pour enregistrer la nouvelle valeur. . vous pouvez modifier les valeurs des données dans l'Affichage des données de plusieurs manières. Changer l'ordre des variables. double-cliquez sur la cellule. Ajouter et supprimer des observations. La valeur de la cellule est affichée dans l'éditeur de cellules.

Numérique ou date en caractères : Les formats numériques (par exemple. La valeur d'une chaîne est la valeur numérique telle qu'elle est affichée dans la cellule. 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. copier et coller des valeurs individuelles de cellules ou des groupes de valeurs dans l'éditeur de données. Déplacer ou copier un groupe de valeurs de cellule dans un autre groupe de cellules. Date en numérique : Les valeurs de dates et de temps sont converties en un nombre de secondes si la cellule cible est d'un format numérique (par exemple. Par exemple. Par exemple. Etant donné que les dates sont enregistrées en interne . une valeur de caractères de 25/12/91 est convertie en date valide si le type de format de la cellule cible est un des formats jour-mois-année. Si aucune conversion n'est possible.100 Chapitre 5 Couper. copier et coller des valeurs de données Vous pouvez couper. Numérique. Valeurs de caractères en numérique ou de date : Les valeurs de chaînes qui contiennent des caractères acceptables pour le format numérique ou de date de la cellule cible sont converties dans la valeur équivalente numérique ou de date. Déplacer ou copier les valeurs d'une seule variable (colonne) dans plusieurs variables. Les valeurs qui excèdent la largeur définie de la variable chaîne sont tronquées. Dollar. le signe Dollar qui est affiché devient partie intégrante de la valeur de caractères. Numérique. Point ou Virgule). 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. pour une variable dont le format est exprimé en dollars. Point ou Virgule) et les formats de date sont convertis en caractères s'ils sont collés dans une cellule de variables chaîne. mais elle est convertie en valeur manquante par défaut si le type de format de la cellule est de type mois-jour-année. Déplacer ou copier les valeurs d'une seule observation (ligne) dans plusieurs observations. la valeur manquante par défaut est insérée dans la cellule cible. SPSS essaye de convertir la valeur. Dollar.

Numérique en date ou temps : Les valeurs numériques sont converties en dates ou temps si la valeur représente un nombre de secondes pouvant produire une date ou un temps valides.400 sont converties dans la valeur manquante par défaut. Vous pouvez également insérer de nouvelles observations entre des observations existantes Pour insérer de nouvelles observations entre des observations existantes E Dans l'Affichage des données. E A partir du menu. sélectionnez : Données Insérer les observations Une nouvelle ligne est insérée pour cette observation et toutes les variables reçoivent la valeur manquante par défaut. S'il y a quelques lignes blanches entre la nouvelle observation et les observations existantes. Insérer de nouvelles observations Le fait d'entrer des données dans une cellule sur une ligne blanche crée automatiquement une nouvelle observation. sélectionnez n'importe quelle cellule pour l'observation (ligne) située sous de la position où vous souhaitez insérer la nouvelle observation. En ce qui concerne les dates. L'éditeur de données insère la valeur manquante par défaut pour toutes les autres variables de cette observation.908. Insérer de nouvelles variables La saisie de données dans une colonne vide de l'Affichage des données ou dans une ligne vide de l'Affichage des variables crée automatiquement une nouvelle variable portant un nom par défaut (préfixe var et numéro séquentiel) et un type de format de .101 Editeur de données comme le nombre de secondes depuis le 14 octobre 1582. la date du 10/29/91 a une valeur de conversion numérique de 12.073. le fait de convertir des dates en valeurs numériques peut résulter en des nombres très importants. les lignes blanches deviennent également des nouvelles observations avec des valeurs manquantes par défaut pour toutes les variables.600. les valeurs numériques inférieures à 86. Par exemple.

ces colonnes ou lignes deviennent également de nouvelles variables avec une valeur manquante par défaut pour toutes les observations. E Faites glisser la variable jusqu'à son nouvel emplacement. Vous pouvez également insérer des nouvelles variables entre les variables existantes. S'il existe des colonnes vides dans l'Affichage des données ou des lignes vides dans l'Affichage des variables entre la nouvelle variable et les variables existantes. E A partir du menu.102 Chapitre 5 données par défaut (numérique). Dans l'Affichage des variables. L'éditeur de données insère la valeur manquante par défaut pour toutes les observations concernées par la nouvelle variable. déposez-la sur la colonne située à droite de son emplacement de destination. dans l'Affichage des données. sélectionnez : Données Insérer une variable Une nouvelle variable est insérée avec la valeur manquante par défaut pour toutes les observations. E Pour placer la variable entre deux autres. Pour déplacer des variables E Pour sélectionner la variable. cliquez sur son nom dans l'Affichage des données ou sur son numéro de ligne dans l'Affichage des variables. déposez-la sur la ligne de variables située sous l'endroit où vous voulez la placer. Pour insérer de nouvelles variables entre des variables existantes E Sélectionnez n'importe quelle cellule de la variable située à droite (pour l'Affichage des données) ou sous (pour l'Affichage des variables) de l'endroit où vous souhaitez insérer la nouvelle variable. .

Si le changement du format des données peut avoir pour conséquence la perte des spécifications de la valeur manquante par défaut ou d'étiquettes de valeurs. . Si aucune conversion n'est possible. E A partir du menu. Aller à l'observation Aller à l'observation va au numéro d'observation (ligne) spécifié dans l'éditeur de données. la valeur manquante par défaut est affectée. sélectionnez : Données Aller à l'observation.. l'éditeur de données tentera de convertir les valeurs existantes dans le nouveau type. SPSS affiche une boîte d'alerte et vous demande si vous voulez poursuivre le changement ou si vous désirez l'annuler. dans ce cas. Les règles de conversion sont les mêmes que celles pour coller des valeurs de données à une variable de type de format différent. Figure 5-8 Boîte de dialogue Aller à l'observation Pour rechercher une observation dans l'éditeur de données E Activez la fenêtre de l'éditeur de données..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 de dialogue Type de variable dans l'Affichage des variables . E Entrez le numéro de ligne de l'observation de l'éditeur de données.

Quadrillage : Permet de basculer l'affichage du quadrillage. Cette option n'est disponible que dans l'Affichage des données. celles-ci sont identifiées dans l'éditeur de données par une ligne verticale dans le numéro de ligne. Figure 5-9 Observations 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. .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 pas écarté les observations non sélectionnées. Etiquette de valeur : Permet de basculer entre les valeurs de données actuelles et les étiquettes de valeurs descriptives définies par l'utilisateur.

E A partir du menu. Les étiquettes de valeurs sont imprimées si elles apparaissent dans l'Affichage des données.. . „ Les informations de l'affichage en cours sont imprimées.. Dans l'Affichage des données. „ „ Utilisez le menu Affichage dans la fenêtre de l'éditeur de données pour afficher ou masquer le quadrillage et pour activer/désactiver l'affichage des valeurs de données et des étiquettes de valeurs. Dans le cas contraire. Pour imprimer le contenu de l'éditeur de données E Activez la fenêtre de l'éditeur de données. sélectionnez : Fichier Imprimer. Le quadrillage n'est imprimé que s'il apparaît dans l'affichage sélectionné. ce sont les valeurs de données réelles qui sont imprimées. E Cliquez sur l'onglet correspondant à l'affichage que vous souhaitez imprimer.105 Editeur de données Impression de l'éditeur de données Un fichier de données s'imprime tel qu'il apparaît à l'écran. Dans l'Affichage des variables. les données sont imprimées. ce sont les informations de définition des données qui sont imprimées.

.

Créer des variables avec différentes modalités qui représentent des intervalles de valeurs provenant de variables comportant un grand nombre de valeurs possibles. il existe des fonctions de préparation des données supplémentaires qui peuvent vous être utiles. par exemple : „ „ „ Affecter des propriétés de variable qui décrivent les données et déterminent le traitement devant être appliqué à certaines valeurs. et les exclure des analyses ou les supprimer du fichier de données. des diagrammes et des analyses sans effectuer aucune autre tâche préliminaire. ordinal ou échelle). Cependant. Identification des codes de valeurs manquantes (par exemple. Attribution de niveaux de mesure (nominal. Identifier les observations pouvant contenir des informations redondantes. 107 . 0 = homme et 1 = femme). Propriétés de variable Les données simplement saisies dans l'éditeur de données dans l'affichage des données ou lues dans SPSS à partir d'un format de fichier externe (une feuille de calcul Excel ou un fichier texte par exemple) ne sont pas dotées de certaines propriétés de variable que vous pourriez trouver très utiles. 99 = Sans objet). vous pouvez créer des tableaux.Chapitre Préparation des données 6 Une fois que vous avez ouvert le fichier de données ou saisi les données dans l'éditeur de données. comme : „ „ „ Définition d'étiquettes de valeurs descriptives pour les codes numériques (par exemple.

Permet de copier des étiquettes de valeurs définies d'une autre variable vers la variable sélectionnée ou de la variable sélectionnée vers plusieurs autres variables. Définir les propriétés de variable : „ „ „ Analyse les valeurs réelles des données et répertorie toutes les valeurs de données uniques pour chaque variable sélectionnée. Identifie les valeurs non étiquetées et possède une fonction d'« étiquetage automatique ». . Ceci est particulièrement utile si vous utilisez fréquemment des fichiers de données au format externe ayant un contenu similaire (comme des rapports mensuels au format Excel). Plusieurs utilitaires peuvent également vous aider dans ce processus : „ L'option Définir les propriétés de variable peut vous aider à définir les étiquettes de valeurs descriptives et les valeurs manquantes. Pour définir les propriétés de variable E A partir du menu. Remarque : Pour utiliser l'option Définir les propriétés de variable sans analyse préalable des observations. L'option Copier des propriétés de données permet d'utiliser un fichier de données au format SPSS existant comme modèle pour les propriétés de fichier et de variable dans le fichier de données en cours. sélectionnez : Données Définir les propriétés de variables..108 Chapitre 6 Toutes ces propriétés de variable (ainsi que d'autres) peuvent être affectées dans la vue Variable de l'éditeur de données. saisissez 0 dans le nombre d'observations à analyser. „ Définition des propriétés de variable L'option Définir les propriétés de variable vous aide dans le processus de création d'étiquettes de valeurs descriptives pour les variables qualitatives (nominales ou ordinales).. Ceci est particulièrement utile pour les données qualitatives dotées de codes numériques utilisés pour les valeurs de modalités.

telles que les valeurs manquantes ou les étiquettes de variable descriptives. ou définir ou modifier d'autres propriétés de variables. E Spécifier une limite supérieure pour le nombre de valeurs uniques à afficher. Les variables chaîne longues ne peuvent pas avoir d'étiquettes de valeurs définies ou de modalités de valeurs manquantes. Cette opération est particulièrement utile pour éviter de répertorier des centaines. pour lesquelles une analyse complète du fichier de données prendrait beaucoup de temps. Ceci est particulièrement utile pour les fichiers de données comportant un grand nombre d'observations.109 Préparation des données Figure 6-1 Boîte de dialogue initiale permettant de sélectionner les variables à définir E Sélectionnez les variables numériques ou les variables chaîne courtes pour lesquelles vous voulez créer des étiquettes de valeurs. E Spécifier le nombre d'observations à analyser afin de générer la liste de valeurs uniques. Remarque : Les variables chaîne longues (variables chaîne d'une largeur définie de plus de huit caractères) ne sont pas affichées dans la liste de variables. des .

ou définir ou modifier d'autres propriétés de variable. .110 Chapitre 6 milliers. sous la dernière valeur analysée. rapport). E Si vous souhaitez créer des étiquettes de valeurs pour des valeurs qui ne sont pas affichées. E Répétez l'opération pour chaque variable répertoriée pour laquelle vous voulez créer des étiquettes de valeurs. E Sélectionnez une variable pour laquelle vous voulez créer des étiquettes de valeurs. vous pouvez saisir les valeurs dans la colonne Valeur. E Cliquez sur OK pour appliquer les étiquettes de valeurs et les autres propriétés de variable. E Cliquez sur Poursuivre pour ouvrir la boîte de dialogue principale de la fonction Définir les propriétés de variable. voire des millions de valeurs pour les variables d'échelle (intervalle continu. E Saisissez le texte de l'étiquette pour toutes les valeurs non étiquetées affichées dans la grille Etiquette de valeur.

111 Préparation des données Définition des étiquettes de valeurs et des autres propriétés de variable Figure 6-2 Définir les propriétés de variable. Pour trier la liste de variables dans le but d'afficher en tête de liste toutes les variables non étiquetées : E Cliquez sur le titre de colonne Sans étiquette sous la liste des variables analysées. une coche dans la colonne Sans étiquette indique que la variable contient des valeurs qui ne possèdent pas d'étiquette de valeur. . boîte de dialogue principale La boîte de dialogue principale de la fonction Définir les propriétés de variable donne l'information suivante concernant les variables analysées : Liste des variables analysées : Pour chaque variable analysée. Vous pouvez également faire un tri par nom de variable ou par niveau de mesure en cliquant sur le titre de colonne correspondant dans la liste des variables analysées.

vous pouvez ajouter ou modifier des étiquettes. . En outre. si vous analysez seulement les 100 premières observations du fichier de données. Si la case est cochée. Dans cette colonne.112 Chapitre 6 Grille d'étiquettes de valeurs „ „ Etiquette : Affiche toute étiquette de valeur définie. Par conséquent. Niveau de mesure : Comme les étiquettes de valeurs sont particulièrement utiles pour les variables qualitatives (nominales et ordinales). En cas de doute sur le niveau de mesure à affecter à une variable. „ Manquant : Valeurs représentant les données manquantes. cliquez sur Suggérer. sauf pour les étiquettes de valeurs et/ou les modalités de valeurs manquantes définies pour la variable sélectionnée. Par exemple. Toutefois. vous pouvez utiliser l'option d'affichage des variables pour modifier les modalités de valeurs manquantes de la variable possédant des plages de valeurs manquantes. Remarque : Dans la boîte de dialogue initiale. le bouton Suggérer du niveau de mesure est désactivé. Cette liste de valeurs uniques se fonde sur le nombre d'observations analysées. de nombreuses variables normalement qualitatives peuvent être initialement affichées en tant que variables d'échelle. Si le fichier de données a déjà été trié par la variable à laquelle vous voulez affecter des étiquettes de valeurs. et comme certaines procédures traitent les variables qualitatives et d'échelle différemment. par défaut. Valeur : Valeurs uniques pour chaque variable sélectionnée. si vous indiquez 0 comme nombre d'observations à analyser. Dans l'éditeur de données. il peut être important d'affecter le niveau de mesure correct. Si une variable possède déjà une plage de valeurs définies comme manquantes par l'utilisateur (par exemple. „ Modifié : Indique que vous avez ajouté ou modifié une étiquette de valeur. page 92. la liste pourrait afficher beaucoup moins de valeurs uniques qu'il n'en existe dans les données. Vous pouvez modifier la désignation des valeurs manquantes de la modalité en cochant la case. reportez-vous à « Valeurs manquantes » dans Chapitre 5 . vous ne pouvez ni ajouter ni supprimer des modalités de valeurs manquantes pour cette variable avec la fonction Définir les propriétés de variable. Pour plus d'informations. 90-99). „ Effectif : Nombre d'occurrences de chaque valeur dans les observations analysées. la grille Etiquette de valeur est d'abord vide. la modalité est définie en tant que modalité manquante spécifiée par l'utilisateur. le niveau de mesure d'échelle est affecté à toutes les nouvelles variables numériques. la liste reflétera uniquement les valeurs uniques présentes dans ces observations.

une valeur numérique interne de moins de 86 400 n'est pas valide pour une variable format de date. „ „ „ Vous ne pouvez pas modifier le type fondamental de la variable (chaîne ou numérique). cliquez sur Etiquettes automatiques. dans le cas des étiquettes de valeurs définies déjà existantes ou des modalités de valeurs manquantes. Pour ce qui est du format numérique de date. Un astérisque est affiché dans la colonne Valeur si la largeur indiquée est inférieure soit à celle des valeurs analysées. mm/jj/aa. vous pouvez changer le type numérique (nombres. Pour les variables chaîne. dont les décimales et/ou les indicateurs de regroupement) et le nombre de décimales. Etiquette de variable et Format d'affichage Vous pouvez modifier l'étiquette de variable descriptive et le format d'affichage. vous ne pouvez modifier que l'étiquette de variable.113 Préparation des données Copier les propriétés : Vous pouvez copier les étiquettes de variable ou les autres propriétés de variable à partir d'une autre variable vers la variable sélectionnée. „ „ „ „ . Concernant les variables numériques. ou à partir de la variable sélectionnée vers une ou plusieurs autres variables. la largeur (nombre maximal de chiffres. Valeurs non étiquetées : Pour créer automatiquement des étiquettes pour les valeurs non étiquetées. Pour plus d'informations. soit à celle des valeurs affichées. dates. dollars ou autre devise). vous pouvez sélectionner un des cinq formats de devise personnalisés (de CCA à CCE). etc. reportez-vous à « Options monétaires (devises) » dans Chapitre 43 .) est affiché si les valeurs analysées ou les valeurs affichées (pour les étiquettes de valeurs définies déjà existantes ou pour les modalités de valeurs manquantes) ne sont pas valides pour le type de format d'affichage sélectionné. vous pouvez sélectionner un format de date spécifique (tel que jj-mm-aaaa. aaaajjj. mais pas le format d'affichage. Un point (. page 623. Par exemple.) Pour un format numérique personnalisé.

la variable en cours est évaluée en fonction des observations analysées et des étiquettes de valeurs définies. alors qu'en réalité. Figure 6-3 Boîte de dialogue Suggestion d'un niveau de mesure Remarque : Les valeurs définies comme étant manquantes ne sont pas comprises dans l'évaluation pour le niveau de mesure. mais elles sont déjà définies comme manquantes.114 Chapitre 6 Affectation du niveau de mesure Quand vous cliquez sur Suggérer pour le niveau de mesure dans la boîte de dialogue principale Définir les propriétés de variable. elle peut en contenir. La zone Explication propose une brève description des critères utilisés pour déterminer le niveau de mesure suggéré. et un niveau de mesure est suggéré dans la boîte de dialogue de suggestion d'un niveau de mesure qui apparaît. en partie. . l'explication du niveau de mesure suggéré peut indiquer que la suggestion est due. au fait que la variable ne contient pas de valeurs négatives. E Cliquez sur Poursuivre pour accepter le niveau de mesure suggéré ou sur Annuler pour ne pas modifier le niveau de mesure. Par exemple.

„ Les étiquettes de valeurs existantes et les modalités de valeurs manquantes des variables cible ne sont pas remplacées. la largeur définie doit également correspondre.115 Préparation des données Copie de propriétés de variable La boîte de dialogue Appliquer des étiquettes et un niveau apparaissent lorsque vous cliquez sur A partir d'une autre variable ou sur Vers d'autres variables dans la boîte de dialogue principale Définir les propriétés de variable. Dans le cas des variables chaîne. Toutes les variables analysées correspondant au type de la variable courante (numérique ou chaîne) sont alors affichées. E Cliquez sur Copier pour copier les étiquettes de valeurs et le niveau de mesure. ou E Sélectionnez une ou plusieurs variables qui doivent recevoir les étiquettes de valeurs et les autres propriétés de variable. Figure 6-4 Boîte de dialogue Appliquer les étiquettes et le niveau E Sélectionnez une seule variable dont vous allez copier les étiquettes de valeurs et les autres propriétés de variable (sauf l'étiquette de variable). .

Copier des propriétés de variable à partir d'un fichier de données externe vers les variables concordantes dans le fichier de travail. le niveau de mesure. les groupes de variables et la pondération. Le niveau de mesure des variables destination est toujours remplacé. „ „ „ Lors de la copie de propriétés de données.116 Chapitre 6 „ Les étiquettes de valeurs et les modalités de valeurs manquantes des valeurs qui ne sont pas encore définies pour les variables cible sont ajoutées au groupe d'étiquettes de valeurs et de modalités de valeurs manquantes des variables cible. les règles générales suivantes sont appliquées : „ „ Si vous utilisez un fichier de données externe en tant que fichier source. Il n'est pas possible d'utiliser un fichier de travail vierge comme fichier de données source. les définitions de valeurs manquantes ne sont pas copiées. Les propriétés de fichier comprennent les documents. Vous pouvez : „ Copier des propriétés à partir d'un fichier de données externe vers le fichier de travail. Vous pouvez également utiliser des variables du fichier de travail comme modèles pour d'autres variables de ce même fichier. Copier des propriétés de variable à partir d'une variable d'un fichier de données externe 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 fichier externe. celui-ci doit contenir au moins une variable. les étiquettes de fichier. Si vous utilisez le fichier de travail comme fichier source. le format d'impression et d'écriture. les vecteurs multiréponses. Les propriétés de variable comprennent les étiquettes de valeurs. . les valeurs manquantes. celui-ci doit être au format SPSS. les étiquettes de variable. Si la variable source ou cible possède un intervalle défini de valeurs manquantes. „ „ Copie des propriétés de données L'assistant Copier des propriétés de données permet d'utiliser un fichier de données SPSS externe comme modèle pour définir les propriétés de fichier et de variable dans le fichier de travail. l'alignement et la largeur des colonnes (dans l'éditeur de données).

sélectionnez : Données Copie des propriétés de données.117 Préparation des données „ „ Les propriétés non définies (vides) du fichier de données source ne remplacent pas les propriétés définies dans le fichier de travail. auparavant disponible dans le menu Fichier. Figure 6-5 Assistant Copier des propriétés de données : Etape 1 . Pour copier des propriétés de données E A partir des menus de la fenêtre de l'éditeur de données. Les propriétés de variable ne sont copiées à partir de la variable source que sur des 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'application du dictionnaire de données.

Figure 6-6 Assistant Copier des propriétés de données : Etape 2 Application des propriétés provenant de variables du fichier source à des variables concordantes du fichier de travail : Les propriétés de variable sont copiées à partir d'une ou de plusieurs variables source sur les variables concordantes dans le fichier de travail. Les variables sont concordantes si le type (chaîne ou numérique) et le nom . Il peut s'agir d'un fichier de données externe au format SPSS ou du fichier de travail. Sélection des variables source et cible Dans cette étape.118 Chapitre 6 E Sélectionnez le fichier de données possédant les propriétés de fichier et/ou de variable à copier. vous pouvez spécifier les variables source contenant les propriétés de variable à copier et les variables cible qui doivent recevoir ces propriétés. E Suivez les instructions de l'assistant Copier des propriétés de données étape par étape.

Remarque : Il n'est pas possible de créer de nouvelles variables dans le fichier de travail avec cette option. les étiquettes de fichier et la pondération) sont appliquées au fichier de travail. .119 Préparation des données de la variable sont les mêmes. sans sélection de variable : Seules les propriétés du fichier (par exemple. „ Création de variables concordantes dans le fichier de travail si celles-ci n'existent pas : Permet de mettre à jour la liste source afin d'afficher toutes les variables dans le fichier de données source. Les propriétés non définies (vides) des variables source ne remplacent pas les propriétés définies des variables cible. Dans le cas des variables de chaîne. Choix des propriétés de variable à copier Vous pouvez copier des propriétés de variable à partir des variables source vers les variables cible. toutes les variables du fichier de données source sont affichées et les nouvelles variables fondées sur les variables source concernées sont créées automatiquement dans le fichier de travail. Application des propriétés d'un ensemble de données uniquement. les nouvelles variables sont créées dans le fichier de travail avec les noms et propriétés de variable du fichier source. Cette option n'est pas disponible si le fichier de travail est également le fichier source. Cette option n'est pas disponible si le fichier de travail ne contient pas de variables. Application des propriétés d'une variable source unique sur des variables de même type d'un fichier de travail : Les propriétés d'une variable de la liste source peuvent être appliquées à une ou à plusieurs variables de la liste du fichier de travail. Si le fichier de travail ne contient pas de variables (dans le cas d'un fichier vierge). Aucune propriété de variable n'est appliquée. Seules des variables de même type (numérique ou chaîne) que la variable choisie dans la liste source sont affichées dans la liste du fichier de travail. En ce qui concerne les variables chaîne. seules les variables concordantes sont affichées dans les deux listes de variables. Si vous sélectionnez des variables source qui n'existent pas dans le fichier de travail (d'après le nom de variable). les documents. la longueur définie doit également être la même. seules les chaînes de même longueur que la variable source sont affichées. Par défaut.

98 pour Ne se prononce pas et 99 pour Sans objet). l'étiquette de valeur de la variable cible reste inchangée. L'option Fusionner fusionne les étiquettes de valeurs définies de la variable source avec toute étiquette de valeur définie existante de la variable cible.120 Chapitre 6 Figure 6-7 Assistant Copier des propriétés de données : Etape 3 Etiquette de valeur : Les étiquettes de valeurs sont des étiquettes descriptives associées à des valeurs de données. Les étiquettes de valeurs sont souvent utilisées quand des valeurs de données numériques représentent des modalités non numériques (par exemple. „ „ L'option Remplacer supprime les étiquettes de valeurs définies dans la variable cible et les remplace par les étiquettes de valeurs définies de la variable source. Valeurs manquantes : Les valeurs manquantes représentent des données manquantes (par exemple. les codes 1 et 2 pour Homme et Femme). Ces valeurs possèdent également des étiquettes de valeurs définies qui décrivent ce que . Si la même valeur possède une étiquette définie dans les deux variables source et cible. Vous pouvez remplacer ou fusionner les étiquettes de valeurs dans les variables cible.

Alignement : Cette option n'affecte que l'alignement (gauche. cette option contrôle le type numérique (nombres. Largeur des colonnes dans l'éditeur de données : Cette option n'affecte que la largeur des colonnes de l'affichage des données dans l'éditeur de données. Cette option est ignorée pour les variables chaîne. (Cette option n'est pas disponible si le fichier de travail est le fichier source. dates ou devises). dont les caractères de début et de fin. Avant de copier des propriétés d'une seule variable source sur plusieurs variables cible. Etiquette de variable : Les étiquettes de variable descriptive peuvent contenir des espaces et des caractères réservés qui ne sont pas autorisés dans les noms de variable. les niveaux nominal et ordinal sont tous deux considérés comme qualitatifs. Les valeurs manquantes définies existant dans la variable cible sont supprimées et remplacées par les valeurs manquantes définies dans la variable source. centré) de l'affichage des données de l'éditeur de données. ordinal ou d'échelle. et l'indicateur décimal) et le nombre de décimales affichées. droite. la largeur (nombre total de caractères affichés.) . Pour les procédures qui font une distinction entre différents niveaux de mesure. Niveau de mesure : Le niveau de mesure peut être nominal. plusieurs éléments sont à prendre en compte.121 Préparation des données représentent les codes de la valeur manquante. Copie des propriétés d'ensembles de données (propriétés de fichier) Vous pouvez appliquer des propriétés choisies d'un ensemble de données global à partir du fichier de données source vers le fichier de travail. Formats : Concernant les variables numériques.

„ „ . le vecteur existant dans le fichier de travail reste inchangé. S'il existe dans les deux fichiers un vecteur portant le même nom. L'option Remplacer supprime tous les vecteurs multiréponses du fichier de travail et les remplace par les vecteurs multiréponses du fichier source.122 Chapitre 6 Figure 6-8 Assistant Copier des propriétés de données : Etape 4 Vecteurs multiréponses : Applique les définitions de vecteur multiréponses du fichier de données source vers le fichier de travail.) „ Les vecteurs multiréponses du fichier de données source contenant des variables qui n'existent pas dans le fichier de travail sont ignorés. L'option Fusionner ajoute les vecteurs multiréponses du fichier de données source à l'ensemble de vecteurs multiréponses du fichier de travail. à moins que ces variables ne soient créées selon les spécifications de l'étape 2 (sélection des variables source et cible) avec l'assistant Copier des propriétés de données. (Remarque : Les vecteurs multiréponses ne sont actuellement utilisés que par l'option complémentaire Tableaux.

L'option Fusionner combine les documents des fichiers source et de travail.123 Préparation des données Groupes de variables : Les groupes de variables permettent de contrôler la liste des variables affichées dans les boîtes de dialogue. „ Les groupes du fichier de données source contenant des variables qui n'existent pas dans le fichier de travail sont ignorés à moins que ces variables ne soient créées selon les spécifications de l'étape 2 (sélection des variables source et cible) avec l'assistant Copier des propriétés de données. Les documents uniques dans le fichier source et qui n'existent pas dans le fichier de travail sont ajoutés à ce fichier. Cette opération remplace toute pondération en cours dans le fichier de travail. Tous les documents sont ensuite triés par date. Spécification de pondération : Pondère les observations à l'aide de la variable de pondération actuelle s'il existe une variable concordante dans le fichier de travail. Les groupes de variables sont définis à l'aide de l'option Définir les vecteurs du menu Utilitaires. „ „ L'option Remplacer supprime tous les documents existants du fichier de travail et les remplace par les documents du fichier source. „ „ Documents : Remarques ajoutées au fichier de données via la commande DOCUMENT. L'option Fusionner ajoute les groupes de variables du fichier de données source à l'ensemble des groupes de variables du fichier de travail. . Etiquette de fichier : Etiquette descriptive appliquée à un fichier de données via la commande FILE LABEL. L'option Remplacer supprime tous les groupes de variables existant dans le fichier de travail et les remplace par les groupes de variables du fichier source. le vecteur existant dans le fichier de travail reste inchangé. S'il existe dans les deux fichiers un vecteur portant le même nom.

Identification des observations dupliquées Vos données peuvent comprendre des observations « dupliquées » pour les raisons suivantes : „ La même observation est saisie plusieurs fois par erreur.124 Chapitre 6 Résultats Figure 6-9 Assistant Copier des propriétés de données : Etape 5 La dernière étape de l'assistant Copier des propriétés de données fournit des informations sur le nombre de variables dont les propriétés seront copiées à partir du fichier de données source. . le nombre de nouvelles variables qui seront créées et le nombre de propriétés d'ensembles de données (propriétés de fichier) qui seront copiées. Vous pouvez également choisir de coller la syntaxe de commande générée dans une fenêtre de syntaxe et de l'enregistrer pour un usage ultérieur.

les membres d'une famille qui vivent tous dans la même maison). l'ordre utilisé est celui d'origine du fichier. Pour identifier et repérer les observations dupliquées : E A partir du menu. Sinon. sélectionnez : Données Identifier les observations dupliquées. L'ordre de tri défini par ces variables détermine la « première » et la « dernière » observation de chaque groupe. plusieurs achats effectués par la même personne ou la même société pour des produits différents ou à des heures différentes). E Sélectionnez les variables qui identifient les observations concordantes. „ L'identification des observations dupliquées vous permet de définir la variable duplicate suivant vos besoins et de contrôler la détermination automatique des observations principales par rapport aux observations dupliquées. E Sélectionnez des options dans la zone Variables à créer.125 Préparation des données „ Plusieurs observations partagent la même valeur d'ID principal. Plusieurs observations représentent la même observation. mais ont des valeurs d'ID secondaire différentes (par exemple. mais les valeurs des variables autres que celles qui identifient l'observation sont différentes (par exemple. Sinon. les graphiques ou le calcul des statistiques. E Filtrer automatiquement les observations dupliquées afin qu'elles ne soient pas incluses dans les rapports. .. vous pouvez : E Sélectionner des variables pour trier les observations dans des groupes définis par les variables des observations concordantes sélectionnées..

les observations sont triées en fonction de la quantité correspondant à chaque date. Trier les groupes concordants par : Les observations sont automatiquement triées par les variables qui définissent les observations concordantes. Vous pouvez sélectionner d'autres variables de tri qui détermineront l'ordre des observations dans chaque groupe concordant. Pour identifier uniquement les observations dont la concordance est égale à 100 %. les observations sont triées pour chaque variable au sein des modalités de la variable précédente dans la liste. vous pouvez effectuer le tri dans l'ordre croissant ou décroissant. sélectionnez toutes les variables. „ „ Pour chaque variable de tri. Par exemple.126 Chapitre 6 Figure 6-10 Boîte de dialogue Identifier les observations dupliquées Définir les observations concordantes par : Les observations sont considérées comme étant dupliquées lorsque leurs valeurs concordent avec toutes les variables sélectionnées. Si vous sélectionnez plusieurs variables de tri. . si la première variable de tri sélectionnée est date et que la deuxième est quantité.

l'observation principale peut être la dernière ou la première observation de ce groupe.127 Préparation des données „ „ Pour modifier l'ordre de tri des variables. vous pouvez trier les observations du groupe dans l'ordre croissant à partir d'une variable de date. la date la plus récente devient la dernière date du groupe. Par exemple. pour la variable indicatrice principale. l'ordre d'origine du fichier détermine celui des observations dans chaque groupe. dans chaque groupe concordant. le tableau indique le nombre d'observations dont la valeur est 0 pour cette variable (ce qui indique le nombre d'observations dupliquées) . à l'exception de la plus récente. Si vous n'indiquez aucune variable de tri. De cette façon. Déplacer les observations concordantes vers le haut : Trie le fichier de données afin que tous les groupes d'observations concordantes se trouvent au début de ce fichier. pour filtrer toutes les observations. Vous pouvez utiliser la variable indicatrice en tant que variable de filtre pour exclure les observations dupliquées non principales des rapports et des analyses sans les supprimer du fichier de données. „ Effectif séquentiel des observations concordantes de chaque groupe : Crée une variable dont la valeur séquentielle est comprise entre 1 et n pour les observations de chaque groupe concordant. „ En fonction de l'ordre de tri déterminé dans le groupe concordant. Afficher les fréquences pour les variables créées : Tableaux de fréquences indiquant le nombre d'observations pour chaque valeur des variables créées. utilisez les boutons fléchés Haut et Bas situés à droite de la liste. c'est-à-dire l'ordre d'origine du fichier ou celui déterminé par les variables de tri indiquées. L'ordre de tri détermine la « première » et la « dernière » observation de chaque groupe concordant. Indicateur d'observations principales : Crée une variable dont la valeur est 1 pour toutes les observations uniques et pour l'observation identifiée comme étant l'observation principale de chaque groupe d'observations concordantes. Par exemple. La séquence est basée sur l'ordre en cours des observations dans chaque groupe. qui détermine la valeur de la variable indicatrice principale facultative. et 0 pour les observations dupliquées non principales de chaque groupe. Le contrôle visuel des observations concordantes est ainsi facilité dans l'éditeur de données.

moyen et élevé. Les observations disposant de la valeur manquante par défaut pour une variable d'identificateur sont traitées 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 création de variables basées sur le regroupement des valeurs contiguës de variables dans un nombre distinct de modalités. Valeurs manquantes : Pour les variables numériques. vous pouvez utiliser la variable d'échelle Revenu pour créer une variable qualitative contenant les tranches de revenus. les observations ne disposant d'aucune valeur pour une variable d'identificateur sont traitées comme si elles disposaient de valeurs concordantes pour cette variable.128 Chapitre 6 et le nombre d'observations dont la valeur est 1 pour cette variable (c'est-à-dire le nombre d'observations uniques et principales). vous pouvez fusionner une échelle d'évaluation allant jusqu'à neuf pour obtenir trois modalités qui représenteraient les niveaux faible. . la valeur manquante par défaut est traitée comme toute autre valeur. Pour les variables chaîne. Par exemple. vous pouvez effectuer les opérations suivantes : E Sélectionner l'échelle numérique et/ou les variables ordinales pour lesquelles créer des variables qualitatives (en bandes). Par exemple. L'outil visuel de regroupement en bandes vous permet d'effectuer les opérations suivantes : „ Créer des variables qualitatives à partir de variables d'échelle continues. Fusionner un grand nombre de modalités ordinales en un jeu de modalités plus petit. „ Dans la première étape de l'outil visuel de regroupement en bandes.

Vous pouvez modifier le niveau de mesure défini d'une variable dans la vue Variable de l'éditeur de données. page 85.129 Préparation des données Figure 6-11 Première boîte de dialogue permettant de sélectionner les variables à regrouper en bandes Vous pouvez également limiter le nombre d'observations à analyser. reportez-vous à « Niveau de mesure des variables » dans Chapitre 5 . Pour les fichiers de données contenant un grand nombre d'observations. L'outil visuel de regroupement en bandes requiert l'utilisation de variables numériques qui sont mesurées sur une échelle ou au niveau ordinal. l'outil considère que les valeurs de données représentent un ordre logique qui peut servir à regrouper les valeurs de manière significative. Pour plus d'informations. . évitez si possible de procéder à cette opération car elle risque d'avoir une incidence sur la distribution des valeurs utilisées dans les calculs effectués ultérieurement dans l'outil visuel de regroupement en bandes. même si la limitation du nombre d'observations analysées peut permettre de gagner du temps. Remarque : Les variables chaîne et les variables numériques nominales ne sont pas affichées dans la liste des variables source. En effet.

E Sélectionnez une variable dans la zone Liste des variables analysées. sélectionnez : Transformer Outil visuel de regroupement en bandes : E Sélectionner l'échelle numérique et/ou les variables ordinales pour lesquelles créer des variables qualitatives (en bandes). . page 84. reportez-vous à « Noms de variable » dans Chapitre 5 . Pour plus d'informations. page 131. E Entrez le nom de la nouvelle variable regroupée en bandes. E Cliquez sur OK. Pour plus d'informations. reportez-vous à « Regroupement de variables en bandes » . Les noms de variable doivent être uniques et conformes aux règles de dénomination de variables SPSS.130 Chapitre 6 Pour regrouper les variables en bandes E A partir des menus de la fenêtre de l'éditeur de données. E Définissez les critères de regroupement en bandes de la nouvelle variable.

131 Préparation des données Regroupement de variables en bandes Figure 6-12 Boîte 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 les informations suivantes concernant les variables analysées : Liste des variables analysées : Affiche les variables sélectionnées dans la première boîte de dialogue. Vous pouvez trier la liste par niveau de mesure (échelle ou ordinal). Toutes les observations analysées dont la variable sélectionnée ne présente aucune valeur manquante par défaut ou utilisateur sont utilisées pour générer la distribution des valeurs servant aux calculs effectués dans l'outil visuel de regroupement en bandes. . cliquez sur les titres de colonne. Observations analysées : Indique le nombre d'observations analysées. y compris l'histogramme affiché dans la boîte de dialogue principale et les divisions basées sur les centiles ou les écarts types. Pour ce faire. par étiquette de variable ou par nom.

„ „ Remarque : L'histogramme (affichant les valeurs non manquantes). reportez-vous à « Noms de variable » dans Chapitre 5 . Les valeurs manquantes ne sont incluses dans aucune modalité regroupée en bandes. L'étiquette de variable par défaut est l'étiquette (si disponible) ou le nom de la variable source. page 84. sans changer les intervalles de bandes. Pour plus d'informations. reportez-vous à « Valeurs manquantes utilisateur dans l'outil visuel de regroupement en bandes » . Variable regroupée en bandes : Nom et étiquette facultative de la nouvelle variable regroupée en bandes. vous risquez de ne pas obtenir une distribution . qui seront utilisés comme base pour les nouvelles variables regroupées en bandes. les lignes verticales de l'histogramme apparaissent afin d'indiquer les divisions définissant ces bandes. Vous pouvez cliquer sur les lignes de division. Les noms de variable doivent être uniques et conformes aux règles de dénomination de variables SPSS. puis les déplacer vers différents emplacements de l'histogramme. „ Etiquette : Vous pouvez entrer une étiquette de variable descriptive contenant jusqu'à 255 caractères. Vous pouvez supprimer les bandes en faisant glisser les lignes de division hors de l'histogramme. Minimum et Maximum : Valeurs minimales et maximales de la variable sélectionnée. basée sur les observations analysées. Valeurs non manquantes : L'histogramme affiche la distribution des valeurs non manquantes pour la variable sélectionnée. et les valeurs minimales et maximales sont basés sur les valeurs analysées. Variable actuelle : Nom et étiquette (si disponible) de la variable sélectionnée. Si vous n'incluez pas toutes les observations dans l'analyse. page 139. „ Nom : Vous devez entrer le nom de la nouvelle variable. suivi de la mention (Regroupé en bandes). „ Une fois que vous avez défini les bandes de la nouvelle variable.132 Chapitre 6 Valeurs manquantes : Indique le nombre d'observations analysées contenant des valeurs manquantes par défaut et spécifiées par l'utilisateur. Pour plus d'informations. basées sur les observations analysées et n'incluant pas de valeurs définies en tant que valeurs manquantes spécifiées par l'utilisateur.

Par défaut. Vous pouvez entrer des valeurs ou utiliser l'option Créer des divisions pour créer automatiquement des bandes en fonction des critères sélectionnés. Etant donné que les valeurs de la nouvelle variable sont des valeurs entières séquentielles comprises entre 1 et n. une division dont la valeur est ELEVE est automatiquement incluse. Vous pouvez entrer les étiquettes de valeur ou utiliser l'option Créer des étiquettes pour les créer automatiquement. Remarque : Si vous supprimez la bande ELEVE. . sélectionnez Supprimer la ligne. en fonction de la définition des extrema supérieurs). La bande définie par la division la moins élevée inclut toutes les valeurs non manquantes inférieures ou égales à cette valeur (ou simplement inférieures à cette valeur. la valeur par défaut manquante de la nouvelle variable est attribuée à toutes les observations dont les valeurs sont supérieures à celle de la dernière division spécifiée. sélectionnez Supprimer toutes les étiquettes ou Supprimer toutes les divisions. Cette bande contient alors toutes les valeurs non manquantes situées au-dessus des autres divisions. surtout si le fichier de données a été trié par la variable sélectionnée. 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. aucune information sur la distribution des valeurs n'est disponible. 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. „ Valeur : Valeurs qui définissent les extrema supérieurs de chaque bande. Grille : Affiche les valeurs qui définissent les extrema supérieurs de chaque bande et les étiquettes de valeur facultatives de chaque bande. „ Etiquettes : Etiquettes descriptives facultatives pour les valeurs de la nouvelle variable regroupée en bandes. les étiquettes décrivant les valeurs peuvent se révéler très utiles. E Dans le menu contextuel.133 Préparation des données précise et représentative. Si vous n'analysez pas d'observations.

Copier les bandes : Vous pouvez copier les spécifications de regroupement à partir d'une variable vers la variable sélectionnée ou à partir de la variable sélectionnée vers d'autres variables. „ Inclus (<=) : Les observations contenant la valeur spécifiée dans la cellule Valeur sont incluses dans la modalité regroupée en bandes. les observations dont la valeur est 25 seront placées dans la première bande. Par exemple. cette bande inclut les observations dont les valeurs sont inférieures ou égales à 25. la première bande inclut uniquement les observations dont les valeurs sont inférieures à 25. basées sur les valeurs se trouvant dans la grille et le traitement des extrema supérieurs (inclus ou exclus). Inversez l'échelle pour que ces valeurs deviennent des entiers séquentiels décroissants compris entre n et 1. Inverser l'échelle : Par défaut. Pour plus d'informations. Créer des étiquettes : Génère des étiquettes descriptives pour les valeurs entières séquentielles de la nouvelle variable regroupée en bandes. En effet. reportez-vous à « Génération automatique de modalités regroupées en bandes » . Par exemple. les valeurs de la nouvelle variable regroupée en bandes sont des valeurs entières séquentielles croissantes comprise entre 1 et n. 50 et 75. Pour plus d'informations. si vous spécifiez les valeurs 25. „ Exclu (<) : Les observations contenant la valeur spécifiée dans la cellule Valeur ne sont pas incluses dans la modalité regroupée en bandes. . page 137. Cette option n'est disponible que si vous analysez au moins une observation. Créer des divisions : Génère automatiquement des modalités regroupées en bandes pour les intervalles de longueur identique. 50 et 75. si vous spécifiez les valeurs 25. les intervalles avec le même nombre d'observations ou les intervalles basés sur les écarts types. Elles sont incluses dans la bande suivante. reportez-vous à « Copie de modalités regroupées en bandes » . page 135. En effet.134 Chapitre 6 Extrema supérieurs : Contrôle le traitement des valeurs des extrema supérieurs saisies dans la colonne Valeur de la grille. les observations dont la valeur est 25 seront placées dans la seconde bande.

E Cliquez sur Appliquer. qui définira les modalités regroupées en bandes. Figure 6-13 Boîte de dialogue Créer des divisions . E Cliquez sur Créer des divisions. sélectionnez une variable en cliquant dessus. E Sélectionnez les critères de génération des divisions. Pour utiliser la boîte de dialogue Créer des divisions : E Dans la zone Liste des variables analysées.135 Préparation des données Génération automatique de modalités regroupées en bandes La boîte de dialogue Créer des divisions vous permet de générer automatiquement les modalités regroupées en bandes en fonction des critères sélectionnés.

fondées sur les observations analysées : Génère des modalités regroupées en bandes basées sur les valeurs de la moyenne et de l'écart type de la distribution de la variable. Par exemple. chacune contenant 33. „ Largeur : Longueur de chaque intervalle. Centiles égaux fondés sur les observations analysées : Génère des modalités regroupées en bandes avec un nombre d'observations identique dans chaque bande (à l'aide de l'algorithme empirique pour les centiles). Par exemple. plus 1. plus 1. 1–10. Si la variable source comporte peu de valeurs distinctes ou de nombreuses observations ayant la même valeur. etc. vous risquez d'obtenir un nombre de bandes inférieur à celui requis. „ Nombre de divisions : Le nombre de modalités regroupées en bandes correspond au nombre de divisions. trois divisions génèrent quatre bandes de centiles (quartiles). la valeur 10 indique un intervalle comprenant toutes les valeurs jusqu'à 10).3 générerait trois modalités regroupées en bandes (deux divisions). „ Largeur (%) : Longueur de chaque intervalle. Par exemple. la valeur 33. 21–30. chacune contenant 25 % des observations. . 9 divisions génèrent 10 modalités regroupées en bandes. Par exemple. Divisions au niveau de la moyenne et des écarts types sélectionnés. Intervalles de longueur identique : Génère des modalités regroupées en bandes de longueur identique (par exemple. exprimée en pourcentage du nombre total des observations. en fonction de l'un des critères suivants : „ Nombre de divisions : Le nombre de modalités regroupées en bandes correspond au nombre de divisions. 11–20. la valeur 10 regroupe les données d'âge en années par intervalles de 10 ans.136 Chapitre 6 Remarque : La boîte de dialogue Créer des divisions n'est disponible que si vous avez analysé des observations.3 % des observations.) en fonction de deux des trois critères suivants : „ Emplacement de la première division : Valeur qui définit la limite supérieure de la modalité regroupée en bandes la moins élevée (par exemple.

Dans une distribution normale. Copie de modalités regroupées en bandes Si vous souhaitez créer des modalités regroupées en bandes pour plusieurs variables.137 Préparation des données „ Si vous ne sélectionnez pas les intervalles d'écarts types. si vous limitez l'analyse aux 100 premières observations d'un fichier de données contenant 1 000 observations et que ce fichier de données est trié dans l'ordre croissant de l'âge des répondants. et deux bandes pour les observations supérieures ou inférieures à la moyenne de plus de trois écarts types. vous pouvez copier les spécifications du regroupement à partir d'une variable vers la variable sélectionnée ou à partir de la variable sélectionnée vers plusieurs variables. certaines bandes définies risquent de se retrouver hors de l'intervalle de données réel. voire hors de l'intervalle des valeurs possibles (par exemple. 95 %. un intervalle de salaires négatif). . huit modalités regroupées en bandes sont créées : six bandes dans un intervalle d'écarts types. les bandes obtenues risquent de ne pas contenir la proportion d'observations souhaitée. dans deux écarts types et 99 % dans trois écarts types. mais plutôt trois bandes contenant chacune 3.3 % des observations et une quatrième en contenant 90 %. la moyenne étant utilisée comme division entre les bandes. Si la création de modalités regroupées en bandes est basée sur les écarts types. deux modalités regroupées en bandes sont créées. vous n'obtiendrez pas quatre bandes d'âge en centiles contenant 25 % des observations. deux et/ou trois écarts types. Remarque : Les calculs de centiles et d'écarts types reposent sur les observations analysées. si vous sélectionnez les trois. „ Vous pouvez sélectionner n'importe quelle combinaison d'intervalles d'écarts types en utilisant un. en particulier si le fichier de données est trié par variable source. 68 % des observations sont comprises dans un écart type de la moyenne. Si vous limitez le nombre d'observations analysées. Par exemple. Par exemple.

cliquez sur une variable pour laquelle vous avez défini des modalités regroupées en bandes. E Cliquez sur A partir d'une autre variable. E Cliquez sur Vers d'autres variables. E Cliquez sur Copier.138 Chapitre 6 Figure 6-14 Copie 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 cliquez pas sur OK ni sur Coller). E Dans la zone Liste des variables analysées. E Sélectionnez les variables pour lesquelles créer des variables ayant les mêmes modalités regroupées en bandes. . cliquez sur la variable vers laquelle copier les modalités regroupées en bandes concernées. ou E Dans la zone Liste des variables analysées.

Si vous avez spécifié des étiquettes de valeur pour la variable à partir de laquelle vous copiez les spécifications de regroupement. cette dernière est utilisée comme étiquette pour la valeur recodée de la nouvelle variable. les valeurs manquantes utilisateur correspondantes de la nouvelle variable sont des nombres négatifs. Remarque : Si la variable source comporte un intervalle défini de valeurs manquantes utilisateur sous la forme LO-n (n étant un nombre positif). ces étiquettes sont également copiées. Si la valeur manquante utilisateur de la variable source comporte une étiquette de valeur définie. vous ne pouvez pas utiliser cet outil pour copier les modalités regroupées en bandes vers d'autres variables. Valeurs manquantes utilisateur dans l'outil visuel de regroupement en bandes Les valeurs définies comme valeurs manquantes spécifiées par l'utilisateur (valeurs identifiées comme codes pour les données manquantes) pour la variable source ne sont pas incluses dans les modalités regroupées en bandes de la nouvelle variable.139 Préparation des données E Sélectionnez la variable avec les modalités regroupées en bandes définies à copier. . Si un code de valeur manquante est en conflit avec l'une des valeurs de modalité regroupée en bandes pour la nouvelle variable. Les valeurs manquantes utilisateur des variables source sont copiées en tant que telles pour la nouvelle variable. Remarque : Une fois que vous avez cliqué sur OK dans la boîte de dialogue principale de l'outil visuel de regroupement en bandes pour créer les variables regroupées en bandes (ou que vous avez fermé cette boîte de dialogue d'une autre manière). si la valeur 1 est définie comme valeur manquante utilisateur de la variable source et que la nouvelle variable comporte six modalités regroupées en bandes. la valeur 106 de la nouvelle variable vient remplacer la valeur 1 de la variable source pour toutes les observations. Cette valeur devient alors la nouvelle valeur manquante spécifiée par l'utilisateur. E Cliquez sur Copier. le code de la valeur manquante de cette nouvelle variable est modifié : 100 est ajouté à la valeur la plus élevée de la modalité regroupée en bandes. Toutes les étiquettes de valeur définies pour les codes de valeur manquante sont également copiées. Par exemple.

.

vous pouvez aussi spécifier le type et l'étiquette. Calcul de variables Calculer la variable calcule les valeurs d'une variable en fonction des transformations numériques d'autres variables. statistiques. Malheureusement. et de chaîne. Vous pouvez calculer les valeurs de manière sélective pour des sous-ensembles de données en fonction de conditions logiques. de distribution.Chapitre Transformations de données 7 Dans une situation idéale. c'est rarement le cas. dont des fonctions arithmétiques. Dans le cas de nouvelles variables. „ „ 141 . comme la fusion de modalités pour une analyse. vos données brutes conviennent parfaitement pour le type d'analyse que vous désirez effectuer. Vous pouvez utiliser plus de 70 fonctions intégrées. comme la création de nouvelles variables basées sur des équations complexes et des instructions conditionnelles. ou des tâches plus évoluées. ou des transformations de données peuvent s'avérer nécessaires pour déterminer la véritable relation entre les variables. Vous pouvez créer de nouvelles variables ou remplacer les valeurs de variables existantes. „ „ Vous pouvez calculer les valeurs de variables numériques ou sous forme de chaîne de caractères (alphanumérique). et toute relation entre les variables est soit linéaire soit orthogonale. SPSS vous permet d'effectuer des transformations de données simples. L'analyse préliminaire peut révéler des schémas de codage peu pratiques ou des erreurs de codage.

Les constantes alphanumériques doivent être présentées entre guillemets ou apostrophes. E Pour construire une expression.142 Chapitre 7 Figure 7-1 Boîte de dialogue Calculer la variable Pour calculer des variables E A partir du menu. ... E Entrez le nom d'une seule variable cible. soit les saisir directement depuis le clavier. Il peut s'agir d'une variable existante ou d'une nouvelle variable à ajouter au fichier de travail. sélectionnez : Transformer Calculer. vous pouvez soit coller les composants dans le champ Expression. „ „ Collez les fonctions depuis la liste des fonctions et renseignez les paramètres indiqués par des points d'interrogation.

Une expression conditionnelle renvoie la valeur True (vrai). des fonctions. au moyen d'expressions conditionnelles. des opérateurs arithmétiques. La plupart des expressions conditionnelles utilisent un ou plus des six opérateurs relationnels (<.. <=. (Expressions conditionnelles) vous permet d'appliquer les transformations de données à des sous-ensembles d'observations sélectionnées. des variables logiques et des opérateurs relationnels. la transformation est appliquée à l'observation. Ces expressions conditionnelles peuvent comprendre des noms de variable. Transformations conditionnelles La boîte de dialogue Si.. le point (. >. des constantes. False (faux) ou manquant pour chaque observation.) servant de séparateur décimal. numériques ou non.143 Transformations de données „ „ Les constantes numériques doivent être saisies en format américain. . vous devez aussi sélectionner Type & étiquette pour spécifier le type de données. = et ~=) du pavé numérique. „ „ „ „ Si le résultat d'une expression conditionnelle est True (vrai). la transformation n'est pas appliquée à l'observation. >=. Pour les nouvelles variables chaîne. Si le résultat d'une expression conditionnelle est False (faux) ou manquant.

144 Chapitre 7 Figure 7-2 Boîte de dialogue Calculer la variable : si les observations Calculer la variable : Type et étiquette Par défaut. vous devez spécifier le type de données et sa longueur. Pour calculer une nouvelle variable chaîne. Etiquette : Etiquette de variable facultative et descriptive jusqu'à 120 caractères. Vous pouvez entrer une étiquette ou utiliser les 110 premiers caractères de l'expression de calcul comme étiquette. Les variables chaîne ne peuvent être utilisées dans des calculs. . les nouvelles variables calculées sont numériques. Type : Les variables calculées peuvent être numériques ou alphanumériques.

. Dans l'expression : (var1+var2+var3)/3 le résultat est manquant s'il manque une valeur dans l'une des trois variables d'une observation. 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 complète des fonctions. Valeurs manquantes dans les fonctions Les fonctions et les expressions arithmétiques simples traitent les valeurs manquantes de manière différente. Cliquez avec le bouton droit de la souris sur une fonction sélectionnée dans la liste pour en afficher la description.145 Transformations de données Figure 7-3 Boîte de dialogue Calculer la variable : Type et étiquette Fonctions Plusieurs types de fonctions sont prises en charge.

Pour les fonctions statistiques. Pour ce faire.2(var1. pour vous permettre de reproduire une séquence de nombres aléatoires. var2. Figure 7-4 Boîte de dialogue Générer des nombres aléatoires Le nombre aléatoire est automatiquement réinitialisé à 2 000 000 chaque fois que vous démarrez une nouvelle session SPSS. tapez un point et le nombre minimal après le nom de la fonction. vous pouvez spécifier le nombre minimal d'arguments ne comportant pas de valeurs manquantes. var3) le résultat ne manque que si les valeurs des trois variables manquent dans l'observation. var3) Générer des nombres aléatoires Le générateur fixe à une valeur spécifique le nombre aléatoire utilisé.146 Chapitre 7 Dans l'expression : MEAN(var1. utilisez cette boîte de dialogue pour réinitialiser le générateur à une valeur spécifique avant chaque analyse utilisant les nombres aléatoires. un échantillonnage aléatoire ou une pondération d'observation. comme suit : MEAN. Pour répliquer une séquence de nombres aléatoires. . var2. Le nombre aléatoire change chaque fois qu'un nombre aléatoire est généré pour être utilisé dans des transformations (comme les fonctions UNIFORM et NORMAL).

000. E Sélectionnez Définir le générateur à..147 Transformations de données Pour définir la génération de données aléatoires E A partir du menu. Compter occurrences des valeurs par observation Cette boîte de dialogue crée une variable qui compte les occurrences des mêmes valeurs dans une liste de variables pour chaque observation.000. E Entrez un entier positif compris entre 1 et 2. une enquête peut comporter une liste de magazines avec des cases à cocher oui/non pour indiquer les magazines lus par chaque répondant. Vous pourriez compter le nombre de réponses oui pour chaque répondant et créer une nouvelle variable contenant le nombre total de magazines lus.000. Figure 7-5 Boîte de dialogue Compter occurrences des valeurs par observation .. Par exemple. sélectionnez : Transformer Générer des nombres aléatoires.

Compter les occurrences des valeurs par observations : Valeurs à compter La valeur de la variable cible (dans la boîte de dialogue principale) est incrémentée d'une unité chaque fois que l'une des variables sélectionnées correspond à une spécification dans la liste Valeurs à compter. Les limites comprennent leurs extrêmes et toute valeur manquante spécifiée figurant dans l'intervalle. sélectionnez : Transformer Compter.. La boîte de dialogue Si. .148 Chapitre 7 Pour compter les occurrences de valeurs par observations E A partir du menu. E Cliquez sur Définir les valeurs et spécifiez les valeurs à compter.. et des intervalles. la variable cible est incrémentée plusieurs fois pour cette variable. E Entrez le nom d'une variable cible. des valeurs manquantes ou manquantes par défaut. Si une observation correspond à plusieurs spécifications pour une variable quelconque. E Sélectionnez deux ou plusieurs variables du même type (numérique ou alphanumérique).. Les spécifications de valeurs peuvent inclure des valeurs individuelles. (Expression conditionnelle) pour la définition de sous-ensembles d'observations est la même que celle décrite pour Calculer la variable.. vous pouvez définir un sous-ensemble d'observations dont il faut compter les occurrences de valeurs. En option.

Ceci est particulièrement utile pour fusionner des modalités ou les combiner. . Vous pouvez recoder des variables numériques et chaîne. Recodage de variables Le recodage dans les mêmes variables réaffecte les valeurs de variables existantes ou fusionne des intervalles de valeurs existantes dans de nouvelles valeurs.149 Transformations de données Figure 7-6 Boîte de dialogue Compter occurrences des valeurs par observation : Valeurs à compter Recodage de valeurs Vous pouvez modifier les valeurs de données en les recodant. vous pourriez fusionner des salaires dans des modalités d'intervalles de salaires. elles doivent toutes être du même type. Vous pouvez recoder les valeurs à l'intérieur de variables existantes ou créer des variables sur la base des valeurs recodées de variables existantes. Vous ne pouvez pas recoder ensemble des variables numériques et chaîne. Si vous sélectionnez plusieurs variables. Par exemple.

. Si vous sélectionnez plusieurs variables. elles doivent être du même type (numérique ou alphanumérique)... vous pouvez définir un sous-ensemble d'observations à recoder. sélectionnez : Transformer Recode Recodage de variables. E Sélectionnez les variables que vous désirez recoder. (Expression conditionnelle) pour la définition de sous-ensembles d'observations est la même que celle décrite pour Calculer la variable. La boîte de dialogue Si.150 Chapitre 7 Figure 7-7 Boîte de dialogue Recodage de variables Pour recoder les valeurs d'une variable E A partir du menu. En option. Toutes les spécifications de valeurs doivent être du même type de données (numérique ou alphanumérique) que les variables sélectionnées dans la boîte de dialogue principale. Recodage de variables : Anciennes et nouvelles valeurs Vous pouvez définir les valeurs à recoder dans cette boîte de dialogue. . E Cliquez sur Anciennes et nouvelles valeurs et spécifiez comment recoder les valeurs..

puisqu'elles acceptent tous les caractères. Vous pouvez recoder des valeurs uniques. „ Toutes les autres valeurs : Toute autre valeur non incluse dans l'une des spécifications de la liste Ancienne-Nouvelle. Non disponible pour les variables de chaîne.151 Transformations de données Ancienne valeur : Valeurs à recoder. Les valeurs manquantes par défaut ne sont pas utilisées dans les calculs. Nouvelle valeur : Valeur unique en laquelle chaque ancienne valeur ou intervalle de valeurs est recodé. Les valeurs manquantes par défaut et les intervalles ne peuvent être sélectionnés pour des variables chaîne. Vous pouvez entrer une valeur ou la valeur manquante par défaut. car aucun de ces concepts ne s'applique à ce type de variable. „ Valeur : Les anciennes valeurs individuelles doivent être recodées par de nouvelles valeurs. Les variables chaîne ne peuvent pas comporter de valeurs manquantes par défaut. La valeur doit être du même type de données (numérique ou chaîne) que l'ancienne variable. ou comportant des valeurs inconnues et auxquelles ont été attribuées des valeurs par défaut. lorsqu'un champ numérique est vide ou lorsqu'une valeur résultant d'une commande de transformation n'est pas définie. „ Manquante par défaut ou spécifiée : Observations comportant des valeurs définies comme valeurs manquantes par défaut. Les limites comprennent leurs extrêmes et toute valeur manquante spécifiée figurant dans l'intervalle. . Apparaît sous l'intitulé ELSE dans la liste Ancienne-Nouvelle. Les valeurs manquantes par défaut numériques sont affichées sous forme de points. et des valeurs manquantes. et les observations avec des valeurs manquantes par défaut sont exclues de nombreuses procédures. La valeur doit être du même type de données (numérique ou chaîne) que la variable que vous recodez. „ Plage : Intervalle de valeurs inclusif. Non disponible pour les variables de chaîne. „ Manquant par défaut : Recode les anciennes valeurs spécifiées en valeurs manquantes par défaut. Les valeurs manquantes spécifiées comprises dans l'intervalle sont prises en compte. comme l'indique le point (. des intervalles de valeurs.). „ Manquant par défaut : Valeurs affectées par le programme lorsque certaines valeurs de vos données sont non définies d'après le type de format spécifié. „ Valeur : Valeur dans laquelle une ou plusieurs valeurs anciennes devront être recodées.

intervalles. elles doivent toutes être du même type. selon l'ordre suivant : valeurs uniques. vous pourriez fusionner les salaires en une nouvelle variable contenant des modalités d'intervalles de salaires. .152 Chapitre 7 Ancienne—>Nouvelle : Liste les spécifications qui seront utilisées pour recoder la ou les variables. „ „ „ Vous pouvez recoder des variables numériques et chaîne. Si vous changez une spécification de recodage dans la liste. puis toutes les autres valeurs. modifier et supprimer des spécifications dans la liste. SPSS trie de nouveau la liste automatiquement. si nécessaire. Vous pouvez recoder des variables numériques en variables chaîne et inversement. Figure 7-8 Boîte de dialogue Anciennes et nouvelles valeurs Création de variables Recoder dans des variables différentes (création de variables) réaffecte les valeurs des variables existantes ou fusionne les intervalles de valeurs existantes en de nouvelles valeurs pour une nouvelle variable. pour conserver cet ordre. La liste est triée automatiquement. Vous ne pouvez pas recoder ensemble des variables numériques et chaîne. Par exemple. Si vous sélectionnez plusieurs variables. Vous pouvez ajouter. en fonction de la spécification de l'ancienne valeur. valeurs manquantes.

. sélectionnez : Transformer Recode Création de variables.. Si vous sélectionnez plusieurs variables.153 Transformations de données Figure 7-9 Boîte de dialogue Recoder et créer de nouvelles variables Pour recoder les valeurs d'une variable dans une nouvelle variable E A partir du menu. E Entrez un nom de variable de résultat (nouveau) pour chaque nouvelle variable. E Sélectionnez les variables que vous désirez recoder.. Recoder et créer de nouvelles variables : Anciennes et nouvelles valeurs Vous pouvez définir les valeurs à recoder dans cette boîte de dialogue. E Cliquez sur Anciennes et nouvelles valeurs et spécifiez comment recoder les valeurs. vous pouvez définir un sous-ensemble d'observations à recoder. elles doivent être du même type (numérique ou alphanumérique). En option. puis cliquez sur Remplacer.

„ Valeur : Valeur dans laquelle une ou plusieurs valeurs anciennes devront être recodées.).154 Chapitre 7 Ancienne valeur : Valeurs à recoder. lorsqu'un champ numérique est vide ou lorsqu'une valeur résultant d'une commande de transformation n'est pas définie. La valeur doit être du même type de données (numérique ou chaîne) que la variable que vous recodez. et des valeurs manquantes. La valeur doit être du même type de données (numérique ou chaîne) que l'ancienne variable. ou comportant des valeurs inconnues et auxquelles ont été attribuées des valeurs par défaut. Les anciennes valeurs doivent être du même type de données (numérique ou alphanumérique) que la variable d'origine. „ Manquant par défaut : Valeurs affectées par le programme lorsque certaines valeurs de vos données sont non définies d'après le type de format spécifié. Les valeurs manquantes par défaut numériques sont affichées sous forme de points. „ Manquante par défaut ou spécifiée : Observations comportant des valeurs définies comme valeurs manquantes par défaut. Apparaît sous l'intitulé ELSE dans la liste Ancienne-Nouvelle. „ Toutes les autres valeurs : Toute autre valeur non incluse dans l'une des spécifications de la liste Ancienne-Nouvelle. Vous pouvez recoder des valeurs uniques. Les valeurs manquantes spécifiées comprises dans l'intervalle sont prises en compte. comme l'indique le point (. Nouvelle valeur : Valeur unique en laquelle chaque ancienne valeur ou intervalle de valeurs est recodé. Non disponible pour les variables de chaîne. Les nouvelles valeurs peuvent être numériques ou alphanumériques. puisqu'elles acceptent tous les caractères. des intervalles de valeurs. car aucun de ces concepts ne s'applique à ce type de variable. „ Plage : Intervalle de valeurs inclusif. . Les limites comprennent leurs extrêmes et toute valeur manquante spécifiée figurant dans l'intervalle. Les valeurs manquantes par défaut et les intervalles ne peuvent être sélectionnés pour des variables chaîne. „ Valeur : Les anciennes valeurs individuelles doivent être recodées par de nouvelles valeurs. Les variables chaîne ne peuvent pas comporter de valeurs manquantes par défaut.

Ancienne—>Nouvelle : Liste les spécifications qui seront utilisées pour recoder la ou les variables. Figure 7-10 Boîte de dialogue Anciennes et nouvelles valeurs . Si vous changez une spécification de recodage dans la liste. intervalles. si nécessaire. La liste est triée automatiquement. Toute ancienne valeur non spécifiée n'est pas incluse dans la nouvelle variable. pour conserver cet ordre. valeurs manquantes. SPSS trie de nouveau la liste automatiquement. et les observations avec des valeurs manquantes par défaut sont exclues de nombreuses procédures. Les chaînes de caractères contenant autre chose que des nombres et des signes (+ ou -) sont considérées comme des valeurs manquantes par défaut. Non disponible pour les variables de chaîne. Les valeurs manquantes par défaut ne sont pas utilisées dans les calculs. selon l'ordre suivant : valeurs uniques. modifier et supprimer des spécifications dans la liste. Variables destination sont des chaînes : Définit la nouvelle variable recodée comme une variable chaîne (alphanumérique). en fonction de la spécification de l'ancienne valeur. L'ancienne variable peut être numérique ou chaîne. utilisez cette option pour inclure les anciennes valeurs.155 Transformations de données „ Manquant par défaut : Recode les anciennes valeurs spécifiées en valeurs manquantes par défaut. „ Copier les anciennes valeurs : Conserve les anciennes valeurs. Vous pouvez ajouter. et les observations avec ces valeurs se verront affecter la valeur manquante par défaut de la nouvelle variable. Si certaines valeurs n'ont pas besoin d'être recodées. puis toutes les autres valeurs. Convertir les chaînes numériques en nombres : Convertit les variables de chaîne contenant des chiffres en valeurs numériques.

des scores normaux et de Savage et des valeurs de centiles pour les variables numériques. Les rangs sont calculés à l'intérieur de chaque groupe.156 Chapitre 7 Ordonner les observations Ordonner les observations crée de nouvelles variables contenant des rangs. Séparez les rangs en sous-groupes en sélectionnant des variables de regroupement pour la liste Par. Sinon. Figure 7-11 Boîte de dialogue Ordonner les observations. Par exemple. si vous sélectionnez sexe et minorité comme variables de regroupement. . vous pouvez : „ „ Ordonner les observations en ordre croissant ou décroissant. Les groupes sont définis par combinaison des valeurs des variables de regroupement. De nouveaux noms de variables et des étiquettes de variable descriptives sont automatiquement générées par SPSS. Un tableau récapitulatif liste les variables d'origine. les nouvelles variables et les étiquettes de variable. les rangs seront calculés pour chaque combinaison de sexe et minorité. en fonction du nom d'origine de la variable et des mesures sélectionnées...

Rang : Rang simple. La nouvelle variable est une constante pour toutes les observations du même groupe. les scores de Savage. . Fractiles : Les rangs sont basés sur des groupes de centiles. vous pouvez ordonner les observations en ordre croissant ou décroissant et séparer les rangs en sous-groupes. de 3 à celles situées entre les 50e et 75e centiles. Rang en pourcentage : Chaque rang est divisé par le nombre d'observations ayant des valeurs valides et multiplié par 100. les rangs fractionnaires et les centiles. Rang fractionnaire : La valeur de la nouvelle variable est égale au rang divisé par la somme des pondérations des observations non manquantes.. sélectionnez : Transformer Ordonner les observations. Somme des poids : La valeur de la nouvelle variable est égale à la somme des pondérations d'observation. Par exemple. En option.157 Transformations de données Pour ordonner les observations E A partir du menu. E Sélectionnez des variables à ordonner. chaque groupe contenant à peu près le même nombre d'observations. La valeur de la nouvelle variable est égale à son rang. et de 4 à celles supérieures au 75e centile. de 2 à celles situées entre les 25e et 50e centiles. Ordonner les observations : Types (de rangs) Vous pouvez sélectionner plusieurs méthodes d'ordonnancement. Vous pouvez aussi créer des ordonnancements basés sur des estimations de la proportion et des scores normaux.. une spécification de 4 fractiles affectera une valeur de 1 aux observations inférieures au 25e centile. Les méthodes d'ordonnancement comprennent les rangs simples. Vous ne pouvez ordonner que des variables numériques. Score de Savage : La nouvelle variable contient des scores de Savage reposant sur une distribution exponentielle. Une variable d'ordonnancement distincte est créée pour chaque méthode.

qui utilise la formule (r-3/8) / (w+1/4). définie par la formule r/(w+1). dans laquelle w est la somme des pondérations d'observation et r le rang. Figure 7-12 Boîte de dialogue Ordonner les observations : Types Ordonner les observations : Ex aequo Cette boîte de dialogue détermine la méthode d'affectation pour ordonner les observations ayant la même valeur que la variable d'origine. vous pouvez sélectionner la formule d'estimation d'une proportion : Blom. compris entre 1 et w. Rankit : Utilise la formule (r-1/2) / w. . Tukey. de 1 à w. Formule d'estimation d'une proportion : Pour les estimations de la proportion et les scores normaux. Van der Waerden : Transformation de Van der Waerden. dans laquelle r est le rang et w la somme des pondérations d'observation. „ „ „ Tukey : Utilise la formule (r-1/3) / (w+1/3).158 Chapitre 7 Estimations de la proportion : Estimations de la proportion cumulée de la distribution correspondant à un rang particulier. où r est le rang et w la somme des pondérations d'observation. Rankit ou Van der Waerden. w représentant le nombre d'observations et r le rang. Scores normaux : Ecarts z correspondant à la proportion cumulée estimée. „ Blom : Crée une variable d'ordonnancement sur la base des estimations de la proportion.

Recoder automatiquement Le recodage automatique convertit les valeurs numériques et les valeurs alphanumériques en entiers consécutifs. De plus. . Lorsque les codes de modalité ne sont pas séquentiels. les cellules vides qui en résultent réduisent les performances et augmentent les besoins en mémoire de nombreuses procédures SPSS. et certaines ont besoin de valeurs entières consécutives pour les niveaux de facteurs. certaines procédures ne peuvent utiliser des variables chaîne.159 Transformations de données Figure 7-13 Boîte de dialogue Ordonner les observations : Ex aequo Le tableau suivant montre comment les différentes méthodes affectent des rangs à des valeurs ex aequo.

160 Chapitre 7 Figure 7-14 Boîte de dialogue Recoder automatiquement. les majuscules précédant leurs équivalents minuscules. puis cliquez sur Nouveau nom. . Pour recoder des variables numériques ou alphanumériques en nombres entiers consécutifs E A partir du menu. en conservant leur ordre. Un tableau affiche les anciennes et les nouvelles valeurs et les étiquettes de valeurs. la valeur d'origine est utilisée comme étiquette pour la valeur recodée. Les valeurs manquantes sont recodées en valeurs manquantes supérieures à toutes valeurs non manquantes. sélectionnez : Transformer Recoder automatiquement E Sélectionnez des variables à recoder. Les nouvelles variables créées par le Recodage automatique conservent toute variable définie et les étiquettes de valeurs de l'ancienne variable.. entrez un nom pour la nouvelle variable. si la variable d'origine comporte 10 valeurs non manquantes. E Pour chaque variable sélectionnée. Par exemple. la valeur manquante la plus faible serait recodée en 11 et la valeur 11 serait une valeur manquante pour la nouvelle variable. Les valeurs de chaîne sont recodées dans l'ordre alphabétique.. Pour toute valeur sans étiquette de définition de valeur.

161 Transformations de données Transformation de données pour série chronologique Plusieurs transformations de données utiles pour les analyses de séries chronologiques sont fournies : „ „ „ Génération de variables de date pour établir une périodicité. de validation et de prévision. . et l'intervalle de temps entre les observations est uniforme. Définir des dates La définition des dates génère des variables de date pouvant être utilisées pour établir la périodicité d'une série chronologique et pour étiqueter le résultat d'analyses de séries chronologiques.. Figure 7-15 Boîte de dialogue Définir des dates. Une série chronologique est obtenue par mesure régulière d'une variable (ou d'un groupe de variables) sur une certaine période. Les transformations de données de séries chronologiques exigent une structure de fichier de données dans laquelle chaque ligne représente un groupe d'observations à une heure différente.. et faire la distinction entre les périodes historiques. Création de nouvelles variables de séries chronologiques sous forme de fonctions de variables de séries chronologiques existantes. Remplacement des valeurs manquantes spécifiées et des valeurs manquantes par défaut par des estimations basées sur une méthode parmi plusieurs.

„ Non daté supprime toutes les variables de date précédemment définies. sélectionnez : Données Définir des dates E Sélectionnez un intervalle de temps dans la liste Les observations sont. La valeur affichée indique la valeur maximale que vous pouvez entrer. seconde_ et date_. mois_. Une nouvelle variable numérique est créée pour chaque composant utilisé pour définir la date.162 Chapitre 7 Les observations sont : Définit l'intervalle de temps utilisé pour générer des dates. qui est affectée à la première observation. minute_. quatre nouvelles variables sont créées : semaine_. La première observation est : Définit la valeur de la date de départ. une semaine de travail de quatre jours).) Les variables de date personnalisées ne sont pas disponibles avec la version Student. Périodicité au niveau supérieur : Indique une variation cyclique répétitive. heure_ et date_. sont affectées aux observations ultérieures. Sa sélection dans la liste est sans effet. trimestre_. est également créée à partir des composants. Si des variables de date ont été déjà définies. Cet élément reflète simplement l'état actuel du fichier de travail. jour_. Une variable descriptive chaîne. Les noms des nouvelles variables se terminent par un trait de soulignement. (Consultez le manuel SPSS Command Syntax Reference pour obtenir des informations sur l'utilisation de la commande DATE pour créer des variables de date personnalisées. heures. . Des valeurs séquentielles. „ Autres indique la présence de variables de date personnalisées créées avec la syntaxe de commande (par exemple. Toutes les variables portant les noms suivants sont supprimées : année_. semaine_. jour_. basées sur l'intervalle de temps. telle que le nombre de mois dans une année ou le nombre de jours de la semaine. heure_. date_. Pour définir des dates pour des données de séries chronologiques E A partir du menu. jours. elles sont remplacées lorsque vous définissez de nouvelles variables de date portant le même nom que les variables de date existantes. si vous avez sélectionné semaines. Par exemple.

Les variables de date sont de simples entiers représentant un nombre de jours. le nom de la nouvelle variable serait prix_1. de moyennes mobiles. Variables de date versus variables de format date Les variables de date créées avec Définir les dates ne doivent pas être confondues avec les variables de format date. Les fonctions disponibles. Ces valeurs transformées sont utiles dans de nombreuses procédures d'analyse de séries chronologiques. de médianes mobiles.163 Transformations de données E Entrez les valeurs définissant la date de départ. Créer la série chronologique L'option Créer la série chronologique permet de créer des variables sur la base des fonctions de variables numériques de séries chronologiques existantes. incluent les fonctions de différences. définies dans l'affichage des variables de l'éditeur de données. les noms de nouvelles variables reprennent les six premiers caractères de la variable existante utilisée pour les créer. à partir d'un point de départ spécifié par l'utilisateur. Les variables de format date représentent des dates et/ou des heures affichées selon divers formats de date/heure. Par défaut. la plupart des variables de format date sont stockées sous la forme du nombre de secondes écoulées depuis le 14 octobre 1582. . Les nouvelles variables conservent toute étiquette de valeur définie des variables d'origine. Les variables de date sont utilisées pour créer une périodicité pour les données de séries chronologiques. permettant de créer des variables de séries chronologiques.. de semaines. Par exemple. de décalages et de décalage négatif. etc. En interne. qui détermine la date affectée à la première observation. d'heures. suivis d'un trait de soulignement et d'un numéro séquentiel. pour la variable prix.

Sinon. E Sélectionnez les variables à partir desquelles vous désirez créer de nouvelles variables de séries chronologiques. . Pour créer des variables chronologiques E A partir du menu. sélectionnez : Transformer Créer la série chronologique E Sélectionnez la fonction de séries chronologiques que vous désirez utiliser pour transformer les variables d'origine.. Remplacer la fonction par une variable sélectionnée. Seules des variables numériques peuvent être utilisées.164 Chapitre 7 Figure 7-16 Boîte de dialogue Créer la série chronologique. vous pouvez : „ „ Entrer des noms de variables pour remplacer les noms des nouvelles variables par défaut..

Pour calculer des différences saisonnières. Différence saisonnière : Différence entre des valeurs de séries séparées par un intervalle constant. L'ordre est le nombre des valeurs précédentes utilisé pour calculer la différence. les deux premières observations contiendront la valeur manquante par défaut pour la nouvelle variable. Le nombre d'observations avec la valeur manquante par défaut au début et à la fin des séries pour un intervalle de n est égal à n/2 pour des valeurs d'intervalles paires et impaires. Moyenne mobile centrée : Moyenne d'un intervalle de valeurs de séries entourant et incluant la valeur courante. Si l'intervalle est pair. Par exemple. Médianes mobiles : Médiane d'un intervalle de valeurs de séries entourant et incluant la valeur courante. Comme une observation est perdue pour chaque ordre de différence. L'ordre est le nombre de périodes saisonnières utilisé pour calculer la différence. Le nombre d'observations avec la valeur manquante par défaut au début et à la fin des séries pour un intervalle de n est égal à n/2 pour des valeurs d'intervalles paires et impaires. Définir les dates) qui incluent une composante périodique (telle que les mois de l'année). si l'intervalle . si la périodicité courante est 12 et l'ordre 2. L'intervalle est basé sur la périodicité actuellement définie. la médiane est calculée en faisant la moyenne de chaque paire de médianes non centrées. si l'ordre de différence est 2. le nombre d'observations avec la valeur manquante par défaut au début et à la fin des séries est 2. si l'intervalle est 5. L'intervalle est le nombre de valeurs de séries utilisé pour calculer la moyenne. les 24 premières observations auront la valeur manquante par défaut pour nouvelle variable.165 Transformations de données Fonctions de transformation de séries chronologiques Différence : Différence non saisonnière entre les valeurs successives dans les séries. Par exemple. Par exemple. Le nombre d'observations avec la valeur manquante par défaut au début des séries est égal à la périodicité multipliée par l'ordre. les valeurs manquantes par défaut apparaissent au début des séries. vous devez disposer de variables de date définies (Menu Données. Par exemple. Moyenne mobile précédente : Moyenne de l'intervalle de valeurs des séries précédant la valeur courante. L'intervalle est le nombre de valeurs de séries utilisé pour calculer la médiane. Le nombre d'observations avec la valeur manquante par défaut au début des séries est égal à la valeur de l'intervalle. L'intervalle est le nombre de valeurs de séries précédentes utilisé pour calculer la moyenne. la moyenne mobile est calculée en faisant la moyenne de chaque paire de moyennes non centrées. Si l'intervalle est pair.

L'ordre est le nombre d'observations antérieures à l'observation courante à partir de laquelle la valeur est obtenue. Somme cumulée : Somme cumulée des valeurs des séries à concurrence de la valeur courante. basée sur l'ordre de décalage négatif spécifié. basée sur l'ordre de décalage spécifié. les noms de nouvelles variables reprennent les six premiers caractères de la variable existante utilisée pour les créer. Les nouvelles variables conservent toute étiquette de valeur définie des variables d'origine. . Le nombre d'observations avec la valeur manquante par défaut au début des séries est égal à la valeur de l'ordre. et il arrive que des mesures de séries ne puissent être calculées si des valeurs manquent dans les séries. Les résidus sont calculés par soustraction des séries lissées des séries d'origine. On parle parfois de lissage T4253H. Pour finir. Le remplacement des valeurs manquantes crée des variables de séries chronologiques à partir de variables existantes. Tout ce processus est ensuite répété sur les résidus calculés. Par défaut. Par exemple. Le lisseur commence avec une médiane mobile de 4. les résidus lissés sont calculés par soustraction des valeurs lissées obtenues la première fois par le processus. suivis d'un trait de soulignement et d'un numéro séquentiel. Décalage négatif : Valeur d'une observation ultérieure. le nom de la nouvelle variable serait prix_1. pour la variable prix. Le nombre d'observations avec la valeur manquante par défaut à la fin des séries est égal à la valeur de l'ordre. Il relisse ensuite ces valeurs en appliquant une médiane mobile de 5. L'ordre est le nombre d'observations après l'observation courante à partir de laquelle la valeur est obtenue. et du hanning (exécution de moyennes pondérées). centrée par une médiane mobile de 2. Remplacer les valeurs manquantes Les observations manquantes peuvent constituer un problème dans le cadre d'analyses. le nombre d'observations avec la valeur manquante par défaut au début et à la fin des séries est 2.166 Chapitre 7 est 5. Décalage positif : Valeur d'une observation précédente. y compris celle-ci. Lissage : Nouvelles valeurs des séries basées sur un lisseur de données composées. puis une de 3. en remplaçant les valeurs manquantes par des estimations calculées selon une méthode.

. Pour remplacer les valeurs manquantes par des variables de séries chronologiques E A partir du menu. vous pouvez : „ „ Entrer des noms de variables pour remplacer les noms des nouvelles variables par défaut.. . sélectionnez : Transformer Remplacer les valeurs manquantes.. E Sélectionnez la méthode d'estimation que vous désirez utiliser pour remplacer les valeurs manquantes. Méthodes d'estimation pour le remplacement de valeurs manquantes Moyenne de la série : Remplace les valeurs manquantes par la moyenne de toute la série.. Sinon.167 Transformations de données Figure 7-17 Boîte de dialogue Remplacer les valeurs manquantes. E Sélectionnez les variables dont vous voulez remplacer les valeurs manquantes. Changer la méthode d'estimation pour une variable sélectionnée.

La dernière valeur valide avant la valeur manquante et la première valeur valide après la valeur manquante sont utilisées pour l'interpolation. L'intervalle des points voisins est le nombre de valeurs valides au-dessus et au-dessous de la valeur manquante utilisée pour calculer la médiane. Les valeurs manquantes sont remplacées par les prévisions correspondantes. Si la première ou la dernière observation de la série comporte une valeur manquante. Interpolation linéaire : Remplace les valeurs manquantes au moyen d'une interpolation linéaire. L'intervalle des points voisins est le nombre de valeurs valides au-dessus et au-dessous de la valeur manquante utilisée pour calculer la moyenne. Médiane des points voisins : Remplace les valeurs manquantes par la médiane des valeurs valides qui les entourent. Tendance linéaire au point : Remplace les valeurs manquantes par la tendance linéaire de ce point. celle-ci n'est pas remplacée. . Une régression est effectuée sur la série existante selon une variable d'index d'une échelle de 1 à n.168 Chapitre 7 Moyenne des points voisins : Remplace les valeurs manquantes par la moyenne des valeurs valides qui les entourent.

Sélectionner des sous-ensembles d'observations : Vous pouvez limiter votre analyse à un sous ensemble d'observations ou effectuer des analyses simultanées sur différents sous ensembles. ou l'inverse. Vous pouvez associer des fichiers disposant des mêmes variables mais présentant des observations différentes.Chapitre Gestion et transformations de fichiers 8 L'organisation des fichiers de données ne répond pas toujours idéalement à vos besoins. Fusionner des fichiers : Vous pouvez fusionner des fichiers de données (au moins deux). trier des données dans un ordre différent. par exemple. sélectionner des sous-ensembles d'observations ou modifier l'unité d'analyse en regroupant les observations. y compris la possibilité de : Trier les données : Vous pouvez trier les observations en fonction de la valeur de certaines variables. Agréger les données : Vous pouvez modifier l'unité d'analyse en agrégeant des observations en fonction de la valeur d'une ou plusieurs variables de regroupement. De nombreuses possibilités de transformation de fichier sont disponibles. Vous pouvez inverser les lignes et les colonnes et lire les données selon le bon format pour les fichiers qui présentent les informations dans l'autre sens. Transposer des observations et des variables : Le format des fichiers de données SPSS lit les lignes comme des observations et les colonnes comme des variables. combiner des fichiers. 169 . Pondérer les données : La pondération des données concerne les analyses fondées sur la valeur d'une variable pondérée. Vous pouvez.

Par exemple. Pour les variables alphanumériques.. si vous sélectionnez Sexe comme première variable de tri et Culture comme seconde variable de tri.170 Chapitre 8 Restructurer les données : Vous pouvez restructurer des données pour créer une observation (un enregistrement) à partir de plusieurs observations ou créer plusieurs observations à partir d'une seule. les lettres en majuscules précèdent les minuscules dans l'ordre de tri. „ Figure 8-1 Boîte de dialogue Trier les observations Pour trier les observations E A partir du menu. les observations seront triées en fonction de la culture de chaque individu au sein de chaque modalité de la variable sexe.. Vous pouvez trier les observations par ordre croissant ou décroissant. les observations sont triées pour chaque variable au sein des modalités de la variable précédente dans la liste Tri. la valeur « Oui » précède « oui »dans l'ordre de tri. sélectionnez : Données Trier les observations. Trier les observations Cette boîte de dialogue permet de trier les observations (lignes) du fichier en fonction des valeurs d'une ou plusieurs variables de tri. . Par exemple. „ Si vous sélectionnez plusieurs variables de tri.

les noms de variables commencent par la lettre V. Transposer La transposition permet de créer un nouveau fichier dans lequel les lignes et les colonnes du fichier initial sont inversées pour que les observations (lignes) deviennent des variables (colonnes). Si le fichier de travail contient un ID (identifiant) ou une variable de nom dont les valeurs sont univoques. case_lbl. Les valeurs manquantes à l'utilisateur sont converties en valeurs manquantes par défaut dans le fichier transposé. modifiez la définition des valeurs manquantes dans l'affichage des variables de l'éditeur de données. . SPSS génère automatiquement de nouveaux noms pour les variables et affiche une liste de ces nouveaux noms. „ Pour transposer des variables et des observations E A partir du menu.171 Gestion et transformations de fichiers E Sélectionnez au moins une variable de tri. vous pouvez l'utiliser comme Variable de nom et employer ses valeurs comme noms de variable dans le fichier transposé. S'il s'agit d'une variable numérique. „ „ Une nouvelle variable de type chaîne contenant le nom de variable d'origine. est automatiquement créée.. sélectionnez : Données Transposer. E Sélectionnez au moins une variable à transposer en observation. suivie de la valeur numérique. et vice versa. Pour conserver certaines de ces valeurs.

Vous pouvez: „ „ Fusionner des fichiers contenant les mêmes variables mais des observations différentes. Ajouter des observations Ajouter des observations permet de fusionner le fichier de travail actif avec un autre fichier de données SPSS qui contient les mêmes variables mais des observations différentes. Par exemple. Figure 8-2 Boîte de dialogue Ajouter des observations . vous pouvez enregistrer la même information sur des clients de deux secteurs de vente et gérer ces données dans des fichiers séparés pour chaque région. Fusionner des fichiers contenant les mêmes observations mais des variables différentes.172 Chapitre 8 Fusionner des fichiers de données SPSS vous permet de fusionner des données à partir de deux fichiers et de deux façons différentes.

La longueur définie pour une variable alphanumérique doit être la même dans les deux fichiers. Les observations de ce fichier apparaissent en premier dans le nouveau fichier fusionné. Par défaut. Par défaut. Les variables du fichier externe sont identifiées par un signe (+). E A partir du menu. Les variables du fichier de travail sont identifiées par un astérisque (*). Des variables contenant des données numériques dans l'un des fichiers et des données alphanumériques dans l'autre. E Supprimez les variables que vous ne souhaitez pas faire apparaître dans la liste des variables du nouveau fichier de travail. Cette variable a une valeur de 0 pour les observations du fichier de travail et une valeur de 1 pour les observations du fichier de données externe. Les variables non communes incluses dans le fichier fusionné contiendront des données manquantes pour les observations du fichier qui ne les contient pas. Vous pouvez créer des paires avec les variables non communes et les inclure dans le nouveau fichier fusionné. E Sélectionnez le fichier à fusionner avec le fichier ouvert. Indiquer le fichier source dans la variable : Indique le fichier de données source pour chaque observation.. la liste contient : „ Des variables sans correspondance dans l'autre fichier. sélectionnez : Données Fusionner des fichiers Ajouter des observations. . toutes les variables dont le nom et le type correspond sont ajoutées à la liste. Il est impossible de fusionner des variables numériques avec des variables alphanumériques. Des variables alphanumériques de longueur différente. „ „ Vous pouvez supprimer des variables de la liste si vous ne les souhaitez pas dans le fichier fusionné.173 Gestion et transformations de fichiers Variables non communes : Variables à exclure du nouveau fichier fusionné. Pour fusionner des fichiers de données avec les mêmes variables mais des observations différentes : E Ouvrez l'un des fichiers de données.. „ „ Variables du nouveau fichier actif : Variables à inclure dans le nouveau fichier actif.

Sélectionner une paire de variables non communes E Cliquez sur l'une des variables dans la liste Variables non communes. Par exemple.) E Cliquez sur Apparier pour déplacer la paire de variables dans la liste Variables du nouveau fichier de travail.174 Chapitre 8 E Ajouter des paires de variables de la liste des variables non communes qui représentent les mêmes informations mais enregistrées sous des noms différents dans les deux fichiers. (Appuyez sur la touche Ctrl et cliquez en même temps sur le bouton gauche de la souris. la date de naissance peut être enregistrée sous datenais dans un fichier et né_le dans l'autre. (Le nom de variable du fichier de travail est utilisé comme nom de variable dans le fichier fusionné. cliquez sur l'autre variable dans la liste.) Figure 8-3 Sélectionner des paires de variables à l'aide du Ctrl/click . E Tout en maintenant la touche Ctrl enfoncée.

Ajout d'observations : Informations du dictionnaire Tous les informations du dictionnaire existantes (étiquettes de variable et de valeurs. Par exemple. Si le fichier de travail contient des étiquettes de valeurs non définies ou des valeurs manquantes de type utilisateur. vous souhaitez fusionner un fichier de données contenant les résultats d'un test préalable avec un autre fichier contenant les résultats d'un test final. relatives à une variable. pour inclure à la fois la variable numérique sexe du fichier de travail et la variable alphanumérique sexe du fichier externe. toutes les autres étiquettes de valeurs ou les valeurs manquantes de type utilisateur pour cette variable dans le fichier externe sont ignorées. „ Si une ou plusieurs clés d'appariement sont utilisées pour apparier les . Inclure deux variables portant le même nom mais de type différent ou de longueur différente. les informations du dictionnaire du fichier externe s'appliquent. Par exemple. „ Les observations doivent être présentées dans le même ordre dans les deux fichiers. „ Ajouter des variables Ajouter des variables permet de fusionner le fichier de travail avec un fichier de données SPSS externe qui contient les mêmes observations mais pas les mêmes variables. „ Si certaines informations du dictionnaire. vous devez d'abord les renommer. ne sont pas définies dans le fichier de travail. valeurs manquantes de type utilisateur. formats d'affichage) dans le fichier de travail sont appliquées au fichier fusionné. Renommer des variables vous permet de : „ „ Utiliser le nom de la variable du fichier externe plutôt que celui du fichier de travail pour les paires de variables.175 Gestion et transformations de fichiers Ajout d'observations : Renommer Vous pouvez renommer les variables du fichier de travail ou du fichier externe avant de les déplacer de la liste des variables non communes dans la liste des variables à ajouter au fichier fusionné.

176 Chapitre 8 observations. tous les noms de variables uniques dans les deux fichiers sont inclus dans la liste. Figure 8-4 Boîte de dialogue Ajouter des variables Variables exclues : Variables à exclure du nouveau fichier fusionné. Les variables du fichier externe sont identifiées par un signe (+). sont exclus par défaut. . vous pouvez le renommer puis l'ajouter à la liste des variables à inclure. En effet. Par défaut. Les variables du fichier de travail sont identifiées par un astérisque (*). les deux fichiers de données doivent présenter ces clés d'appariement par ordre croissant. Variables du nouveau fichier actif : Variables à inclure dans le nouveau fichier actif. „ Les noms de variable du second fichier. redondants avec les noms du fichier de travail. Si vous souhaitez inclure une variable exclue avec un nom redondant dans le fichier fusionné. Indiquer le fichier source dans la variable : Indique le fichier de données source pour chaque observation. cette liste contient tous les noms de variable du fichier externe qui sont redondants avec ceux du fichier de travail. Cette variable a une valeur de 0 pour les observations du fichier de travail et une valeur de 1 pour les observations du fichier de données externe. SPSS part du principe que ces variables contiennent des informations redondantes. Par défaut.

177 Gestion et transformations de fichiers Clés d'appariement : Si certaines observations dans un fichier n'ont pas de concordance dans l'autre fichier (c'est-à-dire que certaines observations manquent dans un fichier). Par exemple. vous pouvez utiliser le fichier sur la famille comme fichier de consultation et appliquer les informations générales à chaque membre de la famille dans le fichier fusionné. si un des fichiers contient des informations sur les différents membres d'une famille (sexe. taille. est un fichier dans lequel les données de chaque observation peuvent s'appliquer à plusieurs observations de l'autre fichier. sélectionnez : Données Fusionner des fichiers Ajouter des variables. Les deux fichiers de données doivent présenter les variables par ordre croissant ou décroissant et l'ordre des variables de la liste clés d'appariement doit être le même que l'ordre de tri. Les observations sans correspondance contiennent des valeurs uniquement pour les variables du fichier duquel elles sont issues. âge. E Sélectionnez le fichier à fusionner avec le fichier ouvert.. E A partir du menu. Vous pouvez également utiliser ces clés avec des fichiers de consultation de table.. niveau scolaire) et l'autre des informations générales sur la famille (revenu global. . „ „ Les clés d'appariement doivent avoir le même nom dans les deux fichiers de données. „ Le fichier externe ou fichier actif est une table codée : Une table codée ou un fichier de consultation de table. Les observations qui n'ont pas de correspondance dans les clés d'appariement sont inclus dans le fichier fusionné mais elles sont fusionnées avec les observations de l'autre fichier. Pour fusionner des fichiers avec les mêmes observations mais des variables différentes E Ouvrez l'un des fichiers de données. habitat). Les variables de l'autre fichier contiennent la valeur manquante par défaut. utilisez les clés d'appariement pour identifier et correctement apparier les observations des deux fichiers.

Le nouveau fichier de données contient une observation pour chaque classe. vous pouvez agréger les données de cantons par département et créer un nouveau fichier dans lequel le département est l'unité d'analyse. Ajouter des variables: Renommer Vous pouvez renommer les variables du fichier de travail ou du fichier externe avant de les déplacer de la liste des variables à inclure dans le fichier fusionné. E Ajoutez des variables à la liste des clés d'appariement. de données de travail et externe. E Sélectionnez Apparier les observations sur les clés des fichiers triés.178 Chapitre 8 Sélectionnez des clés d'appariement : E Sélectionnez les variables du fichier externe (+) dans la liste des Variables exclues. Ceci est particulièrement important si vous souhaitez inclure deux variables portant le même nom mais contenant des informations différentes. Par exemple. Agréger les données Agréger les données permet de combiner les classes d'observations sous forme d'observations récapitulatives et crée un nouveau fichier de données agrégées. . Les observations sont agrégées en fonction de la valeur d'une ou plusieurs variables de regroupement. Les deux fichiers de données doivent présenter les variables par ordre croissant ou décroissant et l'ordre des variables de la liste clés d'appariement doit être le même que l'ordre de tri. Les clés d'appariement doivent exister dans les deux fichiers.

. Tous les critères d'agrégation sont enregistrés dans le nouveau fichier avec leurs noms et les informations du dictionnaire. le nom de la fonction d'agrégation et du nom de la variable source entre parenthèses. Chaque combinaison de valeurs du critère d'agrégation définit une classe et génère une observation dans le nouveau fichier agrégé. Le critères d'agrégation peut être numérique ou alphanumérique. Les variables source pour les fonctions d'agrégation doivent être numériques.179 Gestion et transformations de fichiers Figure 8-5 Boîte de dialogue Agréger les données Critère(s) d'agrégation : Les observations sont regroupées selon les valeurs des critères d'agrégation. Le nom de la variable d'agrégation est suivi éventuellement d'une étiquette de variable entre guillemets. SPSS crée les noms des variables d'agrégation à l'aide des premiers caractères de la variable source. Variable(s) agrégée(s) : Les variables sont utilisées avec des fonctions d'agrégation pour créer les nouvelles variables du fichier agrégé. Par défaut. suivis d'un tiret de soulignement et d'un numéro séquentiel à deux chiffres.

.. l'écart type et la somme. E Sélectionnez une ou plusieurs variables d'agrégation à inclure dans le nouveau fichier de données. Agrégation de données : fonction d'agrégation Cette boîte de dialogue indique la fonction à utiliser pour calculer la valeur des données agrégées pour les variables sélectionnées dans la liste des variables agrégées de la Boîte de dialogue Agréger des données. E Sélectionnez une fonction d'agrégation pour chaque variable d'agrégation.. Le pourcentage ou la proportion des valeurs inférieures ou supérieures à une valeur donnée. notamment la moyenne. Le nombre d'observations (pondérées et non pondérées. Le pourcentage ou la proportion des valeurs appartenant ou n'appartenant pas à un intervalle donné. Les fonctions d'agrégation comprennent : „ „ „ „ Des fonctions récapitulatives. Pour agréger un fichier de données E A partir du menu. E Sélectionnez un ou plusieurs critères d'agrégation qui définissent la façon dont les observations sont groupées pour créer des données agrégées. manquantes et non manquantes). sélectionnez : Données Agréger. ajouter des étiquettes de variable descriptive et modifier les fonctions utilisées pour calculer la valeur des données agrégées. Vous pouvez également créer une variable qui contienne le nombre d'observations dans chaque agrégat. la médiane.180 Chapitre 8 Vous pouvez également passer outre les noms de variables d'agrégation par défaut.

reportez-vous à « Noms de variable » dans Chapitre 5 . page 84. Pour plus d'informations. Cette boîte de dialogue vous permet de changer le nom des variables sélectionnées dans la liste des variables d'agrégation et vous propose une étiquette descriptive des variables.181 Gestion et transformations de fichiers Figure 8-6 Boîte 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 fichier de données. Figure 8-7 Boîte de dialogue Nom et étiquette de variable .

sélectionnez Tri suivant les variables de regroupement. „ „ Vous pouvez spécifier jusqu'à 8 variables de regroupement.182 Chapitre 8 Scinder un fichier Scinder un fichier vous permet de scinder un fichier de données en plusieurs classes. Par exemple. „ Figure 8-8 Boîte de dialogue Scinder un fichier . Chaque bloc de huit caractères dans une variable alphanumérique longue (plus de 8 caractères) est considéré comme une variable par rapport à la limite de 8 variables de regroupement. Si le fichier de données n'est pas trié. en fonction des valeurs d'une ou plusieurs variables de regroupement. les observations seront classées en fonction de l'origine culturelle au sein de chaque modalité de la variable sexe. les observations sont regroupées pour chaque variable au sein des modalités de la variable précédente dans la liste des variables de regroupement. Si vous sélectionnez plusieurs variables de regroupement. suivant l'ordre dans lequel les variables sont présentées dans la liste des variables de regroupement. si vous sélectionnez sexe comme première variable de regroupement et culture comme seconde. Les observations doivent être triées en fonction des valeurs des variables de regroupement.

Quant aux diagrammes. Vous pouvez également sélectionner un échantillon aléatoire d'observations.. E Sélectionnez une ou plusieurs variables de regroupement. un seul d'entre eux est créé et chaque variable du fichier scindé peut être déplacée entre les dimensions du tableau. E Sélectionnez Comparer les groupes ou Séparer résultats par groupes. Sélectionner des observations Sélectionner les observations propose une série de méthodes pour sélectionner un sous-groupe d'observations en fonction de certains critères qui incluent variables et expressions complexes. En ce qui concerne les tableaux pivotants.. sélectionnez : Données Scinder un fichier. un diagramme distinct est créé pour chaque groupe du fichier scindé et ces diagrammes sont affichés ensemble dans le Viewer. Pour scinder un fichier de données pour analyse E A partir du menu. Séparer résultats par groupes : Tous les résultats de chaque procédure sont affichés séparément pour chaque classe du fichier scindé.183 Gestion et transformations de fichiers Comparer les classes : Les classes du fichier scindé sont présentées ensemble pour permettre la comparaison. 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 .

Les observations filtrées restent dans le fichier de données mais sont exclues de l'analyse. Selon une condition logique : Utilisez une expression conditionnelle pour sélectionner des observations. l'observation est sélectionnée. Observations exclues : Vous pouvez filtrer ou supprimer les observations qui ne répondent pas à ces critères. pour indiquer l'état du filtre. filter_$. Par échantillonnage aléatoire : Sélectionne un échantillon aléatoire basé sur un pourcentage approximatif ou un nombre exact d'observations. Si le résultat est faux ou manquant. Selon une variable filtre : Utilise comme filtre la variable numérique sélectionnée dans le fichier de données.184 Chapitre 8 Figure 8-9 Boîte de dialogue Sélectionner des observations Toutes les observations : Désactive le filtrage et utilise toutes les observations. Les observations sélectionnées ont la valeur 1. les autres 0. Sélectionner les observations crée une variable de filtre. Dans un intervalle de temps ou d'observations : Permet de sélectionner des observations à partir d'un intervalle d'observations ou d'un intervalle de date/temps. Les observations filtrées sont également indiquées par une . l'observation n'est pas sélectionnée. Les observations dont la valeur de la variable filtre est autre que manquante ou nulle sont sélectionnées. Si le résultat de l'expression conditionnelle est vrai.

185 Gestion et transformations de fichiers barre oblique à travers le numéro de ligne dans l'éditeur de données.. Les observations supprimées sont retirées du fichier de données et ne peuvent pas être récupérées si vous enregistrez le fichier de données après cette suppression. Sélection d'un sous-groupe d'observations E A partir du menu. Sélectionner observations : Si La boîte de dialogue vous permet de sélectionner des sous-ensembles d'observations à l'aide d'expressions conditionnelles. Pour désactiver le filtrage et réintégrer toutes les observations dans vos analyses. E Sélectionnez une des méthodes de sélection d'observations.. Figure 8-10 Boîte de dialogue Sélectionner des observations : Si . False (faux) ou manquant pour chaque observation. Une expression conditionnelle renvoie la valeur True (vrai). sélectionnez Toutes les observations. sélectionnez : Données Sélectionner des observations. E Spécifiez les critères de sélection des observations.

= et ~=) du pavé numérique. Ces expressions conditionnelles peuvent comprendre des noms de variable. Sélectionner observations : Echantillon aléatoire Cette boîte de dialogue vous permet de sélectionner un échantillon aléatoire à partir d'un pourcentage approximatif ou un nombre précis d'observations.186 Chapitre 8 „ „ „ „ Si le résultat d'une expression conditionnelle est Vrai. Comme cette routine génère une décision indépendante pseudo-aléatoire pour chaque observation. L'échantillonnage est réalisé sans remplacement . des fonctions. l'observation n'est pas sélectionnée. plus le pourcentage des observations sélectionnées sera proche de la valeur indiquée. . vous ne pouvez donc sélectionner une même observation qu'une seule fois. le pourcentage d'observations sélectionnées peut seulement approcher le pourcentage spécifié. Figure 8-11 Boîte de dialogue Sélectionner observations : Echantillon aléatoire Environ : SPSS génère un échantillon aléatoire d'observations dont le nombre correspond approximativement au pourcentage indiqué. >. des opérateurs arithmétiques. des variables logiques et des opérateurs relationnels. Plus il y a d'observations dans le fichier de données. des constantes. >=. <=. La plupart des expressions conditionnelles utilisent un ou plus des six opérateurs relationnels (<. numériques ou non. Si le résultat d'une expression conditionnelle est Faux ou Manquant. l'observation est sélectionnée.

Si ce nombre dépasse le nombre total d'observations dans le fichier de données. affiché dans l'éditeur de données. l'échantillon contiendra proportionnellement moins d'observations que le nombre demandé. Sélectionner observations : Plage Cette boîte de dialogue vous permet de sélectionner des observations à partir d'un intervalle de numéros d'observation ou d'un intervalle de date ou de temps. Définir dates). Figure 8-12 Sélectionnez la boîte de dialogue Intervalle d'observations pour un intervalle d'observations (aucune variable de date définie) . Ce deuxième nombre doit être inférieur ou égal au nombre total d'observations dans le fichier de données. Les intervalles de dates et de temps sont valables uniquement pour les séries chronologiques disposant de variables de date (menu Données. Vous devez également indiquer le nombre d'observations à partir duquel l'échantillon sera généré.187 Gestion et transformations de fichiers Exactement : Nombre d'observations spécifié par l'utilisateur. „ „ Les intervalles d'observations sont fondés sur un numéro de ligne.

188 Chapitre 8 Figure 8-13 Sélectionnez la boîte de dialogue Intervalle d'observations pour les séries chronologiques (variable de date définie). „ Les observations avec zéro. Elles sont utilisées à leur juste valeur lorsque cela est significatif. Pondérer les observations Pondérer les observations permet de pondérer différemment les observations (par réplication simulée) dans le cadre de l'analyse statistique. „ Les valeurs de la variable de pondération doivent indiquer le nombre d'observations représentées par des observations uniques de données. . „ Vous pouvez utiliser des fractions. et le plus souvent lorsque les observations sont tabulées (tableaux croisés). une valeur négative ainsi que les variables manquantes pour la variable de pondération sont exclues de l'analyse.

même après l'enregistrement du fichier avec sa pondération. Vous pouvez désactiver la pondération à n'importe quel moment. Pondération dans des tableaux croisés : Plusieurs options de la procédure Tableaux croisés permettent de gérer la pondération des observations. les informations de pondération sont également enregistrées. Pondération des diagrammes de dispersion et histogrammes : Les diagrammes de dispersion et les histogrammes disposent d'une option d'activation/désactivation de la pondération des observations. Pour pondérer des observations E A partir du menu. reportez-vous à « Affichage de cellules (cases) de tableaux croisés » dans Chapitre 16 .189 Gestion et transformations de fichiers Figure 8-14 Boîte de dialogue Pondérer les observations Une fois que vous avez appliqué une variable de pondération. page 337. Pour plus d'informations. . Ces observations sont toujours exclues du diagramme même lorsque la pondération est désactivée depuis ce diagramme. mais cela n'affecte pas les observations avec des valeurs négatives. sélectionnez : Données Pondérer les observations E Sélectionnez Pondérer les observations par. celle-ci est effective jusqu'à ce que vous sélectionniez une autre variable de pondération ou que vous désactiviez cette pondération. Si vous enregistrez un fichier de données pondérées. ou une valeur manquante pour la variable de pondération. des zéros.

190 Chapitre 8 E Sélectionnez une variable de fréquence. sélectionnez : Données Restructurer. Sinon. E Sélectionnez les données à restructurer. Par exemple. L'Assistant vous permet de : „ „ „ Restructurer les variables sélectionnées en observations Restructurer les observations sélectionnées en variables Transposer toutes les données Restructuration des données E A partir du menu. Restructuration des données Utilisez l'Assistant de restructuration des données pour restructurer les données qui sont nécessaires à la procédure SPSS choisie. restructuré. E Sélectionnez le type de restructuration à effectuer. Les valeurs de la variable de fréquence servent à la pondération des observations. une observation ayant la valeur 3 dans la table de fréquence représente 3 observations dans le fichier des données pondérées. vous pouvez : „ „ „ „ Créer des variables d'identification qui vous permettent de faire correspondre une valeur 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 .. L'Assistant remplace le fichier actuel par un nouveau fichier..

sélectionnez le type de restructuration à effectuer. Figure 8-15 Assistant de restructuration des données „ Restructurer les variables sélectionnées en observations : Sélectionnez cette option lorsque vos données comportent des groupes de colonnes apparentées que vous souhaitez faire apparaître dans des groupes de lignes du nouveau fichier de données.191 Gestion et transformations de fichiers Assistant de restructuration des données : Sélectionner un type Servez-vous de l'Assistant de restructuration des données pour restructurer vos données. . Dans la première boîte de dialogue.

192 Chapitre 8

Si vous choisissez cette option, l'Assistant affiche les étapes relatives à l'opération de restructuration des variables en observations.
„

Restructurer les observations sélectionnées en variables : Sélectionnez cette option

lorsque vos données comportent des groupes de lignes apparentées que vous souhaitez faire apparaître dans des groupes de colonnes du nouveau fichier de données. Si vous choisissez cette option, l'Assistant affiche les étapes relatives à l'opération de restructuration des observations en variables.
„

Transposer toutes les données : Choisissez cette option pour transposer vos

données. Dans les nouvelles données, toutes les lignes vont être transformées en colonnes et les colonnes en lignes. La sélection de cette option entraîne la fermeture de l'Assistant de restructuration des données et l'ouverture de la boîte de 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 de données simple, chaque variable correspond à une colonne de vos données et chaque observation à une ligne. Supposez que vous mesuriez les résultats obtenus à un test par tous les étudiants d'une classe. Dans ce cas, tous les résultats apparaissent dans une même colonne et une ligne est associée à chaque étudiant. Lors de l'analyse des données, vous êtes souvent amené à analyser la manière dont une variable évolue en fonction de certaines conditions. Ces conditions peuvent correspondre à un traitement expérimental précis, à une population, à un moment en particulier, etc. Dans l'analyse des données, les conditions qui vous intéressent sont souvent appelées facteurs. Lorsque vous analysez des facteurs, vous obtenez une structure de données complexe. Vous pouvez disposer d'informations sur une variable dans plusieurs colonnes de vos données (par exemple, une colonne pour chaque niveau d'un facteur) ou d'informations sur une observation dans plusieurs lignes (par exemple, une ligne pour chaque niveau d'un facteur). L'Assistant de restructuration des données vous aide à restructurer les fichiers dont la structure de données est complexe. Les options que vous sélectionnez dans l'Assistant dépendent de la structure du fichier actuel et de celle du nouveau fichier.

193 Gestion et transformations de fichiers

Organisation des données dans le fichier actuel : Vous pouvez organiser les données actuelles 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 conditions

sont-elles enregistrées dans des colonnes distinctes ? Par exemple :
var 8 9 3 1 facteur 1 1 2 2

Dans cet exemple, les deux premières lignes constituent un groupe d'observations car elles sont apparentées. Elles contiennent des données relatives au même niveau de facteur. Dans les analyses de données SPSS, le facteur est souvent appelé variable de regroupement lorsque les données sont structurées de cette manière.
„

Groupes de colonnes : Dans le fichier actuel, les variables et les conditions

sont-elles enregistrées dans la même colonne ? Par exemple :
var_1 8 9 var_2 3 1

Dans cet exemple, les deux colonnes constituent un groupe de variables car elles sont apparentées. Elles contiennent des données concernant la même variable (var_1 pour le niveau de facteur 1 et var_2 pour le niveau de facteur 2). Dans les analyses de données SPSS, le facteur est souvent appelé mesure répétée lorsque les données sont structurées de cette manière.
Organisation des données dans le nouveau fichier : La procédure d'analyse des données

détermine généralement l'organisation des données.
„

Procédures nécessitant des groupes d'observations : Vous devez structurer vos

données en groupes d'observations pour procéder à des analyses qui requièrent une variable de regroupement. A titre d'exemple, il est possible de citer le modèle linéaire général pour les composantes univariées, multivariées et de variance, les modèles linéaires généraux, les modèles mixtes, les cubes OLAP, ainsi que le test T ou les tests non paramétriques pour les échantillons indépendants. Si

194 Chapitre 8

vos données actuelles sont structurées en groupes de variables, sélectionnez Restructurer les variables sélectionnées en observations pour procéder à ces analyses.
„

Procédures nécessitant des groupes de variables : Vous devez structurer vos

données en groupes de variables pour procéder à des analyses de mesures répétées. A titre d'exemple, il est possible de citer le modèle linéaire général pour les mesures répétées, l'analyse par la régression de Cox à prédicteurs chronologiques, le test T pour les échantillons appariés ou les tests non paramétriques pour les échantillons apparentés. Si vos données actuelles sont structurées en groupes d'observations, sélectionnez Restructurer les observations sélectionnées 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 distinctes pour chacun des facteurs A et B.
Figure 8-16 Données actuelles utilisées pour la restructuration de variables en observations

Vous voulez réaliser un test t pour des échantillons indépendants. Vous disposez d'un groupe de colonnes comprenant score_a et score_b, mais pas de la variable de 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 dans la figure suivante.

195 Gestion et transformations de fichiers Figure 8-17 Nouvelles données restructurées utilisées pour la restructuration de variables en observations

Lorsque vous exécutez le test t pour des échantillons indépendants, vous pouvez désormais 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 8-18 Données actuelles utilisées pour la restructuration d'observations en variables

Vous voulez réaliser un test t pour des échantillons appariés. Vos données sont structurées en groupes d'observations, mais vous ne disposez pas des mesures répétées des variables appariées requises par la procédure. Sélectionnez Restructurer les observations sélectionnées en variables dans l'Assistant de restructuration des données, utilisez id pour identifier les groupes de lignes dans les données actuelles, et temps pour créer le groupe de variables dans le nouveau fichier.

196 Chapitre 8 Figure 8-19 Nouvelles données restructurées utilisées pour la restructuration d'observations en variables

Pour l'exécution du test t pour échantillons appariés, vous pouvez désormais utiliser ava et apr comme paire de variables.

Assistant de restructuration des données (Restructurer les variables en observations) : Nombre de groupes de variables
Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes de variables en lignes. Lors de cette étape, vous déterminez le nombre de groupes de variables du fichier actuel à restructurer dans le nouveau fichier.
Nombre de groupes de variables présents dans le fichier actuel ? Déterminez le nombre de groupes de variables présents dans les données actuelles. Un groupe de colonnes apparentées, appelé groupe de variables, permet d'enregistrer les mesures répétées d'une même variable dans des colonnes distinctes. Supposez que parmi les données dont 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, enregistrent la hauteur, vous disposez de deux groupes de variables. Nombre de groupes de variables à créer dans le nouveau fichier? Déterminez le nombre

de groupes de variables à représenter dans le nouveau fichier. Il n'est pas nécessaire de restructurer tous les groupes de variables dans le nouveau fichier.

197 Gestion et transformations de fichiers Figure 8-20 Assistant de restructuration des données : Nombre de groupes de variables

„ „

Une : L'Assistant crée une variable restructurée dans le nouveau fichier à partir

d'un groupe de variables du fichier actuel.
Plusieurs : L'Assistant crée plusieurs variables restructurées dans le nouveau

fichier. Le nombre spécifié est utilisé à l'étape suivante, au cours de laquelle l'Assistant crée automatiquement le nombre de variables indiqué.

Assistant de restructuration des données (Restructurer les variables en observations) : Sélectionnez Variables
Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes de variables en lignes.

198 Chapitre 8

A cette étape, décrivez le mode d'utilisation des variables du fichier actuel dans le nouveau fichier. Vous pouvez également créer une variable qui identifie les lignes du nouveau fichier.
Figure 8-21 Assistant de restructuration des données : Sélectionnez Variables

Identification des nouvelles lignes : Vous pouvez créer une variable dans le nouveau fichier de données afin d'identifier la ligne du fichier actuel qui a servi à créer un groupe de nouvelles lignes. L'identificateur peut être un numéro d'observation séquentiel ; il peut également s'agir des valeurs de la variable. Utilisez les contrôles de l'option Identification du groupe d'observations pour définir la variable d'identification dans le nouveau fichier. Cliquez sur une cellule pour modifier le nom de la variable par défaut et attribuer une étiquette descriptive à la variable d'identification.

199 Gestion et transformations de fichiers

Eléments à restructurer dans le nouveau fichier : A l'étape précédente, vous avez

indiqué à l'Assistant le nombre de groupes de variables à restructurer. L'Assistant a créé une variable pour chaque groupe. Les valeurs du groupe de variables apparaîtront dans cette variable, dans le nouveau fichier. Utilisez les contrôles de l'option Variables à 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 de

variables 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 variables source) ; 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 de

variables à transformer. Toutes les variables du groupe doivent être du même type (numérique ou alphanumérique). Vous pouvez inclure la même variable plusieurs fois dans le groupe de variables. (Une variable est copiée au lieu d'être déplacée à partir de 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 de

sélection de la variable pour toutes les variables cible disponibles.
„

Bien que vous puissiez inclure plusieurs fois une même variable dans un groupe de variables cible, vous ne pouvez pas l'inclure dans plusieurs groupes de variables cible. Chaque liste de groupes de variables cible doit contenir le même nombre de variables. (Les variables répertoriées plusieurs fois sont comptées.)

„

200 Chapitre 8 „

Le nombre de groupes de variables cible est déterminé par le nombre de groupes de variables que vous avez indiqué à l'étape précédente. Vous pouvez modifier le nom par défaut des variables ici, mais pour modifier le nombre de groupes de variables à restructurer, vous devez retourner à l'étape précédente. source) pour chaque variable cible disponible avant de passer à l'étape suivante.

„ Vous devez définir les groupes de variables (sélectionnez les variables dans la liste

Eléments à copier dans le nouveau fichier Les variables non restructurées peuvent être copiées dans le nouveau fichier. Leurs valeurs seront répercutées dans les nouvelles lignes. Déplacez vers la liste Variable(s) fixe(s) les variables à copier dans le nouveau fichier.

Assistant de restructuration des données (Restructurer les variables en observations) : Créer des variables d'index
Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes de variables en lignes. A cette étape, indiquez si vous voulez créer des variables d'index. Un index est une nouvelle variable qui identifie de manière séquentielle un groupe de lignes d'après la variable d'origine à partir de laquelle la nouvelle ligne a été créée.

201 Gestion et transformations de fichiers Figure 8-22 Assistant de restructuration des données : Créer des variables d'index

Nombre de variables d'index à créer dans le nouveau fichier ? Vous pouvez utiliser les

variables 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 de variables de votre fichier actuel font apparaître plusieurs niveaux de facteur, il est recommandé 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'Assistant crée automatiquement le nombre d'index indiqué.
„

Aucune : Sélectionnez cette option pour ne créer aucune variable d'index dans le

nouveau 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 8-23 Données actuelles utilisées pour un index

Vous allez restructurer le groupe de variables en une seule variable, largeur, et créer un index numérique. Les nouvelles données sont illustrées dans le tableau suivant.
Figure 8-24 Nouvelles 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 fichier d'origine. Vous pouvez désormais utiliser la valeur index dans les procédures SPSS qui 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 créer plusieurs index. Toutefois, vous devez organiser les données utilisées de façon à ce que les niveaux du premier facteur correspondent à un index principal qui inclut les niveaux des facteurs suivants. Les données actuelles comprennent un groupe de variables, largeur et deux facteurs, A et B. Les données sont organisées de telle sorte que les niveaux du facteur B sont inclus dans les niveaux du facteur A.

203 Gestion et transformations de fichiers Figure 8-25 Données actuelles utilisées pour deux index

Vous allez restructurer le groupe de variables en une seule variable, largeur, et créer deux index. Les nouvelles données sont illustrées dans le tableau suivant.
Figure 8-26 Nouvelles données restructurées avec deux index

Assistant de restructuration des données (Restructurer les variables en observations) : Créer une variable d'index
Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes de variables en lignes et pour la création d'une variable d'index. A cette étape, indiquez les valeurs à affecter à la variable d'index. Vous pouvez utiliser des nombres séquentiels ou le nom des variables d'un groupe de variables d'origine. Vous pouvez également attribuer un nom et une étiquette à la nouvelle variable d'index.

204 Chapitre 8 Figure 8-27 Assistant de restructuration des données : Créer une variable d'index

Pour plus d'informations, reportez-vous à « Exemple d'index unique lors de la restructuration de variables en observations » , page 202.
„ „

Nombres séquentiels : L'Assistant affecte automatiquement des numéros

séquentiels en tant que valeurs d'index.
Noms des variables : L'Assistant utilise les noms du groupe de variables

sélectionné en tant que valeurs d'index. Choisissez un groupe de variables dans la liste proposée.
„ Noms et étiquettes : Cliquez sur une cellule pour modifier le nom de la variable par

défaut et attribuer une étiquette descriptive à la variable d'index.

205 Gestion et transformations de fichiers

Assistant de restructuration des données (Restructurer les variables en observations) : Créer plusieurs variables d'index
Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes de variables en lignes et pour la création de plusieurs variables d'index. A cette étape, indiquez le nombre de niveaux de chaque variable d'index. Vous pouvez également attribuer un nom et une étiquette à la nouvelle variable d'index.
Figure 8-28 Assistant de restructuration des données : Créer plusieurs variables d'index

Pour plus d'informations, reportez-vous à « Exemple de deux index lors de la restructuration de variables en observations » , page 202.

Un niveau définit un groupe d'observations ayant été soumis à des conditions identiques. Nombre de niveaux à créer dans le nouveau fichier ? Entrez le nombre de niveaux pour chaque index.206 Chapitre 8 Nombre de niveaux enregistrés dans le fichier actuel ? Déterminez le nombre de niveaux de facteur enregistrés dans les données actuelles. . En cas de facteurs multiples. Assistant de restructuration des données (Restructurer les variables en observations) : Options Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes de variables en lignes. A cette étape. Il va comparer le produit des niveaux créés au nombre de variables figurant dans vos groupes de variables. précisez les options du nouveau fichier restructuré. Ils doivent être identiques. vous devez organiser les données actuelles de façon à ce que les niveaux du premier facteur correspondent à un index principal qui inclut les niveaux des facteurs suivants. L'incrémentation du premier index est la plus lente . Les valeurs des variables d'index multiples sont toujours des nombres séquentiels. celle du dernier index est la plus rapide. Les valeurs débutent à 1 et s'incrémentent à chaque niveau. Noms et étiquettes : Cliquez sur une cellule pour modifier le nom de la variable par défaut et attribuer une étiquette descriptive aux variables d'index. Niveaux combinés (total) : Vous ne pouvez pas créer plus de niveaux que dans les données actuelles. l'Assistant vérifie le nombre de niveaux que vous créez. Etant donné que les données restructurées vont contenir une ligne pour chaque combinaison de traitements.

vous avez indiqué les groupes de variables à restructurer. vous pouvez les supprimer ou les conserver. Si d'autres variables figurent dans les données actuelles. les variables à copier et une variable d'identification parmi les données actuelles. . Conservation des données manquantes ? L'Assistant recherche des valeurs nulles dans chacune des nouvelles lignes potentielles. Vous pouvez conserver ou supprimer les lignes qui contiennent uniquement des valeurs nulles. Les données des variables sélectionnées vont figurer dans le nouveau fichier.207 Gestion et transformations de fichiers Figure 8-29 Assistant de restructuration des données : Options Suppression des variables non sélectionnées ? Lors de la phase de sélection des variables (étape 3). Une valeur nulle est une valeur manquante par défaut ou vide.

208 Chapitre 8 Création d'une variable de décompte ? L'Assistant peut créer une variable de décompte dans le nouveau fichier. Assistant de restructuration des données (Restructurer les observations en variables) : Sélectionnez Variables Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes d'observations en colonnes. . Une variable de décompte peut s'avérer utile lorsque vous choisissez de supprimer les valeurs nulles du nouveau fichier. Elle contient le nombre de nouvelles lignes générées par une ligne des données actuelles. A cette étape. Il est en effet alors possible de créer un nombre de lignes différent pour une ligne précise des données actuelles. décrivez le mode d'utilisation des variables du fichier actuel dans le nouveau fichier. Cliquez sur une cellule pour modifier le nom de la variable par défaut et attribuer une étiquette descriptive à la variable de décompte.

Déplacez vers la liste Variable(s) de l'identificateur les variables qui identifient les groupes d'observations dans le nouveau fichier. dans le même ordre que les variables qui figurent dans la liste Variable(s) de l'identificateur. il crée une ligne. L'Assistant doit pouvoir repérer les variables du fichier actuel qui identifient les groupes d'observations afin d'intégrer chacun d'entre eux dans une ligne du nouveau fichier. Les variables qui servent à diviser le fichier de données actuel sont automatiquement affectées à l'identification des groupes.209 Gestion et transformations de fichiers Figure 8-30 Assistant de restructuration des données : Sélectionnez Variables Eléments d'identification des groupes d'observations dans les données actuelles ? Un groupe d'observations est un groupe de lignes apparentées. . En effet. ces dernières mesurent la même unité d'observation. comme un individu ou une institution. Chaque fois que l'Assistant détecte une nouvelle combinaison de valeurs d'identification. Vous devez par conséquent trier les observations du fichier actuel sur la base des valeurs des variables d'identification. Vous pouvez trier le fichier actuel à l'étape suivante.

les valeurs dans un groupe de variables. Assistant de restructuration des données (Restructurer les observations en variables) : Trier Données Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes d'observations en colonnes.210 Chapitre 8 Mode de création des groupes de variables dans le nouveau fichier ? Dans les données d'origine. Parmi les possibilités offertes par l'Assistant. A cette étape. Si tel est le cas. Déplacez vers la liste Variable(s) d'index les variables qui doivent servir à la création des groupes de variables. vous pouvez également opter pour le tri des nouvelles colonnes par index. une variable apparaît dans une seule colonne. dans le nouveau fichier. Vous devez par conséquent trier les données d'après les variables identifiant les groupes d'observations. Dans le cas contraire. Devenir des autres colonnes ? L'Assistant détermine automatiquement ce que vont devenir les variables qui demeurent dans la liste Fichier actuel. l'Assistant copie les valeurs dans le nouveau fichier. Les variables d'index correspondent aux variables incluses dans les données actuelles dont l'Assistant se sert pour créer des colonnes. cette variable apparaît dans plusieurs colonnes. il crée une ligne. Dans le nouveau fichier de données. Chaque fois que l'Assistant détecte une nouvelle combinaison de valeurs d'identification. Il vérifie pour chaque variable si les valeurs des données varient au sein d'un groupe d'observations. l'Assistant restructure. Les données restructurées contiendront une nouvelle variable pour chacune des valeurs uniques figurant dans ces colonnes. . indiquez si vous voulez trier le fichier actuel avant de le restructurer.

Sélectionnez cette option lorsque les données ne sont pas triées par variable d'identification ou lorsque vous avez des doutes à ce propos. Cette option implique un passage . „ Oui : L'Assistant trie automatiquement les données actuelles par variable d'identification.211 Gestion et transformations de fichiers Figure 8-31 Assistant de restructuration des données : Trier Données Organisation des lignes dans le fichier actuel ? Déterminez le mode de tri des données actuelles et les variables qui servent à identifier les groupes de variables (définis à l'étape précédente). dans le même ordre que les variables qui figurent dans la liste Variable(s) de l'identificateur présentée à l'étape précédente.

mais elle assure un tri adéquat des lignes dans l'optique de la restructuration. . A cette étape. „ Non : L'Assistant ne trie pas les données actuelles.212 Chapitre 8 distinct des données. Assistant de restructuration des données (Restructurer les observations en variables) : Options Remarque : L'Assistant vous propose cette étape lorsque vous optez pour la restructuration des groupes d'observations en colonnes. précisez les options du nouveau fichier restructuré. Sélectionnez cette option lorsque vous êtes certain que les données actuelles sont triées sur la base des variables qui identifient les groupes d'observations.

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.213 Gestion et transformations de fichiers Figure 8-32 Assistant 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 variable d'origine.fév h. Par index : L'Assistant regroupe les variables en fonction des valeurs des variables d'index.jan .jan l.

jan l. Exemple : La variable d'index est produit. Une variable indicatrice a la valeur 1 si l'observation a une valeur . sinon. Définissez l'objet de vos spécifications. . Elle enregistre les produits achetés par un client. Les données d'origine sont les suivantes : client 1 1 2 3 produit poussin oeufs oeufs poussin La création d'une variable indicatrice entraîne la création d'une variable pour chaque valeur unique de produit. Elle contient le nombre de lignes des données actuelles qui a permis de créer une ligne dans le nouveau fichier de données. Créer des variables indicatrices : L'assistant peut utiliser les variables d'index pour créer des variables indicatrices dans le nouveau fichier de données. les données restructurées pourraient être utilisées pour obtenir des effectifs 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. Les données restructurées sont les suivantes : client 1 2 3 poussin indicateur 1 0 1 oeufs indicateurs 1 1 0 Dans cet exemple. elle a la valeur 0. Les variables indicatrices signalent la présence ou l'absence d'une valeur pour une observation.214 Chapitre 8 Le résultat du regroupement par index est le suivant : l.jan h. Il crée une variable pour chaque valeur unique de la variable d'index.fév Création d'une variable de décompte : L'Assistant peut créer une variable de décompte dans le nouveau fichier.

Sélectionnez cette option si vous n'êtes pas prêt à remplacer le fichier actuel. . „ Coller la syntaxe : L'assistant colle la syntaxe générée dans une fenêtre de syntaxe.215 Gestion et transformations de fichiers Figure 8-33 Assistant de restructuration des données : Terminer „ Restructurer : L'assistant crée le fichier restructuré. les nouvelles données sont également pondérées à moins que la variable qui sert de pondération ne soit restructurée ou supprimée du nouveau fichier. lorsque vous voulez modifier sa syntaxe ou lorsque vous souhaitez l'enregistrer en vue d'une utilisation ultérieure. Remarque : Si les données d'origine sont pondérées. Choisissez cette option pour remplacer immédiatement le fichier actuel.

.

les résultats sont affichés dans une fenêtre appelée le Viewer. Dans cette fenêtre. modifier l'ordre d'affichage des résultats en déplaçant les éléments sélectionnés . 217 . déplacer des éléments entre le Viewer et d'autres applications. Vous pouvez utiliser le Viewer pour : „ „ „ „ parcourir les résultats . avec la disposition et le formatage appropriés. Viewer Les résultats sont affichés dans le Viewer. Vous pouvez également manipuler le résultat et créer un document contenant précisément le résultat voulu.Chapitre Utilisation du résultat 9 Lorsque vous lancez une procédure. afficher ou masquer les tableaux et diagrammes sélectionnés . vous pouvez facilement naviguer vers toutes les parties du résultat que vous voulez voir.

218 Chapitre 9 Figure 9-1 Viewer 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. Utilisation du Viewer en mode brouillon Si vous préférez les sorties en texte simple plutôt que les tableaux pivotants interactifs. Pour utiliser le Viewer en mode brouillon : . vous pouvez utiliser le Viewer en mode brouillon. Vous pouvez cliquer et faire glisser le bord droit de la fenêtre de légende pour modifier la largeur de la fenêtre. Vous pouvez utiliser les barres de défilement pour parcourir les résultats ou cliquer sur un élément de la ligne de légende pour aller directement au tableau ou diagramme correspondant. les diagrammes et les textes.

Affichage et masquage des résultats Dans le Viewer.. Masquage des tableaux et diagrammes E Double-cliquez sur l'icône Livre dans le panneau de légende du Viewer. cliquez sur Viewer en mode brouillon comme type de résultat. E Tapez Viewer en mode brouillon et double-cliquez sur l'entrée d'index. Pour plus d'informations. sélectionnez : Aide Rubriques E Cliquez sur l'onglet Index dans la fenêtre Rubriques d'aide. vous pouvez sélectionner individuellement des tableaux ou les résultats d'une procédure pour les afficher ou les masquer.219 Utilisation du résultat E A partir du menu de n'importe quelle fenêtre. sélectionnez : Edition Options. reportez-vous à « Viewer en mode brouillon » dans Chapitre 10 . . ou E Cliquez sur l'élément pour le sélectionner. page 251. E Dans l'onglet Général. E Pour modifier les options de format de sortie du Viewer en mode brouillon. E A partir du menu de n'importe quelle fenêtre. Cette option est utile si vous voulez limiter la proportion de résultats visibles dans le panneau de contenu. cliquez sur l'onglet Viewer en mode Brouillon..

indiquant que l'élément est désormais masqué. sélectionnez : Affichage Masquer ou E Cliquez sur l'icône Livre fermé (Masquer) dans la barre d'outils Légende. ou Ctrl-clic pour sélectionner des éléments non contigus) E Utilisez la souris pour cliquer et faire glisser les éléments sélectionnés (maintenir le bouton enfoncé pendant que vous faites glisser les éléments sélectionnés). (Maj-Clic pour sélectionner plusieurs éléments. L'icône Livre ouvert (Montrer) devient l'icône active. Déplacement.220 Chapitre 9 E A partir du menu. . E Relâchez le bouton de la souris lorsque le curseur se trouve sur l'élément situé juste au-dessus de l'emplacement où vous voulez placer les éléments sélectionnés. Déplacement des résultats dans le Viewer E Cliquez sur un élément du panneau de légende ou de contenu pour le sélectionner. Pour masquer les résultats d'une procédure E Cliquez sur la boîte à gauche du nom de la procédure dans le panneau de légende. en déplaçant ou en effaçant un élément ou un groupe d'éléments. suppression et copie de résultats Vous pouvez réarranger les résultats en copiant. Cela masque tous les résultats de la procédure et réduit l'affichage de la légende. Vous pouvez également déplacer les éléments à l'aide des commandes Couper et Coller après du menu Edition.

ou Ctrl-clic pour sélectionner des éléments non contigus). E Appuyez sur la touche Supprimer. tous les résultats sont initialement alignés à gauche. E Maintenez la touche Ctrl enfoncée pour cliquer et faire glisser les éléments sélectionnés (maintenez le bouton de la souris enfoncé pendant que vous faites glisser les éléments sélectionnés). ou E A partir du menu. Vous pouvez modifier l'alignement initial (dans le menu Edition. choisissez Options. (Maj-Clic pour sélectionner plusieurs éléments. E Relâchez le bouton de la souris pour déposer les éléments à l'endroit désiré. puis l'onglet Viewer). .221 Utilisation du résultat Pour supprimer des résultats dans le Viewer E Cliquez sur un élément du panneau de légende ou de contenu pour le sélectionner. sélectionnez : Edition Supprimer Pour copier des résultats dans le Viewer E Cliquez sur des éléments du panneau de légende ou de contenu pour les sélectionner. Vous pouvez également copier les éléments à l'aide des commandes Copier et Coller après du menu Edition ou du menu contextuel. (Maj-Clic pour sélectionner plusieurs éléments. ou vous pouvez modifier l'alignement des éléments sélectionnés à tout moment. ou Ctrl-clic pour sélectionner des éléments non contigus). Modification de l'alignement Par défaut.

Les éléments centrés et alignés à droite sont identifiés par un symbole situé au-dessus et à gauche des éléments en question. E A partir du menu. Vous pouvez utiliser le panneau de légende pour naviguer dans votre résultat et contrôler l'affichage du résultat. Déplacer un élément dans le panneau de légende déplace l'élément correspondant dans le panneau de contenu. La plupart des actions dans le panneau de légende ont un effet correspondant sur le panneau de contenu. Remarque : Tous les résultats sont affichés dans le Viewer avec alignement à gauche. Légende du Viewer Le panneau de légende fournit une table des matières du document Viewer. „ „ „ Sélectionner un élément dans le panneau de légende sélectionne et affiche l'élément correspondant dans le panneau de contenu.222 Chapitre 9 Modification de l'alignement des résultats E Sélectionnez les éléments à aligner (cliquez sur les éléments dans le panneau de légende ou de contenu . sélectionnez : Format Aligner à gauche Les autres options d'alignement incluent Centrer et Aligner à droite. Réduire la ligne de légende masque le résultat de tous les éléments des niveaux réduits. Seul l'alignement des résultats imprimés est affecté par les paramètres d'alignement. cliquez dessus tout en appuyant sur la touche Maj ou Ctrl). . pour sélectionner plusieurs éléments.

. vous pouvez : „ „ „ „ Maximiser et Réduire l'affichage de la ligne de légende. Modifier la police utilisée dans l'affichage de la ligne de légende. ou E Cliquez sur l'élément dans la ligne de légende. Modifier le niveau de ligne de légende pour les éléments sélectionnés. 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. Modifier la taille des éléments dans l'affichage de la ligne de légende.223 Utilisation du résultat Figure 9-2 Panneau de légende réduit et résultats masqués Contrôler l'Affichage du Résultat : Pour contrôler l'affichage du résultat.

et vous pouvez utiliser les boutons de flèche gauche et de flèche droite dans la barre d'outils de la Ligne de légende pour restaurer le niveau d'origine. sélectionnez : Affichage Plier ou Affichage Développer Modification du niveau de légende E Cliquez sur l'élément du panneau de légende pour le sélectionner. . sélectionnez : Edition Bordure Développer ou Edition Bordure Réduire Modifier le niveau de légende est particulièrement utile après avoir déplacé des éléments dans un niveau de légende. Déplacer des éléments peut modifier le niveau de légende des éléments sélectionnés. E Cliquez sur la flèche gauche de la barre d'outil de la Ligne de légende pour promouvoir l'élément (le déplacer vers la gauche). E Cliquez sur la flèche droit de la barre d'outil de la Ligne de légende pour rétrograder l'élément (déplacer l'élément vers la droite). ou A partir du menu.224 Chapitre 9 E A partir du menu.

sélectionnez : Affichage Police de la ligne de légende E Sélectionnez une police. sélectionnez : Affichage Taille de la ligne de légende Petit D'autres options incluent Moyen et Grand. Les icônes et les textes associés changent de taille. Pour modifier la police dans la légende E A partir du menu. vous pouvez ajouter des éléments tels que des titres. E A partir du menu. des diagrammes ou des données provenant d'autres applications. du nouveau texte. diagramme ou autre objet qui précédera le titre ou texte. Ajout d'éléments au Viewer Dans le Viewer. . sélectionnez : Insérer Nouveau titre ou Insérer Nouveau texte E Double-cliquez sur le nouvel objet.225 Utilisation du résultat Pour modifier la taille des éléments dans la légende E A partir du menu. E Cliquez sur le tableau. Pour ajouter un nouveau titre ou texte Des éléments textes qui ne sont pas liés à un tableau ou un diagramme peuvent être ajoutés au Viewer.

vous pouvez l'activer sur place en double-cliquant dessus puis le modifier comme dans le Viewer. Pour insérer un diagramme : E Cliquez sur le tableau. Après avoir collé le tableau. E A partir du menu. double-cliquez dessus.. diagramme ou autre objet qui précédera le texte. E Sélectionnez un fichier texte..226 Chapitre 9 E Entrez le texte souhaité à cet emplacement. sélectionnez : Insérer Ancien diagramme. sélectionnez : Insérer Fichier texte. vous pouvez imbriquer des tableaux pivotants et des diagrammes interactifs. E Sélectionnez un fichier diagramme.. . Ajout d'un fichier texte E Dans le panneau de légende ou de contenu du Viewer. Vous pouvez coller les tableaux pivotants ou les graphiques dans l'un des divers formats suivants : Objet imbriqué : Pour des applications supportant les objets ActiveX. E A partir du menu. Pour modifier le texte. diagramme ou autre objet qui précédera le diagramme.. cliquez sur le tableau. Pour insérer un diagramme Des graphiques de versions antérieures de SPSS peuvent être insérés dans le Viewer. Utilisation de résultats dans d'autres applications Les tableaux pivotants et graphiques SPSS peuvent être copiés et collés dans d'autres applications Windows telles que les traitements de texte ou les tableurs.

choisissez : Edition Coller ou Edition Collage spécial. E Dans les menus de l'application cible. Le format image peut être redimensionné dans l'autre application. Dans la plupart des applications.227 Utilisation du résultat Image (métafichier) : Vous pouvez coller des tableaux pivotants. Les tableaux pivotants collés comme images conservent toutes leurs caractéristiques de bordures et de polices.. sélectionnez : Edition Copier Copie et collage des résultats dans une autre application E Copiez les résultats dans le Viewer. Texte : Le contenu d'un tableau peut être copié et collé comme texte. où l'application ne peut accepter ou transmettre que du texte. RTF (texte enrichi) : Les tableaux pivotants peuvent être collés dans d'autres applications au format RTF. Pour copier un tableau ou un diagramme E Sélectionnez le tableau ou diagramme à copier. BIFF : Le contenu d'un tableau peut être collé dans une feuille de calcul et conserver sa précision numérique. . cette procédure colle le tableau pivotant en tant que tableau pouvant être modifié dans une autre application.. Bitmap : Les diagrammes peuvent être collés dans d'autres applications en tant que bitmaps. E A partir du menu. des résultats texte et des diagrammes en tant qu'images (métafichiers). Cette option peut être utile pour les applications telles que le courrier électronique. et quelquefois édité dans une mesure limitée à l'aide des outils de l'autre application.

E Dans les menus de l'application cible. Coller collera les résultats en tant qu'image (métafichier).. Collage spécial vous permet de sélectionner le format voulu dans la liste des formats disponibles pour l'application cible. ce qui collera le tableau pivotant comme un tableau. Chaque application détermine le « meilleur » format à utiliser pour Coller. Pour les applications de traitement de texte. Coller collera les tableaux pivotants au format RTF. Un objet imbriqué peut être activé sur place en double cliquant dessus puis en le modifiant et le faisant pivoter comme dans le Viewer.228 Chapitre 9 Coller : Les sorties sont copiées vers le Presse-papiers dans un certain nombre de formats.bat désactive l'incorporation des objets ActiveX. . Le fichier objs-off. Incorporation d'un tableau dans une autre application Vous pouvez imbriquer des tableaux pivotants et des diagrammes interactifs dans d'autres applications au format ActiveX. Dans beaucoup d'applications. Collage spécial : Les résultats sont copiés dans le Presse-papiers dans de multiples formats. E Dans la liste. Si vous avez des applications prenant en charge les objets Active-X : E Exécutez le fichier objs-on. Coller colle les tableaux pivotants au format BIFF.bat situé dans le répertoire d'installation du programme. Les diagrammes sont collés en tant que métafichiers. copiez le tableau.. Pour les tableurs. choisissez : Edition Collage spécial. (Double-cliquez sur le fichier pour l'exécuter. Pour incorporer un tableau pivotant ou un diagramme interactif dans une autre application : E Dans le Viewer. sélectionnez Objet tableau pivotant SPSSouSPSS Graphics Control Object.) Ceci active l'incorporation ActiveX pour les tableaux pivotants.

copiez le tableau pivotant. Vous pouvez copier et coller un seul tableau pivotant à la fois à ce format.. sélectionnez Texte formaté (RTF) ou Texte enrichi. copiez le tableau ou le diagramme. L'élément est collé comme métafichier. E Dans les menus de l'application cible. Les autres strates et colonnes masquées ne sont pas disponibles. Les autres strates et colonnes masquées ne sont pas disponibles. Ne vous fiez pas aux objets imbriqués jusqu'à ce que vous ayez testé la stabilité de votre application avec les objets Active-X imbriqués. choisissez : Edition Collage spécial. choisissez : Affichage Collage spécial. sélectionnez Image. E Dans les menus de l'application cible. Le tableau pivotant est collé en tant que tableau. ..229 Utilisation du résultat L'application cible doit prendre en charge les objets ActiveX. Seule la strate et les colonnes visibles lorsque l'élément a été copié sont disponibles dans le métafichier. Collage d'un tableau pivotant ou d'un diagramme en tant qu'image (métafichier) E Dans le Viewer. Collage d'un tableau pivotant en tant que tableau (RTF) E Dans le Viewer.. E Dans la liste. Seule la strate et les colonnes visibles lorsque l'élément a été copié sont collées dans le tableau. Voir la documentation de l'application pour plus d'informations sur la prise en charge de ActiveX. Certaines applications qui ne prennent pas en charge ActiveX pourront initialement accepter des tableaux pivotants ActiveX mais faire preuve ensuite d'instabilité. E Dans la liste..

Utilisez Collage spécial lorsque vous voulez choisir le format de l'objet à coller. à partir du menu.230 Chapitre 9 Collage d'un tableau pivotant en tant que texte E Dans le Viewer. Le texte du tableau pivotant non formaté contient des tabulations entre les colonnes. choisissez Texte non formaté.. sélectionnez : Edition Coller Remarque : Utiliser Copier les objets pour copier plusieurs éléments du Viewer vers une autre application seulement. E Dans les menus de l'application cible. Copie et collage de plusieurs éléments dans une autre application E Sélectionnez les tableaux et/ou graphiques à copier. entre deux fenêtres du Viewer).. (Maj-clic ou Ctrl-clic pour sélectionner plusieurs éléments) E A partir du menu. choisissez : Affichage Collage spécial. copiez le tableau. utilisez Copier dans le menu Edition. Pour copier et coller dans SPSS (par exemple. soit Collage spécial. . Les deux types de collage placent le nouvel objet à la suite de l'objet actuellement sélectionné dans le Viewer. sélectionnez : Edition Copier les objets E Dans l'application cible. Vous pouvez utiliser soit Coller après. Collage d'objets dans le Viewer Des objets provenant d'autres applications peuvent être collés dans le Viewer. E Dans la liste. Vous pouvez aligner des colonnes en ajustant les marques de tabulation dans l'autre application.

cliquez sur le tableau. . diagramme ou autre objet qui précédera l'objet à coller. E Dans le panneau de légende ou de contenu du Viewer. L'objet sera inséré dans le Viewer à la suite de l'objet actuellement sélectionné. E Dans la liste..231 Utilisation du résultat Collage spécial Collage spécial vous permet de sélectionner le format de l'objet copié à coller dans le Viewer. E A partir du menu. Les types de fichier possibles pour l'objet dans le Presse-papiers sont listés. sélectionnez : Edition Collage spécial.. Figure 9-3 Boîte de dialogue Collage spécial Collage d'objets d'une autre application dans le Viewer E Copiez l'objet dans l'autre application. sélectionnez le format de l'objet.

Tous les résultats texte sont exportés en format avec espaces. Pour Graphiques Seulement. Fichier texte (*. JPEG. Graphiques uniquement : Les formats d'exportation disponibles sont les suivants : métafichier Windows (WMF). TIFF. . les options disponibles sont HTML. les diagrammes sont exportés au format métafichier Windows et incorporés dans le document Word. Pour le format Word/RTF. Les résultats texte sont publiés au format HTML pré-formaté. Document résultat : Exporte toute combinaison de tableaux pivotants. pour les formats HTML et texte. Format d'exportation : Pour les documents de résultat. les tableaux sont intégrés par référence. indiquant le nom de fichier du diagramme exporté. Word/RTF et Excel . texte. Exporter quoi : Vous pouvez exporter tous les objets du Viewer. Word/RTF et Excel. et vous devez exporter les tableaux sous un format adapté pour permettre leur intégration dans des documents HTML. Pour le format document texte. PNG ou PICT Macintosh. PostScript encapsulé (EPS). Les diagrammes du Viewer sont ignorés. Les diagrammes ne sont pas inclus dans les documents Excel. Pour le format document HTML. une ligne est insérée dans le fichier texte pour chaque diagramme. et enregistre les diagrammes sous divers formats communément utilisés par d'autres applications. tous les objets visibles ou seulement les objets sélectionnés. „ „ Document Résultat (sans Graphiques) : Exporte les tableaux pivotants et les résultats texte. résultat texte et diagrammes. bitmap Windows (BMP). Pour les documents de résultat. les diagrammes sont exportés dans le format d'exportation du diagramme sélectionné. sélectionnez un format d'exportation de graphiques dans la liste déroulante. les tableaux pivotants et le texte sont exportés de la façon suivante : „ „ Fichier HTML (*. „ Pour les formats HTML et texte. texte.232 Chapitre 9 Exporter résultats L'option Exporter le résultat enregistre les tableaux pivotants SPSS et les éléments texte au format HTML.txt) : Les tableaux pivotants peuvent être exportés en format tabulé ou avec espaces. les diagrammes sont exportés au format du diagramme sélectionné dans la boîte de dialogue Options.htm) : Les tableaux pivotants sont exportés comme des tableaux HTML.

Une police à espacement fixe est nécessaire pour le bon alignement des résultats texte séparés par des espaces. colonnes et cellules des tableaux pivotants sont exportées comme des lignes.233 Utilisation du résultat „ Fichier Excel (*.). . reportez-vous à « Système de gestion des résultats » dans Chapitre 47 . Système de gestion des résultats : Vous pouvez également exporter automatiquement tous les résultats ou tous les types de résultat définis par l'utilisateur. avec le contenu de toute la ligne dans une seule cellule. couleurs d'arrière-plan.). styles de police. tels que les fichiers texte et les fichiers de données au format HTML. E A partir du menu. avec tous les attributs de formatage (bordures de cellule. Le résultat texte dans SPSS apparaît toujours dans une police à espacement fixe et est exporté avec les mêmes attributs de police.. page 689. etc. styles de police.. E Entrez un nom de fichier (ou un préfixe pour les graphiques) et sélectionnez un format d'exportation. Exportation des résultats E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre). Pour plus d'informations. couleurs d'arrière-plan. etc. Le résultat texte est exporté avec tous les attributs de police.xls) : Les lignes. Chaque ligne du résultat texte est une ligne dans le fichier Excel. „ Fichier Word/RTF (*. colonnes et cellules Excel.doc) : Les tableaux pivotants sont exportés comme des tableaux Word avec tous les attributs de formatage (bordures de cellule. Le résultat texte est exporté en tant que fichier RTF. XML et SPSS. sélectionnez : Fichier Exporter.

234 Chapitre 9 Figure 9-4 Boîte de dialogue Exporter résultats .

et les options d'exportation des diagrammes pour les documents HTML. Word/RTF et Excel. Word/RTF et Excel Cette boîte de dialogue contrôle l'inclusion de notes de bas de page et de légendes pour les documents exportés aux formats HTML. .235 Utilisation du résultat Figure 9-5 Résultat exporté en format HTML Options HTML.

. les diagrammes sont exclus.. Fichier Word/RTF ou Fichier Excel comme format d'exportation. des éléments textes et des graphiques ainsi que l'insertion de notes de bas de page et de légendes pour les documents exportés en format texte. comme la taille pour les documents HTML. tous les diagrammes sont exportés au format métafichier (WMF) Windows. E Cliquez sur Options. Pour Excel. Définition des options d'exportation HTML. Pour le format Word/RTF. E Sélectionnez Fichier HTML. E A partir du menu.236 Chapitre 9 Format Image : Contrôle le format d'exportation des diagrammes et les paramètres facultatifs. sélectionnez : Fichier Exporter. Word/RTF et Excel E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre).. Options texte Options texte contrôle les options de format des tableaux pivotants.

comme la taille. Tous les résultats avec espaces nécessitent une police à point fixe (espacement unique) pour un alignement correct. Pour limiter la largeur des colonnes et insérer des sauts de ligne dans les longues étiquettes. Formatage de cellule : Pour les tableaux pivotants avec espaces. si une cellule n'est pas vide. Séparateurs de cellules : Pour les sorties de tableaux pivotants avec espaces. par défaut tous les sauts de lignes sont supprimés et chaque colonne est fixée à la largeur de la plus longue étiquette ou valeur de la colonne. Format Image : Contrôle le format d'exportation des graphiques et les paramètres facultatifs.237 Utilisation du résultat Figure 9-6 Boîte de dialogue Options texte Les tableaux pivotants peuvent être exportés en format tabulé ou avec espaces. Pour le format tabulé. son contenu et un caractère de tabulation sont imprimés. Si une cellule est vide. . Tous les résultats texte sont exportés en format avec espaces. un caractère de tabulation seul est imprimé. Ce réglage n'affecte que les tableaux pivotants. spécifiez un nombre de caractères pour la largeur de la colonne. vous pouvez spécifier les caractères utilisés pour créer les bordures de cellules.

Taille du diagramme L'option Taille du diagramme contrôle la taille des diagrammes exportés. sélectionnez le format d'exportation. E Sélectionnez Fichier texte comme format d'exportation. . sélectionnez : Fichier Exporter. puis cliquez sur Taille graphique. E Pour les documents de résultat.238 Chapitre 9 Pour définir les options d'exportation de texte E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre).. E Cliquez sur Options. cliquez sur Options. Les spécifications de pourcentage personnalisées vous permettent de diminuer ou d'augmenter la taille du diagramme exporté jusqu'à 200 pour cent... Figure 9-7 Boîte de dialogue Taille d'export des graphiques Définition de la taille des diagrammes exportés E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre).. sélectionnez : Fichier Exporter. E A partir du menu. E A partir du menu.

les configurations YUV 4:2:2 et YUV 4:1:1 constituent un compromis entre la réduction de la taille du fichier (espace disque) et la baisse de la qualité des couleurs affichées. L'image apparaît tout d'abord dans une faible résolution. Les ratios correspondent au taux d'échantillonnage de chaque composant. Le modèle de couleurs YUV est l'un des modes de codage des couleurs. plus le fichier exporté est volumineux. Espace de couleurs : Cette option fait référence au codage des couleurs dans l'image. Paramètre de qualité de compression : Contrôle le taux de compression en fonction de la qualité de l'image. Sa valeur peut être comprise entre 0. U et V. .10 (le plus foncé) et 6. Les lettres de ce sigle identifient les signaux Y. Il est couramment utilisé pour la transmission de données au format vidéo numérique ou MPEG.239 Utilisation du résultat E Pour Diagrammes seuls. L'option Espace de couleurs détermine le degré de « perte » des couleurs dans l'image exportée. Opérations de couleur : Les opérations suivantes sont disponibles : „ „ Inverser : Chaque pixel est enregistré dans la couleur inverse de sa couleur d'origine. puis sa qualité augmente au fur et à mesure de son chargement. Plus la qualité de l'image est élevée. sélectionnez le format d'exportation. Les composants U et V définissent la chrominance (informations de couleur). Si le paramétrage YUV 4:4:4 n'entraîne aucune perte. Options d'exportation de diagrammes au format JPEG Profondeur des couleurs : Vous pouvez exporter les graphiques JPEG en mode Couleurs vraies 24 bits ou 256 niveaux de gris. Encodage progressif : Permet le chargement progressif de l'image. puis cliquez sur Taille graphique.5 (le plus clair). Si vous réduisez les taux d'échantillonnage U et V. vous réduisez la taille du fichier (mais également sa qualité). Correction Gamma : Ajuste l'intensité des couleurs dans le diagramme exporté en modifiant la constante gamma utilisée pour faire correspondre les valeurs d'intensité. Cette option permet principalement d'éclaircir ou d'assombrir l'image bitmap. Le composant Y détermine le niveau de gris ou luminance.

Quelle que soit la profondeur de couleur utilisée lors de l'enregistrement d'un diagramme. le nombre de couleurs du diagramme est compris entre le nombre de couleurs réellement utilisées et le nombre maximal de couleurs autorisé par la profondeur. Il s'agit d'une technique de compression sans perte qui est prise en charge par les formats de fichiers Windows standard. Par exemple. „ Opérations de couleur : Les opérations suivantes sont disponibles : „ „ Inverser : Chaque pixel est enregistré dans la couleur inverse de sa couleur d'origine. Cette option permet principalement d'éclaircir ou d'assombrir l'image bitmap. ce diagramme conserve ses trois couleurs. ce diagramme conserve ses trois couleurs. les couleurs sont converties de manière à reproduire celles du diagramme. Sa valeur peut être comprise entre 0. Correction Gamma : Ajuste l'intensité des couleurs dans le diagramme exporté en modifiant la constante gamma utilisée pour faire correspondre les valeurs d'intensité. Utiliser la compression RLE : (BMP uniquement).5 (le plus clair). . Quelle que soit la profondeur de couleur utilisée lors de l'enregistrement d'un diagramme. L'expression « compression sans perte » signifie que la réduction de la taille des fichiers n'est pas effectuée aux dépens de la qualité de l'image. Par exemple. le nombre de couleurs du diagramme est compris entre le nombre de couleurs réellement utilisées et le nombre maximal de couleurs autorisé par la profondeur. si vous enregistrez un diagramme contenant trois couleurs (rouge. blanc et noir) en mode 16 couleurs. blanc et noir) en mode 16 couleurs.10 (le plus foncé) et 6. L'option Profondeur d'écran actuelle correspond au nombre de couleurs affichées sur votre écran. Options d'exportation de diagrammes aux formats PNG et TIFF Profondeur des couleurs : Détermine le nombre de couleurs du diagramme exporté. si vous enregistrez un diagramme contenant trois couleurs (rouge. „ Lorsque le nombre de couleurs du diagramme est supérieur au nombre prévu pour cette profondeur.240 Chapitre 9 Options d'exportation de diagrammes aux formats BMP et PICT Profondeur des couleurs : Détermine le nombre de couleurs du diagramme exporté.

. Cette option permet principalement d'éclaircir ou d'assombrir l'image bitmap. „ Opérations de couleur : Les opérations suivantes sont disponibles : „ „ Inverser : Chaque pixel est enregistré dans la couleur inverse de sa couleur d'origine. elles peuvent en revanche afficher l'aperçu enregistré avec l'image. Correction Gamma : Ajuste l'intensité des couleurs dans le diagramme exporté en modifiant la constante gamma utilisée pour faire correspondre les valeurs d'intensité. Format : (TIFF uniquement) Permet de définir l'espace de couleurs et de compresser le diagramme exporté. Un aperçu sert principalement en cas d'insertion d'un fichier EPS dans un autre document. 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. Entrez une valeur entière comprise entre 0 et 255 pour chacune des couleurs.5 (le plus clair).10 (le plus foncé) et 6. les couleurs sont converties de manière à reproduire celles du diagramme. Sa valeur peut être comprise entre 0. L'aperçu de l'image peut être au format WMF (plus petit et plus facilement redimensionnable) ou TIFF (plus souple et pris en charge par un plus grand nombre de plateformes). Si de nombreuses applications ne peuvent pas afficher une image EPS. Transparence : Permet de sélectionner la couleur qui sera transparente dans le diagramme exporté. L'option Profondeur d'écran actuelle correspond au nombre de couleurs affichées sur votre écran. Vérifiez dans l'application de destination du graphique EPS les formats d'aperçu pris en charge. La valeur par défaut de chaque couleur est 255.241 Utilisation du résultat „ Lorsque le nombre de couleurs du diagramme est supérieur au nombre prévu pour cette profondeur. Cette option est disponible uniquement pour les exportations en mode Couleurs vraies 32 bits. De ce fait. Avec l'option YCbCr. Seuls les modes Couleurs vraies 24 et 32 bits sont disponibles avec les couleurs CMJN. la couleur de transparence par défaut est le blanc. Vous disposez de toutes les profondeurs de couleur en mode RVB.

Cette option s'avère toutefois utile lorsque votre imprimante PostScript ne prend pas en charge les polices Type 42. Vous ne pouvez plus modifier le texte en tant que tel dans les applications de retouche des graphiques EPS. La qualité est également amoindrie. Par exemple. Windows standard : Option prise en charge par la plupart des applications pouvant afficher des métafichiers Windows. mais qu'il vous faut conserver des symboles spéciaux TrueType.242 Chapitre 9 Polices TrueType : Permet à l'utilisateur d'indiquer le mode d'enregistrement des polices TrueType dans l'image EPS. Remarque : Ce format est déconseillé pour les graphiques interactifs qui utilisent la police SPSS Marker (comme les diagrammes de dispersion) car il n'existe aucun équivalent PostScript significatif aux marques SPSS TrueType. comme des marques dans des diagrammes de dispersion interactifs. La police PostScript résultante est appelée police Type 42. Remarque : Toutes les imprimantes PostScript ne disposent pas d'un pilote de niveau 3 pouvant lire les polices Type 42). notamment les informations de lissage des polices (utiles par exemple pour la mise à l'échelle à de petites tailles). . la police Times New Roman est convertie en Times et Arial est convertie en Helvetica. „ Incorporer en tant que TrueType natif (niveau 3) : Incorpore la plupart des données de police dans le fichier EPS. Définir des options d'exportation des diagrammes E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre). ce format n'est pas pris en charge par certaines applications. Options d'exportation de diagrammes au format WMF Aldus placeable : Fournit un degré d'indépendance par rapport au périphérique (taille physique identique en cas d'ouverture à 96 ou 120 ppp) . „ Remplacer les polices TrueType en courbes : Transforme les polices TrueType en données de courbe PostScript. „ Convertir en polices PostScript : Convertit les polices TrueType en polices PostScript (Type 1) en fonction de la famille de polices.

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 de contenu. sélectionnez : Fichier Exporter. sélectionnez le format d'exportation. Tous les résultats : Tous les résultats. puis cliquez sur Options de diagramme. Sélection : Seuls s'impriment les éléments sélectionnés dans les panneaux de ligne de légende et/ou de contenu. y compris les éléments masqués.243 Utilisation du résultat E A partir du menu. cliquez sur Options. s'impriment. Les éléments masqués (éléments accompagnés d'une icône représentant un livre fermé dans le panneau de ligne de légende ou masqués dans les strates réduites des lignes de légende) ne s'impriment pas. E Pour les documents de résultat.. sélectionnez le format d'exportation. puis cliquez sur Options. E Pour Diagrammes seuls. Figure 9-8 Boîte de dialogue d'impression du Viewer ..

sélectionnez : Fichier Imprimer. 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 ..244 Chapitre 9 Impression de résultat et de diagrammes E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre).. Aperçu avant impression L'Aperçu avant impression vous montre ce qui va s'imprimer sur chaque page des documents du Viewer. E Cliquez sur OK pour imprimer. Il est conseillé d'utiliser l'Aperçu avant impression avant d'imprimer un document du Viewer car cela permet de voir les éléments qui ne sont peut être pas visibles en regardant tout simplement le panneau de contenu du Viewer. E Choisissez les paramètres d'impression voulus. E A partir du menu.

Pour afficher un aperçu avant impression E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre). E A partir du menu. l'aperçu n'affiche que les résultats sélectionnés.245 Utilisation du résultat Figure 9-9 Aperçu avant impression Si des résultats sont sélectionnés dans le Viewer. vérifiez que rien n'est sélectionné dans le Viewer. sélectionnez : Fichier Aperçu avant impression . Pour avoir un aperçu de tous les résultats.

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 9-10 Boîte de dialogue Mise en page Les paramètres de mise en page sont enregistrés dans le document du Viewer. Pour modifier la mise en page E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre). . Ces paramètres n'ont aucun effet sur l'impression des données de l'éditeur de données ou de la syntaxe d'une fenêtre de syntaxe. La Mise en page affecte uniquement les paramètres des documents du Viewer.

E Modifiez les paramètres et cliquez sur OK. Vous pouvez également utiliser la barre d'outils qui se trouve au milieu de 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 9-11 Options Mise en page onglet En-tête/pied de page .. sélectionnez : Fichier Mise en page.247 Utilisation du résultat E A partir du menu. Vous pouvez saisir le texte à afficher dans les en-têtes et les pieds de page.. 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 bas de chaque page.

. la taille du diagramme ne peut plus augmenter pour occuper plus de hauteur. Ce paramètre n'affecte pas l'affichage des éléments dans le Viewer. Si vous n'avez indiqué aucun titre ou sous-titre de page. deuxième. Lorsque les bordures extérieures d'un tableau atteignent les bordures de gauche et de droite de la page. ce paramètre est ignoré. diagramme et objet de texte constitue un élément distinct. l'espace entre les éléments de résultat imprimés. Espace entre items : Contrôle l'espace entre des éléments imprimés. Commencer page : Numéros de page consécutifs commençant à partir d'un numéro spécifié. Les caractéristiques de police des titres de page et des sous-titres existants peuvent être modifiées en changeant les titres à l'aide du Viewer.248 Chapitre 9 Les étiquettes d'en-tête des lignes de légende indiquent l'en-tête de ligne de légende de premier. Sélectionnez Aperçu avant impression dans le menu Fichier pour voir comment apparaîtront vos en-têtes et pieds de page sur la page imprimée. troisième et/ou quatrième niveau pour le premier élément de chaque page. Mise en page : Options Cette boîte de dialogue contrôle la taille du diagramme imprimé. ainsi que la numérotation des pages. Les titres et sous-titres de page impriment les titres et sous-titres de la page courante. Taille imprimée diagramme : Contrôle la taille du diagramme imprimé par rapport à la taille définie pour la page. Les titres et sous-titres sont créés avec les options Insérer titre de page et Insérer sous-titre de page du menu Insérer du Viewer ou avec les commandes TITRE et SOUS-TITRE de la syntaxe de commande. Remarque : Les caractéristiques de police des nouveaux titres de page et des sous-titres sont vérifiées dans l'onglet Viewer de la boîte de dialogue Options (Menu Edition). Chaque tableau pivotant. Le rapport hauteur/largeur du diagramme n'est pas affecté par la taille du diagramme imprimé. La taille globale d'un diagramme imprimé est limitée par sa hauteur et par sa largeur.

Le document enregistré contient les deux panneaux du Viewer (légende et contenu). (Non disponible dans la version autonome du SmartViewer). Enregistrement d'un document du Viewer E A partir du menu du Viewer. utilisez Exporter dans le menu Fichier.249 Utilisation du résultat Figure 9-12 Mise en page onglet Options Enregistrement des résultats Le contenu du Viewer peut être enregistré comme un document du Viewer. . Pour enregistrer le résultat dans un format externe (par exemple HTML ou texte). sélectionnez : Fichier Enregistrer E Entrez le nom du document et cliquez sur Enregistrer.

.250 Chapitre 9 Option Publier L'option Enregistrer avec mot de passe vous permet de protéger par mot de passe vos fichiers Viewer. pour distribuer le Smart Viewer. Mot de passe : Le mot de passe respecte la casse et peut comporter jusqu'à 16 caractères. pour distribuer le Smart Viewer. E Entrez un nom de fichier dans la boîte de dialogue Enregistrer sous. Pour enregistrer les fichiers du Viewer avec un mot de passe E A partir du menu du Viewer. Si vous décidez d'affecter un mot de passe. Code OEM : Laissez ce champ vide à moins que vous n'ayez un accord contractuel avec SPSS Inc. E Entrez de nouveau le mot de passe pour le confirmer et cliquez sur OK. Le code de licence OEM est fourni avec le contrat. Remarque : Laissez le code OEM vide à moins que vous n'ayez un accord contractuel avec SPSS Inc.. E Cliquez sur Enregistrer.. sélectionnez : Fichier Enregistrer avec mot de passe. E Saisissez le mot de passe. le fichier ne peut pas être ouvert sans.

des diagrammes comme images métafichiers (au lieu d'objets diagramme). avec : „ „ un résultat texte simple (au lieu de tableaux pivotants) . et les fonctionnalités interactives des tableaux pivotants et des diagrammes ne sont pas disponibles. redimensionner les diagrammes. et coller les résultats texte et les diagrammes dans d'autres applications. vous ne pouvez pas modifier les diagrammes. Cependant.Viewer en mode brouillon 10 Chapitre Le Viewer en mode brouillon fournit des résultats sous forme de « brouillons ». Figure 10-1 Fenêtre du Viewer en mode brouillon 251 . Vous pouvez modifier les résultats texte du Viewer en mode brouillon.

E Cliquez sur l'onglet Général. Les caractères de la zone de la police SPSS Marker Set sont utilisés comme des séparateurs de lignes et de colonnes. Remarque : Le nouveau résultat est toujours affiché dans la fenêtre de Viewer désigné. sélectionnez : Fichier Nouveau Résultat mode brouillon E Pour faire du résultat en mode brouillon le type de résultat par défaut à partir du menu. Si les caractères de cette zone sont désactivés. Vous pouvez contrôler le format du nouveau résultat en mode brouillon en utilisant les options du Viewer en mode brouillon (menu Edition. Contrôle du format du résultat en mode brouillon La sortie qui serait affichée sous forme de tableaux pivotants dans le Viewer est convertie en sortie texte pour le Viewer en mode brouillon. Les paramètres par défaut pour une sortie de tableaux pivotants convertie sont définis comme suit : „ „ „ „ Chaque colonne est ajustée en fonction de la largeur de l'étiquette de colonne et les étiquettes ne s'étalent pas sur plusieurs lignes. L'alignement est contrôlé par des espaces (à la place des tabulations). Options.. . la fenêtre désignée est celle qui a été la dernière ouverte ou celle désignée à l'aide de l'outil Fenêtre désignée (le point d'exclamation) dans la barre d'outils. E Sélectionnez Brouillon sous Type de navigateur au démarrage. sélectionnez : Affichage Options.. Si vous avez ouvert une fenêtre de Viewer ou de Viewer en mode brouillon.252 Chapitre 10 Pour créer un résultat en mode brouillon E A partir du menu. onglet Viewer en mode brouillon). les caractères verticaux (|) sont utilisés comme séparateurs de colonnes et les tirets (–) comme séparateurs de lignes.

.253 Viewer en mode brouillon Figure 10-2 Options du Viewer en mode brouillon Largeur de colonne : Pour réduire la largeur des tableaux contenant des étiquettes longues. Les étiquettes plus longues que la largeur spécifiée sont adaptées pour s'ajuster à la largeur maximale. sélectionnez Maximum caractères sous Largeur de colonne.

Vous pouvez spécifier différents séparateurs de cellules ou entrer des espaces vides si vous ne voulez utiliser aucun caractère pour repérer les lignes et colonnes. vous pouvez utiliser les paramètres des séparateurs de cellules pour vérifier que les séparateurs de lignes et de colonnes s'affichent dans le nouveau résultat en mode brouillon. .254 Chapitre 10 Figure 10-3 Résultat en mode brouillon avant et après le paramétrage de la largeur de colonne maximale Séparateurs de lignes et de colonnes : Comme autre choix de caractères de la boîte pour les bordures de lignes et de colonnes. Vous devez désélectionner la case Afficher les caractères pour indiquer les séparateurs de cellules.

la sortie avec des tabulations de séparation ne s'alignera pas correctement dans le Viewer en mode brouillon. Cependant.255 Viewer en mode brouillon Figure 10-4 Résultat en mode brouillon avant et après le paramétrage des séparateurs de cellules Séparer colonnes avec Espaces / Tabulations : Le Viewer en mode brouillon est conçu pour afficher une sortie dans laquelle les séparations sont des espaces dans une police à espacement fixe (non proportionnelle). Si vous sélectionnez les tabulations comme séparateurs de colonnes. vous devez utiliser une police à espacement fixe pour aligner correctement les colonnes avec un espace de séparation. . vous pouvez utiliser la police de votre choix dans l'autre application et définir les tabulations pour aligner le résultat correctement. Si vous souhaitez coller un résultat en mode brouillon dans une autre application.

sélectionnez : Affichage Options. E Cliquez sur OK ou sur Appliquer.256 Chapitre 10 Figure 10-5 Résultat avec des tabulations de séparation dans le Viewer en mode brouillon puis formatée dans un traitement de texte Définition des options du Viewer en mode brouillon E A partir du menu. . E Sélectionnez les paramètres souhaités. E Cliquez sur l'onglet Viewer en mode brouillon...

Cependant. appliquées à une partie seulement d'un tableau peuvent affecter l'alignement de colonne. Bordures de lignes et de colonnes : Les bordures de lignes et de colonnes pleines par défaut utilisent la police SPSS Marker Set. . comme la taille et le style (par exemple gras. d'autres modifications de police.. si vous utilisez les caractères de la boîte pour les bordures de lignes et de colonnes. telle que Courier. Attributs de polices Vous pouvez modifier les attributs de polices (police. sélectionnez : Format Police. E Sélectionnez les attributs de police à appliquer au texte sélectionné.. E A partir des menus du Viewer en mode brouillon. italique). Pour modifier les polices dans le Viewer en mode brouillon E Sélectionnez le texte auquel vous voulez appliquer la modification de police. l'alignement approprié de la colonne pour du texte séparé par des espaces nécessite l'utilisation d'une police à espacement fixe (monoespacée). De plus. sélectionnez le résultat à imprimer. E Pour imprimer uniquement la partie sélectionnée du résultat en mode brouillon. sélectionnez : Fichier Imprimer.. taille. style) du résultat texte dans le Viewer en mode brouillon.. Pour imprimer un résultat en mode brouillon E A partir des menus du Viewer en mode brouillon. Les caractères de traçage de lignes utilisés pour tracer les bordures ne sont pas pris en charge par d'autres polices.257 Viewer en mode brouillon Les options d'affichage des résultats dans le Viewer affectent seulement le nouveau résultat produit après modification des paramètres Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres.

„ les résultats texte créées avec l'option de largeur de page Large (options du Viewer Une sortie trop large pour la page est alors tronquée et ne s'imprimera pas sur une autre page. E Choisissez Sélection. Nous vous conseillons d'utiliser l'Aperçu avant impression avant d'imprimer réellement un document du Viewer car cela vous permet de visualiser les éléments qui peuvent ne pas avoir été ajustés pour tenir sur une page. Saut de Page) pour contrôler les endroits où le tableau passe sur une autre page.. utilisez les sauts de page (menu Insertion. Options. onglet Viewer en mode brouillon). Sélectionnez Paysage pour l'orientation de page (menu Fichier. sélectionnez : Fichier Imprimer. Pour les tableaux longs. Aperçu avant impression L'Aperçu avant impression vous montre ce qui va s'imprimer sur chaque page pour les documents brouillons. sélectionnez : Fichier Aperçu avant impression .258 Chapitre 10 E A partir du menu. comme : „ „ les tableaux longs les tableaux larges produits par la conversion d'une sortie d'un tableau pivotant sans contrôle de largeur de colonne en mode brouillon) sur une imprimante définie en mode Portrait.. Mise en page). Polices). Il existe plusieurs méthodes permettant d'éviter qu'un résultat trop volumineux soit tronqué : „ „ „ Utilisez une taille de police plus petite (menu Format. Pour une nouvelle sortie. spécifiez une largeur de colonne maximum étroite (menu Edition. Pour visualiser un aperçu avant impression du Viewer en mode brouillon E A partir des menus du Viewer en mode brouillon.

Pour enregistrer le résultat en mode brouillon en tant que texte E A partir des menus du Viewer en mode brouillon.259 Viewer en mode brouillon Pour enregistrer une sortie du Viewer en mode brouillon E A partir des menus du Viewer en mode brouillon.. .. 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 fichiers exportés. sélectionnez : Fichier Enregistrer La sortie du Viewer en mode brouillon est enregistrée au format RTF (texte enrichi). sélectionnez : Fichier Exporter. Les diagrammes ne sont pas inclus.

.

Montrer et masquer des cellules. Déplacer des lignes et des colonnes. 261 . Grouper et séparer des lignes et des colonnes. Manipulation d'un tableau pivotant Les options de manipulation des tableaux pivotants comprennent les éléments suivants : „ „ „ „ „ „ „ Transposer des lignes et des colonnes. Edition de deux tableaux pivotants ou plus en une fois E Cliquez sur le tableau pivotant avec le bouton de droite. Créer des strates multidimensionnelles. Cela signifie que vous pouvez réarranger les lignes. Cela active l'éditeur de tableaux pivotants.Tableaux pivotants 11 Chapitre Beaucoup de résultats sont présentés dans le Viewer sous forme de tableaux pouvant être pivotés de manière interactive. Faire pivoter des étiquettes de lignes et de colonnes. Pour modifier un tableau pivotant E Double-cliquez sur le tableau. colonnes et strates. Trouver des définitions de termes.

Pour faire pivoter un tableau à l'aide d'icônes E Activez le tableau pivotant. Après le déplacement. supposez que l'icône représente une variable possédant les modalités Oui et Non et que vous faites glisser l'icône du plateau Ligne vers le plateau Colonne. Figure 11-1 Structure pivotante Cette action modifie la disposition du tableau. choisissez : Tableau pivotant Structure pivotante E Déplacez le pointeur de la souris au dessus de chaque icône pour faire apparaître une Note d'aide qui vous indique quelle dimension du tableau cette icône représente. E Faites glisser une icône d'une dimension à l'autre. ce sont des étiquettes de colonne. Oui et Non étaient des étiquettes de ligne. E A partir des menus du tableau pivotant. Avant le déplacement. .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. Par exemple.

Transposition des lignes et des colonnes E A partir des menus du tableau pivotant.263 Tableaux pivotants Pour identifier des dimensions dans un tableau pivotant E Activez le tableau pivotant. Cette action met en surbrillance les étiquettes de dimension dans le tableau pivotant. choisissez : Tableau pivotant Transposer lignes et colonnes Cette action a le même effet que faire glisser toutes les icônes de lignes dans la dimension Colonne et les icônes de colonnes dans la dimension Lignes. choisissez : Tableau pivotant Structure pivotante E Cliquez sur une icône et maintenez le bouton enfoncé. Pour modifier l'ordre d'affichage des éléments dans une dimension : E Activez le tableau pivotant. E Si la structure pivotante n'est pas déjà activée. . à partir des menus du tableau pivotant. E Si la structure pivotante n'est pas déjà activée. Pour modifier l'ordre d'affichage L'ordre des icônes de rotation dans un plateau de dimension reflète l'ordre d'affichage des éléments dans le tableau pivotant. 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 (de gauche à droite ou de haut en bas).

désactivez-la. puis créer un nouveau groupe incluant les éléments supplémentaires. E Dans le menu contextuel. Remarque : Assurez-vous que l'option Faire glisser pour Copier du menu Edition n'est pas activée (cochée).264 Chapitre 11 Pour déplacer des lignes et des colonnes dans un tableau pivotant E Activez le tableau pivotant. choisissez Insérer Avant ou Permuter. Pour grouper des lignes ou des colonnes et insérer des étiquettes de groupe E Activez le tableau pivotant. E Sélectionnez les étiquettes des lignes ou des colonnes que vous voulez grouper (cliquez et faites glisser ou Maj-Clic pour sélectionner plusieurs étiquettes). . E Cliquez sur l'étiquette de la ligne ou colonne que vous voulez déplacer. sélectionnez : Affichage Group Une étiquette de groupe est insérée automatiquement. E A partir du menu. E Cliquez et faites glisser l'étiquette vers sa nouvelle position. vous devez d'abord dissocier les éléments du groupe. Figure 11-2 Groupes et étiquettes de lignes et de colonnes Etiquette de groupe de colonnes Femmes Etiquette de groupe de lignes Employé de bureau Agent de sécurité Manager 206 10 Hommes 157 27 74 Total 363 27 84 Remarque : Pour ajouter des lignes ou des colonnes à un groupe existant. Double-cliquez sur l'étiquette de groupe pour modifier le texte de l'étiquette. Si l'option Faire glisser pour Copier est activée.

sélectionnez : Affichage Ungroup Dissocier supprime automatiquement l'étiquette de groupe. E Sélectionnez l'étiquette de groupe (cliquez n'importe où dans l'étiquette) des lignes ou des colonnes que vous voulez dissocier.265 Tableaux pivotants Pour dissocier des lignes ou des colonnes et supprimer des étiquettes de groupe E Activez le tableau pivotant. E A partir du menu. E A partir du menu. Pour faire pivoter des étiquettes de tableaux pivotants E Activez le tableau pivotant. sélectionnez : Format Pivoter Etiquettes de colonnes internes ou Pivoter Etiquettes de lignes externes .

vous pouvez rétablir la disposition d'origine du tableau pivotant. E A partir du menu Tableau pivotant.266 Chapitre 11 Figure 11-3 Etiquettes de colonnes pivotées Seules les étiquettes des colonnes les plus internes et les étiquettes des lignes les plus externes peuvent être pivotées. Par exemple. . Pour rechercher la définition d'une étiquette dans un tableau pivotant Vous pouvez obtenir de l'Aide contextuelle sur les étiquettes de cellules dans les tableaux pivotants. Elle n'affecte pas les changements tels que grouper. de colonnes ou de strates entre les dimensions. Rétablissement des pivots aux valeurs par défaut Après avoir exécuté une ou plusieurs opérations de pivot. Cette action ne rétablit que les changements résultant d'une rotation des éléments de lignes. vous pouvez obtenir une définition de la moyenne. dissocier ou déplacer des lignes ou des colonnes. choisissez Remettre pivots à leur valeur par défaut. si Moyenne apparaît comme une étiquette.

E Faites glisser une icône du plateau Ligne ou du plateau Colonne vers le plateau Strate. Le tableau peut être imaginé comme un empilement de strates.267 Tableaux pivotants E Cliquez sur une cellule d'étiquette avec le bouton droit de la souris. sélectionnez Qu'est-ce que c'est ? Vous devez cliquer avec le bouton droit de la souris sur la cellule d'étiquette elle-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'utilisateur telles que les noms de variable ou les étiquettes de valeurs. Utilisation des strates Vous pouvez afficher un tableau bidimensionnel séparé pour chaque modalité ou combinaison de modalités. 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 Tableau pivotant si vous ne l'avez pas encore fait. E A partir du menu contextuel.

268 Chapitre 11 Figure 11-4 Déplacer des modalités dans des strates Chaque icône de strate possède des flèches à gauche et à droite. Le tableau visible est celui de la strate supérieure. Figure 11-5 Modalités en strates séparées Classification minoritaire : oui Classification minoritaire : non Total Catégorie Employé de bureau d'emploi Agent de sécurité Manager Total 194 176 Sexe Homme Femme Total 40 87 47 13 13 4 4 64 40 104 .

Atteindre la modalité de la strate Aller à Modalité de Strate vous permet de modifier les strates d'un tableau pivotant.. Pour aller à une strate d'un tableau E A partir des menus du tableau pivotant.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.. Cette boîte de dialogue est particulièrement utile lorsqu'il existe un grand nombre de strates ou lorsqu'une strate possède de nombreuses modalités. . Figure 11-6 Sélectionnez des strates à partir des listes déroulantes. choisissez : Tableau pivotant Aller à la strate.

Il doit y avoir au moins une icône dans le plateau Strate. soit de gauche à droite (colonnes). Pour afficher une autre strate sans fermer la boîte de dialogue : E Sélectionnez la modalité et cliquez sur Appliquer. .270 Chapitre 11 Figure 11-7 Boîte de dialogue Atteindre la modalité de la strate E Sélectionnez une dimension de strate dans la liste Modalité visible. ou E Dans le menu Tableau pivotant. La liste Modalités de Strates affiche toutes les modalités de la dimension sélectionnée. soit de haut en bas (lignes). choisissez Déplacer Strates vers Lignes. Cette action change la strate et ferme la boîte de dialogue. choisissez Déplacer Strates vers Colonnes. vous pouvez afficher toutes les strates en même temps. E Sélectionnez la modalité souhaitée dans la liste Modalités de Strates et cliquez sur OK. E Dans le menu Tableau pivotant. Pour déplacer des strates vers des lignes ou des colonnes Si le tableau que vous affichez est empilé en strates dont seule la strate supérieure est visible.

Chaque tableau pivotant a son propre jeu de signets. chaque nom de signet doit être unique. sélectionnez : Tableau pivotant Signets… E Entrez un nom pour le signet. A l'intérieur d'un tableau pivotant. Les noms de signets ne font pas la distinction majuscules-minuscules. E Cliquez sur Ajouter. E A partir du menu. Signets Les signets vous permettent d'enregistrer différents affichages d'un tableau pivotant. . 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 Activez le tableau pivotant. Pour obtenir un affichage de tableau pivotant pour lequel un signet a été défini auparavant E Activez le tableau pivotant. E Faites pivoter le tableau vers l'affichage pour lequel vous voulez définir un signet.271 Tableaux pivotants Vous pouvez également déplacer les strates vers les lignes ou les colonnes en faisant glisser leurs icônes dans la structure pivotante Strate. Les signets incluent : „ „ „ le positionnement des éléments dans les dimensions de ligne. Ligne et Colonne. mais vous pouvez utiliser des noms de signets en double dans des tableaux pivotants différents.

titres et légendes. Etiquettes de modalité (sans masquer les cellules de données). y compris la cellule d'étiquette et les cellules de données d'une ligne ou d'une colonne. 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. E Cliquez sur Atteindre. Modalités. E A partir du menu. . Pour renommer un signet de tableau pivotant E Activez le tableau pivotant.272 Chapitre 11 E A partir du menu. Notes de bas de page. sélectionnez : Tableau pivotant Signets… E Cliquez sur le nom du signet dans la liste. E Cliquez sur OK. E Entrez le nouveau nom de signet. sélectionnez : Tableau pivotant Signets… E Cliquez sur le nom du signet dans la liste. Montrer ou masquer des cellules Il est possible de masquer de nombreux types de cellules : „ „ „ „ Etiquettes de dimension. E Cliquez sur Renommer.

si la modalité Femme de la dimension Sexe est masquée. choisissez Montrer Toutes les Modalités dans Sexe. cliquez sur la modalité Homme. ou E A partir des menus du tableau pivotant. E Dans le menu contextuel. .273 Tableaux pivotants E A partir des menus du tableau pivotant. choisissez : Affichage 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. choisissez : Affichage Montrer toutes les modalités dans le nom de la dimension Par exemple. 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 colonne masquée. Par exemple. Pour masquer ou afficher une étiquette de dimension E Activez le tableau pivotant. une ligne ou une colonne totalement vide reste masquée). E A partir des menus du tableau pivotant. E Sélectionnez l'étiquette de dimension ou toute étiquette de modalité dans la dimension. choisissez : Affichage Masquer ou E Cliquez avec le bouton de droite de la souris sur la ligne ou la colonne mise en surbrillance pour afficher le menu contextuel.

Modifier du texte. Copier et Coller le résultat dans d'autres applications. Pour masquer ou afficher une note de bas de page dans un tableau E Sélectionnez une note de bas de page. sélectionnez : Affichage Masquer (ou montrer) Etiquette de dimension. E A partir du menu. Modifier les propriétés du tableau actuel. sélectionnez : Affichage Masquer (ou montrer) Pour afficher ou masquer une légende ou un titre dans un tableau E Sélectionnez une légende ou un titre. Vous pouvez : „ „ „ „ „ „ „ Appliquer un modèle de tableau. Ajouter des éléments au Viewer. E A partir du menu. Modifier les propriétés des cellules dans le tableau. . sélectionnez : Affichage Masquer (ou montrer) Modification des résultats L'aspect et le contenu de chaque élément texte ou tableau du résultat peuvent être édités. Ajouter des notes de bas de page et des légendes aux tableaux.274 Chapitre 11 E A partir du menu.

les propriétés des notes de bas de page. Si l'option Comme Affiché est sélectionnée dans la liste de fichiers de modèle de tableau. E A partir du menu. Vous modifiez ensuite le modèle de tableau et appliquez l'option BOXED. La colonne précédemment sélectionnée reste en caractères gras tandis que le reste des caractéristiques du modèle BOXED est appliqué. y compris sur l'aspect général. Cette action restaure toutes les cellules qui ont été éditées. vous pouvez commencer par appliquer le modèle de tableau 9POINT. puis sélectionner une colonne de données et utiliser la boîte de dialogue Formats des cellules pour appliquer une police en caractères gras à cette colonne. Pour appliquer ou enregistrer un modèle de tableau E Activez un tableau pivotant. En option. Avant ou après avoir appliqué un modèle de tableau.. Modèles de tableaux Un modèle de tableau est un ensemble de propriétés définissant l'aspect d'un tableau. . Les formats de cellule édités demeurent.275 Tableaux pivotants Modification de l'aspect des tableaux Vous pouvez modifier l'aspect d'un tableau soit en éditant les propriétés du tableau. vous pouvez restaurer pour toutes les cellules les formats définis par le modèle de tableau actuel. Chaque modèle de tableau comprend un regroupement de propriétés de tableau. même lorsque vous appliquez un nouveau modèle de tableau. Vous pouvez sélectionner l'un des Aspects de tableau prédéfinis ou créer et enregistrer un modèle de tableau personnalisé. Vous pouvez sélectionner un modèle de tableau prédéfini ou créer votre propre modèle de tableau. vous pouvez modifier les formats de cellules pour des cellules individuelles ou des groupes de cellules à l'aide des propriétés de cellule. Par exemple. les propriétés des cellules et les bordures. soit en appliquant un modèle de tableau. sélectionnez : Format Modèles de tableaux. toutes les cellules modifiées reprennent les propriétés actuelles du tableau..

E Modifiez les propriétés de tableau pour obtenir les attributs souhaités et cliquez sur OK.276 Chapitre 11 Figure 11-8 Boîte de dialogue Aspects de tableau E Sélectionnez un modèle de tableau dans la liste de fichiers. Un modèle de tableau modifié n'est pas appliqué à d'autres tableaux utilisant cet Aspect. Modifier un modèle de tableau n'affecte que le tableau pivotant sélectionné. E Cliquez sur Modifier modèle. cliquez sur Parcourir. Pour sélectionner un fichier dans un autre répertoire. sauf si vous sélectionnez ces tableaux et appliquez à nouveau le modèle de tableau. . E Cliquez sur Enregistrer aspect pour enregistrer le modèle de tableau modifié ou sur Enregistrer sous pour l'enregistrer comme nouveau modèle. Pour modifier ou créer un Modèle de tableau E Sélectionnez un modèle de tableau dans la liste de fichiers. E Cliquez sur OK pour appliquer le modèle de tableau au tableau pivotant sélectionné.

. E A partir des menus du tableau pivotant. E Cliquez sur OK ou sur Appliquer. Contrôler les propriétés d'impression. Contrôler la largeur et la couleur des lignes formant les bordures de chaque zone du tableau.277 Tableaux pivotants Propriétés du tableau La boîte de dialogue Propriétés de tableau vous permet de fixer les propriétés générales d'un tableau et les styles de cellules pour diverses parties d'un tableau ainsi que d'enregistrer un ensemble de propriété en tant que modèle de tableau. Modèle de tableau). A l'aide des onglets de cette boîte de dialogue. Notes de bas de page.. Déterminer des formats spécifiques pour les cellules de données. Les nouvelles propriétés sont appliquées au tableau pivotant sélectionné.. Formats de cellule. E Sélectionnez les options souhaitées. Contrôler le format et la position des marques de notes de bas de page. E Sélectionnez un onglet (Général. pour les étiquettes de ligne et de colonne et pour les autres zones du tableau. Pour modifier les propriétés d'un tableau pivotant E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). Bordures ou Impression). modifiez le modèle de tableau (menu Format. Pour appliquer de nouvelles propriétés de tableau à un modèle de tableau au lieu du tableau sélectionné seulement. telles que masquer les lignes ou les colonnes vides et ajuster les propriétés d'impression. vous pouvez : „ „ „ „ „ Contrôler les propriétés générales. choisissez : Format Propriétés du tableau.

E Cliquez sur OK ou sur Appliquer. Contrôler la largeur maximum et minimum de colonne (exprimée en points). Elles peuvent se placer dans le coin supérieur gauche ou être emboîtées. . (Une ligne ou colonne vide ne possède rien dans aucune des cellules de données) Contrôler l'emplacement des étiquettes de ligne.278 Chapitre 11 Propriétés de tableau : Général Plusieurs propriétés s'appliquent au tableau dans son ensemble. Figure 11-9 Propriétés de tableau Onglet Général Modification des propriétés générales d'un tableau E Sélectionnez l'onglet Général. Vous pouvez : „ „ „ Afficher ou masquer des lignes et des colonnes. E Sélectionnez les options souhaitées.

. 2. 3.. . E Sélectionnez un format pour les marques des notes de bas de page. Les marques des notes de bas de page peuvent être attachées au texte en indices ou en exposants.).. b. c. Figure 11-10 Propriétés de tableau Onglet Notes de bas de page Modification des propriétés des marques des notes de bas de page E Sélectionnez l'onglet Notes de bas de page.). „ „ Le style des marques de notes de bas de page est soit numérique (1.279 Tableaux pivotants Propriétés de tableau : Notes de bas de page Les propriétés des marques de notes de bas de page comprennent le style et la position par rapport au texte.. soit alphabétique (a.

Propriétés de tableau : Formats de cellule Pour le formatage. style). Etiquettes de colonne. et marges intérieures des cellules.280 Chapitre 11 E Sélectionnez une position pour les marques. E Cliquez sur OK ou sur Appliquer. celles-ci apparaîtront en caractères gras quelles que soient les informations affichées dans la dimension de la colonne—et si vous déplacez . Pour chaque zone d'un tableau. Légende et Notes de bas de page. Les formats de cellule comprennent les éléments suivants : caractéristiques de texte (police. Etiquettes de ligne. Etiquettes de coin. couleur. Ce ne sont pas des caractéristiques des cellules individuelles. Cette distinction est importante lorsqu'on fait pivoter un tableau. Par exemple : „ Si vous spécifiez une police en caractères gras pour un format de cellules dans les étiquettes de colonnes. alignement horizontal et vertical. Strates. vous pouvez modifier les formats des cellules associées. Données. Figure 11-11 Zones d'un tableau Les formats des cellules sont appliqués aux zones (modalités d'informations). un tableau est divisé en zones : Titre. taille. ombrage des cellules. couleurs de premier plan et d'arrière-plan.

„ Si vous appliquez les caractères gras sur les étiquettes de colonne simplement en mettant en surbrillance les cellules dans un tableau pivotant actif et en cliquant sur le bouton Gras de la barre d'outils. et les étiquettes de colonne ne resteront pas en caractères gras pour d'autres éléments déplacés dans la dimension de colonne. le contenu de ces cellules demeurera en caractères gras quelle que soit la dimension dans laquelle vous les déplacez.281 Tableaux pivotants un élément de la dimension de colonne vers une autre dimension. Figure 11-12 Propriétés de tableau Onglet Formats de cellule Modification des formats des cellules E Sélectionnez l'onglet Formats de cellule. il ne conserve pas les caractères gras des étiquettes de colonnes. E Sélectionnez une zone dans la liste déroulante ou cliquez sur une zone de l'échantillon. .

il n'y aura aucune ligne à l'emplacement sélectionné. Si vous sélectionnez Aucun comme style. vous pouvez sélectionner un style et une couleur de ligne. E Cliquez sur OK ou sur Appliquer. Vos sélections se reflètent dans l'échantillon. Figure 11-13 Propriétés de tableau Onglet Bordures Pour modifier les bordures d'un tableau E Cliquez sur l'onglet Bordures.282 Chapitre 11 E Sélectionnez des caractéristiques pour la zone. . Propriétés de tableau : Bordures Pour chaque emplacement de bordure dans un tableau.

soit en cliquant sur une ligne dans la zone d'échantillon.283 Tableaux pivotants E Sélectionnez un emplacement de bordure. Pour afficher des bordures masquées dans un tableau pivotant Pour les tableaux possédant peu de bordures visibles. vous pouvez afficher les bordures masquées. Contrôler les lignes veuves et orphelines — le nombre minimal de lignes et de colonnes qui seront contenues dans une section imprimée d'un tableau si le tableau 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 un autre résultat au-dessus dans la page. mais qu'il tient dans la longueur de page „ „ . E A partir du menu. E Sélectionnez une couleur. Ctrl-Clic pour sélectionner plusieurs noms non contigus) E Sélectionnez un style de ligne ou Aucun. Cela peut faciliter des tâches telles que modifier la largeur des colonnes. vous pouvez contrôler les propriétés suivantes : „ Imprimer toutes les strates ou seulement la strate supérieure du tableau. E Cliquez sur OK ou sur Appliquer. et imprimer chaque strate sur une page séparée. sélectionnez : Affichage Quadrillage Propriétés de tableau : Impression Pour les tableaux pivotants imprimés. soit en cliquant sur son nom dans la liste. (Maj-clic pour sélectionner plusieurs noms. (Ceci n'affecte que l'impression. Les bordures masquées (quadrillage) sont affichées dans le Viewer mais ne sont pas imprimées. pas l'affichage des strates dans le Viewer) Rétrécir un tableau horizontalement ou verticalement pour qu'il tienne dans la page lors de l'impression. E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau).

Vous pouvez également changer la police de toute cellule individuellement. Vous pouvez également masquer le texte ou le souligner. le style et la taille. Polices Un modèle de tableau vous permet de spécifier des caractéristiques de police pour différentes zones du tableau.284 Chapitre 11 définie. E Cliquez sur OK ou sur Appliquer. quel que soit le paramétrage des lignes veuves/orphelines) „ Inclure du texte de suite pour des tableaux qui ne peuvent s'ajuster à une seule page. ces propriétés s'appliquent dans toutes les strates du tableau possédant la même cellule. Les options de police dans une cellule comprennent le type de police. E Sélectionnez les options d'impressions souhaitées. le texte de suite de sera pas affiché. Pour contrôler l'impression d'un tableau pivotant E Cliquez sur l'onglet Impression. Vous pouvez afficher du texte de suite au bas de chaque page et en haut de chaque page. il est automatiquement imprimé sur une nouvelle page. Si vous spécifiez des propriétés de police dans une cellule. Si aucune option est sélectionnée. .

285 Tableaux pivotants Figure 11-14 Boîte de dialogue Police Modification de la police d'une cellule E Activez le tableau pivotant et sélectionnez le texte que vous voulez modifier... vous pouvez sélectionner une police. choisissez : Format Police. Largeur des cellules de données Fixer la Largeur des Cellules de Données est utilisé pour fixer une même largeur à toutes les cellules de données. . E A partir des menus du tableau pivotant. spécifier si vous voulez masquer ou souligner le texte ou sélectionner une couleur et un style d'écriture. En option. un style de police et une taille.

..286 Chapitre 11 Figure 11-15 Boîte de dialogue Fixer la Largeur des Cellules de Données Modification de la largeur des cellules de données E Activez le tableau pivotant. Le pointeur se change en flèche à deux pointes. E A partir du menu. E Entrez une valeur pour la largeur des cellules. Modification de la largeur d'une colonne de tableau pivotant E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). sélectionnez : Format Largeur des cellules. . E Maintenez le bouton de la souris enfoncé pendant que vous faites glisser la bordure vers sa nouvelle position. E Déplacez le pointeur de la souris dans les étiquettes de modalité jusqu'à ce qu'il soit sur la bordure droite de la colonne que vous voulez modifier.

qu'elles soient masquées ou non. Propriétés de la cellule Les propriétés de cellules s'appliquent à une cellule sélectionnée. E Faites-la glisser jusqu'à la nouvelle largeur. les marges et de l'ombrage.. Modification des propriétés de la cellule E Activez un tableau et sélectionnez une cellule du tableau. si vous changez les propriétés de tableau. sélectionnez : Format Propriétés de la cellule.. vous ne modifierez pas les propriétés de cellules appliquées individuellement. donc. E Déplacez le pointeur de la souris à travers les étiquettes de ligne jusqu'à voir apparaître la flèche à deux pointes. Les Propriétés des cellules supplantent les propriétés de tableau .287 Tableaux pivotants Figure 11-16 Modifier la largeur d'une colonne Vous pouvez modifier les bordures verticales de modalité et de dimension dans la zone des étiquettes de ligne. Vous pouvez changer le format des valeurs. E A partir du menu. l'alignement. .

les dates. E A partir du menu contextuel. Figure 11-17 Propriétés des Cellules Onglet Valeur Modification des formats des valeurs dans une cellule E Cliquez sur l'onglet Valeur. les heures ou les monnaies et ajuster le nombre de décimales affichées. . E Sélectionnez le nombre de décimales. E Sélectionnez une modalité et un format. E Cliquez avec le bouton droit de la souris sur la colonne en surbrillance. Pour modifier le format des valeurs dans une colonne E Ctrl-Alt-clic sur l'étiquette de colonne. Vous pouvez sélectionner des formats pour les nombres.288 Chapitre 11 Propriétés des cellules : Valeur Cet onglet de boîte de dialogue contrôle le format des valeurs d'une cellule. sélectionnez Propriétés de la cellule.

Propriétés des cellules : Alignement Cet onglet de boîte de dialogue fixe l'alignement vertical et horizontal et la direction du texte pour une cellule.289 Tableaux pivotants E Cliquez sur l'onglet Valeur. Vous pouvez utiliser cette méthode pour supprimer ou ajouter des symboles pourcentage ou dollar. date ou texte). le contenu de la cellule est aligné selon son type (nombre. Figure 11-18 Propriétés des Cellules Onglet Alignement . modifier le nombre de décimales affichées et passer de la notation numérique normale à la notation scientifique. E Sélectionnez le format que vous voulez appliquer à la colonne. Si vous choisissez Mixte.

choisissez : Format Propriétés de la cellule E Cliquez sur l'onglet Alignement. Lorsque vous sélectionnez les propriétés d'alignement des cellules.290 Chapitre 11 Modification de l'alignement dans les cellules E Sélectionnez une cellule dans le tableau. Propriétés des cellules : Marges Cet onglet de boîte de dialogue spécifie la marge à chaque bord d'une cellule. Figure 11-19 Propriétés des Cellules Onglet Marges Modification des marges dans les cellules E Cliquez sur l'onglet Marges. elles s'illustrent dans la zone d'échantillon. . E A partir des menus du tableau pivotant.

Figure 11-20 Propriétés des cellules onglet Ombrage Modification de l'ombrage des cellules E Cliquez sur l'onglet Ombrage. Le contour de cellule est sélectionné dans la liste Surbrillances. Propriétés des cellules : Ombrage Cet onglet de boîte de dialogue spécifie le pourcentage d'ombrage ou un contour de cellule ainsi que les couleurs de premier plan et d'arrière-plan pour une zone de cellules spécifiée. Cela n'affecte pas la couleur du texte.291 Tableaux pivotants E Sélectionnez la valeur de chacune des quatre marges. 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 marquer une note de bas de page.

et la surbrillance qui indique la ligne ou la colonne sélectionnée peut s'étendre sur des zones non contiguës du tableau. Pour renuméroter les notes de bas de page : E Activez le tableau pivotant. des colonnes et des strates. E A partir des menus du tableau pivotant.. les notes de bas de page peuvent être désactivées. choisissez : Format Marque de note de bas de page. Renumérotation des notes de bas de page Lorsque vous avez fait pivoter un tableau en échangeant des lignes. E A partir du menu.. E Entrez un ou deux caractères. sélectionnez : Format Renuméroter notes de bas de page Sélection des lignes et des colonnes dans les tableaux pivotants La flexibilité des tableaux pivotants place certaines contraintes sur la manière dont vous sélectionnez des lignes et des colonnes.292 Chapitre 11 Figure 11-21 Boîte 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. .

Si le tableau contient plusieurs dimensions dans la zone des lignes ou des colonnes. E Appuyez sur la touche Entrée pour enregistrer vos changements ou appuyez sur la touche Echap pour restaurer le contenu précédent de la cellule. Ajoutant des légendes et des notes de bas de page. E Cliquez sur une étiquette de ligne ou de colonne. Vous pouvez modifier le texte ou ajouter de nouveaux textes. sélectionnez : Affichage Sélectionnez Cellules de données et d'étiquettes ou E Ctrl-Alt-clic sur l'étiquette de ligne ou de colonne. E A partir du menu. E Editez le texte. . Modification des résultats d'un tableau pivotant Le texte qui s'affiche dans le Viewer peut apparaître dans beaucoup d'éléments.293 Tableaux pivotants Pour sélectionner une ligne ou une colonne dans un tableau pivotant E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). la sélection en surbrillance peut s'étendre sur plusieurs cellules non contiguës. Les tableaux pivotants peuvent être édités en : „ „ Editant du texte dans les cellules du tableau pivotant. E Double-cliquez sur la cellule ou appuyez sur F2. Pour modifier le texte d'une cellule E Activez le tableau pivotant.

vous pouvez soit imprimer toutes les strates. E Sélectionnez les mots Note de bas de page et tapez le texte de la note en écrasant le texte présent. choisissez : Insérer Légende Les mots Légende du tableau s'affichent au bas du tableau. une cellule ou une légende dans le tableau pivotant activé. Pour des tableaux pivotants longs ou larges. E A partir des menus du tableau pivotant. . E Cliquez sur un titre. Impression des tableaux pivotants Divers facteurs peuvent affecter l'aspect des diagrammes imprimés à partir de tableaux pivotants et ces facteurs peuvent être contrôlés en modifiant les attributs du tableau pivotant. soit simplement imprimer la strate supérieure (visible). vous pouvez automatiquement redimensionner le tableau pour ajuster à la page ou contrôler la position des sauts de tableaux ou des sauts de page.294 Chapitre 11 Ajout de légendes à un tableau E A partir des menus du tableau pivotant. 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.. choisissez : Insérer Note de bas de page. „ Pour des tableaux pivotants multidimensionnels (tableaux avec strates).. „ Utilisez l'Aperçu avant impression du menu Fichier pour voir à quoi ressembleront les tableaux pivotants imprimés.

sélectionnez Imprimer toutes les strates. Vous pouvez: „ „ Contrôler la position à laquelle les lignes et les colonnes sont divisés les grands tableaux Indiquer les lignes et colonnes qui doivent être conservés ensemble lors de la division 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 pivotants imprimés E Activez le tableau pivotant. sélectionnez : Format Propriétés du tableau E Dans l'onglet Impression.295 Tableaux pivotants Pour imprimer les strates masquées d'un tableau pivotant E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). 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 dans la taille de page définie sont automatiquement divisés et sont imprimés en plusieurs sections.. E A partir du menu. . (Pour les tableaux larges. sélectionnez : Format Séparer ici. E A partir du menu. E Cliquez sur l'étiquette de colonne à gauche de l'endroit où vous souhaitez insérer le saut ou sur l'étiquette de ligne au-dessus de l'endroit où vous souhaitez insérer le saut.. les différentes sections s'impriment sur la même page s'il y a de la place).

E A partir du menu. et/ou E Cliquez sur Redimensionner longueur de tableau. sélectionnez : Format Insérer Conserver ensemble Pour redimensionner un tableau pivotant afin de l'ajuster à la page E Activez le tableau pivotant.296 Chapitre 11 Spécification des lignes ou colonnes à conserver ensemble E Activez le tableau pivotant. sélectionnez : Format Propriétés du tableau E Cliquez sur l'onglet Impression. . E Cliquez sur Redimensionner largeur de tableau. (Cliquez-glissez ou Maj+cliquez pour sélectionner plusieurs étiquettes de ligne ou de colonne.) E A partir du menu. E Sélectionnez les étiquettes des lignes ou colonnes que vous souhaitez conserver ensemble.

mais il est plus simple de laisser SPSS construire le fichier de syntaxe selon l'une des méthodes suivantes : „ „ „ Copie de la syntaxe de commande à partir des boîtes de dialogue. Celui-ci vous permet d'enregistrer vos travaux dans un fichier de syntaxe afin de vous permettre de relancer votre analyse à une date ultérieure ou de l'exécuter dans une opération automatisée à l'aide du système de production. certaines options et commandes ne sont disponibles qu'en utilisant le langage de commande. reportez-vous au manuel SPSS Command Syntax Reference. Dans l'aide en ligne d'une procédure donnée. Copie de la syntaxe à partir du fichier-journal. cliquez sur le lien de syntaxe de commande dans la liste des rubriques apparentées pour accéder au diagramme de syntaxe de la commande correspondante.Utilisation de la syntaxe de commande 12 Chapitre SPSS fournit un puissant langage de commande qui vous permet d'enregistrer et d'automatiser de nombreuses tâches. Un fichier de syntaxe de commande est un fichier texte simple contenant des commandes. Il fournit également des fonctionnalités qui ne se trouvent ni dans les menus ni dans les boîtes de dialogue. Il est possible d'ouvrir une fenêtre de syntaxe et de taper des commandes. 297 . Pour obtenir une documentation complète sur le langage de commande. Copie de la syntaxe à partir du fichier de résultat. Cependant. La plupart des commandes sont accessibles depuis les menus et boîtes de dialogue.

Vous ne pouvez pas créer de tels noms de variable dans les boîtes de dialogue . vous devez donc éviter d'indiquer ces noms. Vous pouvez utiliser autant de lignes voulues pour spécifier une commande unique. Règles de syntaxe de commande N'oubliez pas les règles suivantes lorsque vous modifiez et écrivez la syntaxe de commande : „ „ Chaque commande doit commencer sur une nouvelle ligne et se terminer par un point. FREQUENCIES . des opérateurs arithmétique. tels que des barres obliques. indépendamment des paramètres régionaux définis dans Windows.) doit être utilisé pour indiquer les décimales. Le texte inclus dans les apostrophes ou les guillemets doit tenir sur une seule ligne. la documentation complète sur la syntaxe des commandes est automatiquement installée. „ „ „ „ „ La syntaxe de commande respectant la casse. Le nom des variables doit être écrit en en toute lettre. Par exemple. Pour accéder à la documentation sur la syntaxe: E A partir du menu. une abréviation de trois lettres peut être utilisée pour spécifier ces commandes. ou les ajouter entre le nom des variables.298 Chapitre 12 Lors de l'installation de SPSS. Il vous est possible d'ajouter des espaces ou des sauts de ligne à presque tous les points d'insertion d'un espace vide. Chaque ligne de la syntaxe de commande ne peut dépasser 80 caractères. Un point (. La plupart des sous-commandes sont séparées par des barres obliques (/). La barre oblique figurant avant la première sous-commande de la commande est souvent facultative. Le nom des variables finissant par un point peut engendrer des erreurs dans les commandes créées par les boîtes de dialogue. sélectionnez : Aide Command Syntax Reference. des parenthèses.

les règles de syntaxe diffèrent légèrement : „ „ „ Chaque commande doit commencer sur la première colonne d'une nouvelle ligne. vous pouvez construire un fichier de travail vous permettant de relancer l'analyse ultérieurement ou d'exécuter une opération automatisée à l'aide du système de production.299 Utilisation de la syntaxe de commande VARIABLES=JOBCAT GENDER /PERCENTILES=25 50 75 /BARCHART. la modifier et l'enregistrer dans un fichier de syntaxe. E Cliquez sur Coller. et freq var=jobcat gender /percent=25 50 75 /bar. Les lignes suites doivent être en retrait d'un espace au moins. Collage d'une syntaxe depuis les boîtes de dialogue E Ouvrez la boîte de dialogue et faites vos sélections. vous pouvez exécuter la syntaxe qui a été collée. Dans la fenêtre de syntaxe. En collant la syntaxe à chaque étape d'une longue analyse. Fichiers de syntaxe Système de production et fichiers INCLUDE : Pour des fichiers de commande exécutés à l'aide du système de production ou de la commande INCLUDE. Création d'une syntaxe depuis les boîtes de dialogue La méthode la plus simple pour construire un fichier de syntaxe de commande consiste à effectuer des sélections dans les boîtes de dialogue et à coller la syntaxe dans la fenêtre correspondante. Si vous générez une syntaxe de commande en collant les sélections d'une boîte de dialogue dans une fenêtre de syntaxe. sont deux choix possibles qui génèrent les mêmes résultats. le format des commandes convient à tout mode de production. Le point à la fin de la commande est optionnel. .

le code permettant d'exécuter la syntaxe depuis un script est alors collé dans la fenêtre correspondante. sélectionnez Afficher commandes dans la boîte de dialogue du Viewer avant de lancer l'analyse. une nouvelle fenêtre s'ouvre automatiquement pour pouvoir y coller la syntaxe.300 Chapitre 12 La syntaxe de commande est alors collée dans la fenêtre correspondante. . Si vous n'avez pas ouvert de fenêtre. Utilisation de la syntaxe depuis le fichier de résultat Vous pouvez construire un fichier de syntaxe en copiant la syntaxe depuis le fichier apparaissant dans le Viewer. Chaque commande apparaît donc dans le Viewer accompagné du résultat de l'analyse. Figure 12-1 Syntaxe de commande collée depuis une boîte de dialogue Remarque : Si vous ouvrez une boîte de dialogue à partir des menus d'une fenêtre de script. la modifier et l'enregistrer dans un fichier de syntaxe. vous pouvez exécuter la syntaxe qui a été collée. Pour ce faire. Dans la fenêtre de syntaxe.

à partir du menu. sélectionnez : Fichier Nouveau Syntaxe E Dans le Viewer.. Pour ce faire.301 Utilisation de la syntaxe de commande Figure 12-2 Syntaxe de commande dans le fichier Copier la syntaxe depuis le fichier de résultats E Avant de lancer l'analyse. Au cours de l'analyse. E Ouvrez un fichier de syntaxe précédemment enregistré ou créez-en un nouveau. sélectionnez : Affichage Options. à partir du menu.. sélectionnez Afficher commandes. double-cliquez sur un élément du fichier pour le mettre . E Dans l'onglet Viewer. les commandes des sélections faites dans votre boîte de dialogue sont enregistrées dans le fichier.

Le fichier-journal étant automatiquement ajouté ou écrasé à chaque session. commande Options). sélectionnez : Edition Coller Utilisation de la syntaxe dans un fichier-journal Par défaut.jnl (configuré dans le menu Edition. E Cliquez et faites glisser la souris pour sélectionner la syntaxe à copier. Le fichier-journal est un fichier texte pouvant être modifié comme tout autre fichier. toutes les commandes exécutées au cours d'une session sont enregistrées dans un fichier-journal nommé spss. Enregistrez le fichier-journal modifié sous un autre nom. à partir du menu. Vous pouvez modifier le fichier-journal et l'enregistrer en tant que fichier de syntaxe que vous pouvez utiliser pour relancer une analyse. Notez toutefois que les erreurs doivent être résolues pour que l'analyse puisse s'effectuer correctement. la tentative d'utilisation du même nom de fichier pour les fichiers de syntaxe et journaux peut générer des résultats inattendus. . Des messages d'erreur et des avertissements étant également enregistrés dans le fichier-journal avec la syntaxe de commande. ou l'exécuter dans une opération automatisée à l'aide du système de production.302 Chapitre 12 en surbrillance. sélectionnez : Edition Copier E Dans la fenêtre de syntaxe. E A partir du menu du Viewer. vous devez modifier les messages d'erreur et les avertissements générés avant d'enregistrer le fichier de syntaxe.

*) dans la liste des types de fichiers ou entrez *.303 Utilisation de la syntaxe de commande Figure 12-3 Edition du fichier-journal Modification de la syntaxe dans un fichier-journal E Pour ouvrir le fichier-journal. sélectionnez à partir du menu : Fichier Ouvrir Autre… E Ouvrez le fichier-journal (par défaut. Sélectionnez Tous les fichiers (*.sps. spss. (Nous vous conseillons d'utiliser un nom avec une extension . E Enregistrez le fichier-journal modifié sous un autre nom.jnl dans la zone de texte Nom de fichier pour afficher les fichiers-journaux dans la liste. E Modifiez le fichier afin de supprimer tout message d'erreur ou avertissement indiqué par un signe >. Si vous ne parvenez pas à trouver le fichier. C'est l'extension par défaut des fichiers de syntaxe.jnl se trouve dans le répertoire temp). utilisez Options du menu Edition pour connaître l'emplacement du journal sur votre système.) .

Lorsque vous exécutez plusieurs commandes à partir d'une fenêtre de syntaxe. y compris les commandes partiellement sélectionnées. „ Jusqu'à la fin : Exécute toutes les commandes à partir de l'emplacement du curseur jusqu'à la fin du fichier de syntaxe de commande. Courant : Exécute la commande à l'endroit où le curseur est situé. Figure 12-4 Barre d'outils Editeur de syntaxe Commandes Execute multiples La syntaxe collée depuis des boîtes de dialogue ou copiée depuis le journal peut contenir des commandes EXECUTE. il est inutile de faire appel à plusieurs commandes EXECUTE. E Cliquez sur le bouton Exécuter (en forme de triangle) dans la barre d'outils de la fenêtre de l'éditeur de syntaxe. „ „ „ Tout : Exécute toutes les commandes dans la fenêtre de syntaxe. Vous risquez même de ralentir les performances car cette commande lit l'intégralité du fichier de données. ou E Sélectionnez l'une des options du menu Exécuter. Sélection : Exécute les commandes sélectionnées. . Le bouton Exécuter dans la barre d'outils de l'éditeur de syntaxe exécute les commandes sélectionnées ou la commande sélectionnée à l'endroit où le curseur est situé si aucun élément n'est sélectionné.304 Chapitre 12 Exécuter une syntaxe de commande E Mettez en surbrillance les commandes à exécuter dans la fenêtre de syntaxe.

„ Fonctions Décalage positif Cette exception concerne les commandes de transformation qui contiennent des fonctions Décalage positif. Si vous n'êtes pas sûr que la dernière commande lise le fichier de données. Dans une série de commandes de transformation ne contenant aucune commande EXECUTE ni aucune autre commande lisant les données. sans tenir compte de l'ordre des commandes. aucune commande EXECUTE n'est nécessaire . vous pouvez généralement supprimer toutes les commandes EXECUTE du fichier de syntaxe. à l'exception de la dernière. . Par exemple : COMPUTE lagvar=LAG(var1) COMPUTE var1=var1*2 et COMPUTE lagvar=LAG(var1) EXECUTE COMPUTE var1=var1*2 génère différents résultats pour la valeur lagvar car la première valeur utilise la valeur transformée var1 alors que la deuxième utilise la valeur d'origine. vous pouvez donc supprimer ces commandes.305 Utilisation de la syntaxe de commande „ Si la dernière commande du fichier de syntaxe lit le fichier de données (comme une procédure statistique ou graphique). les fonctions Décalage positif sont calculées une fois toutes les autres transformations effectuées.

.

vous pouvez trier les différentes valeurs par ordre croissant ou décroissant. Pour des données continues et quantitatives.9 % de sociétés commerciales. intervalle. somme.1 % d'établissements universitaires et à 9. diagrammes en bâtons. diagrammes en secteurs et histogrammes. Le rapport de fréquences peut être supprimé lorsqu'une variable a plusieurs valeurs distinctes.078 $.576 $ avec un écart type de 1.5 % d'organismes d'état. Vous pouvez étiqueter les diagrammes avec des fréquences (par défaut) ou des pourcentages. Pour obtenir un rapport des fréquences et un diagramme en bâtons. quartiles. à 24. pourcentages. centiles choisis par l'utilisateur. asymétrie et aplatissement (avec leurs erreurs standard). Dès que vous prenez connaissance de vos données. pourcentages cumulés. vous pourriez constater que la moyenne de vente par produit est de 3. valeurs minimale et maximale. moyenne. 307 . Remarques sur les données de fréquences Données : Utilisez des codes numériques ou alphanumériques courts pour coder les variables qualitatives (mesures de niveau nominal ou ordinal). variance. écart type. mode. la procédure Fréquences peut jouer un rôle. Diagrammes et statistiques : Effectifs de fréquence. erreur standard de la moyenne. comme par exemple les revenus des ventes. ou bien classer les modalités en fonction de leurs fréquences. à 28.4 % du secteur de la santé. médiane. Exemple : Quelle est la répartition de la clientèle d'une société selon le type d'industrie dont elle fait partie ? Le résultat pourrait vous apprendre que votre clientèle est composée à 37.Fréquences 13 Chapitre La procédure Fréquences permet d'obtenir des affichages statistiques et graphiques qui servent à décrire de nombreux types de variables.

qu'elles répondent ou non au critère de normalité. Les statistiques de base. telles que la médiane. sont fondées sur la théorie de normalité et sont appropriées pour des variables quantitatives avec une distribution symétrique.308 Chapitre 13 Hypothèses : Les tabulations et les pourcentages fournissent une description utile sur les données de n'importe quelle distribution. les quartiles et les centiles. Certaines des statistiques récapitulatives facultatives. telles que la moyenne et l'écart type. sont appropriées pour les variables quantitatives. Echantillon de résultat Figure 13-1 Résultat de fréquences . particulièrement pour les variables disposant de modalités triées ou non.

Cliquer sur Format pour définir l'ordre de présentation des résultats. Cliquer sur Diagrammes pour obtenir des diagrammes en bâtons. .. Sinon.309 Fréquences Pour obtenir des tableaux de fréquences E A partir du menu. des diagrammes en secteurs ou des histogrammes.. Figure 13-2 Boîte de dialogue Fréquences E Sélectionnez une ou plusieurs variables qualitatives ou quantitatives. sélectionnez : Analyse Statistiques descriptives Fréquences. vous pouvez : „ „ „ Cliquer sur Statistiques pour obtenir des statistiques descriptives pour des variables quantitatives.

Vous pouvez également spécifier des centiles particuliers (par exemple. valeur au-dessus de 95 % des observations). Si vous souhaitez un nombre égal de classes différent de quatre. „ Mode : Valeur qui revient le plus fréquemment. 50e centile. . à l'inverse de la moyenne. La procédure Fréquences ne rend compte que du plus petit mode. pour toutes les observations n'ayant pas de valeur manquante. La médiane est une mesure de tendance centrale et elle n'est pas. la médiane correspond à la moyenne des deux observations du milieu lorsqu'elles sont triées dans l'ordre croissant ou décroissant. Si le nombre d'observations est pair. sensible aux valeurs éloignées. le Mode et la Somme de toutes les valeurs. somme divisée par le nombre d'observations.310 Chapitre 13 Statistiques des fréquences Figure 13-3 Boîte de dialogue Fréquences : Statistiques Fractiles : Valeurs d'une variable quantitative qui divisent les données triées en classes par centième. Les quartiles (25ième. chacune d'elles constitue un mode. „ Somme : Somme ou total des valeurs. 50ième et 75ième centiles) divisent les observations en quatre classes de taille égale. Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié des observations . „ „ Moyenne : Mesure de la tendance centrale. Tendance centrale : Les statistiques décrivant la position de la distribution comprennent la Moyenne. Si plusieurs valeurs partagent la plus grande fréquence d'occurrence. la Médiane. sélectionnez Partition en n classes égales. le 95ième centile. Moyenne arithmétique .

l'intervalle. Ces statistiques sont présentées avec leurs erreurs standard. une distribution normale verra 95 % des observations se situer entre 25 et 65. comprennent l'écart type. Une distribution caractérisée par une importante asymétrie positive présente une partie droite plus allongée. le minimum. La distribution normale est symétrique et a une valeur d'asymétrie égale à zéro. égale à la somme des carrés des écarts par rapport à la moyenne. Distribution : L'Asymétrie et l'Aplatissement sont des statistiques qui décrivent la forme et la symétrie de la distribution. „ Skewness : Mesure de l'asymétrie d'une distribution. vous pouvez conclure que ces deux valeurs sont différentes si le rapport de la différence avec l'erreur standard est inférieur à -2 ou supérieur à +2). qui sont égales au carré des unités de la variable. le maximum et l'erreur standard (ES) de la moyenne. la variance. Un aplatissement positif indique que les observations sont plus regroupées et présentent des extrémités plus longues que . Maximum : Plus grande valeur d'une variable numérique. Dans une répartition normale. Minimum : Valeur la plus petite d'une variable numérique. „ Kurtosis : Mesure de l'étendue du regroupement des observations autour d'un point central. La variance se mesure en unités. Une distribution caractérisée par une importante asymétrie négative présente une extrémité gauche plus allongée. „ Variance : Mesure de la dispersion des valeurs autour de la moyenne. „ Ecart type : Mesure de la dispersion des valeurs autour de la moyenne. Pour simplifier. divisée par le nombre d'observations moins un. „ „ „ „ Plage : Différence entre la valeur maximale et la valeur minimale d'une variable numérique (maximum–minimum). si la moyenne d'âge est de 45 avec un écart type égal à 10. Dans le cas d'une distribution normale.311 Fréquences Dispersion : Les statistiques mesurant la variance ou la dispersion dans les données. Par exemple. Cette mesure permet de comparer approximativement la moyenne observée avec une valeur hypothétique (autrement dit. 68 % des observations se situent à un écart type de la moyenne et 95 % à deux écarts types. une valeur d'asymétrie deux fois supérieure à l'erreur standard correspond à une absence de symétrie. ES Moyenne : Mesure du taux de variation de la valeur de la moyenne sur des échantillons provenant de la même distribution. la valeur de la statistique d'aplatissement est égale à 0.

les âges des individus trentenaires sont représentés par le code 35). vous pouvez déterminer si les données sont distribuées normalement. Un histogramme est également constitué de bâtons mais ils sont répartis à intervalles égaux. . La hauteur de chaque bâton représente l'effectif des valeurs d'une variable quantitative appartenant à l'intervalle. Chaque secteur du diagramme correspond à un groupe défini par une simple variable de regroupement. Diagrammes des fréquences Figure 13-4 Boîte de dialogue Fréquences : Diagrammes Type de diagramme : Un diagramme en secteurs montre la participation de chaque partie à l'ensemble. Un diagramme en bâtons montre l'effectif de chaque valeur ou de chaque modalité sous la forme d'un bâton distinct. non regroupées.312 Chapitre 13 dans le cas d'une distribution normale. le centre et la dispersion de la distribution. Un aplatissement négatif signifie que les observations sont moins regroupées et présentent des extrémités plus courtes. Valeurs du diagramme : Dans les diagrammes en bâtons. Un histogramme montre la forme. Valeurs sont des centres de classes : Si les valeurs dans vos données représentent des centres de classes (par exemple. sélectionnez cette option pour estimer la médiane et les centiles des données originales. ce qui vous permet de comparer les modalités visuellement. Si vous superposez une courbe normale sur l'histogramme. l'axe peut être étiqueté par fréquences ou pourcentages de fréquence.

Cependant. Variables multiples : Si vous créez des tableaux statistiques pour des variables multiples.313 Fréquences Format des fréquences Figure 13-5 Boîte de dialogue Fréquences: Format Ordre d'affichage : Le tableau de fréquences peut être affiché en fonction des valeurs réelles des données ou de l'effectif (fréquence d'occurrence) de ces valeurs. si vous demandez un histogramme ou des centiles. SPSS part du principe que la variable est quantitative et affiche ses valeurs par ordre croissant. . par Valeurs croissantes ou Valeurs décroissantes. Supprimer les tableaux avec plus de n modalités : Cette option évite l'affichage des tableaux ayant plus que le nombre spécifié de valeurs. 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).

.

une entrée pour Bob. etc. Exemple : Si chaque observation dans vos données contient les totaux des ventes quotidiennes pour chacun des membres du personnel commercial (par exemple. somme. une pour Kim. moyenne.) rapportés chaque jour pendant plusieurs mois. écart type. Les variables peuvent être ordonnées en fonction de la taille de leurs moyennes (en ordre ascendant ou descendant). erreur standard de la moyenne. maximum. minimum. 315 . intervalle. Lorsque les variables sont enregistrées avec des unités différentes (par exemple. les valeurs éloignées et les anomalies de distribution. une transformation en score z place les variables sur une échelle commune pour que la comparaison soit plus facile. les listes de données et les analyses.Caractéristiques 14 Chapitre La procédure Descriptive affiche les résumés de statistiques univariées pour plusieurs variables en un seul tableau et calcule les valeurs standardisées (scores z). Remarques sur les données de Caractéristiques Données : Utilisez des variables numériques après les avoir visualisées graphiquement en cherchant des erreurs d'enregistrement. alphabétiquement ou selon l'ordre dans lequel vous avez sélectionné les variables (par défaut). ils sont ajoutés aux données dans l'éditeur de données et sont disponibles pour les diagrammes SPSS. la procédure Caractéristiques peut calculer les ventes quotidiennes moyennes pour chacun des membres du personnel et ordonner les résultats de la moyenne des ventes la plus élevée à la plus basse. La procédure Caractéristiques est très efficace pour les gros fichiers (milliers d'observations). Lorsque les scores z sont enregistrés. variance. produit domestique brut par personne et pourcentage de la population sachant lire et écrire). et aplatissement et asymétrie avec leurs erreurs standards (ES). une pour Brian. Statistiques : Taille de l'échantillon.

6623 8.0000 52.00 45.00 85.5000 Ecarttype 14. sélectionnez : Analyse Statistiques descriptives Descriptives.316 Chapitre 14 Hypothèses : La plupart des statistiques disponibles (y compris les écarts z) sont basées sur une théorie normale et conviennent pour des variables quantitatives (mesures de niveau d'intervalle ou de rapport) avec distribution symétrique (évitez les variables avec des modalités désordonnées ou des distributions asymétriques).8819 16.00 Maximum 86. La distribution des écarts z a la même forme que celle des données d'origine.. Echantillon de résultat Figure 14-1 Résultats de la procédure Caractéristiques Statistiques descriptives N Minimum 42.00 10 10 10 10 10 10 10 23.00 73..9000 52.4617 21.2000 56.2000 56.1305 Ventes de Jean Ventes de Nathalie Ventes de Pierre Ventes de Monique Ventes de Michel Ventes de Karine Ventes de Thomas N valide (observation 10 incomplète) Pour obtenir des statistiques descriptives E A partir du menu.00 23.00 25.6029 21. .00 28.00 34.1000 50.8858 16. le calcul des écarts z n'est pas une solution aux données posant des problèmes. Ainsi.00 71.00 85.2657 17.9000 52.00 89.00 Moyenne 59.00 83.

. Sinon.317 Caractéristiques Figure 14-2 Boîte de dialogue Caractéristiques E Sélectionnez une ou plusieurs variables. vous pouvez : „ Cliquez sur Enregistrer des valeurs standardisées dans des variables pour enregistrer les écarts z comme nouvelles variables. „ Cliquer sur Options pour les statistiques optionnelles et l'ordre d'affichage.

l'intervalle. égale à la somme des carrés des écarts par rapport à la moyenne. qui sont égales au carré des unités de la variable. et l'erreur standard (ES) de la moyenne. Dispersion : Les statistiques qui mesurent l'étendue ou les variations dans les données comprennent l'écart type.318 Chapitre 14 Options Caractéristiques Figure 14-3 Boîte de dialogue Caractéristiques : Options Moyenne et somme : La moyenne ou moyenne arithmétique s'affiche par défaut. „ Plage : Différence entre la valeur maximale et la valeur minimale d'une variable numérique (maximum–minimum). . le minimum. Par exemple. La variance se mesure en unités. si la moyenne d'âge est de 45 avec un écart type égal à 10. la variance. divisée par le nombre d'observations moins un. le maximum. „ Ecart type : Mesure de la dispersion des valeurs autour de la moyenne. Dans une répartition normale. une distribution normale verra 95 % des observations se situer entre 25 et 65. 68 % des observations se situent à un écart type de la moyenne et 95 % à deux écarts types. „ Variance : Mesure de la dispersion des valeurs autour de la moyenne.

Erreur standard de la moyenne : Mesure du taux de variation de la valeur de la moyenne sur des échantillons provenant de la même distribution. . Un aplatissement positif indique que les observations sont plus regroupées et présentent des extrémités plus longues que dans le cas d'une distribution normale. Distribution : L'aplatissement et l'asymétrie sont des statistiques qui caractérisent la forme et la symétrie de la distribution. vous pouvez conclure que ces deux valeurs sont différentes si le rapport de la différence avec l'erreur standard est inférieur à -2 ou supérieur à +2).319 Caractéristiques „ „ „ Minimum : Valeur la plus petite d'une variable numérique. la valeur de la statistique d'aplatissement est égale à 0. Une distribution caractérisée par une importante asymétrie positive présente une partie droite plus allongée. „ Kurtosis : Mesure de l'étendue du regroupement des observations autour d'un point central. Maximum : Plus grande valeur d'une variable numérique. Ordre d'affichage : Par défaut. „ Skewness : Mesure de l'asymétrie d'une distribution. En option. Dans le cas d'une distribution normale. Cette mesure permet de comparer approximativement la moyenne observée avec une valeur hypothétique (autrement dit. Pour simplifier. Une distribution caractérisée par une importante asymétrie négative présente une extrémité gauche plus allongée. Elles sont affichées avec leurs erreurs standards. La distribution normale est symétrique et a une valeur d'asymétrie égale à zéro. Un aplatissement négatif signifie que les observations sont moins regroupées et présentent des extrémités plus courtes. par moyennes croissantes ou par moyennes décroissantes. vous pouvez afficher les variables alphabétiquement. une valeur d'asymétrie deux fois supérieure à l'erreur standard correspond à une absence de symétrie. les variables s'affichent dans l'ordre dans lequel vous les avez sélectionnées.

.

Pour chacun des quatre groupes. écart type. maximum. et la statistique Shapiro-Wilk. erreur standard. Vous pouvez aussi identifier les observations avec les cinq plus grands et les cinq plus petits temps. Exemple : Examiner la distribution des temps d'apprentissage pour les souris dans un labyrinthe avec quatre programmes de renforcement. le Kolmogorov-Smirnov avec un seuil de signification Lilliefors pour tester la normalité. variance. Le filtrage de données peut vous indiquer les valeurs inhabituelles. intervalle. médiane. vous pouvez voir si la répartition des temps est approximativement gaussienne et si les quatre variances sont égales. L'exploration peut indiquer que vous avez besoin de transformer les données si la technique nécessite une répartition gaussienne. Diagrammes et statistiques : Moyenne. asymétrie et aplatissement avec leurs erreurs standard. Andrews. diagrammes de répartition gaussienne. 321 . diagrammes tige et feuille. les trous dans les données ou d'autres particularités. Il existe plusieurs raisons pour utiliser la procédure Explorer : le filtrage de données. Hampel. la description. moyenne tronquée à 5 %. les cinq plus grandes et cinq plus petites valeurs. Tukey. Les boîtes à moustaches et les diagrammes tige et feuille résument graphiquement la répartition des temps d'apprentissage pour chacun des groupes. intervalle interquartile. et dispersion/niveaux avec le test de Levene et les transformations. Boîtes à moustaches. l'identification des valeurs éloignées. intervalle de confiance pour la moyenne (et niveaux de confiance spécifiés). minimum. les valeurs extrêmes. Vous pouvez également choisir d'utiliser des tests non paramétriques. L'exploration des données peut vous aider à déterminer si les techniques statistiques que vous envisagez d'utiliser pour l'analyse de vos données sont appropriées. M-estimateur de Huber. la vérification d'hypothèses et la caractérisation des différences parmi les sous populations (groupes d'observations). histogrammes. centiles.Explorer 15 Chapitre La procédure Explorer produit des résumés statistiques et des affichages graphiques pour toutes vos observations ou séparément pour des groupes d'observations.

834 .687 -1.387 3.850 .104 1.5 .334 2 4. Ces valeurs peuvent être des chaînes de caractères courtes ou numériques.050 1.408 4.210 1.335 2. Une variable active (utilisée pour répartir les données en groupes d'observations) doit avoir un nombre raisonnable de valeurs distinctes (modalités).165 2.900 1.5 2. utilisée pour étiqueter les valeurs extrêmes dans les boîtes à moustache.889 4.911 7.805 4.250 -.334 4 9.925 -.0 % Limite supérieure Moyenne tronquée à 5 % Médiane Variance Ecart-type Minimum Maximum Plage Intervalle interquartile Asymétrie Kurtosis Statistique Erreur std.5 1.334 3 6.322 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).219 .272 .0 3.116 .350 1.5 9.895 5.400 -.761 2.6 2.197 .422 3.357 9.4 2.334 . peut être de courtes chaînes de caractères. de longues chaînes de caractères (15 premiers caractères) ou numériques.907 6. Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Erreur std.289 8.687 -.606 1.913 7.7 1.1 4.783 1. Echantillon de résultat Figure 15-1 Résultats d'Explorer Descriptifs Temps Planning Moyenne Intervale de confiance Limite inférieure pour la moyenne à 95. La variable d'étiquette par observation.133 2.521 2.650 .445 5.3 6.994 9.687 -1.760 .982 1. Statistique Erreur std. Hypothèses : La distribution de vos données ne doit pas obligatoirement être symétrique ou gaussienne. 1 2.687 -.900 .559 .7 4.010 .8 10.663 8.893 7.000 .850 .

00 3.8 9.323 Explorer Valeurs extrêmes Nombre d'observations Chaîne Temps Plus élevé Valeur Plus bas 1 2 3 4 5 1 2 3 4 5 31 33 39 32 36 2 7 1 11 3 4 4 4 4 4 1 1 1 2 1 10. 568 5 .00 5. 012237 9 .00 3.5 9.. 0133589 3 .3 2..5 Time Stem-and-Leaf Plot Diagramme Tige et feuille (dans le temps) 7.00 6. 268 8 . sélectionnez : Analyse Statistiques descriptives Explorer.00 2 . .00 1. 5 Largeur de tige 1. 014577 4 . 05779 6 .3 2.1 2.0 Chaque feuille 1 observation(s) Pour explorer vos données E A partir du menu. 13589 10 .5 9.3 2.00 4. 1379 7 .0 2.9 9.00 5.00 6.

les Centiles et les tableaux de fréquences. Cliquez sur Options pour le traitement des valeurs manquantes. les Valeurs éloignées.324 Chapitre 15 Figure 15-2 Boîte de dialogue Explorer E Sélectionnez au moins une variable dépendante. vous pouvez : „ „ „ „ „ Sélectionner une ou plusieurs variables actives. Cliquez sur Diagrammes pour les histogrammes. dont les valeurs définiront les groupes d'observations. . Cliquer sur Statistiques pour les M-estimateurs. les diagrammes de répartition gaussiens avec tests et la dispersion/niveau avec test de Levene. Sinon. Sélectionner une variable d'identification pour étiqueter les observations.

la médiane et la moyenne tronquée à 5 %. l'intervalle. la variance. 10ième. 50ième. Les statistiques descriptives comprennent aussi les mesures de la forme des répartitions. et 95ième centiles. on y trouve l'erreur standard. On y trouve la moyenne. et l'intervalle interquartile. Valeurs éloignées : Affiche les cinq plus grandes et cinq plus petites valeurs. le minimum. Hampel. 75ième. Andrew. Les mesures de tendance centrale indiquent la position de la répartition. L'intervalle du niveau de confiance à 95 % pour la moyenne s'affiche aussi. l'écart type. Centiles : Affiche les valeurs pour le 5ième. avec les étiquettes d'observations. . 90ième. 25ième. Les mesures de dispersion montrent la dissimilarité des valeurs . L'asymétrie et l'aplatissement s'affichent avec leurs erreurs standard. le maximum. et Tukey apparaissent. M-estimateur de Huber. Les estimateurs calculés diffèrent selon les pondérations qu'ils appliquent aux observations. Moyennes pondérées : Estimations de la moyenne et de la médiane de l'échantillon pour estimer une localisation du centre. Vous pouvez spécifier un niveau de confiance différent.325 Explorer Statistiques d'Explorer Figure 15-3 Boîte de dialogue Statistiques Explorer Descriptives : Ces mesures de tendance centrale et de dispersion s'affichent par défaut.

les boîtes à moustaches s'affichent côte à côte pour chaque variable dépendante. En cas de pondérations entières ou en l'absence de pondération. . Caractéristique : Le groupe caractéristiques vous permet de choisir les diagrammes tige et feuille et les histogrammes. Si des pondérations non entières sont spécifiées. Cet affichage est particulièrement utile lorsque les différentes variables représentent une seule caractéristique mesurée à des moments différents. Dans un affichage. les boîtes à moustache sont données pour chacun des groupes définis par une variable active. Dans un affichage. Dépendantes génère un affichage séparé pour chaque groupe défini par une variable active. Niveaux de critère génère un affichage séparé pour chaque variable dépendante. la statistique Shapiro-Wilk est calculée lorsque la taille d'échantillon pondérée est comprise entre 3 et 50.326 Chapitre 15 Diagrammes d'Explorer Figure 15-4 Boîte de dialogue Explorer : Diagrammes Boîtes à moustaches : Ces alternatives contrôlent l'affichage de boîtes à moustaches quand vous avez plus d'une variable dépendante. Graphes de répartition gaussiens avec tests : Affiche les diagrammes de répartition gaussiens et les résidus. le calcul est effectué lorsque la taille d'échantillon pondérée est comprise entre 3 et 5 000. La statistique de Kolmogorov-Smirnov avec un seuil de signification Lilliefors pour le test de normalité s'affiche.

Pour transformer les données. Il s'agit de la valeur par défaut. Transformation Exposant vous permet de sélectionner une des alternatives de l'exposant. Si aucune variable active n'est sélectionnée. les tests de Levene sont basés sur les données transformées. 1/racine carrée : La réciproque de la racine carrée est calculée pour chaque valeur des données. en suivant éventuellement les recommandations de l'estimation de l'exposant et de produire les diagrammes des données transformées. les diagrammes de dispersion par niveau ne sont pas produits. Pour tous les diagrammes de dispersion par niveau. Estimation d'exposants produit un diagramme des logs naturels des intervalles interquartile opposés au logs naturels des médianes pour toutes les cellules. Réciproque : La réciproque de chaque valeur des données est calculée. Racine carrée : La racine carrée de chaque valeur des données est calculée. Si vous sélectionnez une transformation.327 Explorer Dispersion/niveau avec test de Levene : Contrôle les transformations de données pour les diagrammes de dispersion par niveau. Un diagramme de dispersion par niveau aide à déterminer l'exposant pour qu'une transformation stabilise (rende plus égales) les variances entre groupes. L'intervalle interquartile et la médiane des données transformées sont dessinés. Sans transformation produit des diagrammes de données brutes. vous devez sélectionner un exposant pour la transformation. Ceci est équivalent à une transformation avec une puissance de 1. Transformations de l'exposant d'Explorer Voici les transformations de l'exposant pour les diagrammes de dispersion par niveau. Vous avez le choix entre les options suivantes : „ „ „ „ „ „ Log népérien : Transformation par log naturel. Carré : Chaque valeur des données est élevée au carré. la pente de la ligne de régression et les tests de Levene portant sur l'homogénéité de la variance s'affichent. Cube : Chaque valeur des données est élevée au cube. en même temps qu'une estimation de la transformation de l'exposant pour arriver à des variances égales dans les cellules. .

. L'observation peut avoir des valeurs manquantes pour les variables utilisées dans d'autres groupes. Les valeurs manquantes pour une variable active sont inclues. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre des variables dépendantes ou actives sont exclues de toutes les analyses. Tout résultat est produit pour cette modalité supplémentaire. mais étiquetées comme manquantes. „ Signaler les valeurs manquantes : Les valeurs manquantes pour les variables actives sont traitées comme une modalité séparée. Les tableaux de fréquences contiennent les modalités pour les valeurs manquantes. „ Exclure seulement les composantes non valides : Les observations sans valeur manquante pour une variable dans un groupe (cellule) sont inclues dans l'analyse de ce groupe.328 Chapitre 15 Options d'Explorer Figure 15-5 Boîte de dialogue Explorer : Options Valeurs manquantes : Contrôle le traitement des valeurs manquantes. Il s'agit de la valeur par défaut.

si le sexe est un facteur de strate pour un tableau marié (oui. rho de Spearman. et statistiques de Cochran et Mantel-Haenszel. routinière ou ennuyeuse). tau de Goodman et Kruskal. Les statistiques et les mesures d'association de tableaux croisés ne sont calculées que pour les tableaux à deux entrées. gamma. les résultats d'un tableau à deux entrées pour les femmes sont calculés séparément de ceux des hommes et affichés sous forme de tableaux consécutifs.Tableaux croisés 16 Chapitre La procédure de tableaux croisés établit des tableaux à deux entrées ou à entrées multiples et permet 22 tests et mesures d'associations pour les tableaux à deux entrées. estimation de risque relatif. test exact de Fisher. Khi-deux du rapport de vraisemblance. test de McNemar. tau-b de Kendall. Kappa de Cohen. V de Cramer. lambdas symétriques et asymétriques. SPSS forme un tableau de statistiques et de mesures pour chaque valeur de la strate de facteur (ou une combinaison de valeurs pour deux variables de contrôle ou plus). Par exemple. r de Pearson. tau-c de Kendall. une colonne et une strate de facteur (variable de contrôle). Khi-deux corrigé de Yates. odds ratio. formation et conseil) que ceux de grandes sociétés ? A partir d'une tabulation croisée. coefficient de contingence. alors que la majorité des grandes sociétés (plus de 2 500 salariés) rapportent des bénéfices de services bas. non) face à la vie (est excitante. La structure du tableau et l'ordre des modalités déterminent quels test ou mesures effectuer. Exemple : Les clients de PME ont-ils plus de probabilités d'être rentables en ventes de services (par exemple. coefficient êta. Statistiques et mesures d'association : Khi-deux de Pearson. Si vous spécifiez une ligne. test d'association linéaire par linéaire. vous pourriez apprendre que la majorité des PME (moins de 500 salariés) génèrent des bénéfices de services élevés. 329 . coefficient d'incertitude. phi. d de Somer.

utilisez des variables numériques ou des variables sous forme de chaînes de caractères courtes (huit caractères ou moins). l'ordre des modalités est interprété comme Elevé. Par exemple. vous pouvez codifier les données avec 1 et 2. D'autres sont valides lorsque les variables du tableau ont des modalités désordonnées (données nominales).330 Chapitre 16 Remarques sur les Données pour tableau croisé Données : Pour définir les modalités de chaque variable du tableau. V de Cramer. . Moyen. il est recommandé d'utiliser les codes numériques pour représenter les données ordinales. En règle générale. pour sexe. Remarque : Les variables ordinales peuvent être des codes numériques représentant des modalités (par exemple. Elevé. l'ordre alphabétique des valeurs de chaîne est supposé refléter l'ordre réel des modalités. Par exemple. coefficient de contingence). Toutefois. Hypothèses : Des statistiques et des mesures partent du principe de modalités ordonnées (données ordinales) ou de valeurs quantitatives (données d'intervalle ou données de type ratio). 3 = élevé) ou des valeurs de chaîne. les données doivent provenir d'un échantillon aléatoire avec une répartition multinomiale. Pour les statistiques basées sur le test Khi-deux (phi. 2 = moyen. ou avec homme et femme. pour une variable chaîne comportant des valeurs Faible. Faible ou Moyen. 1 = faible. tel que décrit dans la section sur les statistiques. ce qui ne correspond pas à l'ordre correct.

..331 Tableaux croisés Echantillon de résultat Figure 16-1 Résultats de tableau croisé Rentabilité du service * Tabulation croisée de l'entreprise Rentabilité du service Bas Elevé Taille de l'entreprise Tests du Khi-deux Signification asymptotique (bilatérale) Valeur Chi-deux de Pearson Rapport de vraissemblance Association linéaire par linéaire N d'observations valides Pour obtenir des tableaux croisés E A partir du menu. sélectionnez : Analyse Statistiques descriptives Tableaux croisés..

Strates de tableaux croisés Si vous sélectionnez des variables de strate. si vous avez une variable de ligne. cliquez sur Suivant. „ Cliquer sur Statistiques pour les tests et les mesures d'association pour les tableaux „ „ Cliquez sur Cellules pour les valeurs observées et théoriques. et une variable de strate avec deux modalités. à deux entrées ou les sous-tableaux. Sinon. une variable de colonne. Cliquez sur Format pour contrôler l'ordre des modalités.332 Chapitre 16 Figure 16-2 Boîte de dialogue Tableaux croisés E Sélectionnez des lignes de variables et des colonnes de variables. vous obtenez un tableau à deux entrées pour chacune des modalités de la variable de strate. les pourcentages et les résidus. Par exemple. Pour créer une autre strate de variables de contrôle. vous pouvez : „ Sélectionner des variables de contrôle. Les sous-tableaux sont produits pour chaque combinaison de modalités . un tableau croisé séparé est produit pour chacune des modalités de variable de strate (variable de contrôle).

Si vous spécifiez plus d'une variable dans Colonnes ou Lignes. Si les statistiques et les mesures d'association sont requises. elles ne s'appliquent qu'aux sous-tableaux à deux entrées. le test exact de Fisher et le test du Khi-deux de Yates corrigé (correction de continuité). . Il y a un regroupement de bâtons pour chaque valeur de la variable que vous avez spécifiée dans Ligne(s). Il y a un ensemble de bâtons de couleurs ou de motifs différents pour chaque valeur de cette variable. Diagrammes en bâtons juxtaposés de tableaux croisés Affichage de diagrammes en bâtons juxtaposés : Un diagramme en bâtons juxtaposés vous permet de résumer vos données pour des groupes d'observations.333 Tableaux croisés pour chaque variable de premier niveau avec chaque variable de second niveau et ainsi de suite. La variable qui définit les bâtons dans chaque regroupement est la variable que vous avez spécifiée dans Colonne(s). sélectionnez Khi-deux pour calculer le Khi-deux de Pearson. le Khi-deux du rapport de vraisemblance. Statistiques de tableaux croisés Figure 16-3 Boîte de dialogue Tableaux croisé : Statistiques Khi-deux : Pour les tableaux avec deux lignes et deux colonnes. un diagramme en bâtons juxtaposés est produit pour chaque combinaison de deux variables.

La valeur maximale possible dépend du nombre de lignes et de colonnes dans le tableau. „ Phi et V de Cramer : Mesure d'association calculée à partir du Khi-deux. Lorsque les deux variables du tableau sont quantitatives. le coefficient de contingence. r.83 indique que la connaissance d'une variable réduit de 83 % l'erreur dans les prévisions de . le Khi-deux donne le test d'association linéaire par linéaire. rho (données numériques seulement). comme Catholique. le test exact de Fisher est calculé lorsqu'un tableau qui ne provient pas de lignes ou de colonnes manquantes dans un tableau plus grand présente une cellule avec une fréquence attendue inférieure à 5. vous pouvez sélectionner le coefficient Phi et V de Cramér. une mesure de l'association linéaire entre les variables. la valeur 0. La valeur 1 signifie que la variable indépendante prévoit parfaitement la variable dépendante. zéro indiquant l'absence d'association entre les variables de ligne et de colonne. Juif). „ Coefficient de contingence : Mesure d'association basée sur le Khi-deux. Elle est obtenue en divisant la statistique du Khi-deux par la taille de l'échantillon. Le V de Cramer est également une mesure d'association basée sur le Khi-deux. Corrélations : Pour les tableaux dans lesquels les lignes et les colonnes contiennent des valeurs ordonnées. „ Coefficient d'incertitude : Mesure d'association qui indique la réduction proportionnelle de l'erreur lorsque les valeurs d'une variable sont utilisées pour prévoir celles d'une autre. et tau de Goodman et Kruskal) et le coefficient d'incertitude. Par exemple. sélectionnez Khi-deux pour calculer le Khi-deux de Pearson et le rapport de vraisemblance du Khi-deux.334 Chapitre 16 Pour les tableaux 2 × 2. Le Khi-deux corrigé de Yates est calculé pour tous les autres tableaux 2 × 2. „ Lambda : Mesure d'association reflétant la réduction proportionnelle de l'erreur lorsque les valeurs de la variable indépendante sont utilisées pour prévoir la variable dépendante. Le Spearman rho est une mesure d'association entre les ordres de rang. Les valeurs sont toujours comprises entre 0 et 1. les corrélations donnent le coefficient de corrélation de Pearson. Lorsque les deux variables (facteurs) du tableau sont quantitatives. les corrélations donnent le coefficient de corrélation de Spearman. et les valeurs proches de 1 indiquant un degré d'association élevé entre les variables. Pour les tableaux avec n'importe quel nombre de lignes ou de colonnes. Protestant. Lambda (lambdas symétriques et asymétriques. puis en prenant la racine carrée du résultat. Nominal : Pour les données nominales (sans ordre intrinsèque. La valeur 0 signifie que la variable indépendante ne prévoit pas du tout la variable dépendante.

qui s'étend de -1 à 1. sélectionnez Gamma (ordre zéro pour les tableaux à 2 entrées et conditionnel pour les tableaux de 3 à 10 entrées). Les valeurs proches de 1 indiquent une forte relation entre les deux variables. Le signe du coefficient indique la direction de la relation et sa valeur absolue indique sa force. Les valeurs proches de zéro indiquent une relation faible ou inexistante. . les valeurs absolues les plus grandes indiquant les relations les plus fortes. „ Tau-b de Kendall : Mesure de corrélation non paramétrique pour variables ordinales ou classées qui prend en considération les ex aequo. sélectionnez le d de Somers. Pour les tableaux d'ordre 3 et les tableaux d'ordre n. Les valeurs peuvent varier de -1 à +1 mais une valeur de -1 ou de +1 ne peut toutefois être obtenue que dans des tableaux carrés. „ D de Somers : Mesure d'intensité de la relation entre deux variables ordinales. les gammas conditionnels apparaissent. le tau-b de Kendall et le tau-c de Kendall. Le d de Somer est une extension asymétrique du gamma. Les valeurs peuvent varier de -1 à +1 mais une valeur de -1 ou de +1 ne peut toutefois être obtenue que dans des tableaux carrés. Cette mesure est située entre -1 et 1. les gammas d'ordre 0 (zéro) apparaissent. et celles proches de zéro indiquent une relation faible ou inexistante entre les variables. „ Tau-c de Kendall : Mesure d'association non paramétrique pour variables ordinales qui ne prend pas en considération les ex aequo. „ Gamma : Mesure d'association symétrique entre deux variables ordinales. Ordinal : Pour les tableaux dont les lignes et les colonnes contiennent des valeurs ordonnées. Le signe du coefficient indique la direction de la relation et sa valeur absolue indique sa force. Le programme calcule également une version symétrique de cette statistique.335 Tableaux croisés l'autre variable. qui ne diffère de celui-ci que par l'inclusion du nombre de paires non liées à la variable indépendante. Le programme calcule à la fois des versions symétriques et asymétriques de ce coefficient. Les valeurs proches d'une valeur absolue de 1 indiquent une relation forte entre les deux variables. Pour prévoir les modalités de colonnes à partir des modalités de lignes. les valeurs absolues les plus grandes indiquant les relations les plus fortes. Pour les tableaux d'ordre 2.

Le Kappa n'est disponible que pour les tableaux dans lesquels les deux variables utilisent les mêmes valeurs de modalité et possèdent le même nombre de modalités. Il recherche les changements de réponse en utilisant la répartition Khi-deux. Si l'intervalle de confiance de la statistique inclut une valeur de 1. Pour les tableaux carrés plus volumineux. „ Eta : Mesure d'association dont les valeurs sont comprises entre 0 et 1. La valeur 1 indique une concordance parfaite. Kappa : Le Kappa de Cohen mesure la concordance entre deux indicateurs lorsque les deux servent à évaluer le même objet. 0 indiquant l'absence d'association entre les variables de ligne et de colonne. McNemar : Test non paramétrique pour deux variables dichotomiques liées. le sexe). mesure de la force de l'association entre la présence d'un facteur et la réalisation d'un événement. et les valeurs proches de 1 indiquant un degré d'association élevé. il n'existe aucune association entre le facteur et l'événement. Risque : Pour les tableaux 2 x 2. sélectionnez Eta. La valeur 0 indique que la concordance ne dépasse pas celle due au hasard. Deux valeurs eta sont calculées L'une traite la variable de ligne comme variable d'intervalle et l'autre traite la variable de colonne comme variable d'intervalle. . Remarque alors que les autres statistiques sont calculées strate par strate. L'odds ratio peut être utilisé comme estimation du risque relatif dans le cas où la réalisation du facteur est rare. le test McNemar-Bowker de symétrie est reporté. les statistiques de Cochran et de Mantel-Haenszel sont calculées une seule fois pour toutes les strates. le revenu) et une variable indépendante ayant un nombre limité de modalités (par exemple. Eta convient à une variable dépendante continue mesurée sur une échelle d'intervalle (par exemple. Ce test est utile pour détecter les changements avant-après dans les réponses dus à une intervention expérimentale dans les plans. Statistiques de Cochran et de Mantel-Haenszel : Les statistiques de Cochran et de Mantel-Haenszel peuvent être utilisées pour tester l'indépendance présente entre une variable active dichotomique et une variable de réponse dichotomique. La variable qualitative doit être codée numériquement.336 Chapitre 16 Données nominales x intervalle : Lorsqu'une variable est qualitative et l'autre quantitative. conditionnelle à des modèles covariés définis par une ou plusieurs variables de strate (de contrôle).

Les résidus standardisés et standardisés ajustés sont également disponibles. La valeur théorique correspond au nombre d'observations attendues dans la cellule quand il n'existe pas de relation entre les deux variables. „ Non standardisés : Différence entre une valeur observée et la valeur théorique. Chaque cellule du tableau peut contenir toute combinaison d'effectifs. Résidus : Les résidus non standardisés donnent la différence entre les valeurs observées et les valeurs théoriques. de pourcentages et de résidus sélectionnés. Les pourcentages du nombre total d'observations représentées dans le tableau (une strate) sont également disponibles. Pourcentages : Les pourcentages peuvent s'additionner par ligne ou par colonne. la procédure de Tableaux croisés affiche les fréquences attendues et trois types de résidus (déviations) qui mesurent la différence entre les fréquences observées et les fréquences attendues. Un résidu positif indique que la cellule contient plus d'observations que si les variables de ligne et de colonne étaient indépendantes. .337 Tableaux croisés Affichage de cellules (cases) de tableaux croisés Figure 16-4 Boîte de dialogue Tableaux croisés : Contenu des cases (cellules) Pour vous aider à découvrir des types dans les données qui contribuent à un test du Khi-deux significatif. Effectif : Nombre d'observations effectivement observées et nombre d'observations attendues si les variables de ligne et de colonne sont indépendantes l'une de l'autre.

25). Aucun ajustement : Les pondérations d'observation sont utilisées telles quelles . Pondérations non entières : En général. mais les pondérations cumulées dans les cellules sont arrondies avant le calcul de toute statistique. lorsque des statistiques exactes (disponibles uniquement avec l'option Tests exacts) sont demandées. Le résidu standardisé qui en résulte est exprimé en écarts par rapport à la moyenne. mais les pondérations cumulées dans les cellules sont tronquées avant le calcul de toute statistique. Egalement appelés résidus de Pearson. ou utiliser des effectifs de cellules non entiers pour l'affichage des tableaux et les calculs statistiques. „ Effectifs de cellules tronqués : Les pondérations d'observation sont utilisées telles quelles. car ils représentent le nombre d'observations figurant dans chaque cellule. les effectifs de cellules sont des valeurs entières. Vous pouvez tronquer ou arrondir les valeurs avant ou après le calcul des effectifs de cellules. „ Effectifs de cellules arrondis : Les pondérations d'observation sont utilisées telles quelles.338 Chapitre 16 „ Standardisés : Résidu divisé par une estimation de son écart type. „ Poids des observations tronqués : Les pondérations sont tronquées avant utilisation. 1. les résidus standardisés ont une moyenne de 0 et un écart type de 1. „ Poids des observations arrondis : Les pondérations sont arrondies avant utilisation. „ Standardisés ajustés : Résidu d'une cellule (valeur observée moins valeur théorique) divisé par une estimation de son erreur standard. Toutefois. si le fichier de données est pondéré par une variable de pondération avec des fractions (par exemple. . les pondérations cumulées dans les cellules sont tronquées ou arrondies avant le calcul des statistiques du test exact. „ des effectifs de cellules non entiers sont également utilisés. Toutefois. les effectifs de cellules peuvent également être des fractions.

339 Tableaux croisés Format de tableau croisé Figure 16-5 Boîte de dialogue Tableaux croisés : Format Vous pouvez arranger les lignes par ordre croissant ou décroissant de valeur de la variable de ligne. .

.

nombre d'observations. 341 . pourcentage de N total. Statistiques : Somme. Les statistiques Récapituler sont affichées pour chaque variable à travers toutes les modalités. Tous les niveaux de variables de regroupement sont à tabulation croisée.Récapituler 17 Chapitre La procédure Récapituler calcule les statistiques de sous-groupes pour les variables à l'intérieur des modalités de variables de regroupement. erreur standard pour la moyenne. maximum. pourcentage de la somme totale. asymétrie. aplatissement. Les valeurs des données dans chaque modalité peuvent être listées ou supprimées. vous pouvez choisir de lister seulement les premières observations n. médiane groupée. Les autres variables doivent pouvoir être classées. écart type. valeur de la variable pour la dernière modalité de la variable de regroupement. Récapituler les commentaires de données Données : Les variables de regroupement sont des variables qualitatives dont les valeurs peuvent être numériques ou alphanumériques. médiane. valeur de la variable pour la première modalité de la variable de regroupement. Avec d'importants groupes de données. minimum. Vous pouvez choisir l'ordre dans lequel les statistiques sont affichées. Exemple : Quel est le montant moyen de ventes de produits par région et par secteur de clientèle ? Vous pouvez découvrir que le montant moyen des ventes est légèrement plus élevé dans la région Ouest que dans les autres régions. moyennes géométrique et harmonique. pourcentage de N dans. Le nombre de modalités doit être raisonnablement limité. variance. erreur standard d'aplatissement. plage. erreur standard d'asymétrie. moyenne. pourcentage de la somme dans. avec des sociétés commerciales dans la région Ouest apportant le montant moyen de ventes le plus élevé.

. sélectionnez : Analyse Rapports Récapitulatif des observations. . Les statistiques robustes telles que la médiane et l'intervalle. tels que la moyenne et l'écart type sont basés sur la théorie normale et conviennent aux variables quantitatives ayant une distribution symétrique. conviennent aux variables quantitatives qui confirment ou infirment l'hypothèse de normalité..342 Chapitre 17 Hypothèses : Certains des sous-groupes statistiques optionnels. Echantillon de résultat Figure 17-1 Récapituler Résultat Résumés d'observations Moyenne des ventes de produit par région et industrie Industrie Région Est Centre Ouest Gouvernement Finance Education Santé Total Obtenir des récapitulatifs des observations E A partir du menu.

Cliquer sur Statistiques pour obtenir des statistiques facultatives. vous pouvez : „ „ „ „ Sélectionner au moins une variable de regroupement afin de diviser vos données en sous-groupes. Sinon. ajouter une légende au-dessous du résultat. ou exclure les observations ayant des valeurs manquantes. Sélectionner Afficher les observations afin de répertorier les observations dans chaque sous-groupe.343 Récapituler Figure 17-2 Boîte de dialogue Rapport récapitulatif E Sélectionnez une ou plusieurs variables. Par défaut. Vous pouvez augmenter ou diminuer la valeur de l'option Limiter les observations aux n premières ou désélectionner cet élément pour répertorier toutes les observations. Cliquer sur Options afin de modifier le titre du résultat. . le système ne liste que les 100 premières observations de votre fichier.

Il est souvent souhaitable de marquer les observations manquantes dans le résultat par un point ou un astérisque. Vous pouvez également choisir d'afficher ou de supprimer les sous-en-têtes des totaux et d'inclure ou d'exclure les observations ayant des valeurs manquantes pour toute variable prise en compte dans toute analyse. aucun traitement spécial ne s'applique aux observations manquantes dans le résultat. sinon. Saisir un caractère. . une phrase.344 Chapitre 17 Options de Récapituler Figure 17-3 Boîte de Dialogue Options de Rapport récapitulatif SPSS vous permet de modifier le titre de votre résultat ou d'ajouter une légende qui apparaîtra en dessous du tableau de sortie. Vous pouvez contrôler les sauts de ligne dans les titres et légendes en tapant \n à tous les endroits où vous voulez insérer un saut de ligne dans le texte. ou un code que vous souhaitez voir apparaître lorsqu'une valeur manque.

médiane groupée. erreur standard d'aplatissement. intervalle. erreur standard pour la moyenne. médiane. Les statistiques récapitulatives sont aussi affichées pour chaque variable à travers toutes les modalités. asymétrie. nombre d'observations. moyenne harmonique. erreur standard d'asymétrie. variance. pourcentage de la somme dans. valeur de la variable pour la première modalité de la variable de regroupement. maximum. aplatissement. Moyenne géométrique : Racine nième du produit des valeurs de données. pourcentage de N total. minimum. pourcentage de N dans. écart type. n représentant le nombre d'observations. valeur de la variable pour la dernière modalité de la variable de regroupement.345 Récapituler Récapituler les statistiques Figure 17-4 Boîte de Dialogue Rapport récapitulatif Vous pouvez choisir l'une des statistiques de sous-groupe suivantes pour les variables à l'intérieur de chaque modalité de chacune des variables de regroupement : Somme. moyenne géométrique. L'ordre dans lequel les statistiques apparaissent dans la liste Variables correspond à celui dans lequel elles seront affichées dans le résultat. moyenne. . pourcentage de somme totale. Première : Affiche la première valeur rencontrée dans le fichier de données.

. Kurtosis : Mesure de l'étendue du regroupement des observations autour d'un point central. la médiane de groupes est la médiane calculée à partir des données codées. Moyenne harmonique : Fonction utilisée pour estimer la taille moyenne d'un groupe lorsque la taille des échantillons diffère d'un groupe à l'autre. N : Nombre d'observations (ou d'enregistrements). Si le nombre d'observations est pair. pour les données d'âge.346 Chapitre 17 Médiane de groupes : Médiane calculée pour les données codées en groupes. 50e centile. somme divisée par le nombre d'observations. la médiane correspond à la moyenne des deux observations du milieu lorsqu'elles sont triées dans l'ordre croissant ou décroissant. Un aplatissement positif indique que les observations sont plus regroupées et présentent des extrémités plus longues que dans le cas d'une distribution normale. Dans le cas d'une distribution normale. Dernière : Affiche la dernière valeur rencontrée dans le fichier de données. etc. Moyenne : Mesure de la tendance centrale. si chaque valeur de la trentaine est codée 35. Minimum : Valeur la plus petite d'une variable numérique. à l'inverse de la moyenne. Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié des observations . . sensible aux valeurs éloignées. Pourcentage de la somme totale : Pourcentage de la somme totale dans chaque modalité. Plage : Différence entre la valeur maximale et la valeur minimale d'une variable numérique (maximum–minimum). Pourcentage de N total : Pourcentage du nombre total d'observations dans chaque modalité. Un aplatissement négatif signifie que les observations sont moins regroupées et présentent des extrémités plus courtes. chaque valeur de la quarantaine est codée 45. Maximum : Plus grande valeur d'une variable numérique. la valeur de la statistique d'aplatissement est égale à 0. Moyenne arithmétique . La moyenne harmonique correspond au nombre total d'échantillons divisé par la somme des réciproques des tailles de l'échantillon. La médiane est une mesure de tendance centrale et elle n'est pas. Par exemple.

vous pouvez conclure à une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). Une distribution caractérisée par une importante asymétrie négative présente une extrémité gauche plus allongée. divisée par le nombre d'observations moins un. La distribution normale est symétrique et a une valeur d'asymétrie égale à zéro.347 Récapituler Skewness : Mesure de l'asymétrie d'une distribution. une valeur d'asymétrie deux fois supérieure à l'erreur standard correspond à une absence de symétrie. Une valeur d'aplatissement positive importante indique que les extrémités de la distribution sont plus allongées que celles d'une distribution normale . . Somme : Somme ou total des valeurs. Variance : Mesure de la dispersion des valeurs autour de la moyenne. Erreur standard du Skewness : Rapport de l'asymétrie avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. Une distribution caractérisée par une importante asymétrie positive présente une partie droite plus allongée. Une valeur d'asymétrie positive importante indique une extrémité allongée vers la droite . égale à la somme des carrés des écarts par rapport à la moyenne. une valeur négative extrême produit une extrémité allongée vers la gauche. La variance se mesure en unités. pour toutes les observations n'ayant pas de valeur manquante. Pour simplifier. vous pouvez conclure à une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). Erreur standard du Kurtosis : Rapport de l'aplatissement avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. qui sont égales au carré des unités de la variable. une valeur d'aplatissement négative présente des extrémités plus courtes (semblables à celles d'une distribution uniforme sous forme de boîtes).

.

pourcentage de la somme totale. Les statistiques robustes telles que la médiane et l'intervalle. pourcentage de N dans. soit des chaînes courtes. valeur de la variable pour la dernière modalité de la variable de regroupement. Les valeurs des variables qualitatives peuvent être soit numériques. conviennent aux variables quantitatives qui confirment ou infirment 349 . moyennes géométrique et harmonique. médiane. Les options comportent une analyse de la variance. aplatissement. un coefficient êta et des tests de linéarité. moyenne. Exemple : Mesurez la quantité moyenne de lipides absorbée par trois différents types d'huile alimentaire et effectuez une analyse à un facteur de la variance pour voir si les moyennes divergent. plage. maximum. erreur standard d'asymétrie. Remarques sur les données des moyennes Données : Les variables dépendantes sont quantitatives et les variables indépendantes sont qualitatives. erreur standard d'aplatissement. erreur standard pour la moyenne. un coefficient êta-carré. nombre d'observations. Vous pouvez également obtenir une analyse à un facteur de la variance. pourcentage de la somme dans. asymétrie.Moyennes 18 Chapitre La procédure des moyennes calcule les moyennes de sous-groupes et les statistiques univariées correspondantes pour des variables dépendantes au sein des modalités d'une ou de plusieurs variables indépendantes. pourcentage de N total. un coefficient êta. valeur de la variable pour la première modalité de la variable de regroupement. tels que la moyenne et l'écart type sont basés sur la théorie normale et conviennent aux variables quantitatives ayant une distribution symétrique. médiane groupée. Hypothèses : Certains des sous-groupes statistiques optionnels. écart type. ainsi que des tests de linéarité R et R2. variance. minimum. Statistiques : Somme.

Echantillon de résultat Figure 18-1 Résultat des moyennes Rapport Grammes de graisse absorbée Type d'huile Huile d'arachide Moyenne N Ecart-type Saindoux Moyenne N Ecart-type Huile de maïs Moyenne N Ecart-type Total Moyenne N Ecart-type 72.350 Chapitre 18 l'hypothèse de normalité.000 df Grammes de graisse absorbée * Type d'huile Entre groupes Combiné Dans les groupes Total F 7.000 102.00 6 8.00 6 13.000 Carré moyen 2 15 17 798.000 3126.77 62.000 1530. à condition que les données de chaque cellule soient symétriques.34 85.824 Sig. utilisez le test d'homogénéité de la variance de Levene.005 .22 73. Pour vérifier cette hypothèse. L'analyse de la variance résiste aux écarts par rapport à la normalité. .56 Tableau ANOVA Somme des carrés 1596. disponible dans la procédure ANOVA à un facteur. L'analyse de la variance part également du principe que les groupes sont issus de populations ayant la même variance.00 6 7.00 18 13.

les résultats sont présentés dans un tableau croisé.. telles que la table d'analyse de la variance. par opposition aux tableaux séparés pour chaque variable indépendante.. sélectionnez : Analyse Comparer les moyennes Moyennes. êta-carré. êta. Si vous avez une variable indépendante dans la strate 1 et une dans la strate 2. E Pour sélectionner les variables indépendantes qualitatives. R et R2. vous pouvez : „ Cliquez sur Options pour obtenir des statistiques facultatives. Figure 18-2 Boîte de dialogue Moyennes E Sélectionnez au moins une variable dépendante. Des résultats distincts sont présentés pour chaque variable indépendante. vous disposez de deux méthodes : „ „ Sélectionnez une ou plusieurs variables indépendantes. . Sélectionnez une ou plusieurs strates des variables indépendantes.351 Moyennes Pour obtenir des moyennes de sous-groupes E A partir du menu. E Sinon. Chaque strate divise une nouvelle fois l'échantillon.

erreur standard d'aplatissement. valeur de la variable pour la première modalité de la variable de regroupement. erreur standard pour la moyenne. Les statistiques récapitulatives sont aussi affichées pour chaque variable à travers toutes les modalités. moyenne géométrique. aplatissement. médiane. pourcentage de N total. médiane groupée. maximum. moyenne. erreur standard d'asymétrie. n représentant le nombre d'observations. variance. . minimum. asymétrie. L'ordre dans lequel les statistiques apparaissent dans la liste Cellule Statistiques correspond à celui dans lequel elles seront affichées dans le résultat. Première : Affiche la première valeur rencontrée dans le fichier de données.352 Chapitre 18 Moyennes : Options Figure 18-3 Boîte de dialogue Moyennes : Options Vous pouvez choisir l'une des statistiques de sous-groupe suivantes pour les variables à l'intérieur de chaque modalité de chacune des variables de regroupement : Somme. pourcentage de somme totale. écart type. pourcentage de la somme dans. nombre d'observations. moyenne harmonique. intervalle. pourcentage de N dans. valeur de la variable pour la dernière modalité de la variable de regroupement. Moyenne géométrique : Racine nième du produit des valeurs de données. Vous pouvez changer l'ordre de présentation des statistiques des sous-groupes.

la médiane de groupes est la médiane calculée à partir des données codées. La moyenne harmonique correspond au nombre total d'échantillons divisé par la somme des réciproques des tailles de l'échantillon. chaque valeur de la quarantaine est codée 45.353 Moyennes Médiane de groupes : Médiane calculée pour les données codées en groupes. N : Nombre d'observations (ou d'enregistrements). Minimum : Valeur la plus petite d'une variable numérique. Par exemple. Dans le cas d'une distribution normale. . Maximum : Plus grande valeur d'une variable numérique. pour les données d'âge. etc. 50e centile. Moyenne harmonique : Fonction utilisée pour estimer la taille moyenne d'un groupe lorsque la taille des échantillons diffère d'un groupe à l'autre. La médiane est une mesure de tendance centrale et elle n'est pas. Moyenne arithmétique . somme divisée par le nombre d'observations. Pourcentage de N total : Pourcentage du nombre total d'observations dans chaque modalité. Un aplatissement positif indique que les observations sont plus regroupées et présentent des extrémités plus longues que dans le cas d'une distribution normale.. Si le nombre d'observations est pair. Moyenne : Mesure de la tendance centrale. Un aplatissement négatif signifie que les observations sont moins regroupées et présentent des extrémités plus courtes. la médiane correspond à la moyenne des deux observations du milieu lorsqu'elles sont triées dans l'ordre croissant ou décroissant. Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié des observations . Plage : Différence entre la valeur maximale et la valeur minimale d'une variable numérique (maximum–minimum). sensible aux valeurs éloignées. Pourcentage de somme totale : Pourcentage de la somme totale dans chaque modalité. Kurtosis : Mesure de l'étendue du regroupement des observations autour d'un point central. Dernière : Affiche la dernière valeur rencontrée dans le fichier de données. à l'inverse de la moyenne. si chaque valeur de la trentaine est codée 35. la valeur de la statistique d'aplatissement est égale à 0.

divisée par le nombre d'observations moins un. La distribution normale est symétrique et a une valeur d'asymétrie égale à zéro. Une valeur d'aplatissement positive importante indique que les extrémités de la distribution sont plus allongées que celles d'une distribution normale . Variance : Mesure de la dispersion des valeurs autour de la moyenne. Pour simplifier. Statistiques pour première strate Tableau ANOVA et êta : Affiche un tableau d'analyse unifactorielle de la variance et calcule êta et êta carré (mesures de l'association) pour chaque variable indépendante de la première strate. Somme : Somme ou total des valeurs. Une distribution caractérisée par une importante asymétrie négative présente une extrémité gauche plus allongée. Une valeur d'asymétrie positive importante indique une extrémité allongée vers la droite . pour toutes les observations n'ayant pas de valeur manquante. une valeur négative extrême produit une extrémité allongée vers la gauche. les degrés de liberté et le carré moyen associés aux composants linéaires et non linéaires. La linéarité n'est pas calculée si la variable indépendante est une chaîne courte.354 Chapitre 18 Skewness : Mesure de l'asymétrie d'une distribution. Une distribution caractérisée par une importante asymétrie positive présente une partie droite plus allongée. Erreur standard du Skewness : Rapport de l'asymétrie avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. Test de linéarité : Calcule la somme des carrés. qui sont égales au carré des unités de la variable. égale à la somme des carrés des écarts par rapport à la moyenne. le R et le R-deux. Erreur standard du Kurtosis : Rapport de l'aplatissement avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. une valeur d'asymétrie deux fois supérieure à l'erreur standard correspond à une absence de symétrie. vous pouvez conclure à une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). vous pouvez conclure à une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). une valeur d'aplatissement négative présente des extrémités plus courtes (semblables à celles d'une distribution uniforme sous forme de boîtes). ainsi que le rapport F. La variance se mesure en unités. .

asymétrie. Statistiques : Somme. moyenne. Exemple : Ventes totales et moyennes pour différentes régions et lignes de produits à l'intérieur de chaque région. minimum.Cubes OLAP 19 Chapitre La procédure de Cubes OLAP (Online Analytical Processing) calcule les totaux. aplatissement. médiane groupée. erreur standard d'asymétrie. valeur de la variable pour la dernière modalité de la variable de regroupement. tels que la moyenne et l'écart type sont basés sur la théorie normale et conviennent aux variables quantitatives ayant une distribution symétrique. Les statistiques robustes telles que 355 . Hypothèses : Certains des sous-groupes statistiques optionnels. moyenne géométrique et moyenne harmonique. Remarques sur les données des cubes OLAP Données : Les variables récapitulatives sont quantitatives (variables continues mesurées sur une échelle d'intervalle ou de rapport) et les variables de regroupement sont qualitatives. pourcentage des observations totales dans les variables de regroupement. les moyennes et autres statistiques univariées pour des variables récapitulatives continues à l'intérieur de modalités d'une ou plusieurs variables de regroupement qualitatives. maximum. nombre d'observations. pourcentage des observations totales. médiane. erreur standard d'aplatissement. écart type. Une strate séparée dans le tableau est créée pour chaque modalité de chaque variable de regroupement. pourcentage de la somme totale dans les variables de regroupement. variance. soit des chaînes courtes. valeur de la variable pour la première modalité de la variable de regroupement. intervalle. erreur standard pour la moyenne. Les valeurs des variables qualitatives peuvent être soit numériques. pourcentage de somme totale.

600.250 $371.548.66 Pour obtenir des cubes OLAP E A partir du menu.814.06 Médiane $273.00 Ecart-type $80.674. Echantillon de résultat Figure 19-1 Résultat des cubes OLAP Ventes pour 1996 par division et région Division : total Région : total Somme Moyenne Médiane Ecart-type $145.311 Ventes pour 1996 par division et région Division : produits de consommation Région : est Somme $18. conviennent aux variables quantitatives qui confirment ou infirment l'hypothèse de normalité. sélectionnez : Analyse Rapports Cubes OLAP..356 Chapitre 19 la médiane et l'intervalle.893 $307.100 Moyenne $289.500 $171.038.. .

E Sélectionnez une ou plusieurs variables qualitatives. Vous devez sélectionner un ou plusieurs critères de regroupement pour pouvoir sélectionner les statistiques récapitulatives.357 Cubes OLAP Figure 19-2 Boîte de dialogue Cubes OLAP E Sélectionnez une ou plusieurs variables récapitulatives continues..). Créer des titres de tableaux personnalisés (cliquez sur Titre). Sinon.. Calculer les différences existant entre des paires de variables et des paires de groupes définies par une variable de regroupement (cliquez sur Différences). vous pouvez : „ Sélectionner d'autres statistiques récapitulatives (cliquez sur Statistiques. „ „ .

Intervalle.358 Chapitre 19 Cubes OLAP : Statistiques Figure 19-3 Boîte de dialogue Cubes OLAP : Statistiques Vous pouvez choisir l'une des statistiques de sous-groupe suivantes pour les variables récapitulatives à l'intérieur de chaque modalité de chacune des variables de regroupement : Somme. Médiane. Nombre d'observations. Variance. Vous pouvez changer l'ordre de présentation des statistiques des sous-groupes. Pourcentage de N (observations) totales. Erreur std de la moyenne. Dernier (valeur de la variable pour la dernière modalité de la variable de regroupement). Première : Affiche la première valeur rencontrée dans le fichier de données. Erreur standard de l'aplatissement. Maximum. Premier (valeur de la variable pour la première modalité de la variable de regroupement). L'ordre dans lequel les statistiques apparaissent dans la liste Cellule Statistiques correspond à celui dans lequel elles seront affichées dans le résultat. . Aplatissement. Erreur std d'asymétrie. Ecart type. Asymétrie. Pourcentage de somme tot. n représentant le nombre d'observations. Pourcentage de la somme totale dans les variables de regroupement. Moyenne géométrique : Racine nième du produit des valeurs de données. Les statistiques récapitulatives sont aussi affichées pour chaque variable à travers toutes les modalités. Pourcentage des observations totales dans les variables de regroupement. Moyenne. Médiane de groupes.. Moyenne géométrique et Moyenne harmonique. Minimum.

Moyenne harmonique : Fonction utilisée pour estimer la taille moyenne d'un groupe lorsque la taille des échantillons diffère d'un groupe à l'autre. Si vous n'avez qu'un seul critère de regroupement. à l'inverse de la moyenne. Kurtosis : Mesure de l'étendue du regroupement des observations autour d'un point central. Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié des observations . 50e centile. Dernière : Affiche la dernière valeur rencontrée dans le fichier de données. Un aplatissement négatif signifie que les observations sont moins regroupées et présentent des extrémités plus courtes. . N : Nombre d'observations (ou d'enregistrements). La médiane est une mesure de tendance centrale et elle n'est pas. Pourcentage de N dans : Pourcentage du nombre d'observations pour le critère de regroupement spécifié dans les modalités des autres critères de regroupement. sensible aux valeurs éloignées. Moyenne : Mesure de la tendance centrale. chaque valeur de la quarantaine est codée 45.. la valeur de la statistique d'aplatissement est égale à 0. si chaque valeur de la trentaine est codée 35. Un aplatissement positif indique que les observations sont plus regroupées et présentent des extrémités plus longues que dans le cas d'une distribution normale. somme divisée par le nombre d'observations. La moyenne harmonique correspond au nombre total d'échantillons divisé par la somme des réciproques des tailles de l'échantillon. etc. cette valeur est identique au pourcentage du nombre total d'observations. la médiane de groupes est la médiane calculée à partir des données codées. Si le nombre d'observations est pair. la médiane correspond à la moyenne des deux observations du milieu lorsqu'elles sont triées dans l'ordre croissant ou décroissant. Par exemple.359 Cubes OLAP Médiane de groupes : Médiane calculée pour les données codées en groupes. Dans le cas d'une distribution normale. pour les données d'âge. Minimum : Valeur la plus petite d'une variable numérique. Maximum : Plus grande valeur d'une variable numérique. Moyenne arithmétique .

Pour simplifier. une valeur d'aplatissement négative présente des extrémités plus courtes (semblables à celles d'une distribution uniforme sous forme de boîtes). Pourcentage de la somme totale : Pourcentage de la somme totale dans chaque modalité. vous pouvez conclure à une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). vous pouvez conclure à une anormalité si ce rapport est inférieur à -2 ou supérieur à +2). Une distribution caractérisée par une importante asymétrie positive présente une partie droite plus allongée. Une valeur d'asymétrie positive importante indique une extrémité allongée vers la droite . Erreur standard du Skewness : Rapport de l'asymétrie avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. pour toutes les observations n'ayant pas de valeur manquante. . cette valeur est identique au pourcentage de la somme totale. Une valeur d'aplatissement positive importante indique que les extrémités de la distribution sont plus allongées que celles d'une distribution normale . Plage : Différence entre la valeur maximale et la valeur minimale d'une variable numérique (maximum–minimum). une valeur négative extrême produit une extrémité allongée vers la gauche. une valeur d'asymétrie deux fois supérieure à l'erreur standard correspond à une absence de symétrie. Erreur standard du Kurtosis : Rapport de l'aplatissement avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. Si vous n'avez qu'un seul critère de regroupement. La distribution normale est symétrique et a une valeur d'asymétrie égale à zéro. Skewness : Mesure de l'asymétrie d'une distribution.360 Chapitre 19 Pourcentage de la somme dans : Pourcentage de la somme pour le critère de regroupement spécifié dans les modalités des autres critères de regroupement. Une distribution caractérisée par une importante asymétrie négative présente une extrémité gauche plus allongée. Somme : Somme ou total des valeurs. Pourcentage de N total : Pourcentage du nombre total d'observations dans chaque modalité.

qui sont égales au carré des unités de la variable.361 Cubes OLAP Variance : Mesure de la dispersion des valeurs autour de la moyenne. divisée par le nombre d'observations moins un. Cubes OLAP : Différences Figure 19-4 Boîte de dialogue Cubes OLAP : Différences Cette boîte de dialogue vous permet de calculer les différences arithmétiques et de pourcentage qui existent entre des variables récapitulatives ou entre des groupes définis par une variable de regroupement. la valeur de la . égale à la somme des carrés des écarts par rapport à la moyenne. Pour les différences de pourcentage. La variance se mesure en unités. Différences entre les variables : Calcule les différences existant entre des paires de variables. Les valeurs des statistiques récapitulatives de la seconde variable (variable moins) de chaque paire sont soustraites des valeurs des statistiques récapitulatives de la première variable de la paire. Les différences sont calculées pour toutes les mesures sélectionnées dans la boîte de dialogue Cubes OLAP : Statistiques.

Les valeurs des statistiques récapitulatives de la seconde modalité (modalité moins) dans chaque paire sont soustraites des valeurs des statistiques récapitulatives de la première modalité de la paire. Vous devez sélectionner au moins une variable de regroupement dans la boîte de dialogue principale avant d'indiquer les différences entre groupes. Les différences de pourcentage utilisent la valeur de la statistique récapitulative pour la modalité moins en tant que dénominateur. . Différences entre les groupes d'observations : Calcule les différences existant entre les paires de groupes définies par une variable de regroupement.362 Chapitre 19 caractéristique de la variable moins est utilisée en tant que dénominateur. Cubes OLAP : Titre Figure 19-5 Boîte de dialogue Cubes OLAP : Titre SPSS vous permet de modifier le titre de votre sortie ou d'ajouter une légende qui apparaîtra au dessous du tableau de sortie. Vous pouvez également contrôler la répartition des titres et légendes sur plusieurs lignes en tapant \n partout où vous souhaitez insérer un saut de ligne dans le texte. Vous devez sélectionner plusieurs variables récapitulatives dans la boîte de dialogue principale avant d'indiquer les différences entre les variables.

de manière à ce que toute différence dans la réponse soit due au traitement (ou à un manque de traitement) et non pas à d'autres facteurs. et qu'un intervalle de confiance de 95 % pour la différence des moyennes. pour ce test. appariées. Idéalement. les sujets doivent être attribués de manière aléatoire à deux groupes. Dans de telles situations. la corrélation entre elles. Les statistiques descriptives pour chaque groupe et le test de Levene permettant d'obtenir l'égalité des variances sont disponibles ainsi que les valeurs t de variance égale et inégale. Le résultat inclut les statistiques descriptives pour les variables tests.Tests T 20 Chapitre Il existe trois types de test t : Test T pour échantillons indépendants (test t pour deux échantillons) : Permet de comparer la moyenne d'une variable de deux groupes d'observations. Test T pour échantillons appariés (test t dépendant) : Permet de comparer la moyenne de deux variables pour un seul groupe. il faut s'assurer que les différences dans les autres facteurs ne cachent pas ou n'augmentent de différence 363 . Ce test sert aussi pour les plans d'études appariées ou de contrôle d'observation. Un intervalle de confiance de 95 % pour la différence entre la moyenne de la variable test et la valeur test supposée fait partie du résultat par défaut. les statistiques descriptives pour les différences. Ceci n'est pas le cas si l'on compare un revenu moyen pour les hommes et les femmes. Test T pour échantillons indépendants La procédure du Test T pour échantillons indépendants permet de comparer la moyenne de deux groupes d'observations. Les statistiques descriptives des variables tests sont affichées avec le test t. Une personne n'est pas aléatoirement désignée comme devant être un homme ou une femme. Test T pour échantillon unique : Permet de comparer la moyenne d'une variable avec une valeur connue ou supposée. le test t et un intervalle de confiance de 95 %.

Le test t pour deux échantillons est assez robuste pour se départir de la normalité. et intervalle de confiance (vous pouvez spécifier le niveau de confiance). et tests t des variances combinées et séparées pour l'égalité des moyennes. Hypothèses : Pour le test t de variance égale. La variable de regroupement peut être numérique (on peut avoir des valeurs telles que 1 et 2. et erreur standard de la moyenne. Les différences de revenu moyen peuvent être influencées par des facteurs tels que l'éducation et non par le sexe seul. Après que les sujets aient suivi le traitement pendant deux mois.25 et 12. erreur standard. ou 6. et les échantillons aléatoires doivent avoir une distribution normale. vérifiez qu'elles sont symétriques et n'ont pas de valeurs éloignées. et les échantillons aléatoires de distribution normale doivent avoir la même variance de population. le test t pour deux échantillons est utilisé pour comparer la tension artérielle moyenne du groupe placebo à celle du groupe qui suit le traitement. Les sujets du groupe placebo reçoivent une pilule inactive et les sujets du groupe auquel on donne un traitement reçoivent un nouveau médicament supposé réduire l'hypertension. Chaque patient est examiné une fois et appartient à un groupe. Exemple : Les patients souffrant d'hypertension se voient assignés de façon aléatoire à un groupe placebo et à un groupe auquel on donne un traitement. les observations doivent être indépendantes. écart type. Vous pouvez utiliser également une variable quantitative. .5) ou alphanumériques (telles que oui et non). Statistiques : Pour chaque variable. telle que l'âge. Lors de la vérification graphique des distributions. Remarques sur les Données du Test T pour Echantillons Indépendants Données : Les valeurs de la variable quantitative qui vous intéresse se trouvent dans une seule colonne du fichier de données.364 Chapitre 20 significative dans les moyennes. pour séparer les observations en deux groupes en précisant une césure (la césure 21 provoque un groupe dont l'âge est inférieur à 21 ans et un groupe dont l'âge est supérieur à 21 ans). SPSS utilise une variable de regroupement à deux valeurs pour séparer les observations en deux groupes. Tests : Test de Levene sur l'égalité des variances. Pour la différence de la moyenne: moyenne. les observations doivent être indépendantes. on a les éléments suivants : taille de l'échantillon. moyenne. Pour le test t de variance égale.

134 3.783 17.10 6.10 6.365 Tests T Echantillon de résultat Figure 20-1 Résultat Test T pour échantillons indépendants Statistiques de groupe Moyenne des Erreurs Standard 5.31 Tension Artérielle Traitement placebo Nouveau_ Médicament N 10 10 Moyenne 142.50 116.40 Ecart type 17. .62 Test pour échantillons indépendants Test de Levene sur l'égalité des variances Test-t pour égalité des moyennes Signification (Bilatérale) 18 .64 Obtenir un test t pour échantillons indépendants E A partir du menu.001 26.61 Supérieur 40.56 40.90 11.163 .90 Intervalle de confiance de la moyenne à 95 % Inférieur 11.719 t 3.001 Différence Différence de des erreurs Moyennes Standard 26.39 4.59 F Tension Artérielle Signification ... sélectionnez : Analyse Comparer les moyennes Test T pour échantillons indépendants.04 13.783 df Hypothèse de variances Égales Hypothèse de variances Inégales .

Un test t distinct est alors calculé pour chaque variable. E Sélectionnez une seule variable de regroupement et cliquez sur Définir groupes pour spécifier deux codes pour les groupes à comparer.366 Chapitre 20 Figure 20-2 Boîte de Dialogue Test T pour échantillons indépendants E Sélectionnez au moins une variable test quantitative. Définir Groupes Test T pour Echantillons Indépendants Figure 20-3 Boîte de dialogue Définir groupes pour variables numériques . Vous pouvez également cliquer sur Options pour contrôler le traitement des données manquantes et le niveau de l'intervalle de confiance.

et les observations ayant des valeurs supérieures ou égales à la césure constituent l'autre groupe. entrez une chaîne pour le Groupe 1 et une autre pour le Groupe 2. Figure 20-4 Définir la boîte de dialogue Groupes pour les variables caractères Pour des variables courtes de groupement et de type chaîne.25 et 12. Il n'est pas nécessaire que les nombres soient des entiers (par exemple. Toutes les observations ayant des valeurs inférieures à la césure constituent un groupe. Les observations avec d'autres chaînes sont exclues de l'analyse. Les observations qui ont une autre valeur sont exclues de l'analyse. 6.5 sont valides). „ Césure : Vous avez également la possibilité de saisir un nombre qui sépare les valeurs de la variable de regroupement en deux groupes. Options Test T pour Echantillons Indépendants Figure 20-5 Boîte de dialogue Test T pour échantillons indépendants : Options .367 Tests T Pour les critères de regroupement numérique. définissez les deux groupes du test t en spécifiant deux valeurs ou un point de séparation : „ Utiliser les valeurs spécifiées : Saisissez une valeur pour le Groupe 1 et une autre pour le Groupe 2. par exemple oui et non.

Valeurs manquantes : Quand vous testez plusieurs variables et que des données sont manquantes pour au moins une variable. „ Exclure toute observation incomplète : Chaque test t utilise seulement les observations qui ont des données valides pour toutes les variables utilisées dans les tests t requis. un traitement est administré. Exemple : Dans le cadre d'une étude sur l'hypertension. les patients et les contrôles peuvent être appariés selon l'âge (un patient âgé de 75 ans avec un membre du groupe de contrôle âgé de 75 ans). vous pouvez indiquer à SPSS les observations à inclure (ou exclure) : „ Exclure les données manquantes analyse par analyse : Chaque test t utilise toutes les observations qui ont des données valides pour les variables testées. Elle permet de calculer la différence de valeurs entre les deux variables pour chaque observation et de tester si la moyenne diffère de 0. Il existe une alternative à ce test.368 Chapitre 20 Intervalle de confiance : Par défaut. Ici. Pour chaque paire de variables. test t et intervalle de confiance pour la différence moyenne (vous pouvez préciser le niveau de confiance). Saisir une valeur comprise entre 1 et 99 pour demander un niveau de confiance différent. chaque sujet est l'objet de deux mesures. et erreur standard de la moyenne. Statistiques : Pour chaque variable. on a les éléments suivants : Corrélation. il s'agit d'une étude appariée ou de contrôle d'observation. un intervalle de confiance de 95 % pour la différence dans les moyennes est affiché. Dans le cadre d'une étude sur la tension artérielle. des mesures sont prises sur tous les patients au début de l'étude. écart type. Ecart-type et erreur standard de la différence moyenne. Par conséquent. . différence moyenne de moyennes. Test T pour échantillons appariés La procédure du Test T pour Echantillons Appariés compare la moyenne de deux variables pour un seul groupe. taille d'échantillon. on a les éléments suivants : moyenne. puis on procède à une nouvelle mesure. La taille des échantillons peut varier d'un test à l'autre. chaque déclaration dans le fichier de données contient la réponse du patient ainsi que celle de son sujet de contrôle apparié. La taille des échantillons est constante durant les tests. souvent nommées mesures avant et après.

Les différences moyennes devraient suivre une distribution normale.40 142..31 5. sélectionnez : Analyse Comparer les moyennes Test T pour échantillons appariés..19 -40. précisez deux variables quantitatives (niveau d'intervalle de mesure ou niveau de ratio de mesure). Les variances de chaque variable peuvent être égales ou inégales. Hypothèses : Les observations pour chaque paire devraient être réalisées dans les mêmes conditions.10 19.09 -4.002 Obtenir un test t pour échantillons appariés E A partir du menu.62 17.11 -12.59 6. Signification (bilatérale) -26.39 Moyenne Paire 1 Après Traitement Avant Traitement 116. Echantillon de résultat Figure 20-6 Test T pour échantillons appariés Statistiques des échantillons appariés Ecart Type 13. la réponse pour chaque sujet test et son sujet de contrôle apparié doit être dans la même observation du fichier de données.50 N 10 10 Test d'exemples appariés Différences appariées Intervale de confiance de 95 % de la différence Inférieur Supérieur t df Moyenne Paire 1 Après traitement Avant traitement Ecart-type Moyenne d'erreur std.04 Moyenne des erreurs Standard 4. Dans le cadre d'une étude appariée ou de contrôle d'observation.214 9 .369 Tests T Commentaires relatifs au test T pour échantillons appariés Données : Pour chaque test apparié. .

. cliquez sur la flèche pour déplacer la paire dans la liste des Variables Appariées. Pour retirer une paire de variables de l'analyse. „ Vous pouvez également cliquer sur Options pour contrôler le traitement des données manquantes et le niveau de l'intervalle de confiance. Vous pouvez sélectionner d'autres paires de variables.370 Chapitre 20 Figure 20-7 Boîte de dialogue Test T pour échantillons appariés E Sélectionnez une paire de variables. Après avoir sélectionné une paire de variables. sélectionnez une paire dans la liste des Variables Appariées et cliquez sur la flèche. comme suit : „ Cliquez sur chacune des deux variables. La première variable apparaît dans le groupe Choix courants comme Variable 1 et la seconde apparaît comme Variable 2.

Différence moyenne entre chaque valeur de donnée et la valeur test supposée. La taille des échantillons peut varier d'un test à l'autre. écart type. Test T pour échantillon unique La procédure du Test T pour échantillon unique permet de tester si la moyenne d'une seule variable diffère d'une constante spécifiée. et erreur standard de la moyenne. Statistiques : Pour chaque variable test : moyenne. Exemples : Un chercheur souhaite tester si le QI moyen d'un groupe d'étudiants diffère de 100. le test t vérifie que cette différence est égale à 0 et vérifie également . Saisir une valeur comprise entre 1 et 99 pour demander un niveau de confiance différent. „ Exclure toute observation incomplète :Chaque test t utilise seulement les observations qui ont des données valides pour toutes les paires de variables testées. Un fabricant céréalier prélève un échantillon de boîtes à partir d'une chaîne de production et vérifie si le poids moyen des échantillons diffère de 1. vous pouvez indiquer à SPSS les observations à inclure (ou exclure) : „ Exclure les observations analyse par analyse : Chaque test t utilise toutes les observations qui ont des données valides pour la paire de variables testées.371 Tests T Options test T pour échantillons appariés Figure 20-8 Boîte de dialogue Test T pour échantillons appariés Intervalle de confiance : Par défaut. Valeurs manquantes : Quand vous testez plusieurs variables et que des données sont manquantes pour au moins une variable. La taille des échantillons est constante durant les tests. un intervalle de confiance de 95 % pour la différence dans les moyennes est affiché.3 livres à l'intervalle de confiance 95 %.

33 12.005 df 14 .67 Supérieur 15. Commentaires sur les Données du Test T pour échantillon unique Données : Afin de tester les valeurs d'une variable quantitative par rapport à une valeur test supposée.99 QI t 3. ce test résiste convenablement à la normalité.009 9.03 3. Test pour échantillon unique Valeur de test = 100 Signification Différence (Bilatérale) de moyennes . Echantillon de résultat Figure 20-9 Résultat Test T pour échantillon unique Statistiques pour échantillon unique QI N Moyenne Ecart type Moyenne des erreurs standard 15 109. cependant.372 Chapitre 20 l'intervalle de confiance pour cette différence (vous pouvez préciser le niveau de confiance).11 Les lignes et les colonnes ont été transposées. choisissez une variable quantitative et saisissez une valeur test supposée. Hypothèses : Ce test suppose que les données sont distribuées normalement .33 Intervalle de confiance de la différence à 95 % Inférieur 2.

.373 Tests T Obtenir un test t pour échantillon unique E A partir du menu. E Entrez une valeur test numérique à laquelle vous souhaitez comparer chaque moyenne d'échantillon. Vous pouvez également cliquer sur Options pour contrôler le traitement des données manquantes et le niveau de l'intervalle de confiance. sélectionnez : Analyse Comparer les moyennes Test T pour échantillon unique Figure 20-10 Boîte de dialogue Test T pour échantillon unique E Sélectionnez au moins une variable à tester par rapport à la même valeur supposée.

„ Exclure toute observation incomplète : Chaque test t utilise seulement les observations qui ont des données valides pour toutes les variables utilisées dans n'importe lequel des tests t requis. Valeurs manquantes : Quand vous testez plusieurs variables et que des données manquent pour ou une ou plusieurs de ces variables. un intervalle de confiance de 95 % pour la différence entre la moyenne et la valeur de test supposée est affiché. Saisir une valeur comprise entre 1 et 99 pour demander un niveau de confiance différent.374 Chapitre 20 Options Test T pour échantillon unique Figure 20-11 Boîte de Dialogue Options Test T pour échantillon unique Intervalle de confiance : Par défaut. vous pouvez indiquer à SPSS les observations à inclure (ou à exclure). „ Exclure les observations analyse par analyse : Chaque test t utilise toutes les observations qui ont des données valides pour la variable testée. La taille des échantillons peut varier d'un test à l'autre. . La taille des échantillons est constante durant les tests.

T3 de Dunnett. test de Tukey. maximum et intervalle de confiance à 95 % pour la moyenne. moyenne. Scheffé et différence la moins significative. Gabriel. L'analyse de variance sert à tester l'hypothèse d'égalité des moyennes. huile de maïs. et saindoux. T2 de Tamhane. Sidak. Déterminer que des différences existent parmi les moyennes ne vous suffit peut-être pas. mais vous pouvez également créer un contraste a priori afin de déterminer si le degré d'absorption de graisse diffère pour les graisses saturées et non saturées. 375 . Waller-Duncan. Vous pouvez aussi tester les tendances à travers les modalités. Il existe deux types de tests pour comparer les moyennes : les contrastes a priori et les tests post hoc. Les contrastes sont des tests définis avant l'expérience. Dunnett. Test de Levene pour l'homogénéité de la variance. et le saindoux une graisse saturée. B de Tukey.ANOVA à 1 facteur 21 Chapitre La procédure de l'analyse de variance ANOVA à 1 facteur permet d'effectuer une analyse de variance univariée sur une variable quantitative dépendante par une variable critère simple (indépendant). test de Duncan. Exemple : Les beignets absorbent la graisse dans des proportions variées lorsqu'ils sont cuisinés. test d'intervalle de Ryan-Einot-Gabriel-Welsch (R-E-G-W Q). Vous voulez éventuellement savoir quelles sont les moyennes qui diffèrent. L'huile d'arachide et l'huile de maïs sont des graisses non saturées. Cette technique est une extension du test t pour deux échantillons. contrastes a priori spécifiés par l'utilisateur et tests d'intervalle et comparaisons multiples post hoc : Bonferroni. tableau d'analyse de la variance et tests d'égalité des moyennes pour chaque variable dépendante. Student-Newman-Keuls (S-N-K). test C de Dunnett. erreur standard pour la moyenne. écart type. Non seulement vous déterminez si la quantité de graisse absorbée dépend du type de graisse utilisée. Statistiques : Pour chaque groupe : nombre d'observations. Une expérience est conduite à partir de l'utilisation de trois types de graisse : huile d'arachide. minimum. test F de Ryan-Einot-Gabriel-Welsch (R-E-G-W F). Games-Howell. GT2 de Hochberg. et les tests post hoc sont effectués après l'expérience.

34 7.20 Limite inférieure 58. bien que les données doivent être symétriques. L'analyse de la variance supporte les écarts à la normalité. Hypothèses : Chaque groupe est un échantillon aléatoire indépendant extrait d'une population normale. utiliser le test d'homogénéité de variance de Levene.376 Chapitre 21 Remarques sur les Données ANOVA à 1 facteur Données : Les valeurs de la variable active devraient être des nombres entiers.63 79.16 70.77 8.00 15 17 102.00 df 2 Carré moyen 798.005 1530.00 F 7.00 Ecart-type 13.45 3.00 62.00 85.00 76. 5.74 Minimum 56 77 49 49 Maximum 95 97 70 97 Coefficients de contraste Type d'huile Huile d'arachide Contraste 1 -.00 93.00 Descriptions Intervale de confiance de 95 % pour la moyenne N Grammes graisse de absorbée Type d'huile Huile d'arachide Saindoux Huile de maïs Total 6 6 6 18 Moyenne 72.37 66. Les groupes devraient être composés de populations à variance égale.36 3. et la variable dépendante devrait être quantitative (niveau d'intervalle de mesures).5 Saindoux 1 Huile de maïs -. Pour tester cette hypothèse.5 .824 Signification .84 53.26 Limite supérieure 86.17 3.00 3126.00 73.22 13. Echantillon de résultat Figure 21-1 Résultat ANOVA à 1 facteur ANOVA Somme des carrés Grammes de graisse absorbée Entre groupes Dans les groupes Total 1596.56 Erreur std.

003 . E Sélectionnez une variable active indépendante simple.534 df1 2 df2 15 Signification ..00 Signification [bilatérale) 15 12.05 4.597 Obtenir une analyse de variance à un facteur E A partir du menu. Figure 21-2 Boîte de dialogue ANOVA à 1 facteur E Sélectionnez au moins une variable dépendante.00 18. 5.542 .. .51 t 3.377 ANOVA à 1 facteur Tests de contraste Valeur de contraste Grammes de graisse absorbée Suppose des variances égales Ne suppose pas des variances égales Contraste Contraste 1 1 18.002 Erreur std.995 df Test d'homogénéité des variances Statistique de Levene Grammes de graisse absorbée . sélectionnez : Analyse Comparer les moyennes ANOVA à 1 facteur.565 3.

Saisissez un coefficient pour chaque groupe (modalité) de la variable active et cliquez sur Ajouter après chaque saisie. cliquez sur Suivant. les coefficients –1. Coefficients : Contrastes a priori spécifiés à tester par la statistique t. quatrième ou cinquième degré. Pour spécifier des groupes de contrastes supplémentaires. Par exemple. Le premier coefficient de la liste correspond à la valeur la plus petite de la variable active. Modèle polynomial : Diviser les sommes des carrés inter-groupes en tendances composants. 0. 0. Chaque nouvelle valeur s'ajoute au bas de la liste des coefficients. Par exemple.5 et 0. vous pourriez tester la tendance linéaire (croissante ou décroissante) des salaires perçus les plus élevés à travers les niveaux ordonnés. et le dernier coefficient correspond à la valeur la plus élevée. troisième. Vous pouvez tester la tendance d'une variable dépendante à travers les niveaux ordonnés de la variable active. 0. Utilisez Suivant et Précédent pour vous déplacer entre les groupes de contrastes.5 mettent en contraste le premier groupe avec les .378 Chapitre 21 Contrastes ANOVA à 1 facteur Figure 21-3 Boîte de dialogue ANOVA à 1 facteur : Contrastes Vous pouvez diviser les sommes des carrés inter-groupes en tendances composants ou spécifier les contrastes a priori. s'il y a six modalités de variables actives. L'ordre des coefficients est important car il correspond à l'ordre croissant des valeurs de modalité de la variable active. „ Degré : Vous pouvez choisir un polynôme de premier. deuxième. 0.

les coefficients devraient s'élever à 0. tels que le test B de Tukey.379 ANOVA à 1 facteur cinquième et sixième groupes. Tests Post Hoc ANOVA à 1 facteur Figure 21-4 ANOVA à 1 facteur : Comparaisons multiples a posteriori Lorsque vous avez déterminé qu'il existe des différences parmi les moyennes. Les comparaisons multiples appariées testent la différence entre les moyennes appariées et engendrent une matrice pour laquelle les astérisques indiquent les moyennes de groupes significativement différentes au niveau alpha 0. le S-N-K (Student-Newman-Keuls). Hypothèse de variances égales : Le test de Tukey. le test de Gabriel et le test de Scheffé sont des tests de comparaisons multiples et d'intervalle. Pour la plupart des applications.05. le R-E-G-W F (F de Ryan-Einot-Gabriel-Welsch). Les groupes qui n'atteignent pas 0 peuvent aussi être utilisés. mais un message d'avertissement s'affiche. le R-E-G-W Q (test d'intervalle de . le Duncan. Il existe d'autres tests d'intervalle. le GT2 de Hochberg. les tests d'intervalles post hoc et de comparaisons multiples par paire peuvent déterminer les moyennes qui diffèrent. Les tests d'intervalle identifient les sous-groupes homogènes de moyennes qui ne diffèrent pas les uns des autres.

„ B de Tukey : Utilise la distribution des intervalles studentisée pour effectuer des comparaisons de classes deux à deux. „ LSD : Utilisation de tests t pour effectuer toutes les comparaisons par paire entre des moyennes de groupe. La valeur critique est la moyenne de la valeur correspondante du test de Tukey et du test de Student-Newman-Keuls. Scheffé et LSD (différence la moins significative). „ Sidak : Test de comparaisons multiples par paire reposant sur la statistique t. Le test Sidak ajuste le seuil de signification en fonction des comparaisons multiples et fournit des bornes plus étroites que le test Bonferroni.380 Chapitre 21 Ryan-Einot-Gabriel-Welsch) et le Waller-Duncan. „ Tukey : Utilise les statistiques des intervalles studentisées pour effectuer des comparaisons de classes deux à deux. Les tests de comparaison multiple disponibles sont les suivants : Bonferroni. Q de R-E-G-W (Ryan-Einot-Gabriel-Welsch) : Procédure multiple descendante de Ryan-Einot-Gabriel-Welsch basée sur un intervalle de Student. Gabriel. et pas seulement des comparaisons par paire. mais contrôle le taux d'erreur global en spécifiant comme taux d'erreur pour chaque test le taux d'erreur empirique divisé par le nombre total de tests. Lorsque la taille des échantillons est égale. S-N-K : Ce test effectue toutes les comparaisons de moyennes par paire. Peut servir à examiner toutes les combinaisons linéaires possibles de moyennes de groupe. . en utilisant une procédure pas à pas. Sidak. Le seuil de signification observé est ainsi ajusté en raison des comparaisons multiples réalisées. Le taux d'erreur n'est pas corrigé dans le cas de comparaisons multiples. Utilise la distribution d'échantillonnage F. à l'aide de la distribution des intervalles de Student. Dunnett. test de différence significative de Tukey. Les moyennes sont triées dans l'ordre décroissant et les différences extrêmes sont testées en premier. il compare aussi les moyennes par paire dans les sous-ensembles homogènes. „ „ „ F de R-E-G-W (Ryan-Einot-Gabriel-Welsch) : Procédure multiple descendante de Ryan-Einot-Gabriel-Welsch basée sur un test F. Fixe le taux d'erreur expérimental au niveau du taux d'erreur de l'ensemble pour toutes des comparaisons par paire. „ Bonferroni : Utilise des tests t pour effectuer des comparaisons par paire entre les moyennes de groupes. „ Scheffé : Exécute des comparaisons par paire simultanées pour toutes les paires de moyennes possibles. Hochberg.

à celle de la modalité de contrôle. „ „ GT2 de Hochberg : Test de multiples comparaisons et intervalles appariés utilisant le modulus maximum de Student. „ „ Waller-Duncan : Test de comparaisons multiples basé sur une statistique t et utilisant une approche bayésienne. Le test de Gabriel offre plus de souplesse lorsque les tailles des cellules divergent beaucoup. Hypothèse de variances inégales : Les tests de comparaison multiple qui ne supposent pas de variances égales sont le T2 de Tamhane. Utilise la statistique d'intervalle de Student. L'option <Contrôle permet de tester si la moyenne est inférieure. „ „ „ T2 de Tamhane : Test des comparaisons appariées basé sur le test T. Dunnett : Test T de comparaisons multiples par paires comparant un ensemble de traitements à une moyenne de contrôle unique. à celle de la modalité de contrôle. L'option Bilatéral teste que la moyenne à un certain niveau (hormis la modalité de contrôle) du facteur n'est pas égale à celle de la modalité de contrôle.381 ANOVA à 1 facteur „ Duncan : Réalise des comparaisons par paires en suivant un ordre pas à pas identique à celui utilisé dans le test de Student-Newman-Keuls. „ C de Dunnett : Test des comparaisons par paires basé sur l'intervalle de Student. à un certain niveau du facteur. Ce test est opportun lorsque les variances sont inégales. Games-Howell et le C de Dunnett. à un certain niveau du facteur. Vous pouvez également choisir la première modalité. Il est plus efficace que le GT2 de Hochberg lorsque les tailles des cellules sont inégales. Gabriel : Test de comparaison par paire qui utilise le modulus maximum de Student. L'option >Contrôle permet de tester si la moyenne est supérieure. Ce test est opportun lorsque les variances sont inégales. La dernière modalité est la modalité de contrôle par défaut. . Similaire au test de Tukey. plutôt que pour chaque test en particulier. T3 de Dunnett : Test des comparaisons par paires basé sur le module maximal de Student. Ce test est opportun lorsque les variances sont inégales. le T3 de Dunnett. mais établit un niveau de protection du taux d'erreur pour l'ensemble des tests. Ce test est opportun lorsque les variances sont inégales. Games-Howell : Test des comparaisons appariées qui peut parfois être souple.

choisissez Propriétés du tableau dans le menu Format). l'écart type.382 Chapitre 21 Remarque : Il peut vous paraître plus facile d'interpréter le résultat à partir de tests post hoc si vous désactivez l'option Masquer les lignes et les colonnes vides dans la boîte de dialogue Propriétés du tableau (dans le tableau pivotant activé. „ Test d'homogénéité de variance : La procédure calcule la statistique de Levene pour tester l'égalité des variances de groupe. la moyenne. Ce test ne dépend pas de l'hypothèse de normalité. l'intervalle de confiance à 95 % et l'estimation de la variance inter-composants pour le modèle à effets aléatoires. l'erreur standard de la moyenne. . Options ANOVA à 1 facteur Figure 21-5 Boîte de dialogue ANOVA à 1 facteur : Options Statistiques : Choisissez une ou plusieurs des options suivantes : „ Caractéristique : La procédure calcule le nombre d'observations. le maximum. et les intervalles de confiance à 95 % pour chaque variable dépendante de chaque groupe. le minimum. „ Effets fixes et aléatoires : La procédure affiche l'écart type. ainsi que l'erreur standard. l'erreur standard et l'intervalle de confiance à 95 % pour le modèle à effets fixes.

383 ANOVA à 1 facteur „ Brown-Forsythe : La procédure calcule la statistique de Brown-Forsythe pour tester l'égalité des moyennes de groupe. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. „ Exclure les observations analyse par analyse : Aucune observation avec valeur manquante n'est utilisée. Si vous n'avez pas spécifié de variables multiples dépendantes. Il est préférable d'utiliser cette statistique (au lieu de la statistique F) lorsque l'hypothèse d'égalité des variances n'est pas satisfaite. cela est sans effet. on n'utilise pas d'observation en dehors de l'intervalle spécifié pour la variable active. Diagramme des moyennes : Affiche un diagramme qui représente les moyennes de sous-groupes (les moyennes de chaque groupe définies par les valeurs de la variable active). . „ Exclure toute observation incomplète : Les observations ayant des valeurs manquantes pour la variable active ou pour toute variable dépendante contenue dans la liste dépendante de la boîte de dialogue principale sont exclues de toutes les analyses. De même. Il est préférable d'utiliser cette statistique (au lieu de la statistique F) lorsque l'hypothèse d'égalité des variances n'est pas satisfaite. „ Welch : Calcule la statistique de Welch pour tester l'égalité des moyennes de groupe. que ce soit pour la variable dépendante ou pour la variable active d'une analyse donnée.

.

Vous permet de spécifier une variable utilisée pour pondérer les observations pour une analyse pondérée (WLS) des moindres carrés. Les résidus. Pour l'analyse de la régression. Les variables actives divisent la population en groupes. Cette procédure de régression linéaire généralisée vous permet de tester les hypothèses nulles à propos des effets des autres variables sur la moyenne de différents regroupements de la variable dépendante. L'analyse GLM – Univarié teste non seulement les hypothèses mais elle produit également des estimations. Poids WLS. peut-être pour compenser les différents niveaux de précision des mesures. En outre. la distance de Cook et les valeurs influentes peuvent être enregistrées sous forme de nouvelles variables dans votre fichier de données pour vérifier les hypothèses. les effets et les interactions des covariables avec les facteurs peuvent être inclus. certains d'entre eux étant aléatoires. En outre. Vous disposez de contrastes a priori communs pour effectuer les tests d'hypothèse. Vous pouvez rechercher les interactions entre les facteurs ainsi que les effets des différents facteurs. lorsqu'un test F global se révèle significatif. Les moyennes marginales estimées fournissent des estimations des valeurs moyennes estimées pour les cellules dans le modèle et les diagrammes des profils (diagrammes d'interaction) de ces moyennes vous permettent de visualiser plus facilement certaines des relations. 385 . Un modèle est équilibré si chaque cellule de ce modèle contient le même nombre d'observations. les prévisions. les variables indépendantes (explicatives) sont spécifiées comme covariables. Vous pouvez tester les modèles équilibrés comme déséquilibrés.Analyse GLM – Univarié 22 Chapitre GLM – Univarié fournit un modèle de régression et une analyse de la variance pour plusieurs variables dépendantes par un ou plusieurs facteurs ou variables. vous pouvez utiliser les tests post hoc pour évaluer les différences entre les moyennes spécifiques.

386 Chapitre 22 Exemple : Des données sont collectées sur les différents participants au Marathon de Paris sur plusieurs années. Dunnett (unilatéral. Diagrammes : Dispersion par niveau. Les covariables sont des variables quantitatives liées à la variable dépendante. T3 de Dunnett. Méthodes : Les sommes des carrés de type I. F multiple de Ryan-Einot-Gabriel-Welsch. Sidak. Remarques sur les données GLM . b de Tukey. Gabriel. modéré. Hypothèses : Les données forment un échantillon aléatoire d'une population normale ou gaussienne. Games-Howell et C de Dunnett. L'âge est considéré comme co-variable. Il peut s'agir de valeurs numériques ou alphanumériques de 8 caractères au maximum. écart type et effectifs pour toutes les variables dépendantes dans toutes les cellules. III et IV peuvent servir à évaluer les différentes hypothèses. . Les facteurs sont qualitatifs. Dans cette population. Le test de Levene pour l'homogénéité de la variance. chaud). le test t de Waller Duncan. Vous pouvez également étudier les résidus et les diagrammes de résidus. le nombre de marathons précédemment effectués et le sexe. GT2 de Hochberg. toutes les variances de cellule sont égales. l'intervalle multiple de Ryan-Einot-Gabriel-Welsch. bien que les données doivent être symétriques. résiduels et profils (interaction). Statistiques : Tests d'intervalle post hoc et comparaisons multiples : La différence la moins significative. Le temps effectué par chaque participant est la variable dépendante. T2 de Tamhane. Scheffé.Univarié Données : La variable dépendante est quantitative. Duncan. Bonferroni. vous pouvez utiliser les tests d'homogénéité de la variance et les diagrammes de dispersion par niveau. le test de Tukey. Les autres facteurs comprennent le temps (froid. bilatéral). Student-Newman-Keuls. Vous devez trouver que le sexe a un effet significatif et que l'interaction du sexe avec le temps est significatif. L'analyse de la variance supporte les écarts à la normalité. II. le nombre de mois d'entraînement. Statistiques descriptives : moyenne observée. Le type III est la valeur par défaut. Pour vérifier les hypothèses.

907 (R carré ajusté = .000 .505 6.241 .000 6.981 8.997 5.203 .203 .000 .410 .833) Graisse * précipité Variable dépendante : SPVOL Intervale de confiance de 95 % Graisse précipité Moyenne Erreur std.891 6.984 6.047 1016.023 6.353 6..499 1.536 5.639 2. .123 7.301 .233 1 1 2 3 5.241 .Univarié Tests des effets inter-sujets Variable dépendante : SPVOL Somme des carrés de type III Carré moyen Source Modèle corrigé Constante Farine Graisse Précipité Graisse*Précipité df 11 1 3 2 2 4 14 26 25 F 12.835 2.589 2 1 2 3 3 1 2 3 Pour obtenir des tables GLM .981 2.691 10.641 7.082 .021 5.240 .274 7.404 6.316 1112.583 3.938 17.960 24.522 Sig. R carré = .000 .Univarié E A partir du menu.520 1016.001 22.387 Analyse GLM – Univarié Echantillon de résultat Figure 22-1 Résultat GLM .897 5.. sélectionnez : Analyse Modèle linéaire général Univarié.376 6147.300 5.436 7.636 9.064 5.200 8.605 6. Limite inférieure Limite supérieure .629 7.239 .165 Erreur Total Total corrigé 1.000 .052 6.541 7.118 .764 7.014 8. .708 6.564 5.301 .945 6.378 5.059 .513 30.

négative ou manquante. E En option. l'observation est exclue de l'analyse. E Sélectionnez les variables pour Facteur(s) fixé(s).388 Chapitre 22 Figure 22-2 Boîte de dialogue Univarié E Sélectionnez une variable dépendante. vous pouvez utiliser WLS Weight pour préciser une variable de pondération pour l'analyse des moindres carrés pondérés. en fonction de vos données. . Facteur(s) aléatoire(s) et Covariable(s). Une variable déjà utilisée dans le modèle ne peut pas servir de variable de pondération. Si la valeur de la variable de pondération est nulle.

. Après avoir sélectionné Autre.389 Analyse GLM – Univarié Modèle GLM Figure 22-3 Boîte de dialogue Modèle univarié Spécifier le modèle : Un modèle factoriel général contient tous les effets principaux des facteurs. Somme des carrés : Méthode de calcul des sommes des carrés. Dans une analyse univariée. des covariables et toutes les interactions facteur/facteur. Inclure une constante au modèle : L'ordonnée est généralement incluse dans le modèle. (R) indique un facteur aléatoire. le type III est la méthode le plus fréquemment utilisée. vous pouvez exclure la constante. Modèle : Le modèle dépend de la nature de vos données. Vous devez indiquer tous les termes à inclure dans le modèle. auxquels aucune cellule ne manque. Critères et covariables : Les covariables et facteurs sont énumérés en indiquant (F) pour facteur fixé et (C) pour covariable. Il ne contient pas de d'interactions de covariable. Pour les modèles équilibrés ou non. Sélectionnez Autre pour indiquer un sous-ensemble d'interactions ou des interactions variable active/covariable. vous pouvez choisir les effets principaux et les interactions qui présentent un intérêt pour votre analyse. Si vous partez du principe que les données passent par l'origine.

Toutes d'ordre 5 : Crée toutes les interactions d'ordre 5 possibles des variables sélectionnées. et chaque effet de premier ordre spécifié avant ceux de second ordre. Effets principaux : Crée un terme d'effet principal pour chaque variable sélectionnée.) „ „ . (Cette forme d'imbrication peut être spécifiée par la syntaxe uniquement. Le type III est le plus courant et c'est la valeur par défaut. Un modèle de régression polynomial dans lequel les termes d'ordre inférieur sont spécifiés avant ceux d'ordre supérieur. Il s'agit de la valeur par défaut. La somme des carrés de type I est généralement utilisée pour : „ Une analyse de la variance équilibrée dans laquelle tout effet principal est spécifié avant les effets d'interaction de premier ordre. etc. Somme des carrés Pour ce modèle. vous pouvez choisir un type de sommes des carrés. Toutes d'ordre 3 : Crée toutes les interactions d'ordre 3 possibles des variables sélectionnées.390 Chapitre 22 Termes construits Pour les facteurs et covariables sélectionnés : Interaction : Crée le terme d'interaction du plus haut niveau de toutes les variables sélectionnées. et ainsi de suite. Toutes d'ordre 2 : Crée toutes les interactions d'ordre 2 possibles des variables sélectionnées. Type I : Cette méthode est également appelée décomposition hiérarchique de la somme des carrés. Toutes d'ordre 4 : Crée toutes les interactions d'ordre 4 possibles des variables sélectionnées. Un modèle par imbrication pur dans lequel le premier effet spécifié est imbriqué dans le second et le second spécifié dans le troisième. Chaque terme est ajusté uniquement pour le terme qui le précède dans le modèle.

cette méthode est équivalente à la technique de Yates des carrés moyens pondérés. La méthode des sommes des carrés de type III sert généralement pour : „ „ Tous les modèles énumérés dans les types I et II. Pour chaque effet F dans le modèle. Un modèle par imbrication pur. Type IV : Cette méthode est conçue pour une situation dans laquelle il manque des cellules.391 Analyse GLM – Univarié Type II : Cette méthode calcule les sommes des carrés d'un effet dans le modèle ajusté pour tous les autres effets « appropriés ». Cette méthode calcule les sommes des carrés d'un effet dans le modèle comme les sommes des carrés ajustée pour tout autre effet qui ne le contient pas et orthogonal à chaque effet qui le contient. Tous les modèles équilibrés ou non qui contiennent des cellules vides. (Cette forme d'imbrication peut être spécifiée par la syntaxe. Si F est inclus dans d'autres effets. le Type IV distribue les contrastes à effectuer parmi les paramètres dans F sur tous les effets de niveau supérieur de façon équitable. Tout modèle de régression. Un effet approprié est un effet qui correspond à tous les effets qui ne contiennent pas l'effet à étudier. Ce type de somme des carrés est donc souvent considéré comme utile pour les modèles déséquilibrés auxquels aucune cellule ne manque.) Type III : Valeur par défaut. La méthode des sommes des carrés de type IV sert généralement pour : „ „ Tous les modèles énumérés dans les types I et II. . La méthode des sommes des carrés de type II sert généralement pour : „ „ „ „ Une analyse de la variance équilibrée. Dans le modèle factoriel sans cellule manquante. Tout modèle qui contient un effet principal uniquement. si F n'est inclus dans aucun autre effet. Les sommes de carrés de type III présentent l'avantage essentiel qu'elles ne varient pas avec les fréquences de cellule tant que la forme générale d'estimabilité reste constante. Type IV = Type III = Type II. Tous les modèles équilibrés ou non qui ne contiennent pas de cellules vides.

Pour les différences de contraste. Le test des hypothèses est fondé sur l'hypothèse nulle LB =0. Si un contraste est spécifié. SPSS crée une matrice L de telle sorte que les colonnes correspondant au facteur correspondent aux contrastes. Les contrastes représentent des combinaisons linéaires des paramètres. simple. . différence. le système affiche également les intervalles de confiance simultanés de type Bonferroni fondés sur la distribution t de Student. pour chaque facteur inter-sujets). Le résultat reprend une statistique F pour chaque ensemble de contrastes. Les colonnes restantes sont ajustées de telle sorte que la matrice L puisse être estimée. répétée et modèle polynomial. vous pouvez choisir si la modalité de référence est la première ou la dernière.392 Chapitre 22 Contrastes GLM Figure 22-4 Boîte de dialogue GLM Univarié : Contrastes Les contrastes servent à tester les différences entre les niveaux d'un facteur. Pour les contrastes d'écart et simple. Helmert. Vous pouvez spécifier un contraste pour chaque facteur du modèle (dans un modèle de mesures répétées. Contrastes possibles Les contrastes fournis sont écart. L étant la matrice des coefficients de contraste et B le vecteur de paramètre.

Le premier degré de liberté contient l'effet linéaire sur toutes les modalités. l'effet quadratique. Les niveaux du facteur peuvent être de n'importe quel ordre. l'effet cubique etc.393 Analyse GLM – Univarié Types de contraste Ecart : Compare la moyenne de chaque niveau (hormis une modalité de référence) à la moyenne de tous les niveaux (grande moyenne). Simple : Compare la moyenne de chaque niveau à celle d'un niveau donné. Différence : Compare la moyenne de chaque niveau (hormis le premier) à la moyenne des niveaux précédents. Modèle polynomial : Compare l'effet linéaire. Ce type de contraste est utile lorsqu'il y a un groupe de contrôle. le second degré l'effet quadratique.) Helmert : Compare la moyenne de chaque niveau de facteur (hormis le dernier) à la moyenne des niveaux suivants. Vous pouvez prendre la première ou la dernière modalité en référence. (Parfois appelé contrastes d'Helmert inversé. etc. Ces contrastes servent souvent à estimer les tendances polynomiales. Répété : Compare la moyenne de chaque niveau (hormis le premier) à la moyenne du niveau suivant. .

à la fois les facteurs inter-sujets et intra-sujets peuvent être utilisés dans les diagrammes des profils. GLM Multivarié et GLM Mesures répétées sont disponibles uniquement si vous avez l'option Statistiques avancées installée. Les niveaux d'un second facteur peuvent servir à dessiner des courbes distinctes. Dans une analyse à mesures répétées. Un diagramme des profils pour un facteur montre si la moyenne marginale estimée est croissante ou décroissante sur les niveaux. Chaque niveau dans un troisième facteur peut servir à créer un diagramme distinct. Tous les facteurs fixés et aléatoire sont disponibles pour les diagrammes. les diagrammes des profils sont créés pour chaque variable dépendante.394 Chapitre 22 Diagrammes de profils GLM Figure 22-5 Boîte de dialogue GLM – Univarié : Diagrammes des protocoles Les diagrammes des profils (diagrammes d'interaction) sont utiles pour comparer les moyennes marginales dans votre modèle. ce qui signifie que vous rechercher les niveaux d'un seul facteur. Les courbes non parallèles indiquent une interaction. Pour les analyses multivariées. des courbes parallèles indiquent qu'il n'y a pas d'interaction entre les facteurs. Un diagramme des profils est une courbe dont chaque point indique la moyenne marginale estimée d'une variable dépendante (ajustée pour les covariables) à un niveau du facteur. Pour au moins deux facteurs. .

éventuellement. Les comparaisons sont effectuées sur des valeurs non-ajustées. les tests d'intervalles post hoc et de comparaisons multiples par paire peuvent déterminer les moyennes qui diffèrent. des facteurs pour des courbes ou des diagrammes distincts. Ces tests servent aux facteurs inter-sujets .395 Analyse GLM – Univarié Figure 22-6 Diagramme non parallèle (gauche) et diagramme parallèle (droite) Après avoir sélectionné des facteurs pour l'axe horizontal pour spécifier un diagramme et. le diagramme doit être ajouté dans la liste Diagrammes. Comparaisons post hoc GLM Figure 22-7 Boîte de dialogue GLM – Univarié : Comparaisons multiples post hoc pour les moyennes observées Test de comparaison multiple post hoc : Lorsque vous avez déterminé qu'il existe des différences parmi les moyennes.

Einot. Dans GLM .Mesures répétées. Le test de comparaison par paire de Gabriel utilise également le modulus maximum selon Student.Multivarié. à celle de la modalité de contrôle. Les procédures multiples descendantes test d'abord que toutes les moyennes sont égales. Vous pouvez également choisir la première modalité. à celle de la modalité de contrôle. GLM Multivarié et GLM Mesures répétées sont disponibles uniquement si vous avez l'option Statistiques avancées installée. Les tests de différence significative de Bonferroni et Tukey servent généralement comme tests de comparaison multiples. La dernière modalité est la modalité de contrôle par défaut. Le test de Tukey utilise la statistique d'intervalle selon Student pour effectuer des comparaisons par paire entre les groupes et fixe le taux d'erreur empirique au taux d'erreur du regroupement de toutes les comparaisons par paire. Il est plus efficace que le GT2 de Hochberg lorsque les tailles des cellules sont inégales. Pour GLM . Le test de Tukey est généralement plus efficace. Les tests de comparaisons multiples post hoc sont effectués pour la moyenne de tous les niveaux des facteurs intra-sujets. Bonferroni est plus efficace. Pour tester que la moyenne à un certain niveau (hormis la modalité de contrôle) du facteur n'est pas égale à celle de la modalité de contrôle. les tests post hoc sont effectués séparément pour chaque variable dépendante. Le GT2 de Hochberg est similaire au test de Tukey mais il utilise un modulus maximum selon Student. Le test de Bonferroni.396 Chapitre 22 fixés seulement. ajuste le niveau de signification observé en fonction du nombre des comparaisons multiples qui sont effectuées. Lorsqu'il y a peu de paire. à un certain niveau du facteur. Pour tester si la moyenne est inférieure. Le test de comparaison multiple de Dunnet compare un ensemble de traitements à une simple moyenne de contrôle. utilisez le test double-face. sélectionnez > Contrôle. En outre. Ces tests sont plus efficaces que le test d'intervalle multiple de Duncan et Student-Newman-Keuls . Ryan. pour vérifier si la moyenne est supérieure. Le F de R-E-G-W est fondé sur le test F et le Q de R-E-G-W est fondé sur l'intervalle selon Student. Le test t de Sidak ajuste également le niveau de signification et fournit des limites plus strictes que le test de Bonferroni. le test de Tukey est plus efficace que celui de Bonferroni. Vous pouvez également choisir un test unilatéral ou bilatéral. Gabriel et Welsch (R-E-G-W) ont développé deux tests d'intervalles multiples descendants. l'égalité est testée sur des sous-ensembles de moyennes. sélectionnez < Contrôle. Si toutes les moyennes ne sont pas égales. fondé sur la statistique t de Student. ces tests ne sont pas disponibles s'il n'y a pas de facteurs inter-sujets. à un certain niveau du facteur. Lorsque vous tester un grand nombre de paire de moyennes. Le test de Gabriel offre plus de souplesse lorsque les tailles des cellules divergent beaucoup.

Bonferroni. Le test t de Waller-Duncan utilise une approche de Bayes. Ce test d'intervalle utilise la moyenne harmonique de la taille de l'échantillon lorsque les échantillons sont de différentes tailles. ce qui signifie qu'une plus grande différence de moyenne est nécessaire pour être significative. b de Tukey. disponibles dans cette fonction. Le niveau de signification du test de Scheffé est conçu pour permettre toutes les combinaisons linéaires possibles des moyennes de groupe à tester. . T2 et T3 de Tamhane. Ces tests ne sont pas utilisés aussi souvent que les tests évoqués précédemment. 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. mais ils sont conseillés lorsque les cellules sont de taille inégale. le test de comparaison par pairedeGames-Howell (parfois flexible) ou le C de Dunnett (test de comparaison par paire fondé sur l'intervalle selon Student). C et T3 de Dunnett. Tests affichés : Les comparaisons par paire sont proposées pour LSD. L'inconvénient de ce test est qu'il n'essaie pas d'ajuster le niveau d'importante observée pour les comparaisons multiples. Le test d'intervalle multiple de Duncan. Lorsque les variances sont inégales. Il en résulte que le test de Scheffé est souvent plus strict que les autres tests. le T3 de Dunnett (comparaison par paire fondée sur le modulus maximal selon Student). le GT2 de Hochberg. Games et Howell. Student-Newman-Keuls (S-N-K) et le b de Tukey sont des tests d'intervalle qui classifient les moyennes de groupe et calculent une valeur d'intervalle. F et Q de R-E-G-W et Waller.397 Analyse GLM – Univarié (procédures multiples descendantes). utilisez le T2 de Tamhane (test de comparaisons par paire conservatif fondé sur un test t). Duncan. Sidak. Des sous-ensembles homogènes pour les tests d'intervalle sont proposés pour S-N-K. le test de Gabriel et le test de Scheffé sont à la fois des tests de comparaison multiple et des tests d'intervalle. pas seulement par paire. Le test de Tukey.

Pour enregistrer les valeurs afin de les utiliser dans une autre session SPSS. Diagnostics : Mesures permettant d'identifier les observations avec des combinaisons inhabituelles de valeurs pour les variables indépendantes et les observations qui peuvent avoir un impact important sur le modèle. . Erreur standard : Estimation de l'écart type de la valeur moyenne de la variable dépendante. Prévisions : Valeurs que le modèle estime pour chaque observation. La plupart de ces variables peuvent servir à étudier les hypothèses relatives aux données. vous devez enregistrer le fichier de données en cours. „ „ „ Non standardisés : Valeur prévue par le modèle pour la variable dépendante. pour les observations ayant la même valeur pour les variables indépendantes. Pondéré : Valeurs estimées non standardisées pondérées. les résidus et les mesures associées sous forme de nouvelles variables dans l'éditeur de données.398 Chapitre 22 Enregistrement GLM Figure 22-8 Boîte de dialogue GLM – Univarié : Enregistrement Vous pouvez enregistrer les prévisions par le modèle. Disponibles uniquement lorsqu'une variable WLS a été préalablement sélectionnée.

il y aura une ligne d'estimations. selon Student et supprimés sont également disponibles. Disponibles uniquement lorsqu'une variable WLS a été préalablement sélectionnée. les résidus standardisés ont une moyenne de 0 et un écart type de 1. il y a les mêmes lignes pour chaque variable dépendante. Il s'agit de la différence entre la valeur de la variable dépendante et la prévision ajustée. l'exclusion d'une observation changerait substantiellement la valeur des coefficients. D'autre part. „ „ „ Non standardisés : Différence entre la valeur observée et la valeur prévue par le modèle. Pour un modèle multivarié. Standardisés : Résidu divisé par une estimation de son écart type. Si vous avez choisi une variable de pondération. Si la distance de Cook est élevée. Egalement appelés résidus de Pearson. pour chaque variable dépendante. „ Supprimées : Résidu d'une observation lorsque celle-ci est exclue du calcul des coefficients de régression. „ Studentisés : Résidu. selon la distance entre les valeurs et la moyenne des variables indépendantes pour chaque observation. qui varie d'une observation à une autre.399 Analyse GLM – Univarié „ Distance de Cook : Mesure permettant de savoir de combien les résidus de toutes les observations seraient modifiés si une observation donnée était exclue du calcul des coefficients de régression. „ Valeurs influentes : Valeurs influentes non centrées. Vous pouvez utiliser ce fichier de matrice dans les autres procédures qui lisent un fichier de matrice SPSS. . Pondéré : Résidus estimés non standardisés pondérés. une ligne de valeurs de signification pour les statistiques t correspondant aux estimations et une ligne de degrés de liberté résiduels. divisé par une estimation de son écart type. les résidus standardisés pondérés sont disponibles. Les résidus standardisés. Enregistrer dans nouveau fichier : Ecrit un fichier de données SPSS qui contient une matrice variance-covariance des estimations dans le modèle. Influence relative de chaque observation sur la qualité d'ajustement du modèle. Résidus : Un résidu non standardisé correspond à la valeur réelle de la variable dépendante moins la valeur estimée par le modèle.

„ Comparer les effets principaux : Propose des comparaisons par paire non corrigées des moyennes marginales estimées pour tout effet principal dans le modèle. Ces statistiques sont calculées à l'aide de modèle à effets fixes. Cet élément est disponible uniquement si Comparer les effets principaux est sélectionné. l'ajustement Bonferroni ou l'ajustement de Sidak.400 Chapitre 22 Options GLM Figure 22-9 Boîte de dialogue GLM. Ces moyennes sont ajustées pour les covariables. . „ Ajustement intervalle de confiance : Sélectionnez l'ajustement aux intervalles et à la significativité des intervalles en adoptant l'une des méthodes suivantes : la différence de moindre signification (LSD). Ceci n'est valable que si les effets principaux sont sélectionnés dans la liste Afficher les moyennes. si elles existent. à la fois pour les facteurs inter-sujets et intra-sujets. Moyenne marginale estimée : Sélectionnez les facteurs et les interactions pour lesquels vous souhaitez obtenir des estimations de la moyenne marginale de la population dans les cellules.Univarié : Options Des statistiques facultatives sont disponibles à partir de cette boîte de dialogue.

des tests t. 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-commande DESIGN). le niveau associé des intervalles de confiance est affiché dans la boîte de dialogue. La valeur spécifiée est également utilisée pour calculer l'intensité observée pour le test. Sélectionnez Puissance observée pour obtenir la puissance du test lorsque l'autre hypothèse est définie sur la base de la valeur observée. Les options des diagrammes de dispersion par niveau et de résidus sont utiles pour vérifier les hypothèses sur les données. Sélectionnez Manque d'ajustement pour vérifier si la relation entre la variable dépendante et les variables indépendantes peut être convenablement décrite par le modèle. Ces diagrammes sont utiles pour vérifier l'hypothèse de variance égale. des intervalles de confiance et la puissance observée de chaque test. Les lignes de n'importe quelle matrice des coefficients de contraste sont des combinaisons linéaires de la fonction générale estimée. des erreurs standard. 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 de niveaux des facteurs inter-sujets. Sélectionnez Estimation des paramètres pour produire des estimations de paramètres. . L'option Estimation d'effet de taille fournit une valeur partielle de Eta carré pour chaque effet et chaque estimation. Ceci n'est pas valable s'il n'y a pas de facteurs.401 Analyse GLM – Univarié Afficher : Sélectionnez Statistiques descriptives pour produire des moyennes. Fonction générale estimée vous permet de construire des tests d'hypothèses personnalisés basés sur la fonction générale estimée. uniquement pour les facteurs inter-sujets. Niveau de signification : Vous souhaitez peut-être ajuster le niveau de signification utilisé dans les tests post hoc et le niveau de confiance utilisé pour construire des intervalles de confiance. des écarts types et des effectifs pour toutes les variables dépendantes de toutes les cellules. La statistique d'Eta carré décrit la proportion de la variabilité totale imputable au facteur. Lorsque vous spécifiez un niveau de signification. Sélectionnez Diagrammes résiduels pour produire un diagramme résiduel observé/estimé/standardisé pour chaque variable dépendante.

Attribuer des noms aux variables temporaires (à l'aide de la sous-commande SAVE). Spécifier des termes d'erreur pour les comparaisons post hoc (à l'aide de la sous-commande POSTHOC). „ Pour obtenir des renseignements complets sur la syntaxe. Calculer les moyennes marginales estimées pour chaque facteur ou interaction de facteurs parmi les facteurs de la liste (à l'aide de la sous-commande EMMEANS). Inclure les valeurs manquantes pour l'utilisateur (à l'aide de la sous-commande MISSING). Construisez une matrice L personnalisée. Spécifier les mesures pour les contrastes polynomiaux (à l'aide de la sous-commande CONTRAST). Enregistrer la matrice du plan dans un nouveau fichier de données (à l'aide de la sous-commande OUTFILE). Spécifier de multiples contrastes (à l'aide de la sous-commande CONTRAST). MMATRIX et KMATRIX). spécifier une modalité de référence intermédiaire (à l'aide de la sous-commande CONTRAST). reportez-vous au manuel SPSS Command Syntax Reference. une matrice M ou une matrice K (à l'aide des sous-commandes LMATRIX.402 Chapitre 22 „ „ „ „ „ „ „ „ „ „ „ „ Spécifier les tests d'effets par rapport à une combinaison linéaire d'effets ou une valeur (à l'aide de la sous-commande TEST). . Spécifier les critères EPS (à l'aide de la sous-commande CRITERIA). Construire un fichier de type matrice de données qui contient les statistiques provenant de la table ANOVA inter-sujets (à l'aide de la sous-commande OUTFILE). Construire un fichier de matrice de corrélation (à l'aide de la sous-commande OUTFILE). Pour les contrastes simples ou d'écart.

on a les éléments suivants : nombre d'observations avec des valeurs non manquantes. L'analyse des données de la saison NBA 1994–1995 démontre que le coefficient de corrélation de Pearson (0.Corrélations bivariées 23 Chapitre La procédure de corrélations bivariées calcule le coefficient de corrélation de Pearson. Deux variables peuvent être parfaitement liées. le coefficient de corrélation de Pearson n'est pas une statistique appropriée pour mesurer leur association. mais si la relation n'est pas linéaire.581) est significatif au niveau 0. Exemple : Le nombre de matchs de basket-ball remportés par une équipe est-il lié au nombre moyen de points marqués par match ? Un diagramme de dispersion indique qu'il existe une relation linéaire. tau-b de Kendall. et écart type. Pour chaque paire de variables. le rho de Spearman et le tau-b de Kendall avec leurs seuils de signification. et des variables quantitatives ou des variables avec des modalités ordonnées pour le rho de Spearman et le tau-b de Kendall. moins l'adversaire a marqué de points. moyenne. 403 .401) et la corrélation est significative au niveau 0. Avant de calculer un coefficient de corrélation. Statistiques : Pour chaque variable. On peut penser que plus on a gagné de matchs dans une saison. Le coefficient de corrélation de Pearson est une mesure d'association linéaire. rho de Spearman. produits des écarts et covariance. on a les éléments suivants : coefficient de corrélation de Pearson.05. Ces variables sont liées négativement (–0. parcourez vos données pour rechercher les valeurs éloignées (qui peuvent provoquer des résultats erronés) et les traces d'une relation linéaire. Remarques sur les données des corrélations bivariées Données : Utilisez des variables quantitatives symétriques pour le coefficient de corrélation de Pearson. Les corrélations mesurent comment les variables ou les ordres de rang sont liés.01.

Corrélation à 0.000 .581** 1..001 .017 .401* .401* .017 .000 Points marqués par match . .038 .000 . .581** Points en défense par match -. 27 27 27 27 27 27 27 27 27 Pour obtenir des corrélations bivariées A partir du menu.05(bilatérale) :… 1.038 .457* -.. sélectionnez : Analyse Corrélation Bivariée. . Echantillon de résultat Figure 23-1 Résultats des corrélations bivariées Corrélations Correlations Nombre de matchs gagnés Corrélation de Pearson Nombre de matchs gagnés Points marqués par match Points en défense par match Signification (bilatérale) Nombre de matchs gagnés Points marqués par match Points en défense par match N Nombre de matchs gagnés Points marqués par match Points en défense par match **. Corrélation à 0.404 Chapitre 23 Hypothèses : Le coefficient de corrélation de Pearson part du principe que chaque paire de variables est gaussienne bivariée.001 .01(bilatérale) :… *.457* 1.

Sinon. sélectionnez Bilatéral. vous ne pouvez pas. qui mesure l'association entre les ordres de rangs. conclure en l'existence d'une relation de cause à effet. La valeur 0 indique l'absence de relation linéaire.01 sont identifiés par deux astérisques. choisissez le Tau-b de Kendall ou la corrélation de Spearman. Si vos données ne sont pas distribuées normalement ou si elles comportent des modalités ordonnées. . à partir de l'existence d'une corrélation significative. „ Repérer les corrélations significatives : Les coefficients de corrélation significatifs au niveau 0. Les coefficients de corrélation vont de la valeur –1 (relation négative parfaite) à +1 (relation positive parfaite). choisissez Unilatéral. choisissez le coefficient de corrélation de Pearson. normalement distribuées. Lors de l'interprétation de vos résultats. Si la direction de l'association est connue à l'avance.05 sont identifiés par un seul astérisque et ceux qui sont significatifs au niveau 0.405 Corrélations bivariées Figure 23-2 Boîte de dialogue Corrélations bivariées E Sélectionnez plusieurs variables numériques. „ Test de signification : Vous pouvez choisir des probabilités bilatérales ou unilatérales. Les options suivantes sont également disponibles : „ Coefficients de corrélation : Pour des variables quantitatives.

„ Produits des écarts et covariances : Indiqués pour chaque paire de variables. Ceci est le numérateur du coefficient de corrélation de Pearson. Les valeurs manquantes sont examinées variable par variable quel que soit votre réglage des valeurs manquantes. égale au produit des écarts divisé par N–1. Le produit des écarts est égal à la somme des produits des variables moyennes corrigées. La covariance est une mesure non standardisée de la relation entre deux variables. Valeurs manquantes : Vous pouvez choisir l'un des éléments suivants : „ Exclure seulement les composantes non valides : Les observations avec des valeurs manquantes pour l'une ou les deux variables d'une paire pour un coefficient de corrélation sont exclues de l'analyse. Le nombre d'observations avec valeurs non manquantes est également affiché. Etant donné que chaque coefficient est basé sur toutes les observations ayant des codes valides pour cette paire particulière de variables. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour une variable sont exclues de toutes les analyses. Ceci peut aboutir à un jeu de coefficients basé sur un nombre variable d'observations.406 Chapitre 23 Options de corrélations bivariées Figure 23-3 Boîte de dialogue Corrélations bivariées : Options Statistiques : Pour les corrélations de Pearson. la quantité maximale d'informations disponibles est utilisée dans chaque calcul. . vous pouvez choisir l'une des options suivantes (ou les deux) : „ Moyennes et écarts types : Affichés pour chaque variable.

407 Corrélations bivariées Propriétés supplémentaires des commandes CORRELATIONS et NONPAR CORR Le langage de commande SPSS vous permet aussi de : „ Ecrire une f pour les corrélations de Pearson qui peut être utilisée à la place de données 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 variable d'une seconde liste (en utilisant le mot clé WITH avec la sous-commande VARIABLES). „ Pour obtenir des renseignements complets sur la syntaxe. reportez-vous au manuel SPSS Command Syntax Reference.

.

Remarques sur les données des corrélations partielles Données : Utiliser des variables quantitatives et symétriques.Corrélations partielles 24 Chapitre La procédure des corrélations partielles calcule les coefficients de corrélation partielle qui décrivent le rapport linéaire entre deux variables tout en contrôlant les effets d'une ou plusieurs autres variables. 409 . Deux variables peuvent être parfaitement liées mais. on a les éléments suivants : nombre d'observations avec des valeurs non manquantes. si leur rapport n'est pas linéaire. un coefficient de corrélation n'est pas une statistique adaptée pour mesurer leur association. moyenne. le nombre de maladies déclarées par les docteurs et les hôpitaux augmente également. De ce fait. et écart type. le contrôle du taux de visite aux fournisseurs de soins de santé supprime presque la corrélation positive observée. les taux d'attaque augmentent. Matrices de corrélation partielle et simple. Les corrélations sont des mesures d'association linéaire. une étude fait état d'une corrélation positive : Lorsque le financement associé aux soins de santé augmente. Hypothèses : La procédure des Corrélations Partielles suppose que chaque paire de variables présente une corrélation normale. Statistiques : Pour chaque variable. Exemple : Existe-t-il une relation entre le financement associé aux soins de santé et les taux d'attaque ? Contre toute attente. Le financement lié aux soins de santé et les taux d'attaque sont associés de manière positive car le nombre de personnes ayant accès aux soins de santé augmente en même temps que le financement. Cependant. avec degrés de liberté et seuils de signification.

.. . sélectionnez : Analyse Corrélation Partielle.410 Chapitre 24 Echantillon de résultat Figure 24-1 Résultats de Corrélations Partielles Obtenir des corrélations partielles E A partir du menu.

„ Afficher le seuil exact de signification : La probabilité et les degrés de liberté sont affichés par défaut pour chaque coefficient de corrélation. les coefficients significatifs au seuil 0.411 Corrélations partielles Figure 24-2 Boîte de dialogue Corrélations partielles E Sélectionnez au moins deux variables numériques pour lesquelles vous voulez calculer des corrélations partielles. Sinon. et les degrés de liberté sont supprimés. Cette configuration affecte aussi bien les matrices de corrélation partielle que simple. choisissez Unilatéral. les coefficients significatifs au seuil de 0. Si la direction de l'association est connue à l'avance.05 sont identifiés par une astérisque. Les options suivantes sont également disponibles : „ Test de signification : Vous pouvez choisir des probabilités bilatérales ou unilatérales. . sélectionnez Bilatéral. E Sélectionnez une ou plusieurs variables numériques de contrôle. Si vous désélectionnez cette option.01 par deux astérisques.

Le nombre d'observations peut toutefois différer selon les coefficients. La suppression des composantes non valides seulement utilise autant de données que possible. Valeurs manquantes : Vous avez le choix entre les options suivantes : „ Exclure toute observation incomplète : Les observations ayant des valeurs manquantes pour une variable quelconque. Lorsque la suppression des composantes non valides seulement est sélectionnée. y compris les variables de contrôle. „ Corrélations simples : Une matrice de corrélations simples entre toutes les variables.412 Chapitre 24 Options Corrélations partielles Figure 24-3 Boîte de dialogue Corrélations partielles : Options Statistiques : Vous avez le choix entre les deux options suivantes : „ Moyennes et écarts types : Affichés pour chaque variable. les degrés de liberté d'un coefficient partiel donné sont basés sur le plus petit nombre d'observations utilisées dans le calcul de l'une quelconque des corrélations d'ordre zéro. . y compris une variable de contrôle. „ Exclure seulement les composantes non valides : Pour le calcul des corrélations simples sur lesquelles se basent les corrélations partielles. Le nombre d'observations avec valeurs non manquantes est également affiché. s'affiche. sont exclues de tous les calculs. une observation ayant des valeurs manquantes pour une composante ou les deux composantes d'une paire de variables ne sera pas utilisée.

afin de simplifier l'analyse des ensembles de données complexes. la différence de motif. Sokal et Sneath 4. Dans l'optique d'une analyse plus formelle. Hamann. Vous pourrez ensuite utiliser ces mesures de similarité ou de dissimilarité avec d'autres procédures. la distance de Manhattan (bloc). vous pouvez appliquer une classification hiérarchique ou un positionnement multidimensionnel aux similarités afin d'examiner la structure sous-jacente. la variance. Sokal et Sneath 1. vous pouvez déterminer les voitures qui sont semblables et celles qui sont différentes. Q de Yule. Statistiques : Pour les données d'intervalle. Sokal et Sneath 2. Rogers et Tanimoto. Jaccard. la consommation et la puissance ? En calculant les similarités existant entre des voitures. le carré de la distance Euclidienne. les mesures de similarité sont la corrélation de Pearson ou cosinus. 413 . comme l'analyse factorielle. la distance de Tchebycheff. Sokal et Sneath 3. Exemple : Est-il possible de mesurer les similarités entre des paires de voitures en fonction de certaines caractéristiques. la distance de Minkowski ou une mesure personnalisée. le carré de la distance Euclidienne. Pour les données d'effectif.Distances 25 Chapitre Cette procédure permet de calculer de très nombreuses statistiques mesurant les similitudes ou les différences (distances) entre des paires de variables ou d'observations. comme le nombre de cylindres. Pour les données binaires. ou la mesure de Lance et Williams. Kulczynski 1. Y de Yule. Kulczynski 2. les mesures de dissimilarité sont la distance Euclidienne. corrélation phi tétrachorique ou dispersion. les mesures de dissimilarité sont la distance Euclidienne. l'écart de taille. D d'Anderberg. il s'agit des mesures suivantes : Russel et Rao. Sokal et Sneath 5. indice de Sokal et Michener. Pour les données d'intervalles. la classification ou le positionnement multidimensionnel. la forme. Pour les données binaires. les mesures sont khi-deux et phi-deux. lambda. Ochiai. Dice.

sélectionnez : Analyse Corrélation Indices Figure 25-1 Boîte de dialogue Distances E Sélectionnez au minimum une ou deux variables numériques pour calculer respectivement les distances existant entre des observations ou des variables. E Sélectionnez une possibilité dans le groupe Calculer les distances pour calculer les proximités existant entre des observations ou des variables. .414 Chapitre 25 Pour obtenir des matrices de distance E A partir du menu.

sélectionnez l'une des mesures correspondant à ce type de données. Variance. (Entrez des valeurs dans les champs Présent et Absent pour indiquer les deux valeurs significatives. dans la liste déroulante.) Le groupe Transformer les valeurs vous permet de standardiser les valeurs des données pour les observations ou les variables avant le calcul des proximités. Binaire : Distance Euclidienne. Les méthodes de . Distance de Minkowski ou Autre. Distance de Manhattan. effectif ou binaire). Ecart de taille. sélectionnez la possibilité qui correspond au type de vos données (intervalle. Carré de la distance Euclidienne. Ensuite. Ces transformations ne s'appliquent pas aux données binaires. Distance de Tchebycheff. Les mesures disponibles sont. Forme. Carré de la distance Euclidienne. par type de données : „ „ „ Intervalle : Distance Euclidienne. Différence de motif. Effectifs : Distance du Khi-deux ou Distance du phi-deux.415 Distances Distances : Mesures de dissimilarité Figure 25-2 Boîte de dialogue Indices : Mesures de dissimilarité Dans le groupe Mesure. Aucune autre valeur ne sera prise en compte dans Distances. ou Lance et Williams.

dans la liste déroulante. Sokal et Sneath 3.) . et Rééchelonner entre 0 et 1. Inverser le signe. Les mesures disponibles sont. Le groupe Transformer les mesures vous permet de transformer les valeurs générées par la mesure de distance. Sokal et Sneath 4. sélectionnez l'une des mesures correspondant à ce type de données. D d'Anderberg. sélectionnez la possibilité qui correspond au type de vos données (intervalle ou binaire). Jaccard. Entre –1 et 1. Lambda. Entre 0 et 1. Y de Yule. Dice. Hamann. Indices : Mesures de similarité Figure 25-3 Boîte de dialogue Indices : Mesures de similarité Dans le groupe Mesure. Sokal et Sneath 1. Sokal et Sneath 2. Moyenne = 1 et Ecart type = 1. Q de Yule. Elles sont appliquées après le calcul de la mesure de distance. Ochiai. Kulczynski 2. Sokal et Sneath 5. (Entrez des valeurs dans les champs Présent et Absent pour indiquer les deux valeurs significatives. Ensuite. Indice de Sokal et Michener.416 Chapitre 25 standardisation disponibles sont Centrer-réduire. Maximum = 1. Les options possibles sont Valeurs absolues. Aucune autre valeur ne sera prise en compte dans Distances. Rogers et Tanimoto. Binaire : Russel et Rao. par type de données : „ „ Intervalle : Corrélation de Pearson ou Cosinus. Corrélation phi tétrachorique ou Dispersion. Kulczynski 1.

Entre 0 et 1. Maximum = 1. Entre –1 et 1. Les options possibles sont Valeurs absolues. Les méthodes de standardisation disponibles sont Centrer-réduire. Le groupe Transformer les mesures vous permet de transformer les valeurs générées par la mesure de distance. Elles sont appliquées après le calcul de la mesure de distance. Inverser le signe. . Moyenne = 1 ou Ecart type = 1. et Rééchelonner entre 0 et 1.417 Distances Le groupe Transformer les valeurs vous permet de standardiser les valeurs des données pour les observations ou les variables avant le calcul des proximités. Ces transformations ne s'appliquent pas aux données binaires.

.

Diagrammes : dispersion. Par exemple. moyenne et écart type. facteur d'inflation de la variance. Le nombre de matches gagnés et le nombre moyen de points marqué par l'équipe adverse ont également un lien linéaire. vous pouvez essayer d'estimer les ventes annuelles globales d'un commercial (la variable dépendante) à partir de variables indépendantes telles que l'âge. le nombre moyen de points marqués par les adversaires diminue. intervalles de confiance à 95 % pour chaque coefficient de régression. on a les éléments suivants : nombre d'observations valides. A l'aide de la régression linéaire. test de Durbin-Watson. tableau d'analyse de la variance. Cook. Ces variables ont une relation négative. Statistiques : Pour chaque variable. vous pouvez modéliser la relation entre ces variables. l'éducation et les années d'expérience. variation de R2. Pour chaque modèle : coefficients de régression. Un bon modèle peut être utilisé pour prévoir combien de matches les équipes vont gagner. tolérance. prévisions et résidus. Exemple : Le nombre de matches gagnés par une équipe de basket-ball au cours d'une saison 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. histogrammes et diagrammes de répartition gaussiens. qui estiment le mieux la valeur de la variable dépendante. R2.Régression linéaire 26 Chapitre La régression linéaire estime les coefficients de l'équation linéaire. matrice de corrélations. 419 . En plus. erreur standard de l'estimation. Lorsque le nombre de matches gagnés augmente. R multiple. intervalles d'estimation et diagnostics des observations. différence de prévision. R2 ajusté. et valeurs influentes). impliquant une ou plusieurs variables indépendantes. DfBêta. mesures de distances (Mahalanobis. mesures et corrélations partielles. matrice variances-covariances. diagrammes partiels.

La relation entre la variable dépendante et chaque variable indépendante doit être linéaire et toutes les observations doivent être indépendantes. Les variables qualitatives. comme la religion. la distribution de la variable dépendante doit être normale. doivent être enregistrées sous forme de variables binaires (muettes) ou sous de tout autre type de variables de contraste. la zone de résidence. Echantillon de résultat Figure 26-1 Résultat de régression linéaire . la qualification. Hypothèses : Pour chaque valeur de la variable indépendante. La variance de la distribution de la variable dépendante doit être constante pour toutes les valeurs de la variable indépendante.420 Chapitre 26 Régression linéaire : Remarques sur les données Données : Les variables dépendantes et indépendantes doivent être quantitatives.

421 Régression linéaire Résumé de modèle 3. : (constante) points en défense par match.4 Variables Entrées Modèle 1 Points en défense par match. points marqués par match… 2.198 Significatif .266 19.0001 1.2 match Supprimées R R carré Erreur std.533 465.889 4. Variables indép.947 . Variable dépendante : nombre de matchs gagnés .000 df 2 24 26 Carré moyen 2040. Toutes les variables requises entrées. Variable dépendante : nombre de matchs gagnés 4.394 F 105. . Variables indép. : (constante) points en défense par match. Méthode : introduction simultanée ANOVA 2 Somme des carrés Modèle 1 Régression Résidus Total 4080.40 1. points marqués par match… 2. points marqués par 1.467 4546. 3. R carré ajusté de l'estimation .898 .

422 Chapitre 26 Coefficients non standardisés Modèle (constante) Points marqués par match Points en défense par match Erreur std. . sélectionnez : Analyse Régression Linéaire... Coefficients standardisés Bêta Variable dépendante : nombre de matchs gagnés Obtenir une analyse de régression linéaire E A partir du menu.

Sélectionner une variable d'identification d'observations pour identifier des points sur les diagrammes. Sinon. . Choisir une variable de sélection pour limiter l'analyse à un sous-groupe d'observations ayant une ou des valeurs particulières pour cette variable. E Sélectionnez une ou plusieurs variables indépendantes. sélectionnez une variable numérique dépendante.423 Régression linéaire Figure 26-2 Boîte de dialogue Régression linéaire E Dans la boîte de dialogue Régression linéaire. Sélectionnez une variable de pondération WLS numérique pour une analyse des moindres carrés pondérés. vous pouvez : „ „ „ „ Grouper des variables indépendantes en blocs et spécifier différentes méthodes d'entrée pour différents sous-groupes de variables.

l'élimination de la variable suivante restant dans l'équation et ayant le plus petit coefficient de corrélation partielle est étudiée. vous pouvez construire divers modèles de régression à partir du même groupe de variables. La variable ayant la plus petite corrélation partielle avec la variable dépendante est la variable dont l'élimination est étudiée en premier. elle est supprimée. Si la valeur de la variable de pondération est nulle. „ „ Introduire (régression) : Procédure de sélection de variables au cours de laquelle toutes les variables d'un bloc sont introduites en une seule opération.424 Chapitre 26 WLS : Permet d'obtenir un modèle des moindres carrés pondéré. „ Introduction ascendante : Procédure de sélection pas à pas de variables. Elimination descendante : Procédure de sélection de variables au cours de laquelle toutes les variables sont entrées dans l'équation. La . le programme saisit la variable indépendante exclue de l'équation ayant la plus petite probabilité de F. dans laquelle les variables sont introduites séquentiellement dans le modèle. Les variables déjà comprises dans l'équation de régression sont éliminées si leur probabilité de F devient trop grande. „ „ Eliminer bloc : Procédure de sélection de variables dans laquelle toutes les variables d'un bloc sont supprimées en une seule étape. La procédure prend fin quand plus aucune variable de l'équation ne satisfait aux critères d'élimination. Les points de données sont pondérés par l'inverse de leur variance. Le processus s'arrête lorsqu'aucune variable ne peut plus être introduite ou éliminée. les observations dont la variance est élevée ont moins d'impact sur l'analyse que celles dont la variance est faible. La première variable considérée est celle qui a la plus forte corrélation positive ou négative avec la variable dépendante. puis éliminées une à une. Cette variable n'est introduite dans l'équation que si elle satisfait le critère d'introduction. Ainsi. l'observation est exclue de l'analyse. Si elle répond aux critères d'élimination. Méthodes de sélection des variables de régression linéaire La sélection d'une méthode vous permet de spécifier la manière dont les variables indépendantes sont entrées dans l'analyse. la variable indépendante externe à l'équation et qui présente la plus forte corrélation partielle est considérée ensuite. négative ou manquante. Pas à pas : A chaque étape. si cette probabilité est suffisamment faible. Si la première variable est introduite dans l'équation. Une fois la première variable éliminée. En utilisant différentes méthodes.

Cependant. Les valeurs de significativité dans vos résultats sont basées sur l'adéquation à un modèle unique. . les valeurs de significativité ne sont généralement pas valables lorsqu'on utilise une méthode progressive (Pas à pas. Toutes les variables indépendantes sélectionnées sont ajoutées dans un seul modèle de régression.425 Régression linéaire procédure s'interrompt lorsqu'il ne reste plus de variables satisfaisant au critère d'introduction.0001. quelle que soit la méthode d'entrée spécifiée. Par exemple. et un second bloc en utilisant la sélection ascendante. Par conséquent. si vous sélectionnez une variable. Régression linéaire : Définir la règle Figure 26-3 Boîte de dialogue Régression linéaire : Définir loi Les observations définies par la règle de sélection sont incluses dans l'analyse. égale. Une valeur chaîne est également permise. vous pouvez spécifier différentes méthodes d'entrée pour les sous-groupes de variables. Par exemple. cliquez sur Suivant. et 5 pour la valeur. Une variable n'est pas entrée si elle fait passer la tolérance d'une autre variable déjà entrée dans le modèle en dessous du seuil de tolérance. Pour ajouter un second bloc de variables au modèle de régression. vous pouvez entrer un bloc de variables dans le modèle de régression en utilisant la sélection pas à pas. Toutes les variables doivent respecter le critère de tolérance pour être entrées dans l'équation. alors seules les observations pour lesquelles la variable sélectionnée a une valeur égale à 5 seront incluses dans l'analyse. Ascendante ou Descendante). Le niveau de tolérance par défaut est 0.

Après avoir été enregistrés comme variables nouvelles. résidus de Student (*SRESID). prévisions ajustées (*ADJPRED). les prévisions ajustées. résidus standardisés (*ZRESID). résidus supprimés (*DRESID). Les diagrammes suivants sont disponibles : Diagrammes de dispersion : Vous pouvez afficher deux des éléments suivants : la variable dépendante. . linéarité et d'égalité des variances. les résidus standardisés. les résidus supprimés.426 Chapitre 26 Diagrammes de régression linéaire Figure 26-4 Boîte de dialogue Régression linéaire : Graphiques (diagrammes) Les diagrammes peuvent aider à valider les hypothèses de normalité. les résidus standardisés et les résidus supprimés de Student. les prévisions standardisées. Les diagrammes sont également utiles pour détecter les valeurs éloignées. les prévisions. Liste des variables sources : Répertorie la variable dépendante (DEPENDNT). résidus supprimés de Student (*SDRESID). Affichez les résidus standardisés par rapport aux prévisions standardisées pour vérifier la linéarité et l'égalité des variances. résidus et autres diagnostics sont disponibles dans l'éditeur de données pour construire des diagrammes avec les variables indépendantes. les observations éloignées et les observations influentes. ainsi que les variables prévues et les résidus suivants prévisions standardisées (*ZPRED).

des statistiques récapitulatives sont affichées pour les prévisions standardisées et les résidus standardisés (*ZPRED et *ZRESID). Au moins deux variables indépendantes doivent être dans l'équation pour produire un diagramme partiel. Régression linéaire : Enregistrer de nouvelles variables Figure 26-5 Boîte de dialogue Régression linéaire : Enregistrer les nouvelles variables . Diagrammes des résidus standardisés : Vous pouvez obtenir des histogrammes des résidus standardisés et des diagrammes de répartition gaussiens en comparant la répartition des résidus standardisés à une répartition gaussienne.427 Régression linéaire Générer tous les graphiques partiels : Affiche des diagrammes de dispersion des résidus de chaque variable indépendante et les résidus de la variable dépendante lorsque les deux variables sont régressées séparément par rapport au reste des variables indépendantes. Si vous demandez des diagrammes.

428 Chapitre 26 Vous pouvez enregistrer les prévisions. „ Moyenne : Limites inférieure et supérieure (deux variables) de l'intervalle de prévision de la réponse moyenne prévue. Prévisions : Valeurs prévues par le modèle de régression pour chaque observation. Les prévisions standardisées ont une moyenne de 0 et un écart type de 1. . Distances : Mesures permettant d'identifier les observations avec des combinaisons inhabituelles de valeurs pour les variables indépendantes et les observations qui peuvent avoir un impact important sur le modèle. „ „ Ajustées : Prévision pour une observation exclue du calcul des coefficients de régression. Estimation de l'écart type de la valeur moyenne de la variable dépendante. „ Cook : Mesure permettant de savoir de combien les résidus de toutes les observations seraient modifiés si une observation donnée était exclue du calcul des coefficients de régression. pour les observations ayant la même valeur pour les variables indépendantes. Une distance de Mahalanobis importante identifie une observation qui a des valeurs extrêmes pour des variables indépendantes. Erreur standard prévision moyenne : Erreurs standard des prévisions. Standardisés : Transformation de chaque prévision en sa forme standardisée. La prévision moyenne est soustraite de la prévision. l'exclusion d'une observation changerait substantiellement la valeur des coefficients. Si la distance de Cook est élevée. La valeur influente centrée varie de 0 (aucune influence sur la qualité de l'ajustement) à (N-1)/N. et la différence est divisée par l'écart type des prévisions. „ Mahalanobis : Mesure de la distance entre les valeurs d'une observation et la moyenne de toutes les observations sur les variables indépendantes. Chaque sélection ajoute une ou plusieurs variables à votre fichier de données actif. „ „ Non standardisés : Valeur prévue par le modèle pour la variable dépendante. Intervalles de la prévision : Les limites supérieure et inférieure pour les intervalles de la prévision moyenne et individuelle. „ Valeurs influentes : Mesures de l'influence d'un point sur l'ajustement de la régression. les résidus et autres statistiques utiles pour les diagnostics.

429 Régression linéaire „ „ Individuelle : Limites inférieure et supérieure (deux variables) de l'intervalle de prévision de la variable dépendante pour une observation particulière. N représentant le nombre . Standardisés : Résidu divisé par une estimation de son écart type. selon la distance entre les valeurs et la moyenne des variables indépendantes pour chaque observation. Il s'agit de la différence entre la valeur de la variable dépendante et la prévision ajustée. résultant de l'exclusion d'une observation donnée. divisé par son erreur standard. y compris la constante. Les seuils d'intervalle de confiance typiques sont 90. „ DfBêta(s) standardisée : Différence standardisée de la valeur bêta. Vous pouvez par exemple examiner les observations ayant des valeurs absolues supérieures à 2. divisé par une estimation de son écart type. Une valeur est calculée pour chaque terme du modèle. les résidus standardisés ont une moyenne de 0 et un écart type de 1. „ Studentisés : Résidu. „ Supprimés studentisés : Résidu supprimé d'une observation. „ „ Non standardisés : Différence entre la valeur observée et la valeur prévue par le modèle. La différence entre le résidu supprimé de Student et le résidu de Student associé indique l'impact de l'élimination d'une observation sur sa propre prédiction. Résidus : La valeur réelle de la variable indépendante moins la valeur prévue par l'équation de régression. „ DfBêta(s) : La différence de bêta correspond au changement des coefficients de régression qui résulte du retrait d'une observation particulière. divisées par la racine carrée de N. Les valeurs DfBêtas et de différence de prévision standardisées sont également disponibles ainsi que le rapport de covariance. „ Supprimées : Résidu d'une observation lorsque celle-ci est exclue du calcul des coefficients de régression. 95 et 99. Intervalle de confiance : Entrez une valeur comprise entre 1 et 99. Egalement appelés résidus de Pearson.99 pour spécifier le seuil de confiance pour les deux intervalles de la prévision. Influences individuelles : La modification des coefficients de régression (DfBêta(s)) et des prévisions (différence de prévision) qui résulte de l'exclusion d'une observation particulière. Modification du coefficient de régression. qui varie d'une observation à une autre. Vous devez sélectionner Moyenne ou Individuelle avant d'entrer cette valeur.

au nombre d'observations.430 Chapitre 26 d'observations. l'observation modifie peu la matrice de covariance. „ „ Différence de prévision : La différence de prévision est le changement de la prévision résultant de l'exclusion d'une observation donnée. Exporter les informations du modèle dans un fichier XML: Exporte les informations du modèle dans le fichier spécifié. Si le rapport est proche de 1. Une valeur est calculée pour chaque terme du modèle. . Modification de la prévision qui résulte de l'exclusion d'une observation donnée. „ Rapport de covariance : Rapport entre le déterminant de la matrice de variance-covariance si une observation donnée a été exclue du calcul des coefficients de régression et le déterminant de la matrice de covariance avec toutes les observations incluses. y compris la constante. Vous pouvez par exemple examiner les valeurs standardisées dont la valeur absolue est supérieure à 2 fois la racine carrée de p/N. Dfprévision standardisée : Différence standardisée de la valeur ajustée. p correspondant au nombre de paramètres du modèle et N. Enregistrer dans nouveau fichier : Enregistre les coefficients de régression dans un fichier que vous spécifiez. SmartScore et les versions ultérieures de WhatIf? pourront utiliser ce fichier.

Si la variation du R2 associée à une variable est importante. l'erreur standard de B. Une matrice de corrélation est également affichée. erreur standard de l'estimation et un tableau d'analyse de variance. la valeur t de B et le niveau de signification bilatéral de t. le coefficient bêta standardisé. L'option Matrice de covariance affiche la matrice de variance-covariance des coefficients de régression avec les covariances hors de la diagonale et les variances dans la diagonale. . Variation de R-deux : Variation de la statistique du R2 obtenue en ajoutant ou en enlevant une variable indépendante. L'option Intervalles de confiance affiche les intervalles de confiance à 95 % pour chaque coefficient de régression ou une matrice de covariance. R2 et R2 ajusté. cela signifie que la variable est une bonne explication de la variable dépendante. Qualité de l'ajustement : Les variables entrées et supprimées du modèle sont listées et les statistiques de la qualité de l'ajustement suivantes sont affichées : R multiple.431 Régression linéaire Statistiques de régression linéaire Figure 26-6 Boîte de dialogue Régression linéaire : Statistiques Les statistiques suivantes sont disponibles : Coefficients de régression : L'option Estimations affiche le coefficient de régression B.

Régression linéaire : Options Figure 26-7 Boîte de dialogue Régression linéaire : Options .432 Chapitre 26 Descriptives : Fournit le nombre d'observations valides. les indices de conditionnement et les proportions de décomposition de variance sont affichés ainsi que les facteurs d'inflation de la variance (VIF) et les tolérances pour les variables individuelles. Les valeurs du coefficient de corrélation varient entre –1 et +1. Les valeurs propres de la matrice des produits croisés dimensionnés et non centrés. Le signe du coefficient indique la direction de la relation et sa valeur absolue en indique la force : plus la valeur absolue est grande. Tests de colinéarité : La colinéarité (ou multicolinéarité) est la situation indésirable où une variable indépendante est une fonction linéaire d'autres variables indépendantes. plus forte est la relation. Une matrice de corrélations avec le seuil de signification unilatéral et le nombre d'observations pour chaque corrélation sont également affichés. la moyenne et l'écart type de chaque variable de l'analyse. Mesure et corrélations partielles : Affiche les corrélations simples et partielles. Résidus : Affiche le test de Durbin-Watson de corrélation sérielle des résidus et le diagnostic des observations correspondant au critère de sélection (valeurs éloignées de n écarts types).

Valeurs manquantes : Vous pouvez choisir l'un des éléments suivants : „ „ Exclure toute observation incomplète : Seules les observations dont les valeurs sont valides pour toutes les variables sont incluses dans les analyses.433 Régression linéaire Les options suivantes sont disponibles : Paramètres des méthodes progressives : Ces options sont valables lorsque la méthode de sélection ascendante. Certains résultats de la régression jusqu'à l'origine ne sont pas comparables aux résultats de la régression incluant une constante. descendante ou progressive a été sélectionnée. le modèle de régression inclut un terme constant. réduisez la valeur du champ Entrée. réduisez la valeur Elimination. soit en fonction de la valeur F elle-même. Pour éliminer davantage de variables du modèle. diminuez la valeur Entrée. Inclure terme constant dans l'équation : Par défaut. Les degrés de liberté sont basés sur le minimum N par paire. ce qui est rarement utilisé. „ Choisir la probabilité de F : Une variable est entrée dans le modèle si le seuil de signification de la valeur F est supérieur à la valeur Entrée . Désélectionner cette option force la régression jusqu'à l'origine. Pour éliminer davantage de variables dans le modèle. Par exemple. en substituant la moyenne de la variable aux observations manquantes. Des variables peuvent être entrées ou supprimées du modèle soit en fonction de la signification (probabilité) de la valeur F. „ Choisir la valeur de F : Une variable est introduite dans un modèle si sa valeur F est supérieure à la valeur Entrée et elle est éliminée si la valeur F est inférieure à la valeur Elimination. Exclure seulement les composantes non valides : Les observations pour lesquelles les données sont complètes pour la paire de variables corrélées sont utilisées pour calculer le coefficient de corrélation sur lequel l'analyse de régression est basée. R2 ne peut pas être interprété de la manière habituelle. La valeur Entrée doit être inférieure à la valeur Elimination et toutes deux doivent être positives. La valeur Entrée doit être supérieure à la valeur Elimination et toutes deux doivent être positives. Pour introduire davantage de variables dans le modèle. la variable est éliminée si ce seuil est supérieur à la valeur Elimination. . Pour introduire davantage de variables dans le modèle. augmentez la valeur du champ Elimination. „ Remplacer par la moyenne : Toutes les observations sont utilisées pour les calculs.

.

Vous pouvez ajuster un modèle linéaire en fonction des données. en S. L'analyse des séries chronologiques nécessite une structure de fichier de données 435 . Un modèle différent est produit pour chaque variable dépendante. R2. cubique. de croissance et exponentiel. R2 ajusté. prévisions. de puissance. Exemple : Une compagnie d'assurance contre l'incendie effectue une étude pour établir un lien entre l'importance des dommages lors d'incendies domestiques importants et la distance entre la caserne de pompiers la plus proche et la résidence. inverse.Ajustement de fonctions 27 Chapitre La procédure d'ajustement de fonctions produit des statistiques de régression d'ajustement de fonctions et les diagrammes relatifs pour 11 modèles différents de régression d'ajustement de fonctions. Modèles : linéaire. Vous pouvez aussi enregistrer les prévisions. logarithmique. la procédure Ajustement de fonctions génère une variable temps où la durée entre les observations est uniforme. Si vous sélectionnez temps à la place d'une variable provenant du fichier de travail comme variable indépendante. Statistiques : Pour chaque modèle : Coefficients de régression. Un diagramme de dispersion établit que la relation entre les dommages provoqués par un incendie et la distance jusqu'à la caserne de pompiers est linéaire. les résidus et les intervalles de la prévision comme nouvelles variables. la variable dépendante doit être une mesure de séries chronologiques. composé. Remarques sur les données de l'ajustement de fonctions Données : Les variables dépendantes et indépendantes doivent être quantitatives. R multiples. résidus et intervalles de prévision. quadratique. logistique. Si Temps est sélectionné. tableau d'analyse de la variance. vérifier la validité des hypothèses et le bon ajustement au modèle. erreur standard de la prévision.

MOD_1 LINEAIRE ..91759 2.76636 69.31635 Analyse de la variance : DF Régression Résidus F = 1 13 Somme des carrés 841.Variables de l'équation -------------------Variable DISTANCE (Constante) B 4. Echantillon de résultat Figure 27-1 Exemple d'ajustement de fonctions MODELE : MOD_1. Si vous utilisez un modèle linéaire. les hypothèses suivantes doivent être vérifiées. et toutes les observations doivent être indépendantes. La relation entre la variable dépendante et la variable indépendante doit être linéaire.. DOMMAGES Méthode.392748 1. Hypothèses : Vérifiez vos données graphiquement pour déterminer comment sont reliées les variables indépendantes et dépendantes (de manière linéaire ou exponentielle. La variance de la distribution de la variable dépendante doit être constante pour toutes les valeurs de la variable indépendante.96098 . Les résidus d'un bon modèle doivent être répartis aléatoirement et doivent être normaux.92348 . LINEAIRE Suppression des observations incomplètes des données manquantes R multiple R carré R carré ajusté Erreur standard .75098 Carré moyen 841. la distribution de la variable dépendante doit être normale.0000 7. etc.76636 5.919331 10.277929 SE B .88616 Signification de F = -------------------.).436 Chapitre 27 dans lequel chaque observation (rangée) représente un ensemble d'observations à des moments différents et où la durée entre les observations est uniforme.36546 . Variable dépendante.237 .0000 Les nouvelles variables suivantes sont créées : Nom Etiquette Erreur pour DOMMAGES avec DISTANCE de CURVEFIT.960978 T Sig T 12.420278 Beta .525 . pour chaque valeur de la variable indépendante.0000 156.

Un modèle différent est produit pour chaque variable dépendante... .437 Ajustement de fonctions Pour obtenir un ajustement de fonctions E A partir du menu. Figure 27-2 Boîte de dialogue Ajustement de fonctions E Sélectionnez au moins une variable dépendante. sélectionnez : Analyse Régression Ajustement de fonctions.

utilisez un modèle de régression linéaire simple. Pour déterminer quel modèle utiliser. vous devrez peut-être utiliser un modèle plus élaboré. . Par exemple. Lorsque la transformation n'améliore pas les choses. Pour chaque point du diagramme de dispersion.438 Chapitre 27 E Sélectionnez une variable indépendante (une variable dans le fichier de travail ou Temps). La constante est incluse par défaut. si vos données ressemblent à une fonction exponentielle. Inverse : Modèle dont l'équation est Y = b0 + (b1 / t). Sinon. les résidus et les intervalles de prévision comme nouvelles variables. Représenter sous forme graphique : Représente graphiquement les valeurs de la variable dépendante et chaque modèle sélectionné face à la variable indépendante. Si le diagramme ressemble à une fonction mathématique que vous reconnaissez. Si vos variables semblent être liées linéairement. „ Afficher le tableau ANOVA : Affiche un tableau récapitulatif de l'analyse de la variance pour chaque modèle sélectionné. „ Les options suivantes sont également disponibles : „ „ Inclure terme constant dans l'équation : Evalue un terme constant dans l'équation de régression. Les valeurs de la série sont modélisées comme fonction linéaire du temps. représentez vos données sous forme graphique. Logarithmique : Modèle dont l'équation est Y = b0 + (b1 * ln(t)). utilisez l'outil de sélection de points pour afficher la valeur de la variable avec Etiquette d'observation. ajustez vos données en fonction de ce type de modèle. Un diagramme séparé est produit pour chaque variable dépendante. vous pouvez : „ Sélectionner une variable pour étiqueter des observations dans les diagrammes de dispersion. essayez de transformer vos données. Lorsque vos variables ne sont pas liées linéairement. utilisez un modèle exponentiel. Observez un diagramme de dispersion de vos données. Cliquez sur Enregistrer pour enregistrer les prévisions. Modèles d'ajustement de fonctions Vous pouvez choisir des modèles de régression d'ajustement de fonctions. Linéaire : Modèle dont l'équation est Y = b0 + (b1 * t).

Exponentielle : Modèle dont l'équation est Y = b0 * (e**(b1 * t)) ou ln(Y) = ln(b0) + (b1 * t). u étant la valeur de la borne supérieure. La valeur doit être un nombre positif supérieur à la plus grande valeur de la variable dépendante. précisez la valeur de la borne supérieure à utiliser dans l'équation de régression. Logistique : Modèle dont l'équation est Y = 1 / (1/u + (b0 * (b1**t))) ou ln(1/y-1/u)= ln (b0) + (ln(b1)*t). En S : Modèle dont l'équation est Y = e**(b0 + (b1/t)) ou ln(Y) = b0 + (b1/t). De croissance : Modèle dont l'équation est Y = e**(b0 + (b1 * t)) ou ln(Y) = b0 + (b1 * t). Le modèle quadratique peut être utilisé pour modéliser une série qui « décolle » ou qui s'amortit de manière oscillatoire. Composé : Modèle dont l'équation est la suivante Y = b0 * (b1**t) ou ln(Y) = ln(b0) + (ln(b1) * t).439 Ajustement de fonctions Quadratique : Modèle dont l'équation est Y = b0 + (b1 * t) + (b2 * t**2). Cubique : Modèle défini par l'équation Y = b0 + (b1 * t) + (b2 * t**2) + (b3 * t**3). Enregistrement de l'ajustement de fonctions Figure 27-3 Boîte de dialogue Ajustement de fonctions : Enregistrer . Après avoir sélectionné la logistique. De puissance : Modèle dont l'équation est Y = b0 * (t**b1) ou ln(Y) = ln(b0) + (b1 * ln(t)).

. La période d'estimation qui s'affiche en bas de la boîte de dialogue est définie avec la boîte de sous dialogue Intervalle de l'option Sélectionner des observations du menu Données.440 Chapitre 27 Enregistrer les variables : Pour chaque modèle sélectionné. Ceci peut être utilisé pour prévoir les valeurs au-delà de la dernière observation de la série chronologique. Les zones de texte disponibles pour la spécification de la fin de la période de prévision dépendent des variables courantes de date définies. Vous avez le choix entre les options suivantes : „ A partir d'une estimation limitée à une période : Prévoit les valeurs pour toutes les observations du fichier. les résidus (valeur observée de la variable dépendante moins la prévision du modèle) et les intervalles de prévision (limites supérieure et inférieure).. à partir des observations de la période d'estimation. Si aucune variable de date n'est définie. Les nouveaux noms de variable et les étiquettes descriptives s'affichent dans un tableau dans la fenêtre de résultats. toutes les observations sont utilisées pour prévoir les valeurs. vous pouvez spécifier une période de prévision au-delà de la fin de la série chronologique. Si aucune période d'estimation n'a été définie. Utilisez l'option Définir des dates. vous pouvez enregistrer les prévisions. „ Jusqu'à : Prévoit les valeurs jusqu'à la date. Calculer une prévision : Si vous sélectionnez Temps à la place d'une variable dans le fichier de travail comme variable indépendante. à partir des observations de la période d'estimation. l'heure ou le numéro de l'observation spécifié. dans le menu Données pour créer des variables de date. . vous pouvez spécifier le numéro de l'observation finale.

b. Les codes de la variable de regroupement doivent cependant être des nombres entiers. un ensemble de fonctions discriminantes) basée sur les combinaisons linéaires des variables explicatives qui donnent la meilleure discrimination entre groupes. Un chercheur veut combiner cette information en une fonction pour déterminer comment un individu peut être différencié selon les deux groupes de pays. mais de groupe d'affectation inconnu. pour plus de deux groupes. les habitants des pays des zones tempérées consomment plus de calories par jour que ceux des tropiques. Remarque : la variable de groupe peut avoir plus de deux valeurs. Ainsi. L'analyse discriminante vous permet d'estimer les coefficients de la fonction discriminante linéaire.Analyse discriminante 28 Chapitre L'analyse discriminante est utile pour les cas où vous voulez construire un modèle de prévision de groupe d'affectation basé sur les caractéristiques observées de chaque observation. Les fonctions peuvent alors être appliquées aux nouvelles observations avec des mesures de variables explicatives. la fonction est : D = a * climat + b * urbain + c * population + d * Produit National Brut par habitant 441 . Exemple : En moyenne. et vous devez spécifier leur valeur minimale et maximale. et une plus grande proportion de ces habitants vit en ville. c et d. La procédure génère une fonction discriminante (ou. Le chercheur pense que la taille de la population et des informations économiques peuvent aussi être importantes. Les observations dont les valeurs se situent hors des limites sont exclues de l'analyse. Les fonctions sont générées à partir d'un échantillon d'observations pour lesquelles le groupe d'affectation est connu. en utilisant les coefficients a. qui ressemble à la partie droite d'une équation de régression linéaire multiple.

Données : La variable de regroupement doit avoir un nombre limité de modalités distinctes. QI élevé contre QI bas). Statistiques : Pour chaque variable. corrélation canonique. On part de l'hypothèse que les groupes d'affectation sont mutuellement exclusifs (c'est-à-dire qu'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). Si l'affectation à un groupe est basée sur les valeurs d'une variable continue (par exemple. lambda de Wilks. Hypothèses : Les observations doivent être indépendantes. Pour chaque pas : probabilités à priori. Les variables explicatives doivent avoir une distribution gaussienne multivariée. Pour chaque analyse : Test de Box. La procédure est la plus efficace lorsque l'affectation à un groupe est une variable réellement qualitative. matrice de covariance de chaque classe. . les valeurs de D seront différentes pour les pays tempérés et les pays tropicaux. Si vous utilisez une méthode de sélection des variables pas à pas.442 Chapitre 28 Si ces variables sont utiles pour établir la différence entre les deux zones climatiques. coefficients de fonction non standardisés. ANOVA à un facteur. matrice de covariance intra-classe. vous pouvez découvrir que vous n'avez pas forcément besoin d'inclure les quatre variables dans la fonction. matrice de covariance totale. codifiées sous forme de nombres entiers. pourcentage de la variance. écarts types. vous devez envisager d'utiliser la régression linéaire pour exploiter les informations plus riches données par la variable continue elle-même. et les matrices de variance-covariance intra-groupes doivent être égales entre groupes. matrice de corrélation intra-classe. lambda de Wilks pour chaque fonction canonique. on a les éléments suivants : moyenne. Pour chaque fonction discriminante canonique : valeur propre. coefficients de fonction de Fisher. Khi-deux. Les variables indépendantes nominales doivent être recodées en variables muettes ou de contraste.

000 Matrice de structure Fonction 1 CALORIES LOG_GDP URBAIN (%) LOG_POP .082 . .002 % cumulé 100.790 .443 Analyse discriminante Echantillon de résultat Figure 28-1 Résultats d'analyse discriminante Valeurs propres % de variance 100.0 Lambda de Wilks Test de fonction(s) 1 Lambda de Wilks .499 Khi-deux 31.707 Fonction 1 Valeur propre 1.986 .934 Df 4 Sig.0 Corrélation canonique .488 .

„ Utiliser la méthode pas à pas : Utilise la méthode pas à pas pour contrôler l'entrée et la suppression de variables. vous pouvez sélectionner les observations avec une variable de sélection. E Sélectionnez les variables indépendantes (ou explicatives).) E Sélectionnez la méthode de saisie des variables indépendantes.. sélectionnez : Analyse Classification Analyse discriminante. „ Entrer les variables simultanément : Méthode d'introduction forcée : Toutes les variables indépendantes qui satisfont aux critères de tolérance sont entrées simultanément. En option.. Figure 28-2 Boîte 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.444 Chapitre 28 Obtenir une analyse discriminante E A partir du menu. la procédure de recodification automatique du menu Transformer permettra d'en créer un avec des valeurs entières. (Si votre variable de regroupement n'a pas de valeurs entières. .

445 Analyse discriminante Définition d'intervalles pour l'analyse discriminante Figure 28-3 Boîte de dialogue Analyse discriminante : Définir intervalle Spécifiez la valeur minimum et maximum de la valeur de la variable de regroupement pour l'analyse. cliquez sur Sélectionner dans la boîte de dialogue principale. Les observations avec des valeurs hors de cet intervalle ne sont pas utilisées dans l'analyse discriminante mais elles sont classées dans un des groupes existants en fonction des résultats de l'analyse. Ces résultats fournissent une méthode de classification des nouvelles observations reposant sur des données existantes ou de . Sélection des observations pour l'analyse discriminante Figure 28-4 Boîte de dialogue Analyse discriminante : Enregistrer Pour sélectionner les observations pour votre analyse. Le Minimum et le Maximum doivent être des entiers. Les résultats des statistiques et de classification sont générés pour les observations sélectionnées et celles qui ne le sont pas. Seules les observations avec cette valeur pour la variable de sélection sont utilisées pour dériver les fonctions discriminantes. choisissez une variable de sélection et cliquez sur Valeur pour entrer un nombre entier comme valeur de sélection.

ANOVA à 1 facteur et Test de Box. ainsi que des écarts types des variables indépendantes.446 Chapitre 28 partitionnement de vos données dans un sous-ensemble de test ou de formation en vue d'effectuer une validation sur le modèle créé. une valeur p non significative indique qu'il n'est pas démontré que les matrices diffèrent. . Coefficients de la fonction : Les options disponibles sont les coefficients de la classification de Fisher et les coefficients non standardisés. „ ANOVA à 1 facteur : Effectue pour chacune des variables indépendantes une analyse de variance à 1 facteur pour tester l'égalité des moyennes de groupe. „ Test de Box : Test d'égalité des matrices de covariance des classes. „ Moyennes : Affichage du total et de la moyenne de chaque groupe. Pour les échantillons de taille suffisamment importante. Statistiques de l'analyse discriminante Figure 28-5 Boîte de dialogue Analyse discriminante: Statistiques Descriptives : Les options disponibles sont Moyennes (y compris écarts types). Ce test est sensible aux déviations par rapport à la distribution gaussienne multivariée.

„ Corrélations intra-classe : Affiche une matrice de corrélations intra-classe globale. qui peut différer de la matrice de covariance totale. Matrices : Les matrices de coefficients pour variables indépendantes disponibles sont la matrice de corrélation intra-classe. la matrice de covariance de chaque classe et la matrice de covariance totale. Cette matrice est obtenue en calculant la moyenne des matrices de covariances distinctes de tous les groupes. Méthode pas à pas de l'analyse discriminante Figure 28-6 Boîte de dialogue Analyse discriminante : Méthode pas à pas . „ „ Covariance de chaque classe : Affiche des matrices de covariances distinctes pour chaque groupe. en calculant la moyenne des matrices de covariance distinctes pour tous les groupes avant de calculer les corrélations. „ Covariance intra-classe : Affiche une matrice de covariances intra-classe globale. Covariance totale : Affiche la matrice de covariance de toutes les observations comme si elles provenaient d'un seul échantillon. la matrice de covariance intra-classe. „ Non standardisés : Affiche les coefficients non standardisés de la fonction discriminante.447 Analyse discriminante „ Fisher : Affiche les coefficients de la fonction de classification de Fisher qui peuvent être directement utilisés pour la classification. Un groupe de coefficients est obtenu pour chaque groupe et une observation est affectée au groupe qui a le plus grand score discriminant.

448 Chapitre 28 Méthode : Sélectionnez la statistique à utiliser pour ajouter ou supprimer de nouvelles variables. A chaque étape. diminuez la valeur Entrée. Les options possibles sont le lambda de Wilks. La valeur Entrée doit être supérieure à la valeur Elimination et toutes deux doivent être positives. „ Distance de Mahalanobis : Mesure de la distance entre les valeurs d'une observation et la moyenne de toutes les observations sur les variables indépendantes. réduisez la valeur Elimination. „ Lambda de Wilks : Méthode de sélection des variables pour une analyse discriminante pas à pas qui sélectionne les variables à entrer dans l'équation d'après leur capacité à faire baisser le lambda de Wilks. La valeur Entrée doit être inférieure à la valeur Elimination et toutes deux doivent être positives. „ Choisir la valeur de F : Une variable est introduite dans un modèle si sa valeur F est supérieure à la valeur Entrée et elle est éliminée si la valeur F est inférieure à la valeur Elimination. Pour éliminer davantage de variables dans le modèle. 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. les variables sont entrées dans l'analyse d'après leur capacité à faire baisser le lambda de Wilks. Pour introduire davantage de variables dans le modèle. Pour éliminer davantage de variables du modèle. Egalement appelée trace de Lawley-Hotelling. entrez la valeur minimale que doit avoir une variable pour entrer dans l'analyse. „ Plus petit rapport F : Méthode de sélection des variables en analyse pas à pas. la variance résiduelle. la variable est éliminée si ce seuil est supérieur à la valeur Elimination. Une distance de Mahalanobis importante identifie une observation qui a des valeurs extrêmes pour des variables indépendantes. la variable qui maximise l'augmentation du V de RAO est entrée. „ Choisir la probabilité de F : Une variable est entrée dans le modèle si le seuil de signification de la valeur F est supérieur à la valeur Entrée . augmentez la valeur du champ Elimination. le plus petit rapport F et le V de Rao. fondée sur la maximisation d'un rapport F calculé à partir de la distance de Mahalanobis entre des groupes. vous pouvez spécifier l'augmentation minimum de V pour entrer une variable. „ V de Rao : Mesure des différences entre des moyennes de groupes. Après avoir sélectionné cette option. Pour introduire davantage de variables dans le modèle. Avec le V de Rao. . A chaque étape. „ Variance résiduelle : A chaque étape. réduisez la valeur du champ Entrée. la variable qui minimise la somme des variations résiduelles entre les groupes est saisie. la distance de Mahalanobis.

. „ Résultats par observation : Les codes du groupe actuel. L'option Test F des distances entre couples affiche une matrice de rapports F appariés pour chaque paire de groupes. des probabilités a posteriori et des scores discriminants sont affichés pour chaque observation. le récapitulatif et la classification par élimination. Afficher : Les options d'affichage disponibles sont les résultats par observation. Vous pouvez également laisser les effectifs de classes observés dans votre échantillon calculer les probabilités d'affectation à une classe. „ Récapitulatif : Nombre d'observations correctement et incorrectement affectées à chacune des classes sur la base de l'analyse discriminante. Cette classification est également appelée « méthode U ». Vous pouvez spécifier des probabilités à priori égales pour toutes les classes.449 Analyse discriminante Afficher : L'option Récapitulation des étapes affiche les statistiques de toutes les variables après chaque étape. Analyse discriminante : Classement Figure 28-7 Boîte de dialogue Analyse discriminante : Classement Probabilités à priori : Ces valeurs sont utilisées pour le classement. du groupe prévu. „ Classification par élimination : Classement de chaque observation de l'analyse par les fonctions dérivées de l'ensemble des observations autres que cette observation. Parfois appelés « matrice de confusion ».

450 Chapitre 28 Remplacer les valeurs manquantes par la moyenne : Sélectionnez cette option pour remplacer la valeur manquante d'une variable indépendante par la moyenne de cette variable. Utiliser la matrice d'inertie : Vous pouvez choisir de classer les observations en utilisant une matrice de covariance intra-classe ou une matrice de covariance pour chaque classe. Classe par classe : Les matrices de covariances de chaque groupe sont utilisées pour la classification. „ Toutes classes combinées : Crée un diagramme de dispersion de tous les groupes. Les numéros correspondent aux groupes auxquels les observations ont été affectées. et carte des régions d'affectation. S'il n'y a qu'une seule fonction. Diagrammes : Les options de diagramme disponibles sont toutes classes combinées. Comme la classification repose sur les fonctions discriminantes et pas sur les variables d'origine. mais seulement durant la phase de classification. des histogrammes sont affichés à la place. La moyenne de chaque groupe est indiquée par un astérisque à l'intérieur de ses limites. cette option n'est pas toujours équivalente à la discrimination quadratique. „ Classe par classe : Crée des diagrammes de dispersion classe par classe pour les deux premières valeurs de fonction discriminante. Lorsqu'il n'y a qu'une seule fonction. „ „ Intra-classe : La matrice de covariances intra-classes globale est utilisée pour classifier les observations. des valeurs des deux premières fonctions discriminantes. „ Carte des régions d'affectation : Diagramme des limites servant à classifier les observations en fonction de valeurs de fonction. . classe par classe. un histogramme est tracé à la place. La carte n'est pas affichée s'il n'existe qu'une seule fonction discriminante.

SmartScore et les versions ultérieures de WhatIf? pourront utiliser ce fichier. Vous pouvez également exporter des informations de modèle dans le fichier spécifié. valeurs du facteur discriminant (une variable pour chaque fonction discriminante dans la solution). et probabilités d'affectation à un groupe en fonction des valeurs du facteur discriminant (une variable pour chaque groupe). .451 Analyse discriminante Enregistrement de l'analyse discriminante Figure 28-8 Boîte de dialogue Analyse discriminante : Enregistrer Vous pouvez ajouter de nouvelles variables à votre fichier de données actif. Les options disponibles sont classe(s) d'affectation (une seule variable).

.

Par exemple. de même que les questions à thèmes militaires. Les questions sur les impôts ont tendance à être en corrélation. Avec l'analyse factorielle. Exemple : Quelle est l'attitude sous-jacente qui pousse les personnes à répondre d'une certaine manière aux questions concernant un sondage politique ? L'examen des corrélations parmi les éléments d'un sondage révèle qu'il y a des recouvrements significatifs parmi divers sous-groupes d'éléments. vous pouvez enquêter sur le nombre de facteurs sous-jacents. en identifiant un petit nombre de facteurs qui expliquent la plupart des variances observées dans le plus grand nombre de variables manifestes. De plus. ou facteurs. La procédure d'analyse factorielle offre une très grande flexibilité : „ „ „ Il existe sept méthodes d'extraction de facteur. vous pouvez développer un modèle logistique de régression pour prévoir le comportement de vote.Analyse factorielle 29 Chapitre L'analyse factorielle essaie d'identifier des variables sous-jacentes. sur la base des facteurs. vous pouvez identifier le concept représenté par ces facteurs. 453 . Il existe cinq méthodes de rotation. et ces facteurs peuvent être enregistrés en tant que variables pour des analyses ultérieures. Il existe trois méthodes pour calculer les facteurs. qui permettent d'expliquer le patron des corrélations à l'intérieur d'un ensemble de variables observées. L'analyse factorielle est souvent utilisée dans la factorisation. etc. et. facteurs que vous pouvez utiliser pour des analyses ultérieures. dont directe Oblimin et Promax pour les rotations non orthogonales. L'analyse factorielle est souvent utilisée pour réduire un ensemble de données. vous pouvez calculer les facteurs pour chaque répondant. dans de nombreux cas. pour identifier la colinéarité avant une analyse de régression linéaire). On peut également utiliser l'analyse factorielle pour générer des hypothèses concernant des mécanismes de causalité ou pour afficher des variables pour une analyse ultérieure (par exemple.

Hypothèses : Les données doivent posséder une distribution gaussienne bivariée pour chaque paire de variables et les observations doivent être indépendantes. Diagrammes : Diagramme de valeurs propres et carte factorielle du premier.454 Chapitre 29 Statistiques : Pour chaque variable. et les valeurs propres . la qualité de représentation. les solutions initiales (qualités de représentation. incluant l'anti-image . Pour chaque analyse factorielle : matrice de corrélation des variables. valeurs propres et pourcentage de variance expliqué) . mesure d'adéquation d'échantillonnage de Kaiser-Meyer-Olkin et le test de sphéricité de Bartlett . structure après rotation. déterminant. Le modèle d'analyse factorielle spécifie que les variables sont déterminées par des facteurs communs (les facteurs estimés par le modèle) et des facteurs uniques (qui ne sont pas corrélés entre les variables observées). Remarques sur les données d'analyse factorielle Données : Les variables doivent être quantitatives au niveau de l' intervalle ou du rapport. . incluant des seuils de signification. incluant les saturations sur les facteurs. Les données qualitatives (comme la religion ou le pays d'origine) ne conviennent pas pour l'analyse factorielle. moyenne et écart type. les estimations calculées se basent sur l'hypothèse que tous les facteurs uniques ne sont pas en corrélation entre eux ainsi qu'avec les facteurs communs. Les données pour lesquelles la corrélation de Pearson calculée a un sens conviennent pour l'analyse factorielle. incluant une matrice de forme après rotation et une matrice de transformation pour des rotations obliques : type et matrices de structure après rotation . les matrices des corrélations reconstituées. inverse . matrice factorielle de coefficient de facteur et matrice factorielle de facteur de covariance. du deuxième et du troisième facteur. on a les éléments suivants : nombre d'observations valides. structure avant rotation.

375 3.925 .000 1.000 1.833 Mortalité infantile (nombre de décès sur 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 Ecart.625 10.132 82.697 3.738 .000 1.552 1.000 1.875 .945 .604 .943 .000 .583 3.472 24.000 1.292 1.835 .689 .313 3.156 2.949 .174 . Type 8.205 62.504 1.953 .000 1.000 Méthode d'extraction : Analyse en composantes principales .455 Analyse factorielle Echantillon de résultat Figure 29-1 Sortie d'analyse factorielle Statistiques descriptives Moyenne Espérance de vie moyenne des femmes 72.686 N Analyse 72 72 72 72 72 72 72 72 72 72 72 35.825 .000 1.593 22.222 18.577 8.038 4.608 1.272 32.000 LIFEEXPF LITERACY BIRTH_RT FERTILTY URBAN LOG_GDP POP_INCR B_TO_D DEATH_RT LOG_POP BABYMORT 1.000 1.153 Qualité de représentation Initiale Extraction 1.

446 % cumulé 63.343 .775E-02 2.275 23.840E-03 4.361 .629 % de variance 62.564 97.579 % de variance 63.281 1.275 23.721 Sommes des carrés pour la rotation Total 6.721 Valeurs propres initiales Composante 1 2 3 4 5 6 7 8 9 10 11 Total 6.633 99.960 2.130 6.721 92.237 8.946E-02 4.819 86.870 99.461E-03 % de variance 63.562 3.456 Chapitre 29 Total des variables explicatives Sommes des carrés chargées Total 6.183 .131E-02 3.612 .610E-02 9.000 Méthode d'extraction : analyse en composantes principales .283 95.290 99.275 86.055E-02 % cumulé 63.910 2.819 23.218 .579 .902 % cumulé 62.985 1.959 100.557 .446 5.732 99.960 2.549 98.275 86.

327 . Matrice des transformations des composants Composant 1 2 1 .982 Méthode d'extraction : Analyse en composantes principales Méthode de rotation : Varimax avec normalisation de Kaiser.457 Analyse factorielle Matrice pivotée des composants Composant BIRTH_RT FERTILTY LITERACY LIFEEXPF BABYMORT POP_INCR LOG_GDP URBAN DEATH_RT B_TO_D LOG_POP .561 .847 -.880 -.794 -.190 2 -. .469 -.539 -.931 -.982 .476 .827 .969 .469 .614 1 .190 .856 .741 -.226 .520 2 En composantes principales Méthode de rotation : Varimax avec normalisation de Kaiser.853 .

5 0.. .0 Component 1 Obtenir une analyse factorielle E A partir du menu.0 birth to death ratio people living in cit averag e female life .0 population increase Component 2 -.0 . E Sélectionnez les variables pour l'analyse factorielle.0 -.5 1.5 log (ba se 10) of gdp people who re ad (%) fertility: average n birth rate per 100 0.0 -1.5 log (ba se 10) of pop infant mortality (de death rate per 1 000 -1.. sélectionnez : Analyse Factorisation Analyse factorielle.458 Chapitre 29 Component Plot in Rotated Space 1.

choisissez une variable de sélection.459 Analyse factorielle Figure 29-2 Boîte de dialogue Analyse factorielle Sélection des observations pour l'analyse factorielle Figure 29-3 Sélectionnez la boîte de dialogue Analyse factorielle Pour sélectionner les observations pour votre analyse. Seules les observations ayant cette valeur pour la variable de sélection sont utilisées dans l'analyse factorielle. puis cliquez sur Valeur pour entrer une valeur de sélection. .

„ Anti-image : La matrice de corrélation des anti-images contient les opposés des coefficients de corrélation partielle .460 Chapitre 29 Caractéristiques d'analyse factorielle Figure 29-4 Boîte de dialogue Analyse Factorielle : Caractéristiques. et le pourcentage de variance expliqué. „ Reconstituée : Matrice des corrélations estimée à partir de la solution factorielle. la matrice de covariance des anti-images contient les opposés des covariances partielles. l'écart type et le nombre d'observations valides pour chaque variable. Statistiques : Les statistiques univariées incluent la moyenne. ce qui indiquerait que le modèle de facteur n'est pas adapté.. La mesure d'adéquation d'échantillonnage pour une variable est affichée sur la diagonale de la matrice de corrélation des anti-images. les valeurs propres. Les résidus (différence entre les corrélations estimées et observées) sont également affichés. l'anti-image et l'indice KMO et le test de sphéricité de Bartlett.. Le test de sphéricité de Bartlett teste si la matrice des corrélations est une matrice d'identité. „ Indice KMO et test de sphéricité de Bartlett : Mesure de l'adéquation de l'échantillonnage de Kaiser-Meyer-Olkin qui teste si les corrélations partielles entre les variables sont faibles. . les inverses. les seuils de signification. Dans un bon modèle factoriel. la plupart des éléments hors diagonale doivent être petits. les reproduits. La structure initiale affiche la qualité de représentation initiale. les déterminants. Matrice de corrélation : Les options disponibles sont les coefficients.

L'analyse des composantes principales est . E Dans la boîte de dialogue Analyse factorielle. Les méthodes disponibles sont les Composantes principales. et la Factorisation en projections. les Moindres carrés non pondérés. Les autres composantes expliquent progressivement des portions plus petites de la variance sans être corrélées les unes aux autres. cliquez sur Caractéristiques.. la Factorisation en axes principaux. les Moindres carrés généralisés. le Maximum de vraisemblance. l'Alpha-maximisation. „ Analyse en composantes principales : Méthode d'extraction de facteur utilisée pour former des combinaisons linéaires non corrélées des variables observées. sélectionnez : Analyse Factorisation Analyse factorielle. La première composante principale a une variance maximale..461 Analyse factorielle Spécification des statistiques récapitulatives et des coefficients de corrélation E A partir du menu. Extraction d'analyse factorielle Figure 29-5 Boîte de dialogue Analyse Factorielle : Extraction Méthode : Vous permet de spécifier la méthode d'extraction de facteur.

462 Chapitre 29

utilisée pour obtenir la solution factorielle initiale. Elle peut être utilisée quand la matrice des corrélations est singulière.
„

Méthode des moindres carrés non pondérés : Méthode d'extraction de facteur qui

minimise la somme des carrés des différences entre les matrices de corrélations observées et reconstituées en ignorant les diagonales.
„

Méthode des Moindres carrés généralisés : Méthode d'extraction de facteur qui

minimise la somme des carrés des différences entre les matrices de corrélations observées et reconstituées. Les corrélations sont pondérées par l'inverse de leur unicité, de façon à ce que les variables présentant une forte unicité reçoivent une pondération inférieure à celles présentant une faible unicité.
„

Méthode du maximum de vraisemblance : Méthode d'extraction de facteur qui

fournit les estimations de paramètres les plus susceptibles d'avoir généré la matrice de corrélations observée si l'échantillon est issu d'une distribution gaussienne multivariée. Les corrélations sont pondérées par l'inverse de l'unicité des variables et un algorithme itératif est utilisé.
„

Factorisation en axes principaux : Méthode d'extraction de facteurs à partir de la

matrice des corrélations initiales où les coefficients de corrélation multiple au carré sont placés sur la diagonale comme estimation initiale des qualités de représentation. Ces cartes factorielles sont utilisées pour une nouvelle estimation des qualités de représentation qui remplace alors l'ancienne sur la diagonale. Les itérations se poursuivent jusqu'à ce que les variations des qualités de représentation d'une itération à l'autre satisfassent le critère de convergence de l'extraction.
„

Alpha de Cronbach : Méthode d'extraction de facteur qui considère les variables

dans l'analyse comme un échantillon issu de la population des variables potentielles. Maximise l'alpha de Cronbach des facteurs.
„

Factorisation en projections : Méthode d'extraction de facteur développée par

Guttman 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 autres variables, plutôt qu'une fonction de facteurs hypothétiques.
Analyser : Vous permet de spécifier si l'analyse porte sur une matrice de corrélation ou sur une matrice de covariance.

463 Analyse factorielle „ „

Matrice de corrélation : Utile si les variables de votre analyse sont mesurées

selon des échelles différentes.
Matrice de covariance : Utile lorsque vous souhaitez appliquer l'analyse factorielle

à plusieurs groupes avec des variances différentes pour chaque variable.
Extraire : Vous pouvez retenir tous les facteurs dont les valeurs propres dépassent une valeur spécifique ou retenir un nombre spécifique de facteurs. Afficher : Vous permet de demander la solution factorielle avant rotation et un diagramme des valeurs propres.
„

Structure factorielle sans rotation : Affiche les corrélations factorielles sans

rotation (matrice de projections factorielles), les qualités de représentation et les valeurs propres de la solution factorielle.
„

Diagramme des valeurs propres : Diagramme représentant la variance associée

à chaque facteur. Permet de déterminer le nombre de facteurs à conserver. Généralement, le diagramme montre une coupure franche entre la forte pente des facteurs élevés et la traîne graduelle du reste (valeurs propres).
Maximum des itérations pour converger : Vous permet de spécifier le nombre maximum de pas que l'algorithme peut prendre pour estimer la solution.

Spécification des options de l'extraction
E A partir du menu, sélectionnez : Analyse Factorisation Analyse factorielle... E Dans la boîte de dialogue Analyse factorielle, cliquez sur Extraction.

464 Chapitre 29

Rotation d'analyse factorielle
Figure 29-6 Boîte de dialogue Analyse factorielle : Rotation

Méthode : Vous permet de sélectionner la méthode de rotation des facteurs. Les

méthodes disponibles sont Varimax, Oblimin directe, Quartimax, Equamax ou Promax.
„

Méthode varimax : Méthode de rotation orthogonale qui minimise le nombre de

variables ayant de fortes corrélations sur chaque facteur. Simplifie l'interprétation des facteurs.
„

Critère oblimin direct : Méthode de rotation oblique (non orthogonale). Lorsque

delta est nul (valeur par défaut), les solutions sont les plus obliques. Plus la valeur de delta est négative, moins les facteurs sont obliques. Pour remplacer la valeur nulle par défaut de delta, entrez un nombre inférieur ou égal à 0,8.
„ „

Méthode quartimax : Méthode de rotation qui réduit le nombre de facteurs requis

pour 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 les variables). Le nombre de variables pesant sur un facteur et le nombre de facteurs nécessaires pour expliquer une variable sont minimisés.
„

Rotation Promax : Rotation oblique qui permet aux facteurs d'être corrélés. Peut

être calculée plus rapidement qu'une rotation oblimin directe, aussi est-elle utile pour les vastes ensembles de données.

465 Analyse factorielle

Afficher : Vous permet d'inclure le résultat de la structure après rotation, et également

d'afficher les cartes factorielles sur le premier, le second et le troisième facteur (Cartes factorielles).
„

Structure après rotation : Vous devez sélectionner une méthode de rotation pour

obtenir une structure après rotation. Pour les rotations orthogonales, la matrice de forme après rotation et la matrice de transformation factorielle sont affichées. Pour les rotations obliques, le programme affiche la matrice des projections factorielles, la matrice de structure et la matrice des corrélations de facteurs.
„

Diagramme des Contributions des Facteurs : Diagramme en trois dimensions des

contributions des trois premiers facteurs. Pour une solution à deux facteurs, un diagramme en deux dimensions est affiché. Le diagramme n'est pas affiché si un seul facteur est extrait. Les diagrammes affichent des solutions ayant subi une rotation si cette dernière est demandée.
Maximum des itérations pour converger : Vous permet de spécifier le nombre maximum

de pas que l'algorithme peut utiliser pour réaliser la rotation.

Spécification des options de la rotation
E A partir du menu, sélectionnez : Analyse Factorisation Analyse factorielle... E Dans la boîte de dialogue Analyse factorielle, cliquez sur Rotation.

466 Chapitre 29

Scores d'analyse factorielle
Figure 29-7 Boîte de dialogue Scores de l'Analyse Factorielle

Enregistrer dans des variables : Vous permet de créer une nouvelle variable pour

chaque facteur selon la structure finale. Sélectionnez une des méthodes alternatives suivantes pour calculer les facteurs : Régression, Bartlett, ou Anderson-Rubin.
„ Méthode de régression : Méthode d'estimation des coefficients factoriels. Les écarts

obtenus ont une moyenne de 0 et une variance égale au carré de la corrélation multiple 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 facteurs

produits ont une moyenne de 0. La somme des carrés des facteurs uniques dans la 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 facteurs estimés. Les facteurs obtenus ont une moyenne de 0 et un écart type de 1, et ne sont pas corrélés.
Afficher la matrice des coefficients factoriels : Vous permet de montrer les coefficients

par lesquels les variables sont multipliées pour obtenir les facteurs. Cela permet également de montrer les corrélations entre les facteurs.

467 Analyse factorielle

Spécification des options des facteurs
E A partir du menu, sélectionnez : Analyse Factorisation Analyse factorielle... E Dans la boîte de dialogue Analyse factorielle, cliquez sur Facteurs.

Options d'analyse factorielle
Figure 29-8 Boîte 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'exclure seulement 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) et supprimez 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 factorielle
E A partir du menu, sélectionnez : Analyse Factorisation Analyse factorielle... E Dans la boîte de dialogue Analyse factorielle, cliquez sur Options.

Choix d'une procédure de classification

30

Chapitre

Vous pouvez effectuer des analyses de classes à l'aide de la procédure TwoStep, de la classification hiérarchique ou des nuées dynamiques. Chaque procédure utilise un algorithme différent pour la création des classes, et chacune d'elles comporte des options qui ne sont pas disponibles dans les autres procédures.
Classification TwoStep : La procédure Analyse du composant Classe TwoStep est la méthode privilégiée pour de nombreuses applications. Elle offre les fonctionnalités spécifiques suivantes :
„ „ „

Sélection automatique du meilleur nombre de classes, en plus des mesures de sélection parmi des modèles de classe. Possibilité de créer simultanément des modèles de classe sur la base de variables qualitatives et continues. Possibilité d'enregistrer le modèle de classe dans un fichier XML externe, puis de lire ce fichier et de mettre à jour le modèle de classe à l'aide des données les plus récentes.

En outre, la procédure Analyse du composant Classe TwoStep permet d'analyser des fichiers de données volumineux.
Classification hiérarchique : La procédure Classification hiérarchique est limitée à des fichiers de données plus petits (centaines d'objets à classer), mais offre les fonctionnalités spécifiques suivantes :
„

Possibilité de classer des observations ou des variables.

469

470 Chapitre 30 „ „

Possibilité de calculer plusieurs solutions possibles et d'enregistrer des classes d'affectation pour chacune de ces solutions. Plusieurs méthodes de formation de classes, de transformation de variables et de mesure de la dissimilarité entre les classes.

Tant que toutes les variables sont du même type, la procédure Classification hiérarchique peut analyser des variables d'intervalle (continues), d'effectif ou binaires.
Nuées dynamiques : La procédure Nuées dynamiques est limitée aux données

continues et exige que vous indiquiez au préalable le nombre de classes. Elle offre néanmoins les fonctionnalités spécifiques suivantes :
„ „

Possibilité d'enregistrer les distances à partir des centres de classes pour chaque objet. Possibilité de lire les centres de classes initiaux à partir d'un fichier SPSS externe et 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 données volumineux.

Classification TwoStep

31

Chapitre

La procédure d'analyse TwoStep Cluster est un outil d'exploration conçu pour révéler des groupements naturels (ou classes) au sein d'un ensemble de données. L'algorithme utilisé par cette procédure possède plusieurs fonctionnalités qui le distinguent des techniques de classification standard :
„

Gestion des données qualitatives et continues : En supposant que les variables

soient indépendantes, une distribution jointe multinomiale-normale peut être placée sur des variables qualitatives et continues.
„

Sélection automatique du nombre de classes : En comparant les valeurs d'un critère

de modèle-choix dans différentes solutions de classification, la procédure peut déterminer 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'analyser des fichiers de données volumineux.
Exemple : Les entreprises du domaine des produits de consommation et du commerce de détail utilisent régulièrement des techniques de classification des données qui décrivent 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 produit à chaque groupe de consommation afin d'augmenter les ventes et de développer la fidélité à la marque. Statistiques : Cette procédure produit des critères d'information (AIC ou BIC) par nombres de classes dans la solution, fréquences de classe pour la classification finale et statistiques descriptives par classe pour la classification finale. Diagrammes : Cette procédure produit des diagrammes en bâtons pour les fréquences de classe, des diagrammes en secteurs pour les fréquences de classe et des diagrammes d'importance pour les variables.

471

472 Chapitre 31 Figure 31-1 Boîte de dialogue Analyse du composant Classe TwoStep

Mesure de distance : Cette sélection détermine la façon dont la similarité entre deux

classes est calculée.
„

Log-vraisemblance : La mesure de vraisemblance place une distribution de

probabilité sur les variables. Les variables continues sont considérées comme étant distribuées normalement alors que les variables qualitatives sont considérées comme étant multinomiales. Toutes les variables sont considérées comme étant indépendantes.
„

Euclidienne : La mesure euclidienne est la distance « en ligne droite » entre

deux classes. Elle peut être utilisée uniquement lorsque toutes les variables sont continues.
Nombre de classes : Cette sélection vous permet d'indiquer la façon dont le nombre

de 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 groupe Critère de classification. Vous pouvez également entrer un entier positif qui définit 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 spécifications

de standardisation des variables continues qui sont définies dans la boîte de dialogue Options. Pour plus d'informations, reportez-vous à « Options de la procédure d'analyse TwoStep Cluster » , page 475.
Critère de classification : Cette sélection détermine la façon dont l'algorithme de

classification automatique détermine le nombre de classes. Vous pouvez spécifier le critère d'information bayésien (BIC) ou le critère d'information d'Akaike (AIC).

Remarques sur les données de la procédure d'analyse TwoStep Cluster
Données : Cette procédure fonctionne avec des variables continues et qualitatives. Les

observations représentent les objets à classer et les variables représentent les attributs sur lesquels est basée la classification.
Hypothèses : La mesure de la distance de vraisemblance considère que les variables

du modèle de classe sont indépendantes. De plus, chaque variable continue est considérée comme ayant une distribution normale (gaussienne) et chaque variable qualitative comme ayant une distribution multinomiale. Des tests internes empiriques indiquent que la procédure est assez résistante aux violations de l'hypothèse d'indépendance et des hypothèses de distribution, mais vous devez savoir comment ces hypothèses sont vérifiées. Utilisez la procédure Corrélations bivariées pour tester l'indépendance de deux variables continues. Utilisez la procédure Tableaux croisés pour tester l'indépendance de deux variables qualitatives. Utilisez la procédure Moyennes pour tester l'indépendance entre une variable continue et une variable qualitative. Utilisez la procédure Explorer pour tester la normalité d'une variable continue. Utilisez la procédure Test du Khi-deux pour tester si une variable qualitative comporte une distribution multinominale spécifiée.

474 Chapitre 31

Pour effectuer une procédure d'analyse TwoStep Cluster
E

A partir du menu, sélectionnez :
Analyse Classification Classification TwoStep...

E Sélectionnez une ou plusieurs variables qualitatives ou continues.

Sinon, vous pouvez :
„ „ „ „

Ajuster les critères sur lesquels est basée la construction des classes. Sélectionner les paramètres de gestion du bruit, d'affectation de mémoire, de standardisation 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 fichier XML externe.

475 Classification TwoStep

Options de la procédure d'analyse TwoStep Cluster
Figure 31-2 Boîte 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'autres observations 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 feuilles éclatées dans une feuille « bruit ». Une feuille est éclatée si elle contient un pourcentage inférieur au pourcentage d'observations correspondant à la taille maximale de la feuille. Une fois que l'arborescence est reconstruite, les valeurs

„ Si vous ne sélectionnez pas la gestion du bruit et que l'arborescence CF est saturée. Si la procédure dépasse cette limite. Si l'insertion d'une observation dans une feuille de l'arborescence CF provoque une étroitesse inférieure au seuil. les valeurs ne pouvant être affectées à une classe deviennent des valeurs éloignées étiquetées. Allocation de mémoire : Ce groupe vous permet d'indiquer la quantité de mémoire maximale en mégaoctets (Mo) que l'algorithme de classe doit utiliser. . Options avancées Critères de réglage de l'arborescence CF : Les paramètres d'algorithme de classification suivants s'appliquent de façon spécifique à l'arborescence CF et doivent être modifiés avec le plus grand soin : „ Seuil de modification de distance initiale : Il s'agit du seuil initial utilisé pour construire l'arborescence CF. L'algorithme risque de ne pas trouver le nombre correct ou souhaité de classes si cette valeur est trop basse. elle utilisera le disque pour stocker les informations ne pouvant pas être enregistrées en mémoire. vous pouvez sélectionner une variable continue déjà standardisée comme variable « Standardisées ». Si l'étroitesse dépasse le seuil. Standardisation de variable : L'algorithme de classification fonctionne avec des variables continues standardisées. la feuille n'est pas divisée. „ Nombre maximum de branches (par noeud feuille) : Nombre maximum de noeuds enfant qu'un noeud feuille peut contenir. elle sera reconstruite à l'aide d'un seuil de changement de distance supérieur. Après la classification finale. les valeurs éloignées sont supprimées. Spécifiez une valeur supérieure ou égale à 4. Les variables continues non standardisées doivent être laissées comme étant « A standardiser ». Sinon. Pour gagner du temps et éviter trop de calculs. la feuille est divisée. „ „ Consultez l'administrateur système pour connaître la plus grande valeur que vous pouvez spécifier sur votre système.476 Chapitre 31 éloignées sont placées dans l'arborescence CF si cela est possible. Un numéro d'identification de –1 est affecté à la classe de valeur éloignée et cette dernière n'est pas prise en compte dans le nombre de classes.

La procédure considère également que les observations utilisées dans la mise à jour du modèle sont issues de la même population d'observations utilisée pour créer le modèle d'origine. Le modèle est ensuite mis à jour avec les données du fichier actif. Pour plus d'informations. Vous devez sélectionner les noms des variables dans la boîte de dialogue principale dans le même ordre que celui dans lequel ils ont été spécifiés dans l'analyse précédente. Si votre « nouveau » groupe d'observations ne provient pas de la même population que votre « ancien » groupe. Le fichier XML demeure inchangé. la procédure considère qu'aucune des observations sélectionnées dans le fichier de travail n'a été utilisée pour créer le modèle de classe d'origine. Notez qu'une arborescence CF trop volumineuse risque d'épuiser les ressources du système et d'avoir des effets défavorables sur les performances de la procédure. les options relatives à la génération de l'arborescence CF spécifiées pour le modèle d'origine sont utilisées. d'affectation de mémoire ou les critères de réglage de l'arborescence CF pour le modèle enregistré sont utilisés et tous les paramètres de ces options dans les boîtes de dialogue sont ignorés. . les moyennes et les variances des variables continues et les niveaux des variables qualitatives sont considérés comme étant identiques dans les deux groupes d'observations. Si vous avez indiqué la mise à jour d'un modèle de classe. les paramètres de mesure de la distance. reportez-vous à « Résultats de l'analyse TwoStep Cluster » . de gestion du bruit. la profondeur maximale de l'arborescence. sauf si vous enregistrez les informations du nouveau modèle en utilisant le même nom de fichier. En d'autres termes. Le fichier d'entrée contient l'arborescence CF au format XML. page 479. b étant le nombre maximal de branches et d. exécutez la procédure Analyse du composant Classe TwoStep sur les groupes d'observations combinés pour obtenir de meilleurs résultats. Chaque noeud exige au moins 16 octets. d'après la fonction (bd+1 –1) / ((b –1).477 Classification TwoStep „ „ Profondeur maximum de l'arborescence : Nombre maximum de niveaux que l'arborescence CF peut contenir. Nombre maximal de noeuds possible : Ceci indique le nombre maximal de noeuds de l'arborescence CF pouvant être générés par la procédure. Plus précisément. Remarque : Lorsque vous effectuez une mise à jour d'un modèle de classe. Mettre à jour le modèle de classe : Ce groupe vous permet d'importer et de mettre à jour un modèle de classe généré dans une analyse précédente.

Pour chaque variable qualitative. indiquant les variations par ID de classe. Pour chaque variable continue. indiquant la fréquence de modalité par ID de classe. Diagramme d'importance des variables : Fait apparaître plusieurs diagrammes différents indiquant l'importance de chaque variable dans chaque classe. Diagramme en secteurs de classe : Fait apparaître un diagramme en secteurs indiquant le pourcentage et le nombre d'observations dans chaque classe. un diagramme en bâtons juxtaposés est produit. L'option Khi-deux ou test T de signification indique une statistique Khi-deux de Pearson comme importance . „ „ Rang des variables : Cette option détermine si des diagrammes seront créés pour chaque classe (Par classe) ou pour chaque variable (Par variable). un diagramme de variation est produit.478 Chapitre 31 Diagrammes de l'analyse TwoStep Cluster Figure 31-3 Boîte de dialogue Diagrammes de l'analyse TwoStep Cluster Dans le graphique de pourcentage de classe : Fait apparaître les graphiques indiquant la variation de classe de chaque variable. Le résultat est trié par ordre d'importance de chaque variable. Mesure de l'importance : Cette option vous permet de sélectionner la mesure de l'importance des variables à représenter.

Si les diagrammes sont créés par variable ou si la mesure de la signification est représentée. la valeur du niveau de confiance apparaît sous la forme d'une ligne verticale dans les diagrammes d'importance des variables. Indiquez un nombre inférieur à 100 et supérieur ou égale à 50. L'option Signification indique 1. Résultats de l'analyse TwoStep Cluster Figure 31-4 Boîte de dialogue des résultats de l'analyse du composant Classe TwoStep .479 Classification TwoStep d'une variable qualitative et une statistique t comme importance d'une variable continue. moins la valeur p pour le test d'égalité des moyennes pour une variable continue et la fréquence théorique avec le groupe global des données pour une variable qualitative. „ Omettre les variables non significatives : Les variables non significatives au niveau de confiance spécifié n'apparaissent pas dans les diagrammes d'importance des variables. „ Niveau de confiance : Cette option vous permet de définir le niveau de confiance pour le test d'égalité de la distribution d'une variable dans une classe par rapport à la distribution globale de la variable.

Si le nombre de classes est fixe. „ Descriptives par classe : Fait apparaître deux tableaux qui décrivent les variables dans chaque classe. Critère d'information (AIC ou BIC) : Fait apparaître un tableau contenant les valeurs d'AIC ou de BIC en fonction du critère choisi dans la boîte de dialogue principale. n étant un entier positif qui indique l'ordinal de l'opération d'enregistrement du fichier de travail effectuée par cette procédure au cours d'une session. SmartScore et les versions ultérieures de WhatIf? pourront utiliser ce fichier. Les statistiques descriptives et les fréquences de classe sont produites pour le modèle de classe final alors que le tableau du critère d'information fait apparaître des résultats pour une plage de solutions de classe. Dans un tableau. Fichier de travail : Ce groupe vous permet d'enregistrer des variables dans le fichier de travail. . „ Créer une variable d'appartenance à une classe : Cette variable contient un numéro d'identification de classe pour chaque observation. les moyennes et les écarts types sont indiqués pour les variables continues par classe. Fichiers XML : Le modèle de classe final et l'arborescence CF représentent deux types de fichiers de résultats pouvant être exportés au format XML. „ Exporter l'arborescence CF : Cette option vous permet d'enregistrer l'état actuel de l'arborescence de classe et de le mettre à jour ultérieurement en utilisant des données plus récentes. „ „ Fréquences de classe : Fait apparaître un tableau indiquant le nombre d'observations dans chaque classe. Ce tableau est fourni uniquement lorsque le nombre de classes est déterminé automatiquement. ce paramètre est ignoré et le tableau n'est pas fourni. pour différents nombres de classes. „ Exporter le modèle final : Le modèle de classe final est exporté vers le fichier spécifié. Le nom de cette variable est tsc_n. L'autre tableau indique les effectifs des variables qualitatives par classe.480 Chapitre 31 Statistiques : Ce groupe fournit des options d'affichage pour les tableaux des résultats de la classification.

matrice de distances (ou des similarités) et classe d'affectation pour une seule solution ou un ensemble de solutions. 481 . une variable est mesurée en dollars et l'autre est mesurée en années). Vous pouvez analyser des variables non normées ou vous pouvez choisir parmi un assortiment de transformations standardisées.Classification hiérarchique 32 Chapitre Cette procédure tente d'identifier les classes d'observations (ou de variables) relativement homogènes basées sur des caractéristiques sélectionnées. L'échelle des variables est un élément important : des différences d'échelle qui peuvent affecter votre (vos) solution(s) en classes hiérarchiques. en utilisant un algorithme qui débute avec chaque observation (ou variable) dans une classe séparée et qui combine les classes jusqu'à ce qu'il n'en reste qu'une. Remarques sur les données de la classification hiérarchique Données : Les variables peuvent être des données quantitatives. Cette méthode peut être utilisée pour identifier des segments à des fins commerciales. binaires ou d'effectif. Vous pouvez aussi classer les villes (observations) en groupes homogènes pour permettre la sélection de villes comparables afin de tester diverses stratégies commerciales. vous pouvez reclasser les spectacles télévisuels (observations) en classes homogènes basées sur les caractéristiques du spectateur. Statistiques : Chaîne des agrégations. Si vos variables sont d'échelles très différentes (par exemple. Les mesures de distance ou de similarité sont générées par la procédure Proximities (Proximités). Exemple : Y a-t-il des classes identifiables de spectacles télévisuels qui attirent des audiences similaires à l'intérieur de chaque classe ? Avec une classification hiérarchique. Diagrammes : arbres hiérarchiques et Stalactites. Les statistiques s'affichent à chaque étape pour vous aider à choisir la meilleure solution. vous devez envisager de les standardiser (ceci peut être fait automatiquement avec la procédure de la classification hiérarchique).

Parce que la classification hiérarchique est une méthode d'exploration. L'omission de variables influentes peut aboutir à une solution erronée.438 .023 1.484 .274 .691 1.227 .772 Stage Cluster First Appears Cluster 1 0 0 0 2 3 0 4 0 0 6 10 0 11 13 14 Cluster 2 0 1 0 0 0 0 5 0 0 0 9 0 12 7 8 Next Stage 2 4 5 7 7 10 14 15 11 11 13 13 14 15 0 . Echantillon de résultat Figure 32-1 Résultat de classification hiérarchique Agglomeration Schedule Cluster Combined Cluster 1 Stage 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 11 6 7 6 7 1 6 13 2 1 1 15 1 1 1 Cluster 2 12 11 9 8 10 3 7 14 5 4 2 16 15 6 13 Coefficients . les résultats doivent être considérés comme provisoires tant qu'ils ne sont pas confirmés avec un échantillon indépendant.132 .482 Chapitre 32 Hypothèses : Les mesures de distance ou de similarité utilisées doivent convenir aux données analysées (Voir la procédure Proximities (proximités) pour plus de renseignements sur le choix des mesures de distances et de similarité).716 2.423 .370 1.547 .185 . Vous devez aussi inclure toutes les variables appropriées dans votre analyse.642 4.112 .

483 Classification hiérarchique Cluster Membership Label Case 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Argentina Brazil Chile Domincan R. Indonesia Austria Canada Denmark Italy Japan Norway Switzerland Bangladesh India Bolivia Paraguay 4 Clusters 1 1 1 1 1 2 2 2 2 2 2 2 3 3 4 4 3 Clusters 1 1 1 1 1 2 2 2 2 2 2 2 3 3 1 1 2 Clusters 1 1 1 1 1 1 1 1 1 1 1 1 2 2 1 1 Vertical Icicle 14:India 14 13:Banglades 13 10:Japan 10 9:Italy 9 7:Canada 7 8:Denmark 8 12:Switzerlan 12 11:Norway 11 6:Austria 6 16:Paraguay 16 15:Bolivia 15 5:Indonesia 5 2:Brazil 2 4:Domincan R 4 3:Chile 3 1:Argentina Case Number of clusters 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 XX XX XX XX XX XX XXX XX XX XX XX XX XX XXX X XX X XX X XX X XX X XX X XX X XX X X X X X X X X X X X X X X X XX XX XX XX XXX XX XX XX XX XX XX XXX X XX XX XX XX XXX XX XX XX XX XX XXX XX XX XX XX XX XXX XX XX XX XX XX XXX XX XX XX XX XX XXX XX XX XX XX XX XXX XX XX XX XX XX XXX XX XX XX X XX XX X X X X X XX X XX X X X X X XX XXX XX XX XXX XX XX XXX XX X X X XXX XX XXX XX XXX X X XX XX XX XX XXX 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 XX XXX X X XX XX XXX X X XX X XX X X X X X X X X X X X X X X X X X XXX X X X X X X X X X X XX X XX X XX X XX X X X X X X X X X X X .

Figure 32-2 Boîte de dialogue Classification hiérarchique .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 Label Norway Switzerland Austria Denmark Canada Italy Japan Brazil Indonesia Argentina Chile Domincan R.. sélectionnez : Analyse Classification Classification hiérarchique.. Bolivia Paraguay Bangladesh India 0 5 10 15 20 25 +---------+---------+---------+---------+---------+ -+ -+ -+-+ -+ +-----------------------+ -+ I I -+-+ I -+ +---------------------+ -----+---+ I I -----+ +-------+ I I ---+---+ I I I I ---+ +-+ +---------+ I -------+ I I -------------+---+ I -------------+ I ---+---------------------------------------------+ ---+ Num 11 12 6 8 7 9 10 2 5 1 3 4 15 16 13 14 Obtenir une classification hiérarchique E A partir du menu.

Mesure : Il permet de spécifier la mesure de distance ou de similarité devant être utilisée pour la classification. la Distance de Manhattan (bloc).485 Classification hiérarchique E Si vous classez des observations. Sélectionnez le type de données et la mesure appropriée de distance ou de similarité : „ Intervalle : Les choix possibles sont la Distance Euclidienne. et Autre. la Corrélation de Pearson. les Barycentres. la Distance moyenne dans les classes. l'Agrégation suivant le diamètre. sélectionnez au moins trois variables numériques. l'Agrégation suivant le saut minimum. . Si vous classez des variables. la Distance de Minkowski. la Distance de Tchebycheff. le Cosinus. la Médiane et la Méthode de Ward. Méthode de classification hiérarchique Figure 32-3 Boîte de dialogue Classification hiérarchique : Méthode Méthode d'agrégation : Les choix disponibles sont : la Distance moyenne entre classes. sélectionnez au moins une variable numérique. le Carré de la distance Euclidienne. Vous avez la possibilité de sélectionner une variable d'identification pour étiqueter les observations.

Hamann. Moyenne = 1 ou Ecart type = 1. la Corrélation phi tétrachorique. Maximum = 1. l'Ecart de taille. . les distances entre les observations ou les classes en cours de combinaison. Mesures : Vous permet de transformer les valeurs générées par la mesure de distance.486 Chapitre 32 „ „ Effectifs : Les choix possibles sont la Distance du Khi-deux et la Distance du phi-deux. la Dispersion. Elles sont appliquées après le calcul de la mesure de distance. Sokal et Sneath 4. et le Q de Yule. le Lambda. Inverser le signe. et Rééchelonner entre 0 et 1. le D d'Anderberg. Kulczynski 2. Sokal et Sneath 3. Dice. le Y de Yule. Sokal et Sneath 5. le Carré de la distance Euclidienne. Sokal et Sneath 2. Sokal et Sneath 1. Russel et Rao. Jaccard. l'Indice de Sokal et Michener. la Différence de motif. Entre –1 et 1. Lance et Williams. Ochiai. la Forme. Les choix possibles sont Valeurs absolues. Entre 0 et 1. la Variance. Les méthodes de standardisation disponibles sont Centrer-réduire. Binaire : Les choix possibles sont la Distance Euclidienne. Rogers et Tanimoto. Kulczynski 1. et le dernier niveau de classe auquel une observation (ou une variable) a rejoint la classe. Statistiques de la classification hiérarchique Figure 32-4 Boîte de dialogue Classification hiérarchique : Statistiques Chaîne des agrégations : Affiche les observations ou les classes combinées à chaque étape. Transformer les valeurs : Vous permet de standardiser les valeurs des données pour les observations ou les valeurs avant le calcul des proximités (non disponible pour les données binaires).

Les diagrammes en stalactite affichent des informations sur la façon dont les observations sont regroupées à chaque itération de l'analyse. incluant toutes les classes ou une classe spécifique. Diagrammes (graphiques) de classification hiérarchique Figure 32-5 Boîte de dialogue Classification hiérarchique : Graphiques (diagrammes) Arbre hiérarchique : Affiche un arbre hiérarchique. Orientation vous permet de sélectionner un diagramme vertical ou horizontal. Classe(s) d'affectation : Affiche le groupe auquel chaque observation appartient lors d'une ou plusieurs étapes de la combinaison de classes. Plusieurs partitions ou Aucune. Les options disponibles sont Une seule partition. .487 Classification hiérarchique Matrice des distances : Indique les distances ou les similarités entre éléments. Les arbres hiérarchiques peuvent être utilisés pour évaluer la cohésion des groupes formés et ils fournissent des renseignements sur le nombre approprié de groupes à conserver. Stalactites : Affiche un diagramme en stalactite.

Les variables sauvegardées peuvent alors être utilisées pour des analyses ultérieures pour explorer d'autres différences entre groupes.488 Chapitre 32 Enregistrement des nouvelles variables de classification hiérarchique Figure 32-6 Boîte de dialogue Classification hiérarchique : Enregistrer les nouvelles.. .. Classe(s) d'affectation : Vous permet de sauvegarder les classes d'affectation pour une ou plusieurs ou aucune partition(s).

Vous pouvez enregistrer l'appartenance à une classe. distance au centre de classe. soit la mise à jour des centres de classe de façon itérative. au moyen d'un algorithme qui peut traiter de grands nombres d'observations. Vous pouvez également demander des statistiques F d'analyse de la variance. Bien que ces statistiques soient opportunistes (la procédure cherche à former des groupes qui diffèrent). Cette méthode peut être utilisée pour identifier des segments à des fins commerciales. soit la classification seule. Exemple : Quels sont les groupes de programmes de télévision identifiables qui attirent des publics similaires au sein de chaque groupe ? Grâce à l'analyse des nuées dynamiques. Chaque observation: information de classe. 489 . Vous pouvez éventuellement indiquer une variable dont les valeurs servent à étiqueter les résultats par observations. L'algorithme vous demande toutefois d'indiquer le nombre de classes. Vous pouvez aussi classer les villes (observations) en groupes homogènes pour permettre la sélection de villes comparables afin de tester diverses stratégies commerciales. vous pouvez classer les programmes de télévision (observations) en k groupes homogènes d'après les caractéristiques des téléspectateurs. Statistiques : Solution complète : centres de classes initiaux. la taille relative des statistiques fournit des informations sur la contribution de chaque variable à la séparation des groupes. Vous pouvez indiquer les centres de classe initiaux si vous connaissez cette information.Nuées dynamiques 33 Chapitre Cette procédure cherche à identifier des groupes d'observations relativement homogènes d'après des caractéristiques sélectionnées. les informations de distance et les centres de classes finaux. tableau ANOVA. Vous pouvez choisir entre deux méthodes de classement des observations.

vos résultats risquent d'être erronés.68796 4.22118 -. La procédure suppose que vous avez sélectionné le nombre voulu de classes et que vous avez inclus toutes les variables pertinentes.62725 -. Si vous avez choisi un nombre de classes inadéquat ou omis de variables importantes.29624 4 .54314 -1.53091 4. vos résultats risquent d'être erronés.24626 2 -1. utilisez la procédure de classification hiérarchique.46008 -1.88601 -1.16291 1. La mise à l'échelle des variables est une considération importantes—si vos variables sont mesurées selon des échelles différentes (une variable est exprimée en dollars par exemple et une autre en années).76793 -.74406 .33278 -1.51770 3.24070 .88983 -1.89037 .03701 -. Hypothèses : Les distances sont calculées à l'aide de la distance euclidienne simple.88606 -3.65246 3 1.16813 2.55724 .41517 -1.99370 .65146 .69589 .490 Chapitre 33 Considérations de données sur la classification en nuées dynamiques Données : Les variables doivent être quantitatives au niveau intervalle ou ratio. Si vous souhaitez utiliser une autre distance ou une mesure de similarité.31333 .52581 -2. Dans ces cas. Si vos variables sont binaires ou sont des effectifs.99285 -.52182 2.63185 -1.78455 -.38422 .93737 4. utilisez la procédure de classification hiérarchique.99641 -.75481 2.89320 .69358 -1.40082 . vous pouvez envisager de standardiser vos variables avant d'effectuer l'analyse des nuées dynamiques (cela peut être fait dans la procédure Descriptives).45741 .12785 -.42699 .08033 . Echantillon de résultat Figure 33-1 Résultats de l'analyse des nuées dynamiques Centres de classes initiaux Classe ZURBAN ZLIFEEXP ZLITERAC ZPOP_INC ZBABYMOR ZBIRTH_R ZDEATH_R ZLOG_GDP ZB_TO_D ZFERTILT ZLOG_POP 1 -1.63185 1.

52607 2.627 5.414 .000 2 2.640 2.084 .314 .237 .87669 -.160 .16816 -.640 7.43210 1.071 .924 3.13400 .246 .83475 2 -.44640 -.000 .000 .62767 .99285 .000 .71414 -.30863 -.253 .897 4 7.195 .34577 3 .81671 1.000 .12150 .15939 .80817 -.58745 .932 .19154 -.150 .000 .000 .000 Centres de classes finaux Classe ZURBAN ZLIFEEXP ZLITERAC ZPOP_INC ZBABYMOR ZBIRTH_R ZDEATH_R ZLOG_GDP ZB_TO_D ZFERTILT ZLOG_POP 1 -1.249 5.70745 -2.22199 Distances entre les centres de classes finaux 1 Classe 1 2 3 4 5.627 3 5.861 .924 2.343 .246 2 5.80611 .28417 -.12929 -.22286 .13880 .466 .10314 -1.000 .27010 -.199 .52826 -2.45301 .29856 1.25622 1.95175 -.724 .897 3.337 .000 .471 .77704 -.623 .31319 .84758 -.000 .94249 -.73368 -.604 .596 .45251 1.59747 2.13716 -.16871 1.172 .097 3 3.51003 .249 5.074 .080 .077 .491 Nuées dynamiques Historique des itérations Changements dans les centres de classes Itération 1 2 3 4 5 6 7 8 9 10 1 1.185 4 1.000 .167 .287 .30833 .49499 4 .

000 .287 .000 .457 Sig.000 .273 4. sélectionnez : Analyse Classification Nuées dynamiques.464 18.000 .288 .599 13.. Obtenir une analyse de nuées dynamiques E A partir du menu.239 .000 .877 df 68 68 68 68 68 68 68 68 68 68 68 F 19.731 18.167 .428 77.444 .676 61.168 .000 .859 117..000 .000 .410 18.541 .000 .599 16.210 . .339 30.907 df 3 3 3 3 3 3 3 3 3 3 3 Erreur Carré Moyen . Les seuils de signification observés ne sont pas corrigés par la suite et ne peuvent donc pas être interprétés en tant que tests de l’hypothèse Selon laquelle les moyennes de classe sont égales. .682 112.316 18.628 17.614 81.000 .234 92.621 19.219 .313 56.409 19.492 Chapitre 33 ANOVA Classe Carré Moyen 10.229 .655 84.006 ZURBAN ZLIFEEXP ZLITERAC ZPOP_INC ZBABYMOR ZBIRTH_R ZDEATH_R ZLOG_GDP ZB_TO_D ZFERTILT ZLOG_POP Les tests F ne doivent être utilisés qu'à des fins descriptives car les classes sont choisies pour maximiser les différences entre les observations des différentes classes.829 3.

493 Nuées dynamiques Figure 33-2 Boîte de dialogue Nuées dynamiques E Sélectionnez les variables à utiliser dans l'analyse. . E Spécifiez le nombre de classes. comme c'est le cas dans de nombreux algorithmes de classification. E Sélectionnez soit la méthode Itérer et classer soit la méthode Classer seulement. Efficacité de la classification en nuées dynamiques La commande d'analyse des nuées dynamiques est efficace essentiellement parce qu'elle ne calcule pas les distances entre toutes les paires d'observations. Vous avez la possibilité de sélectionner une variable d'identification pour étiqueter les observations. Le nombre de classes doit être au moins de deux et ne doit pas être supérieur au nombre d'observations du fichier de données. y compris celui utilisé par la commande de classification hiérarchique de SPSS.

494 Chapitre 33 Pour plus d'efficacité. Utiliser les nouveaux centres : Vous permet de demander la mise à jour des centres après l'affectation de chaque observation. Il représente une proportion de la distance minimale entre les centres de classes initiaux.02 par exemple. Cliquez sur Centres et Lire les centres initiaux Fichier pour classer tout le fichier en utilisant les centres estimés à partir de l'échantillon. Critère de convergence : Détermine le moment où l'itération s'arrête. . les nouveaux centres seront calculés lorsque toutes les observations auront été affectées. Sélectionnez Ecrire les centres finaux dans Fichier. Rétablissez ensuite tout le fichier de données. Itération de la classification en nuées dynamiques Figure 33-3 Boîte de dialogue Nuées dynamiques : Itérer Ces options ne sont disponibles que si vous avez sélectionné la méthode Itérer et classer dans la boîte de dialogue principale. L'itération s'arrête après ce nombre d'itérations même si le critère de convergence n'est pas satisfait. prenez un échantillon d'observations et utilisez la méthode Itérer et classer pour déterminer les centres. indiquez 1 comme Maximum des itérations. Maximum des itérations : Limite le nombre des itérations dans l'algorithme des nuées dynamiques. puis sélectionnez la méthode Classer seulement. l'itération cesse lorsque une itération complète ne déplace plus aucun des centres d'une distance de plus de deux pour cent de la plus petite distance entre n'importe quels centres initiaux. Ce nombre doit être compris entre 1 et 999.0. Pour reproduire l'algorithme utilisé par la commande de classement rapide Quick Cluster dans SPSS avant la version 5. Si vous ne sélectionnez pas cette option. Si le critère est égal à 0. et doit donc être plus grand que 0 mais plus petit que 1.

. Vous pouvez enregistrer des informations sur la solution relatives aux nouvelles variables à utiliser dans les analyses ultérieures : Classe(s) d'affectation : Crée une nouvelle variable indiquant la classe d'affectation finale de chaque observation. et Affectation et distances au centre.495 Nuées dynamiques Enregistrement des analyses de classes de nuées dynamiques Figure 33-4 Boîte de dialogue Nuées dynamiques : Enregistrer les nouvelles variables. Distance au centre de classe : Crée une nouvelle variable indiquant la distance euclidienne entre chaque nouvelle variable et son centre de classification. Tableau ANOVA.. Les valeurs de la nouvelle variable vont de 1 au nombre de classes. Options d'analyses des classes de nuées dynamiques Figure 33-5 Boîte de dialogue Nuées dynamiques : Options Statistiques : Vous pouvez sélectionner les statistiques suivantes : Centres de classes initiaux..

Le tableau ANOVA n'apparaît pas si toutes les observations sont affectées à une seule classe. Exclure seulement les composantes non valides : Affecte des observations aux classes basées sur des distances calculées à partir de toutes les variables n'ayant pas de valeur manquante. le nombre d'observations assez espacées sélectionné dans les données est égal au nombre de classes. „ Affectations et distances au centre : Affiche pour chaque observation l'affectation de classe finale et la distance euclidienne entre l'observation et le centre de classe utilisé pour classer l'observation. „ Tableau ANOVA : Affiche un tableau d'analyse de la variance. Par défaut. Affiche également la distance euclidienne entre les centres de classe finaux. Les centres de classes initiaux sont utilisés pour une première classification et sont ensuite mis à jour. „ „ Exclure toute observation incomplète : Exclut de l'analyse les observations qui ont des valeurs manquantes pour une variable de classe. incluant les tests F univariés pour chacune des variables de la classification.496 Chapitre 33 „ Centres de classe initiaux : Première estimation des moyennes des variables de chacune des classes. . Les tests F sont uniquement descriptifs et les probabilités qui en résultent ne doivent pas être interprétées. Valeurs manquantes : Les options disponibles sont Exclure toute observation incomplète ou Exclure seulement les composantes non valides.

Suites en séquence : Teste si l'ordre d'occurrence de deux valeurs d'une variable est aléatoire. Tests de plusieurs échantillons liés : Compare les distributions de deux variables ou plus. et les suites en séquences Wald-Wolfowitz sont disponibles. Le test U de Mann-Whitney. 497 . Test binomial : Compare la fréquence observée dans chaque modalité d'une variable dichotomique avec les fréquences attendues de la distribution binomiale. qui peut être normale. Tests de plusieurs échantillons indépendants : Compare deux groupes d'observations ou plus d'une variable. le test de Kolmogorov-Smirnov pour deux échantillons. uniforme ou Poisson. le test des signes et le test de McNemar sont disponibles. le test W de Kendall et le test Q de Cochran sont disponibles. Test Kolmogorov-Smirnov pour un échantillon : Compare la fonction de distribution cumulée observée pour une variable avec une distribution théorique spécifiée. le test de la médiane et le test de Jonckheere-Terpstra sont disponibles. Le test de Wilcoxon. Le test de Kruskal-Wallis. Le test de Friedman. le test de réactions extrêmes Moses. Tests de deux échantillons liés : Compare les distributions de deux variables. Tests de deux échantillons indépendants : Compare deux groupes d'observations d'une variable.Tests non paramétriques 34 Chapitre La procédure de tests non paramétriques propose plusieurs tests qui ne nécessitent pas d'hypothèse concernant la forme de la distribution sous-jacente : Test Khi-deux : Tabule une variable en modalités et calcule une statistique khi-deux basée sur les différences entre les fréquences observées et les fréquences attendues.

10 % de bonbons verts. disponible dans le menu Transformer.20 % des modalités au maximum doivent avoir des fréquences inférieures à 5. Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la forme de la distribution sous-jacente. écart type. 15 % de bonbons rouges et 15 % de bonbons jaunes. rouges et jaunes. 30 % de bonbons marrons. oranges. Vous pouvez aussi tester si le sac de bonbons contient 5 % de bonbons bleus. le minimum. On part du principe que les données constituent un échantillon aléatoire. Test du Khi-deux : remarques sur les données Données : Utilisez des variables qualitatives numériques ordonnées ou désordonnées (niveau de mesure ordinal ou nominal). minimum. maximum. Pour convertir des variables chaînes en variables numériques. Test du Khi-deux La procédure de test du Khi-deux tabule une variable en modalités et calcule une statistique Khi-deux. utilisez la procédure Recoder Automatiquement. Les fréquences attendues pour chaque modalité doivent être au moins égales à 1. le maximum. Le nombre et le pourcentage d'observations manquantes et non manquantes. et le nombre d'observations sont disponibles pour tous les tests ci-dessus. l'écart type. verts. 20 % bonbons oranges. . Statistiques : Moyenne.498 Chapitre 34 Les quartiles et la moyenne. les résidus et la statistique khi-deux. et quartiles. le nombre de cas observés et attendus pour chaque modalité. Ce test de qualité de l'ajustement compare les fréquences observées et attendues dans chaque modalité pour vérifier si toutes les modalités contiennent la même proportion de valeurs ou si chaque modalité contient une proportion de valeurs spécifiées par l'utilisateur Exemples : Le test du Khi-deux peut être utilisé pour déterminer si un sac de bonbons contient les mêmes proportions de bonbons bleus. marrons.

18.8 -1.973 5 .8 33 9 17 22 26 113 Tests statistiques Couleur du Bonbon Haricot 27.2 -9.8 18.8 18.8 3.8 Khi-deux df 1 Signification Asymptotique 1.8 14.000 Résidu -12.2 Bleu Marron Vert Jaune Orange Rouge Total 18.8 fréquences faibles théoriques… . 0 cellule. 0 % de fréquences faibles.8 18.2 7.499 Tests non paramétriques Echantillon de résultat Figure 34-1 Résultat de test du Khi-deux Couleur du bonbon haricot N N Observé(e)s Théoriques 6 18.8 18.

041 5 .8 18.7 fréquences faibles théoriques… Pour obtenir un test Khi-deux E A partir du menu. sélectionnez : Analyse Tests non paramétriques Khi-deux..8 -1.8 18.2 7. 0 % de fréquences faibles.8 Khi-deux df 1 Signification Asymptotique 1. . 5.8 33 9 17 22 26 113 Tests statistiques Couleur du Bonbon Haricot 1.8 3.500 Chapitre 34 Couleur du bonbon haricot N N Observé(e)s Théoriques 6 18.8 18.2 -9.. 0 cellule.959 Résidu -12.8 18.8 14.2 Bleu Marron Vert Jaune Orange Rouge Total 18.

Chaque variable produit un test distinct. L'ordre des valeurs est important. Valeurs et intervalles théoriques du test du Khi-deux Intervalle théorique : Par défaut.501 Tests non paramétriques Figure 34-2 Boîte de dialogue Test du khi-deux E Sélectionnez des variables de test. Des modalités sont établies pour chaque valeur entière comprise dans l'intervalle. indiquez une valeur supérieure à 0 pour chaque modalité de variable de test et cliquez sur Ajouter. et indiquez les valeurs entières pour les limites inférieure et supérieure. toutes les modalités ont des valeurs théoriques égales. Par exemple. Effectifs théoriques : Par défaut. et les observations à l'extérieur des limites sont exclues. seules les valeurs entières de 1 à 4 sont utilisées pour le test du Khi-deux. celle-ci apparaît au bas de la liste des valeurs. sélectionnez l'option Dans les limites spécifiées. Pour établir des modalités dans un intervalle spécifique. Vous pouvez également cliquer sur Options pour les statistiques descriptives. Chaque fois que vous ajoutez une valeur. les quartiles et le contrôle du traitement des données manquantes. Sélectionnez Valeurs. Les modalités peuvent avoir des proportions attendues définies par l'utilisateur. si vous spécifiez une valeur de limite inférieure de 1 et une valeur de limite supérieure de 4. chaque valeur distincte de la variable est définie comme modalité. .

502 Chapitre 34 Il correspond à l'ordre croissant des valeurs des modalités de la variable de test. 4. 50ème et 75ème centiles. . l'écart type. Par exemple. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. chaque test est effectué séparément selon le nombre des valeurs manquantes. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. et le nombre d'observations non manquantes. 5/16 et 4/16. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. une liste de valeurs de 3. le minimum. 4 indique les proportions attendues de 3/16. le maximum. 5. Test du Khi-deux : Options Figure 34-3 Boîte de dialogue Test du Khi-deux : Options Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Affiche la moyenne. Quartiles : Indique les valeurs correspondant au 25ème. Les éléments de la liste des valeurs sont additionnés et chaque valeur est ensuite divisée par cette somme pour calculer la proportion d'observations attendues dans la modalité correspondante. La première valeur de la liste correspond à la valeur de groupe la plus basse de la variable de test et la dernière valeur correspond à la valeur la plus élevée. 4/16.

Du test binomial.503 Tests non paramétriques Fonctionnalités supplémentaires de la commande NPAR TESTS (test du Khi-deux) Le langage de commande SPSS vous permet aussi de : „ „ Spécifier des valeurs minimale et maximale différentes. Statistiques : Moyenne. vous pouvez entrer un test de proportion pour le premier groupe. Pour obtenir des renseignements complets sur la syntaxe. une pièce est lancée 40 fois. Pour modifier les probabilités. Test binomial : remarques sur les données Données : Les variables testées doivent être numériques et dichotomiques. Une variable . le paramètre de probabilité pour les deux groupes est de 0.0027). Test binomial La procédure de test binomial compare les fréquences observées des deux modalités d'une variable dichotomique avec les fréquences que l'on peut attendre d'une distribution binomiale avec un paramètre de probabilité spécifié.5. et les résultats sont enregistrés (pile ou face). Ces résultats indiquent qu'il est peu probable que la probabilité pour que la pièce tombe sur le côté face soit égale à 1/2. utilisez la procédure Recoder Automatiquement. Tester la même variable avec différentes fréquences attendues ou utiliser différentes plages (avec la sous-commande EXPECTED). il se peut que vous observiez que les 3/4 des lancements sont tombés sur le côté face et que le seuil de signification observé est bas (0. Par défaut. écart type. nombre d'observations avec des valeurs non manquantes et quartiles. disponible dans le menu Transformer. ou des fréquences attendues pour différentes variables (avec la sous-commande CHISQUARE). La pièce est probablement truquée. Sur la base de cette hypothèse. reportez-vous au manuel SPSS Command Syntax Reference. Exemple : Quand vous lancez une pièce. maximum. Pour convertir des variables chaînes en variables numériques. La probabilité pour le second groupe sera de 1 moins la probabilité spécifiée pour le premier groupe. la probabilité de tomber sur le côté face est de 1/2. minimum.

. il faut spécifier une césure. sélectionnez : Analyse Tests non paramétriques Binomial. . On part du principe que les données constituent un échantillon aléatoire.0031 Pièce Groupe 1 Groupe 2 Total Modalité Face Pile N 30 10 40 Proportion Observée .50 1. Echantillon de résultat Figure 34-4 Résultat du test binomial Test binomial Signification Asymptotique (Bilatérale) ..504 Chapitre 34 dichotomique est une variable qui ne peut prendre que deux valeurs possibles : oui ou non.00 Test de Proportion .75 . La césure répartit les observations avec une valeur supérieure à la césure dans un groupe et le reste des observations dans un autre groupe.25 1. etc. 0 ou 1. vrai ou faux. Si les variables ne sont pas dichotomiques. Basé sur l'approximation Z Pour obtenir un test binomial E A partir du menu. Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la forme de la distribution sous-jacente.

505 Tests non paramétriques Figure 34-5 Boîte de dialogue Test binomial E Sélectionnez une ou plusieurs variables numériques à tester. Test binomial : Options Figure 34-6 Boîte de dialogue Test binomial . Vous pouvez également cliquer sur Options pour les statistiques descriptives. les quartiles et le contrôle du traitement des données manquantes.

le minimum. Quartiles : Indique les valeurs correspondant au 25ème.506 Chapitre 34 Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Affiche la moyenne. . 50ème et 75ème centiles. chaque test est effectué séparément selon le nombre des valeurs manquantes. Pour obtenir des renseignements complets sur la syntaxe. Spécifier différentes césures ou probabilités pour différentes variables (avec la sous-commande BINOMIAL). Un échantillon comportant trop ou trop peu de séquences suggère que l'échantillon n'est pas aléatoire. le maximum. Fonctionnalités supplémentaires de la commande NPAR TESTS (Test binomial) Le langage de commande SPSS vous permet aussi de : „ „ „ Sélectionner des groupes spécifiques (et excluez-en d'autres) lorsqu'une variable comporte plus de deux modalités (avec la sous-commande BINOMIAL). reportez-vous au manuel SPSS Command Syntax Reference. l'écart type. Tester la même variable avec différentes césures ou probabilités (avec la sous-commande EXPECTED). „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. Suites en séquences La procédure Suites en séquences teste si l'ordre d'occurrence de deux valeurs d'une variable est aléatoire. et le nombre d'observations non manquantes. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour toutes les variables du test sont exclues de toutes les analyses. Une séquence est une suite d'observations semblables. Valeurs manquantes : Contrôle le traitement des valeurs manquantes.

nombre d'observations avec des valeurs non manquantes et quartiles. Statistiques : Moyenne. Echantillon de résultat Figure 34-7 Résultat de suites en séquences Suites en séquences Valeur de test 1 Observations < Valeur de test Observations >= Valeur de test Total des observations Nombre de séquences Z Signification asymptotique (bilatérale) Sexe 1. utilisez la procédure Recoder Automatiquement. Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la forme de la distribution sous-jacente. Utilisez des échantillons à distribution de probabilité continue. disponible dans le menu Transformer. minimum. Médiane .00 7 13 20 15 2. Le test Suites en séquences peut être utilisé pour déterminer si l'échantillon a été tiré au hasard.507 Tests non paramétriques Exemples : Supposons que 20 personnes soient sondées pour déterminer si elles achèteraient un produit donné.234 .025 1. Pour convertir des variables chaînes en variables numériques. On peut douter que l'échantillon soit aléatoire si toutes les personnes sont du même sexe. Suites en séquences : Remarques sur les Données Données : Les variables doivent être numériques. maximum. écart type.

Vous pouvez également cliquer sur Options pour les statistiques descriptives..508 Chapitre 34 Pour obtenir un test de suites E A partir du menu. et les observations dont les valeurs sont supérieures à la césure sont assignées à l'autre groupe. Figure 34-8 Boîte de dialogue Suites en séquences E Sélectionnez une ou plusieurs variables numériques à tester. . Vous pouvez utiliser soit la moyenne. soit une valeur spécifiée comme césure. Les observations dont les valeurs sont inférieures à la césure sont assignées à un groupe. Césure des Suites en séquences Césure : Spécifie une césure pour dichotomiser les variables que vous avez choisies. sélectionnez : Analyse Tests non paramétriques Séquences. la médiane ou le mode observés.. les quartiles et le contrôle du traitement des données manquantes. Un test est réalisé pour chaque césure choisie.

. Fonctionnalités supplémentaires de la commande NPAR TESTS (Suites en séquences) Le langage de commande SPSS vous permet aussi de : „ „ Spécifier différentes césures pour différentes variables (à l'aide de la sous-commande RUNS). Valeurs manquantes : Contrôle le traitement des valeurs manquantes. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. chaque test est effectué séparément selon le nombre des valeurs manquantes.509 Tests non paramétriques Options des Suites en séquences Figure 34-9 Boîte de dialogue Suites en séquences : Options Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Affiche la moyenne. Tester la même variable par rapport à différentes césures personnalisées (à l'aide de la sous-commande RUNS). 50ème et 75ème centiles. Quartiles : Indique les valeurs correspondant au 25ème. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. le maximum. et le nombre d'observations non manquantes. le minimum. l'écart type.

Statistiques : Moyenne. de Poisson ou exponentielle. Exemple : La plupart des tests paramétriques nécessitent des variables distribuées normalement. Remarques sur les données du test de Kolmogorov-Smirnov pour un échantillon Données : Utilisez des variables quantitatives (mesure d'intervalle ou de rapport). l'échantillon de moyenne est le paramètre pour la distribution de Poisson et l'échantillon de l'écart type est le paramètre pour la distribution exponentielle. Le Z de Kolmogorov-Smirnov est calculé à partir de la plus grande différence (en valeur absolue) entre les fonctions de distribution cumulées observées et théoriques. qui peut être normale.510 Chapitre 34 Pour obtenir des renseignements complets sur la syntaxe. Test Kolmogorov-Smirnov pour un échantillon Le test de Kolmogorov-Smirnov pour un échantillon compare la fonction de distribution cumulée observée d'une variable avec une distribution théorique spécifiée. écart type. Le test de qualité de l'ajustement contrôle si les observations peuvent avoir été raisonnablement déduites de la distribution spécifiée. maximum. Les valeurs minimum et maximum de l'échantillon définissent l'intervalle de la distribution uniforme. nombre d'observations avec des valeurs non manquantes et quartiles. Cette procédure estime les paramètres à partir d'un échantillon. Le test de Kolmogorov-Smirnov pour un échantillon permet de tester si une variable comme Revenu. uniforme. est distribuée normalement. Hypothèses : Le test de Kolmogorov-Smirnov part du principe que les paramètres de la distribution à tester sont précisés a priori. L'échantillon de moyenne et l'échantillon d'écart type sont les paramètres pour une distribution normale. . minimum. par exemple. reportez-vous au manuel SPSS Command Syntax Reference.

164 .170 -.170 .00 45146. sélectionnez : Analyse Tests non paramétriques K-S à 1 échantillon. . Distribution à tester normale 2..511 Tests non paramétriques Echantillon de résultat Figure 34-10 du test de Kolmogorov-Smirnov pour un échantillon Test Kolmogorov-Smirnov pour un échantillon Revenu 20 Moyenne Ecart type Différences les plus extrêmes Absolues Positives Négatives Z de Kolmogorov-Smirnov Signification asymptotique (bilatérale) 1. Calcul à partir de données 56250.760 .611 N Paramètres gaussiens 1.2 Pour obtenir un test de Kolmogorov-Smirnov pour un échantillon E A partir du menu..40 .

les quartiles et le contrôle du traitement des données manquantes.512 Chapitre 34 Figure 34-11 Boîte de dialogue Test de Kolmogorov-Smirnov pour un échantillon E Sélectionnez une ou plusieurs variables numériques à tester. Chaque variable produit un test distinct. Vous pouvez également cliquer sur Options pour les statistiques descriptives. Options du test de Kolmogorov-Smirnov pour un échantillon Figure 34-12 Boîte de dialogue K-S pour un échantillon : Options .

chaque test est effectué séparément selon le nombre des valeurs manquantes. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. Exemple : De nouveaux appareils dentaires qui sont censés être plus confortables. Pour savoir si les nouveaux appareils doivent être portés aussi longtemps que les anciens. 50ème et 75ème centiles. 10 enfants sont choisis de façon aléatoire pour porter les anciens appareils et 10 autres pour porter les nouveaux appareils.513 Tests non paramétriques Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Affiche la moyenne. Le test U de Mann-Whitney peut par exemple vous montrer que les sujets portant les nouveaux appareils ne doivent pas les porter aussi longtemps que les sujets utilisant les anciens appareils. Quartiles : Indique les valeurs correspondant au 25ème. Fonctions supplémentaires de commandes NPAR TESTS (test de Kolmogorov-Smirnov pour un échantillon) Le langage de commande SPSS vous permet aussi de : „ Spécifier les paramètres de la distribution à tester (avec la sous-commande K-S). Pour obtenir des renseignements complets sur la syntaxe. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. Tests pour deux échantillons indépendants La procédure des tests pour deux échantillons indépendants compare deux groupes d'observations en fonction d'une variable. le maximum. avoir une apparence plus agréable et provoquer des progrès plus rapides pour le redressage des dents ont été développés. . l'écart type. le minimum. reportez-vous au manuel SPSS Command Syntax Reference. et le nombre d'observations non manquantes. Valeurs manquantes : Contrôle le traitement des valeurs manquantes.

90 Somme des rangs 141. maximum. Z de Kolmogorov-Smirnov. Tests pour deux échantillons indépendants : remarques sur les données Données : Utilisez des variables numériques qui peuvent être ordonnées. Le test U de Mann-Whitney exige que les deux échantillons testés soient de forme semblable. Echantillon de résultat Figure 34-13 Résultat pour deux échantillons indépendants Rangs N Temps Type Anciens écoulé en D'appareil Appareils Jours Nouveaux Appareils Total 10 10 20 Rang Moyen 14. Tests : U de Mann-Whitney. aléatoires.514 Chapitre 34 Statistiques : Moyenne. suites de Wald-Wolfowitz. écart type.10 6.00 . Hypothèses : Utilisez des échantillons indépendants. nombre d'observations avec des valeurs non manquantes et quartiles. réactions extrêmes de Moses. minimum.00 69.

2. Ex æquo non corrigés. ..007 1 ..515 Tests non paramétriques Tests statistiques 2 Temps écoulé en jours U de Mann-Whitney 14.721 .000 W de Wilcoxon Z Signification Asymptotique (Bilatérale) Signification exacte [2*(sig.000 -2. Critère de regroupement qualitatif numérique : type d'appareil Pour effectuer les tests pour deux échantillons indépendants A partir du menu. sélectionnez : Analyse Tests non paramétriques 2 échantillons indépendants. Unilatérale)] 69.005 1.

Les tests de Mann-Whitney servent à vérifier que deux échantillons d'une population ont une position équivalente. et il leur est attribué un rang moyen en cas d'ex aequo. Si les populations ont une position identique.. Le nombre de fois ou un résultat du groupe 1 précède un résultat du groupe 2 et le nombre de fois ou un résultat du groupe 2 . E Sélectionnez une variable de regroupement et cliquez sur Définir groupes. pour scinder le fichier en deux groupes ou échantillons. Les observations des deux groupes sont combinées et ordonnées. Le test U de Mann-Whitney est le plus populaire des tests pour deux échantillons indépendants. 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. Il équivaut au test de Wilcoxon et au test de Kruskal-Wallis pour deux groupes.. les rangs doivent être attribués de façon aléatoire entre les deux échantillons.516 Chapitre 34 Figure 34-14 Boîte de dialogue Tests pour deux échantillons indépendants E Sélectionnez une ou plusieurs variables numériques. Le nombre d'ex aequo doit être petit par rapport au nombre total d'observations.

Si les deux échantillons ont le même nombre d'observations. Le test des réactions extrêmes de Moses part du principe que la variable expérimentale influence certains sujets dans une direction et d'autres sujets dans la direction opposée. 5 % des observations de contrôle sont filtrées automatiquement à chaque extrémité. Si les deux échantillons proviennent de la même population. Le test des suites en séquences de Wald-Wolfowitz combine et ordonne les observations des deux groupes. Il vérifie les réponses extrêmes par rapport à un groupe de contrôle. Le test Z de Kolmogorov-Smirnov est basé sur la différence absolue maximum entre les fonctions de distribution cumulées observées pour les deux échantillons. Les observations des deux groupes sont combinées et ordonnées. on considère que les deux distributions sont différentes. La statistique du U de Mann-Whitney est le plus petit de ces deux nombres. Puisque des valeurs éloignées peuvent occasionnellement et facilement fausser l'intervalle d'amplitude. Lorsque cette différence est significative. L'intervalle du groupe de contrôle se calcule en effectuant la différence entre les rangs des valeurs les plus grandes et les plus petites du groupe de contrôle plus 1.517 Tests non paramétriques précède un résultat du groupe 1 sont calculés. Le test Z de Kolmogorov-Smirnov et les suites en séquences de Wald-Wolfowitz sont des tests plus généraux qui détectent les différences de position et la forme des distributions. également affichée. W est la somme des rangs du groupe nommé en premier dans la boîte de dialogue Définition des deux groupes d'échantillons indépendants. La statistique de la somme de rangs de Wilcoxon W. est la somme des rangs du plus petit échantillon. Définition de deux groupes d'échantillons indépendants Figure 34-15 Boîte de dialogue Tests pour deux échantillons indépendants : Définir groupes . Le groupe de contrôle est défini par la valeur du groupe 1 dans la boîte de dialogue Définition des deux groupes d'échantillons indépendants. les deux groupes doivent être dispersés de façon aléatoire dans tout le classement. Ce test permet d'étudier l'intervalle du groupe de contrôle et de mesurer à quel point les valeurs extrêmes du groupe expérimental influencent l'amplitude lorsque ce test est associé au groupe de contrôle.

.518 Chapitre 34 Pour scinder le fichier en deux groupes ou échantillons. indiquez un nombre entier pour le groupe 1 et un autre pour le groupe 2. chaque test est effectué séparément selon le nombre des valeurs manquantes. Fonctionnalités supplémentaires de la commande NPAR TESTS (tests pour deux échantillons indépendants) Le langage de commande SPSS vous permet aussi de : „ Spécifier le nombre d'observations devant être filtrées pour le test de Moses (avec la sous-commande MOSES). l'écart type. 50ème et 75ème centiles. le maximum. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. le minimum. Quartiles : Indique les valeurs correspondant au 25ème. Tests pour deux échantillons indépendants : Options Figure 34-16 Boîte de dialogue Deux échantillons indépendants : Options Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Indique la moyenne. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. Les observations avec d'autres valeurs sont exclues de l'analyse. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. et le nombre d'observations sans valeurs manquantes.

. Homogénéité marginale. reportez-vous au manuel SPSS Command Syntax Reference. Tests : Wilcoxon. Signe. une famille qui vend sa maison perçoit-elle le prix demandé ? En appliquant le test de Wilcoxon aux données de 10 foyers. écart type. minimum. nombre d'observations avec des valeurs non manquantes et quartiles. vous apprendrez que sept familles perçoivent moins que le prix demandé.519 Tests non paramétriques Pour obtenir des renseignements complets sur la syntaxe. Hypothèses : Bien qu'aucune distribution particulière ne soit supposée pour les deux variables. Tests pour deux échantillons liés La procédure des tests pour deux échantillons liés compare les distributions pour deux variables. McNemar. on part du principe que la distribution de la population des différences liées est symétrique. Exemple : En général. Tests pour deux échantillons liés : remarques sur les données Données : Utilisez des variables numériques qui peuvent être ordonnées. maximum. Statistiques : Moyenne. qu'une famille perçoit plus que le prix demandé et que deux familles perçoivent le prix demandé.

50 2 23 10 Tests statistiques 2 Z Signification Asymptotique (Bilatérale) Prix demandé .93 1.50 1. Basé sur les rangs positifs 2.021 1.520 Chapitre 34 Echantillon de résultat Figure 34-17 Analyse pour deux échantillons liés Rangs N Prix demandé Rangs .50 Somme des rangs 34. .Prix de vente -2. Prix demandé = Prix de vente 7 1 1 Rangs Moyen 4. Prix demandé > Prix de vente 3.3131 .. Test de Wilcoxon Pour obtenir des tests pour deux échantillons liés A partir du menu.Prix de vente Négatifs Rangs Positifs Ex aequo Total 1. sélectionnez : Analyse Tests non paramétriques 2 échantillons liés.. Prix demandé < Prix de vente 2.

Si les deux variables sont réparties de la même manière.521 Tests non paramétriques Figure 34-18 Boîte 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. Après avoir sélectionné une paire de variables. Vous pouvez sélectionner d'autres paires de variables. cliquez sur le bouton fléché pour déplacer la paire vers la liste Paire(s) à tester. „ Types de tests pour deux échantillons liés Type de test : Les tests de cette section comparent les distributions pour deux variables liées. La première variable apparaît dans le groupe Choix courants comme Variable 1 et la seconde apparaît comme Variable 2. Pour supprimer une paire de variables de l'analyse. et classe les différences comme étant positives. sélectionnez une paire dans la liste Paire(s) à tester et cliquez sur le bouton fléché. Le test de Wilcoxon prend en compte les informations relatives au signe des différences. Le test de signe calcule les différences entre les deux variables pour toutes les observations. négatives ou liées. Si vos données sont continues. . Le test qu'il convient d'utiliser dépend du type de données. le nombre de différences positives et le nombre de différences négatives ne diffèrent pas de façon significative. utilisez le test de Signe ou le test de Wilcoxon.

utilisez le test d'Homogénéité marginale. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. Si vos données sont qualitatives. le maximum. Ce test s'utilise fréquemment lors de situations de mesures répétées. . il est plus puissant que le test des signes. Le test de McNemar détermine si le taux de réponses initial (avant l'événement) est égal au taux de réponse final (après l'événement). utilisez le test de McNemar. Tests pour deux échantillons liés : Options Figure 34-19 Boîte de dialogue Tests pour deux échantillons liés : Options Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Indique la moyenne. 50ème et 75ème centiles. Le test d'homogénéité marginale n'est disponible que si vous avez installé les tests exacts SPSS. Comme le test de Wilcoxon intègre plus de renseignements sur les données. Si vos données sont binaires. Ce test est utile pour détecter les changements dans les réponses dues à une intervention expérimentale dans les plans avant et après. Il s'agit d'un développement du test de McNemar d'une réponse binaire à une réponse multinomiale. une fois avant qu'un événement spécifié se produise et une fois après qu'un événement spécifié s'est produit.522 Chapitre 34 ainsi qu'à l'amplitude des différences entre paires. et le nombre d'observations sans valeurs manquantes. au cours desquelles la réponse du sujet est provoquée deux fois. Quartiles : Indique les valeurs correspondant au 25ème. Il recherche les changements de réponse en utilisant la distribution khi-deux et permet de détecter les changements de réponse dus à une intervention expérimentale dans les plans avant et après. l'écart type. le minimum.

Tests pour Plusieurs Echantillons Indépendants : Remarques sur les Données Données : Utilisez des variables numériques qui peuvent être ordonnées. Fonctionnalités supplémentaires de la commande NPAR (Deux échantillons liés) Le langage de commande SPSS vous permet aussi de : „ tester une variable avec toute autre variable d'une liste. . maximum. Statistiques : Moyenne. chaque test est effectué séparément selon le nombre des valeurs manquantes. Hypothèses : Utilisez des échantillons indépendants. Le test du H de Kruskal-Wallis nécessite que les échantillons testés soient de forme similaire. écart type. minimum.523 Tests non paramétriques „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. médiane. Tests : H de Kruskal-Wallis. Exemple : Trois marques d'ampoules 100 watts diffèrent-elles par leur durée moyenne de fonctionnement ? A partir de l'analyse de variance d'ordre 1 de Kruskal-Wallis. aléatoires. nombre d'observations avec des valeurs non manquantes et quartiles. reportez-vous au manuel SPSS Command Syntax Reference. Pour obtenir des renseignements complets sur la syntaxe. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. Tests pour plusieurs échantillons indépendants La procédure de Tests pour Plusieurs Echantillons Indépendants compare deux groupes d'observations ou plus sur une variable. vous apprendrez peut-être que les trois marques diffèrent par leur durée de vie moyenne.

sélectionnez : Analyse Tests non paramétriques K échantillons indépendants .2 Heures 25. Critère de regroupement qualitatif numérique : Marque Pour obtenir des tests pour plusieurs échantillons indépendants A partir du menu.80 Khi-deux df Signification Asymptotique 1.20 25.061 2 .50 5.000 N 10 10 10 30 Rang Moyen 15.524 Chapitre 34 Echantillon de résultat Figure 34-20 Résultat des Tests pour plusieurs échantillons indépendants Rangs Heures Marque Marque A Marque B Marque C Total Tests statistiques 1. Test de Kruskal-Wallis 2.

est l'équivalent non paramétrique de l'analyse de variance d'ordre 1 et détecte les différences dans la position de la distribution. Le test de la médiane. Tests pour Plusieurs Echantillons Indépendants : Types de tests Type de test : Trois tests permettent de déterminer si plusieurs échantillons indépendants proviennent de la même population. les k populations peuvent représenter k températures croissantes. Par exemple. Le test H de Kruskal-Wallis. Le test du H de Kruskal-Wallis et le test de la médiane supposent qu'il n'existe aucun classement a priori des k populations à partir desquelles les échantillons sont tirés. extension du test du U de Mann-Whitney. test plus général mais moins puissant. L'hypothèse selon laquelle différentes températures produisent la même distribution des réponses est . le test de Jonckheere-Terpstra est plus puissant. Lorsqu'il existe un classement naturel a priori (ascendant ou descendant) des k populations.525 Tests non paramétriques Figure 34-21 Boîte de dialogue Tests pour plusieurs échantillons indépendants E Sélectionnez une ou plusieurs variables numériques. le test de la Médiane et le test de Jonckheere-Terpstra testent tous si plusieurs échantillons indépendants proviennent de la même population. Le test du H de Kruskal-Wallis. détecte les différences de position et de forme des distributions. E Sélectionnez une variable de regroupement et cliquez sur Définir intervalle pour spécifier les valeurs entières minimale et maximale pour la variable de regroupement.

si vous spécifiez une valeur minimale de 1 et une valeur maximale de 3. La valeur minimale doit être inférieure à la valeur maximale. seules les valeurs entières comprises entre 1 et 3 seront utilisées. et les deux valeurs doivent être spécifiées. Par exemple. le test de Jonckheere-Terpstra est donc le plus approprié. entrez les valeurs entières minimale et maximale correspondant à la modalité la plus basse et à la plus haute de la variable de regroupement.526 Chapitre 34 testée contre l'hypothèse alternative selon laquelle l'accroissement de température fait augmenter la magnitude de la réponse. Les observations dont les valeurs se trouvent à l'extérieur des limites sont exclues. Le test de Jonckheere-Terpstra n'est disponible que si vous avez installé les Tests Exacts de SPSS. Tests pour Plusieurs Echantillons Indépendants : Définir l'Intervalle Figure 34-22 Boîte de dialogue Plusieurs échantillons indépendants : Définir l'intervalle Pour définir l'intervalle. . l'hypothèse alternative est ordonnée . Ici.

le maximum. ou bien les deux.527 Tests non paramétriques Options des Tests pour Plusieurs Echantillons Indépendants Figure 34-23 Boîte de dialogue Plusieurs échantillons indépendants : Options Statistiques : Vous pouvez choisir l'une des statistiques récapitulatives suivantes. l'écart type. „ „ Caractéristique : Indique la moyenne. Quartiles : Indique les valeurs correspondant au 25ème. reportez-vous au manuel SPSS Command Syntax Reference. chaque test est effectué séparément selon le nombre des valeurs manquantes. 50ème et 75ème centiles. Pour obtenir des renseignements complets sur la syntaxe. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. le minimum. et le nombre d'observations sans valeurs manquantes. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. . „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. Fonctionnalités supplémentaires de la commande NPAR TESTS (K échantillons indépendants) Le langage de commande SPSS vous permet aussi de : „ Spécifier une valeur différente de la médiane observée pour le test de la médiane (avec la sous-commande MEDIAN).

40 2.50 2. Utilisez des échantillons dépendants. maximum. W de Kendall et Q de Cochran. Tests : Friedman. Le test de Friedman indique que le public associe effectivement différents niveaux de prestige à ces quatre professions. Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la forme de la distribution sous-jacente. Statistiques : Moyenne. Tests pour plusieurs échantillons liés de considérations de données Données : Utilisez des variables numériques qui peuvent être ordonnées. Exemple : Le public associe-t-il différents niveaux de prestige à un docteur.60 Médecin Homme de loi Policier Enseignant . minimum. un officier de police et un enseignant ? On demande à dix personnes de classer ces quatre métiers par ordre de prestige. aléatoires.528 Chapitre 34 Tests pour plusieurs échantillons liés La procédure de Tests pour Plusieurs Echantillons Liés compare les distributions de deux variables ou plus. nombre d'observations avec des valeurs non manquantes et quartiles. Echantillon de résultat Figure 34-24 Résultat des Tests pour Plusieurs Echantillons Liés Rangs Rang Moyen 1. écart type.50 3. un avocat.

012 Pour obtenir des tests pour plusieurs échantillons liés A partir du menu.529 Tests non paramétriques Tests statistiques N Khi-deux df Signification asymptotique 1. Test de Friedman 1 10 10. Tests pour plusieurs échantillons liés de types de tests Type de test : Trois tests sont disponibles pour comparer les distributions de plusieurs variables liées. .920 3 . sélectionnez : Analyse Tests non paramétriques K échantillons liés Figure 34-25 Boîte de dialogue Tests pour plusieurs échantillons liés E Sélectionnez deux variables numériques ou plus à tester.

530 Chapitre 34 Le testdeFriedman est l'équivalent non paramétrique d'un plan de mesures répétées sur un échantillon ou d'une analyse de variance d'ordre 2 avec une observation par cellule. les variables k sont classées de 1 à k. Le test W de Kendall peut être interprété comme le coefficient de concordance. le maximum. 50ème et 75ème centiles. La statistique de test est basée sur ces classements. Chaque observation est un juge ou un indicateur. Le W de Kendall se situe entre 0 (pas d'accord) et 1 (accord total). C'est une extension du test de McNemar à K échantillons. Le test W de Kendall est une standardisation de la statistique de Friedman. Pour chaque variable. et chaque variable est une personne ou un élément jugé. Les variables sont mesurées sur le même individu ou sur des individus comparables. Pour chaque observation. Le Q de Cochran teste l'hypothèse nulle selon laquelle plusieurs variables dichotomiques liées ont la même moyenne. Fonctionnalités supplémentaires de la commande NPAR TESTS (K échantillons liés) Pour obtenir des renseignements complets sur la syntaxe. Le test de Friedman teste l'hypothèse nulle selon laquelle k variables liées proviennent de la même population. Le Q de Cochran est identique au test de Friedman mais s'applique lorsque toutes les réponses sont binaires. l'écart type. et le nombre d'observations sans valeurs manquantes. reportez-vous au manuel SPSS Command Syntax Reference. . Statistiques des tests pour plusieurs échantillons liés Figure 34-26 Boîte de dialogue Statistiques pour Plusieurs Echantillons Liés „ „ Caractéristique : Indique la moyenne. Quartiles : Indique les valeurs correspondant au 25ème. la somme des rangs est calculée. le minimum. qui est une mesure de l'accord entre les évaluateurs.

sinon c'est le code 0 qui lui est affecté. Ceci peut être fait de deux manières. Si le passager entoure United. United. Cependant. Exemple : Cet exemple illustre l'utilisation des éléments multiréponses dans une étude de marché. parce qu'une variable SPSS ne peut avoir qu'une valeur pour chaque cas. Il s'agit d'une question à réponses multiples. avec des codes correspondant à la compagnie aérienne empruntée. La première question est la suivante : Entourez toutes les compagnies aériennes par lesquelles vous avez effectué au moins un vol dans les six derniers mois parmi American. USAir et d'autres). Vous devez utiliser plusieurs variables pour mapper les réponses à chaque question. Une compagnie aérienne est parfois amenée à interroger les passagers d'un trajet donné pour évaluer la concurrence. Ces données sont fictives et ne doivent pas être considérées comme réelles. L'autre méthode permettant de mapper les réponses est la méthode des modalités multiples. le numéro de code 1 est affecté à la variable united. TWA. USAir et d'autres. Il s'agit de la méthode de codage de variables à dichotomie multiple. où vous devez estimer le nombre maximal de réponses possibles à la question et définir le même nombre de variables. American Airlines veut savoir si ses passagers utilisent d'autres compagnies aériennes pour couvrir le trajet Chicago-New York et connaître l'importance relative des horaires et du service dans le choix d'une compagnie aérienne. L'hôtesse distribue à chaque passager un court questionnaire lors de l'embarquement. vous devez définir des vecteurs multiréponses. United. TWA. car le passager peut entourer plus d'une réponse. cette question ne peut pas être codée directement. vous vous apercevrez peut-être que personne n'a emprunté plus de trois compagnies 531 . American.Analyse des réponses multiples 35 Chapitre Deux procédures sont proposées pour l'analyse des vecteurs comportant plusieurs variables dichotomiques ou plusieurs modalités. La procédure Fréquences multiréponses affiche les tableaux de fréquences. Avant d'utiliser l'une de ces procédures. Dans cet exemple. En utilisant un échantillon de questionnaires. L'une consiste à définir une variable correspondant à chaque choix possible (par exemple. La procédure des Tableaux croisés multiréponses affiche des tableaux croisés à deux ou trois dimensions.

date. Un autre passager a peut-être entouré American et ajouté Delta. jdate. Si vous utilisez la méthode des dichotomies multiples. la seconde le code 5. la seconde le code 3. Les noms réservés suivants ne doivent pas être utilisés : casenum. Si un passager entoure American et TWA.532 Chapitre 35 différentes pour ce trajet. Qui plus est. codées comme suit : 1 = american. 2 = united. d'un autre côté. Ainsi. Pour modifier un vecteur. Vous pouvez coder vos variables itemaires sous forme de dichotomies ou de modalités. Vous pouvez définir jusqu'à 20 vecteurs multiréponses. Entrez des nombres entiers pour le minimum et le maximum de l'intervalle des modalités du vecteur de modalités multiples. la première variable porte le code 1. SPSS totalise chaque valeur entière contenue dans l'intervalle pour toutes les variables qui le composent. modifiez-en les caractéristiques et cliquez sur Changer. vous finissez par vous retrouver avec 14 variables différentes. 3 = twa. Sélectionnez Modalités pour créer un vecteur de modalités multiples ayant le même intervalle de valeurs que les variables qui le composent. la première variable porte le code 1. sysmis. Les deux méthodes de codage sont possibles dans le cadre de cette enquête. vous vous rendrez compte que. vous pouvez définir trois variables. A chaque vecteur multiréponses doit être attribué un nom unique de 7 caractères maximum. Pour éliminer un vecteur. sélectionnez-le dans la liste. time. Cependant. Chaque vecteur doit avoir un nom unique. Vous ne pouvez pas faire référence . Définition de vecteurs multiréponses La procédure de définition de vecteurs multiréponses regroupe des variables itemaires dans des vecteurs de dichotomies ou de modalités. 4 = usair. etc. Entrez une valeur entière dans Valeur comptée. pour lesquels vous pouvez obtenir des tableaux de fréquences et des tableaux croisés. votre choix dépendra de la répartition des réponses. La procédure ajoute un signe dollar ($) devant le nom que vous avez attribué. A l'aide de la méthode multiréponses. Pour utiliser des variables dichotomiques. du fait de la déréglementation des compagnies aériennes. et la troisième un code sans valeur. et la troisième un code sans valeur. Chaque variable ayant au moins une occurrence de la valeur comptée devient une modalité du vecteur de dichotomies multiples. sélectionnez-le dans la liste des vecteurs multiréponses et cliquez sur Eliminer. Le nom du vecteur multiréponses doit uniquement être utilisé dans les procédures multiréponses. 10 autres compagnies figurent dans la modalité Autre. Les modalités vides ne sont pas tabulées. sélectionnez Variables dichotomiques afin de créer un vecteur de dichotomies multiples. length et width. 5 = delta.

Figure 35-1 Boîte de dialogue Définition des vecteurs multiréponses E Sélectionnez deux ou plusieurs variables. E Cliquez sur Ajouter pour ajouter les vecteurs multiréponses à la liste des vecteurs définis. vous pouvez entrer une étiquette de variable décrivant le vecteur multiréponses.. E Si vos variables sont codées comme dichotomies. indiquez la valeur que vous souhaitez calculer.533 Analyse des réponses multiples aux noms des vecteurs multiréponses dans les autres procédures. Si elles sont codées comme modalités. A titre facultatif. Cette étiquette peut comporter jusqu'à 40 caractères. . sélectionnez : Analyse Réponses multiples Définir des groupes.. E Entrez un nom unique pour chaque vecteur multiréponses. Pour définir des vecteurs de réponses multiples E A partir du menu. définissez leur intervalle.

Par exemple. Si les modalités manquantes de la première variable sont présentes pour d'autres variables du groupe. les noms de variables servent d'étiquettes. Par défaut. Exemple : Chaque variable créée à partir d'une question de l'enquête est une variable élémentaire. définissez une étiquette de valeurs pour les modalités manquantes. United Airlines ou TWA) que vous avez empruntée au cours des six derniers mois. Vous devez d'abord définir un ou plusieurs vecteurs multiréponses (voir « Définir les vecteurs multiréponses »). „ Exclure toute observation ayant une information incomplète à l'intérieur des modalités : Cela permet d'exclure les observations ayant des valeurs manquantes pour toute variable provenant du tableau croisé du vecteur des modalités multiples. Pour les vecteurs de dichotomies multiples. les étiquettes des modalités proviennent des étiquettes de valeurs de la première variable du groupe. mais pas toutes. Les cas de valeurs manquantes pour certaines variables. une observation est considérée manquante pour un vecteur de dichotomies multiples si aucune de ses variables composantes ne contient de valeur comptée. les noms de modalité apparaissant dans le résultat proviennent d'étiquettes de variable définies pour les variables itemaires du groupe. Vous pouvez donc choisir l'une ou les deux solutions suivantes : „ Exclure les observations ayant une information incomplète à l'intérieur des dichotomies : Ceci permet d'exclure les observations ayant des valeurs manquantes pour toute variable issue du tableau croisé du vecteur de dichotomies multiples. si vous utilisez des . vous devez combiner les variables dans l'un des deux types de vecteurs multiréponses : vecteur de modalités multiples ou vecteur de dichotomies multiples. Si les étiquettes de variable ne sont pas définies. Ceci s'applique seulement aux vecteurs multiréponses définis comme vecteurs de dichotomies. sont inclus dans les tabulations du groupe si au moins une variable contient la valeur comptée. si dans une enquête. une observation est considérée manquante pour un vecteur de modalités multiples si aucune de ses composantes n'a de valeurs valides à l'intérieur de l'intervalle défini. Pour les vecteurs de modalités multiples. une compagnie aérienne vous demande la compagnie (American Airlines. Ceci s'applique seulement aux vecteurs multiréponses définis comme des vecteurs de modalités. Valeurs manquantes : Les cas de valeurs manquantes sont exclus tableau par tableau. Par défaut.534 Chapitre 35 Tableaux de fréquences des réponses multiples La procédure Fréquences multiréponses produit des tableaux de fréquences pour les vecteurs multiréponses. Pour analyser un élément multiréponses.

des pourcentages de cas. des pourcentages de réponses. . Les effectifs et les pourcentages correspondant aux trois compagnies aériennes s'affichent dans un tableau de fréquences. Le vecteur de valeurs résultant est le même que pour chacune des variables itemaires. Si vous définissez un vecteur de modalités multiples. le nombre de cas valables. Par exemple. Procédures apparentées : La procédure Définir Vecteurs multiréponses vous permet de définir des vecteurs multiréponses. un par compagnie aérienne. Gestion des données des fréquences de réponses multiples Données : Utilisez des vecteurs multiréponses. Les effectifs et les pourcentages correspondant aux trois compagnies aériennes s'affichent dans un tableau de fréquences. et le nombre de cas manquants. chacune des trois variables du vecteur devient une modalité de la variable de regroupement.535 Analyse des réponses multiples variables dichotomiques et avez défini un vecteur de dichotomies multiples. 30 réponses pour United représentent la somme des cinq réponses United pour la compagnie aérienne 1 et des 25 réponses United pour la compagnie 2. Si vous découvrez qu'aucun des répondants n'a mentionné plus de deux compagnies. Hypothèses : Les effectifs et pourcentages représentent une description utile des données de n'importe quelle distribution. chacune ayant trois codes. les valeurs sont tabulées et les mêmes codes sont ajoutés dans toutes les variables élémentaires. vous pouvez créer deux variables. Statistiques : Tableaux de fréquences contenant des effectifs.

.536 Chapitre 35 Echantillon de résultat Figure 35-2 Résultat de la méthode des fréquences de réponses multiples Pour obtenir des tableaux de fréquences de réponses multiples E A partir du menu. Figure 35-3 Boîte de dialogue Fréquences de réponses multiples E Sélectionnez un ou plusieurs vecteurs multiréponses... sélectionnez : Analyse Réponses multiples Fréquences.

voici ce qui leur a été demandé : Parmi les compagnies aériennes suivantes. Est-il plus important de privilégier l'horaire ou le service ? Choisissez une seule réponse. vous pouvez inverser les éléments lignes et les éléments colonnes ou redéfinir les étiquettes. Statistiques : Tableau croisé avec cellule. .537 Analyse des réponses multiples Tableaux croisés des réponses multiples La procédure Tableaux croisés de réponses multiples classe. des variables itemaires ou une combinaison. Vous devez d'abord définir un ou plusieurs vecteurs multiréponses (veuillez consulter « Pour Définir des vecteurs multiréponses »). Pour les vecteurs de dichotomies multiples. avec jusqu'à huit caractères par ligne. des vecteurs multiréponses définis. les étiquettes des modalités proviennent des étiquettes de valeurs de la première variable du groupe. vous pouvez croiser les choix de compagnie aérienne déclarés avec la question relative au service ou aux horaires. Si les étiquettes de variable ne sont pas définies. les noms de variables servent d'étiquettes. et avec les pourcentages ligne. colonne. par tableaux croisés. les noms de modalité apparaissant dans le résultat proviennent d'étiquettes de variable définies pour les variables itemaires du groupe. Exemple : Les vecteurs de dichotomies multiples et les vecteurs de modalités multiples peuvent être croisés avec d'autres variables dans cette procédure. définissez une étiquette de valeurs pour les modalités manquantes. Vous pouvez également obtenir des pourcentages de cellules basés sur des observations ou des réponses. entourez toutes celles avec lesquelles vous avez voyagé au moins une fois durant les six derniers mois (American. TWA). colonne. SPSS affiche les étiquettes de modalité des colonnes sur trois lignes. et effectif total. et après les avoir combinées dans un vecteur. Pour éviter de scinder les mots. United. Pour les vecteurs de modalités multiples. Les pourcentages cellule peuvent être basés sur les observations ou les réponses. et effectif total. ligne. modifier la gestion des valeurs manquantes ou obtenir des tableaux croisés appariés. Si les modalités manquantes de la première variable sont présentes pour d'autres variables du groupe. Dans le cadre d'une enquête menée auprès de passagers de compagnies aériennes. Après avoir saisi les données en tant que dichotomies ou modalités multiples.

Echantillon de résultat Figure 35-4 Résultat Tableaux croisés de réponses multiples .538 Chapitre 35 Remarques sur les Données de Tableaux croisés de réponses multiples Données : Utilisez des vecteurs multiréponses ou des variables qualitatives numériques. Procédures apparentées : La procédure Définir Vecteurs multiréponses vous permet de définir des vecteurs multiréponses. Hypothèses : Les effectifs et pourcentages offrent une description utile des données qui suivent tout type de distribution.

.. E Définissez l'intervalle de chaque variable itemaire.539 Analyse des réponses multiples Pour obtenir des tableaux croisés des réponses multiples E A partir du menu. Sinon. sélectionnez : Analyse Réponses multiples Tableaux croisés. Sélectionnez un ou plusieurs éléments pour la liste de strate(s).. Figure 35-5 Boîte de dialogue Tableaux Croisés de réponses multiples E Sélectionnez une ou plusieurs variables numériques ou vecteurs multiréponses pour chaque dimension de tableau croisé. vous pouvez obtenir un tableau croisé bilatéral pour chaque modalité de variable de contrôle ou chaque vecteur multiréponses.

les pourcentages colonnes. Entrez les valeurs entières de modalités minimum et maximum que vous souhaitez tabuler. Vous pouvez choisir d'afficher les pourcentages lignes.540 Chapitre 35 Définir Intervalles Tableaux croisés De réponses multiples Figure 35-6 Définir boîte de dialogue Intervalle Variables Tableaux croisés de réponses multiples Les intervalles des valeurs doivent être définis pour toute variable itemaire de tableaux croisés. Les modalités se situant en dehors de l'intervalle sont exclues de l'analyse. Options Tableaux croisés de réponses multiples Figure 35-7 Boîte de dialogue Options Tableaux croisés de réponses multiples Pourcentages de cellule : Les effectifs des cellules sont toujours affichés. Les valeurs se situant à l'intérieur de l'intervalle inclusif sont supposées être des nombres entiers (les nombres non entiers sont tronqués). et les pourcentages tableau bilatéral (total). .

une observation est considérée manquante pour un vecteur de modalités multiples si aucune de ses composantes n'a de valeurs valides à l'intérieur de l'intervalle défini. etc. Ceci n'est pas possible si vous sélectionnez la fonction qui permet d'apparier les variables entre les vecteurs de modalités multiples. lorsque vous croisez deux vecteurs de modalités multiples. Par défaut. Les observations ayant des valeurs manquantes pour certaines. Pour les vecteurs de dichotomies multiples. Ceci s'applique seulement aux vecteurs multiréponses définis comme des vecteurs de modalités. le nombre de réponses correspond au nombre de valeurs comprises dans l'intervalle défini. Par défaut. Vous pouvez aussi baser les pourcentages cellules sur les réponses. Si vous sélectionnez cette option. Ceci s'applique seulement aux vecteurs multiréponses définis comme vecteurs de dichotomies. SPSS tabule chaque variable du premier groupe avec chaque variable du second groupe et additionne les effectifs de chaque cellule. . On ne peut apparier les vecteurs de dichotomies multiples ou les variables itemaires. mais pas toutes. SPSS base les pourcentages cellules sur les réponses plutôt que sur les répondants. Par défaut. Pour les vecteurs de modalités multiples. Valeurs manquantes : Vous avez le choix entre les deux options suivantes : „ Exclure les observations ayant une information incomplète à l'intérieur des dichotomies : Ceci permet d'exclure les observations ayant des valeurs manquantes pour toute variable issue du tableau croisé du vecteur de dichotomies multiples. certaines réponses peuvent apparaître plus d'une fois dans un tableau. Par conséquent. les variables sont incluses dans les tableaux croisés du groupe si au moins une variable contient la valeur comptée. Vous pouvez choisir l'option suivante : Apparier les variables entre les vecteurs réponses : Cela permet d'apparier la première variable du premier groupe avec la première variable du second groupe.541 Analyse des réponses multiples Pourcentages basés sur : Vous pouvez baser les pourcentages cellules sur les observations (ou répondants). „ Exclure toute observation ayant une information incomplète à l'intérieur des modalités : Cela permet d'exclure les observations ayant des valeurs manquantes pour toute variable provenant du tableau croisé du vecteur des modalités multiples. une observation est considérée manquante pour un vecteur de dichotomies multiples si aucune de ses variables composantes ne contient de valeur comptée. le nombre de réponses est égal au nombre de valeurs comptées à travers les observations.

Pour obtenir des renseignements complets sur la syntaxe. y compris la suppression des étiquettes de valeurs (avec la sous-commande FORMAT). Modifier les options de formatage du résultat. reportez-vous au manuel SPSS Command Syntax Reference.542 Chapitre 35 Fonctionnalités supplémentaires de la commande MULT RESPONSE Le langage de commande SPSS vous permet aussi de : „ „ Obtenir des tableaux croisés ayant jusqu'à cinq dimensions (avec la sous-commande BY). .

salaire moyen) pour chaque magasin. Vous pourriez générer un tableau de bord fournissant les informations individuelles sur les employés (liste) divisées par magasin et par division (critères d'agrégation). les effectifs de fréquence et les statistiques descriptives à l'aide de la procédure Fréquences. l'ancienneté. et les statistiques de sous-population à l'aide de la procédure Moyennes. Si vous souhaitez afficher les informations dans un format différent. Les listes d'observations sont également disponibles. les procédures Tableaux de bord en lignes et Tableaux de bord en colonnes vous permettent de contrôler la présentation des données. 543 . Variables en colonnes : Donne la liste des variables de tableau pour lesquelles vous voulez obtenir des listes d'observations ou des statistiques récapitulatives. et contrôle le format d'affichage des Variables en colonnes. Tableaux de bord en lignes Tableaux de bord en lignes produit des tableaux de bord dans lesquels différentes statistiques récapitulatives sont disposées en lignes. Exemple : Une société possédant une chaîne de magasins conserve des dossiers sur les employés comprenant le salaire. le magasin et le service où chaque employé travaille.Tableaux de Résultats 36 Chapitre Les listes d'observations et les statistiques descriptives sont des outils de base permettant d'étudier et de présenter des données. avec les statistiques récapitulatives (par exemple. avec ou sans statistiques récapitulatives. division et par division dans chaque magasin. Chacune de ces procédures utilise un format destiné à rendre les informations claires. Vous pouvez obtenir les listes d'observations à l'aide de l'éditeur de Données ou de la procédure Récapituler.

. dans une colonne séparée à gauche des Variables en colonnes. le fichier de données doit être trié par valeur des critères d'agrégation avant de générer le tableau de bord. Pour les critères d'agrégation multiples. Afficher les observations : Affiche les valeurs réelles (ou les étiquettes de valeurs) des variables de Variables en colonnes pour chaque observation. triées. la numérotation des pages et les titres. Les données sont déjà triées : Pour les rapports avec critères d'agrégation. y compris les statistiques récapitulatives globales. vous pouvez gagner du temps de traitement en sélectionnant cette option. Cette option est particulièrement utile après avoir vu un aperçu du tableau. La liste produite peut être nettement plus longue qu'un tableau de bord. Si votre fichier de données est déjà trié par valeur des critères d'agrégation.544 Chapitre 36 Variables de ventilation : Donne la liste des critères d'agrégation optionnels qui divisent le tableau de bord en groupes et contrôle les statistiques récapitulatives et les formats d'affichage des colonnes de ventilation. Aperçu : N'affiche que la première page du tableau de bord. il y aura un groupe séparé pour chaque modalité de chaque critère d'agrégation à l'intérieur des modalités du critère d'agrégation précédent dans la liste. Cette option est utile pour avoir un aperçu du format de votre tableau sans traiter le tableau entier. Les critères d'agrégation doivent être des variables qualitatives discrètes qui divisent les observations en un nombre limité de modalités significatives. l'affichage des valeurs manquantes. Les valeurs individuelles de chaque critère d'agrégation apparaissent. Tableau de bord : Contrôle les caractéristiques globales du tableau de bord.

520 $19.00 2.42 Moyenne 31.08 3. E Pour les tableaux triés et affichés par sous-groupe.67 2.00 6. E Pour les tableaux avec statistiques récapitulatives de sous-groupe définies par des critères d'agrégation.67 3. E Sélectionnez une ou plusieurs variables pour les variables en colonnes.000 $9. sélectionnez le critère d'agrégation dans la liste et cliquez sur Tableau récapitulatif dans le groupe Variables de ventilation pour spécifier les mesures récapitulatives.200 35. sélectionnez une ou plusieurs variables pour les critères d'agrégation.00 4.92 2.00 5.000 $15.754 $8.50 6.17 42.92 3.25 $10.300 $8.900 $10.81 $12.31 $11.000 $7.00 3.00 32..00 3.83 3.00 6.00 44.690 $10.67 3.42 5.75 4.Annuel __________ _____ _______ ______ ______________ Division dans Age Revêtements de sol 27.00 5.92 3.33 3.300 3.900 $10.500 $28.17 3.08 4..50 3.92 4.700 $9.508 Pour obtenir un rapport récapitulatif : Récapitulatifs en lignes E A partir du menu.000 $10.000 $10.000 $15.17 22.92 2.54 24.00 3. Une colonne est générée dans le tableau de bord pour chaque variable sélectionnée.900 $15.00 4.50 $8.11 3.67 2.67 26.33 Moyenne 30. sélectionnez : Analyse Rapports Tableaux de bord en lignes.000 $8.00 3.00 33. .25 4.00 36.50 30.545 Tableaux de Résultats Echantillon de résultat Figure 36-1 Tableau de bord combiné avec listes d'observations et statistiques récapitulatives Ancienneté Ancienneté dans Société Niveau Salaire -.00 35.00 3.00 2.900 $8.00 33.08 2.08 23.67 38.00 27.67 2.00 2.335 $10.04 Appareils ménagers 21.00 4.92 3.500 3.08 2.00 34.25 30.17 2.83 3.33 2.75 4.08 24.975 $18.00 33.00 3.

546 Chapitre 36 E Pour les tableaux avec statistiques récapitulatives globales. Figure 36-2 Boîte 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. Format colonne de ventilation contrôle le format des Colonnes de ventilation du côté gauche. Format colonne de données contrôle le format des Variables en colonnes du côté droit de la page du tableau de bord. cliquez sur Fonction dans le groupe Tableau pour spécifier les mesures récapitulatives. . l'alignement du texte et l'affichage des valeurs de données ou des étiquettes de valeurs.

Les valeurs de données sont affichées pour toutes les valeurs qui ne possèdent pas d'étiquette de valeur définie.547 Tableaux de Résultats Figure 36-3 Boîte de dialogue Tableau de bord : Format colonne de données Titre de la colonne : Pour la variable sélectionnée. soit des étiquettes de valeurs définies. Vous pouvez soit indenter le contenu de la colonne d'un nombre de caractères donné. (Non disponible pour les Variables en colonnes dans les Tableaux de bord en colonnes) . contrôle le titre de la colonne. Position des valeurs dans la colonne : Pour la variable sélectionnée. Contenu de la colonne : Pour la variable sélectionnée. contrôle l'affichage soit des valeurs de données. Utilisez la touche Entrée pour insérer manuellement des sauts de lignes aux endroits où vous voulez ajuster les titres. L'alignement des valeurs ou des étiquettes n'affecte pas l'alignement des titres de colonnes. contrôle l'alignement des valeurs de données ou des étiquettes de données dans la colonne. soit centrer le contenu de la colonne. Les titres longs sont automatiquement ajustés dans la colonne.

Options de Ventilation de Tableau de Bord Options de Ventilation contrôle l'espacement et la pagination des informations de modalité de ventilation. le pourcentage d'observations situées au-dessus ou en dessous d'une valeur spécifiée. la valeur maximale. l'écart type.548 Chapitre 36 Fonctions récapitulatives des Tableaux pour/Fonctions récapitulatives Finales Les deux boîtes de dialogue Fonctions récapitulatives contrôlent l'affichage des statistiques récapitulatives pour les agrégats et pour l'ensemble du tableau de bord. Fonctions récapitulatives Finales contrôle les statistiques globales affichées à la fin du tableau de bord. Figure 36-4 Boîte de dialogue Tableau de bord : Fonction récapitulative Les statistiques récapitulatives disponibles sont la somme des valeurs. le pourcentage d'observations compris à l'intérieur d'un intervalle donné de valeurs. la moyenne des valeurs. l'aplatissement. la valeur minimale. . la variance et l'asymétrie. L'option Fonctions récapitulatives contrôle les statistiques de sous-groupe pour chaque modalité définie par les critères d'agrégation. le nombre d'observations (effectif).

dans ces tableaux. vous pouvez insérer des espaces entre les listes d'observations et les statistiques récapitulatives. Vous pouvez spécifier un nombre de lignes vides entre les modalités de ventilation ou commencer chaque modalité de ventilation sur une nouvelle page. Cette option est particulièrement utile pour les tableaux de bords combinés incluant des listes d'observations individuelles et des statistiques récapitulatives pour les modalités de ventilation .549 Tableaux de Résultats Figure 36-5 Boîte de dialogue Options de Ventilation des Tableaux de bord Gestion des pages : Contrôle l'espacement et la pagination des modalités du critère d'agrégation sélectionné. . Lignes à sauter avant fonctions élémentaires : Contrôle le nombre de lignes vides entre les étiquettes ou les données des modalités de ventilation et les statistiques récapitulatives. Options du Tableau de bord Options du Tableau de bord contrôle le traitement et l'affichage des valeurs manquantes et la numérotation des pages du tableau de bord.

Présentation du Tableau de bord Présentation du Tableau de bord contrôle la largeur et la longueur de chaque page du tableau de bord. Représentation des valeurs manquantes : Vous permet de spécifier le symbole représentant les valeurs manquantes dans le fichier de données. l'emplacement du tableau sur la page et l'insertion de lignes vides et d'étiquettes. . Ce symbole ne peut comporter qu'un seul caractère et sert à représenter les valeurs Manquante par défaut et Spécifiée par l'utilisateur.550 Chapitre 36 Figure 36-6 Boîte de dialogue Tableau de bord : Options colonne de ventilation .. Paginer à partir de : Vous permet de spécifier un numéro pour la première page du tableau de bord.. Exclure les observations avec des valeurs manquantes : Elimine (du tableau de bord) toute observation avec des valeurs manquantes pour l'une des variables du tableau de bord.

Position var/étiquettes de ventilation : Contrôle l'emplacement des informations de Variables en colonnes (valeurs de données et/ou statistiques récapitulatives) par rapport aux étiquettes de ventilation au début de chaque modalité de ventilation. et l'alignement vertical des titres de colonnes. ils peuvent être affichés en colonnes séparées ou dans la première colonne. Si des critères d'agrégation multiples sont spécifiés. Variables de ventilation : Contrôle l'affichage des colonnes de ventilation.551 Tableaux de Résultats Figure 36-7 Boîte de dialogue Tableau : Présentation Mise en page : Contrôle les marges de page exprimées en lignes (haut et bas) et en caractères (gauche et droite). Placer tous les critères d'agrégation dans la première colonne produit un tableau de bord plus étroit. Titres des colonnes : Contrôle l'affichage des titres de colonnes. l'espacement entre les titres et le corps du tableau. Titres et bas de page : Contrôle le nombre de lignes séparant les titres et les pieds de page du corps du tableau de bord. y compris le soulignement des titres. La première ligne des informations de Variables en colonnes peut commencer soit sur la . et reporte l'alignement à l'intérieur des marges.

Figure 36-8 Boîte de dialogue Tableau : Titres Si vous insérez des variables dans les titres ou les pieds de page. Dans les titres. centrés et justifiés à droite sur chaque ligne. . Vous pouvez spécifier jusqu'à dix lignes de titre et jusqu'à dix lignes de pieds de page.552 Chapitre 36 même ligne que l'étiquette de modalité de ventilation. Dans les pieds de page. soit un nombre donné de lignes après cette étiquette. la valeur réelle est affichée. (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 de page du tableau de bord. l'étiquette de valeur actuelle ou la valeur de la variable est affichée dans le titre ou le pied de page. l'étiquette de valeur correspondant à la valeur de la variable à la fin de la page est affichée. avec des composants justifiés à gauche. l'étiquette de valeur correspondant à la valeur de la variable au début de la page est affichée. S'il n'y a aucune étiquette de valeur.

Cette option est utile pour avoir un aperçu du format de votre tableau sans traiter le tableau entier. Tableau de bord : Contrôle les caractéristiques globales du tableau de bord. Aperçu : N'affiche que la première page du tableau de bord. Tableaux de bord en colonnes Tableaux de bord en colonnes produit des tableaux de bord dans lesquels différentes statistiques récapitulatives apparaissent en colonnes séparées. Cette option est particulièrement utile après avoir vu un aperçu du tableau. la numérotation des pages et les titres. Les données sont déjà triées : Pour les rapports avec critères d'agrégation. Si votre fichier de données est déjà trié par valeur des critères d'agrégation. le fichier de données doit être trié par valeur des critères d'agrégation avant de générer le tableau de bord. Pour les critères d'agrégation multiples. y compris l'affichage des valeurs manquantes. . Exemple : Une société possédant une chaîne de magasins conserve des dossiers sur les employés comprenant le salaire. Variables de ventilation : Fournit la liste des critères d'agrégation optionnels qui divisent le tableau de bord en groupes et contrôle les formats d'affichage des colonnes de ventilation. vous pouvez gagner du temps de traitement en sélectionnant cette option. il y aura un groupe séparé pour chaque modalité de chaque critère d'agrégation à l'intérieur des modalités du critère d'agrégation précédent dans la liste. Les critères d'agrégation doivent être des variables qualitatives discrètes qui divisent les observations en un nombre limité de modalités significatives. Vous pourriez générer un tableau de bord fournissant des statistiques récapitulatives sur les salaires (par exemple moyenne.553 Tableaux de Résultats Variables spéciales : Les variables spéciales DATE et PAGE vous permettent d'insérer la date actuelle ou le numéro de page dans l'une des lignes d'un en-tête ou d'un pied de page. Variables en colonnes : Fournit la liste des variables du tableau de bord pour lesquelles vous voulez des statistiques récapitulatives et contrôle le format d'affichage et les statistiques récapitulatives affichées pour chaque variable. Si votre fichier de données contient des variables nommées DATE ou PAGE. minimum. l'ancienneté et le service où chaque employé travaille. vous ne pouvez pas utiliser ces variables dans les titres ou les pieds de page des tableaux. maximum) pour chaque division.

Une colonne est générée dans le tableau de bord pour chaque variable sélectionnée. sélectionnez une ou plusieurs variables pour les critères d'agrégation.754 $9.050 36.87 $13.20 $17.554 Chapitre 36 Echantillon de résultat Figure 36-9 Tableau de bord avec statistiques récapitulatives en colonnes Division Moyenne Salaire Salaire Salaire Age moyen annuel annuel annuel Minimum Maximum __________ ________ ________ ________ ________ Revêtements de sol 30. E Pour afficher une colonne contenant la somme.300 Appareils ménagers 31.75 $11. cliquez sur Insérer le total.975 $17. sélectionnez la variable dans la liste source et déplacez-la dans la liste Variables en colonnes plusieurs fois.500 Pour obtenir un rapport récapitulatif : Récapitulatifs en colonnes E A partir du menu. E Pour obtenir plus d'une mesure récapitulative pour une variable.500 $28. .500 $12. une fois pour chaque mesure récapitulative que vous souhaitez. sélectionnez : Analyse Rapports Tableaux de bord en colonnes E Sélectionnez une ou plusieurs variables pour les variables en colonnes.450 $22. E Pour modifier la mesure récapitulative d'une variable. sélectionnez la variable dans la liste Variables en colonnes et cliquez sur Fonction. Une variable appelée total est alors placée dans la liste Variables en colonnes. le rapport ou une autre fonction de colonnes existantes. la moyenne.508 $7.255 $8. E Pour les tableaux triés et affichés par sous-groupe.11 Meubles Matériel 36.580 $7.200 $19.

Figure 36-11 Boîte de dialogue Tableau de bord : Fonction récapitulative .555 Tableaux de Résultats Figure 36-10 Boîte de dialogue Tableaux de bord en colonnes Fonction récapitulative des Colonnes de données Fonctions récapitulatives contrôle les statistiques récapitulatives affichées pour la variable de colonne de données sélectionnée.

le pourcentage d'observations situées au-dessus ou en dessous d'une valeur spécifiée. la moyenne des colonnes. le quotient des valeurs d'une colonne divisées par les valeurs d'une autre colonne et le produit des valeurs de colonnes multipliées. la moyenne. . l'écart type. Moyenne des colonnes : La colonne total représente la moyenne des colonnes de la liste Variables à récapituler. l'aplatissement et l'asymétrie. la variance.556 Chapitre 36 Les statistiques récapitulatives disponibles sont la somme. le maximum. Maximum des colonnes : La colonne total représente la somme maximale des colonnes de la liste Variables à récapituler. le minimum. le minimum. Les statistiques récapitulatives totales sont la somme des colonnes. Minimum des colonnes : La colonne total représente la somme minimale des colonnes de la liste Variables à récapituler. le nombre d'observations. Figure 36-12 Boîte de dialogue Tableau de bord : Colonnes Somme des colonnes : La colonne total représente la somme des colonnes de la liste Variables à récapituler. la différence entre les valeurs de deux colonnes. le maximum. le pourcentage d'observations à l'intérieur d'un intervalle donné de valeurs. Fonction élémentaire des Colonnes de Données pour colonne de total Variables à récapituler contrôle les statistiques récapitulatives totales qui récapitulent deux ou plusieurs Variables en colonnes.

Figure 36-13 Boîte de dialogue Options de Ventilation des Tableaux de bord . La liste Variables à récapituler doit contenir exactement deux colonnes. Produit des colonnes : La colonne total représente le produit des colonnes de la liste Variables à récapituler. Tableaux de bord en Colonnes : Options de Ventilation Options de Ventilation contrôle l'affichage des sous-totaux.557 Tableaux de Résultats 1ère colonne – 2ème colonne : La colonne total représente la différence des colonnes de la liste Variables à récapituler. La liste Variables à récapituler doit contenir exactement deux colonnes. Format des Colonnes du Tableau de bord Les options de format des Variables en colonnes et de ventilation pour les Tableaux de bord en colonnes sont identiques à celles décrites pour les Tableaux de bord en lignes. l'espacement et la pagination des modalités de ventilation. % 1ère colonne / 2ème colonne : La colonne total représente le pourcentage de la première colonne par rapport à la seconde colonne de la liste Variables à récapituler. 1ère colonne / 2ème colonne : La colonne total représente le quotient des colonnes de la liste Variables à récapituler. La liste Variables à récapituler doit contenir exactement deux colonnes.

Options des Tableaux de bord en Colonnes Options contrôle l'affichage des totaux généraux. Gestion des pages : Contrôle l'espacement et la pagination des modalités du critère d'agrégation sélectionné. Vous pouvez spécifier un nombre de lignes vides entre les modalités de ventilation ou commencer chaque modalité de ventilation sur une nouvelle page. Lignes à sauter avant sous-total : Contrôle le nombre de lignes vides entre les données des modalités de ventilation et les sous-totaux. . Total général : Affiche et étiquette un total général pour chaque colonne .. Présentation du Tableau de bord en Colonnes Les options de présentation pour les Tableaux de bord en colonnes sont identiques à celles présentées pour les Tableaux de bord en lignes.558 Chapitre 36 Sous-total : Contrôle l'affichage des sous-totaux pour les modalités de ventilation.. l'affichage des valeurs manquantes et la pagination dans les Tableaux de bord en colonnes. Exclure les observations avec des valeurs manquantes : Vous pouvez exclure les valeurs manquantes du tableau ou sélectionner un caractère unique indiquant les valeurs manquantes dans le tableau de bord. affiché au bas de la colonne. Figure 36-14 Boîte de dialogue Tableau de bord : Options colonne de ventilation .

559 Tableaux de Résultats

Fonctionnalités supplémentaires de la commande REPORT
Le langage de commande SPSS vous permet aussi de :
„ „

Afficher différentes fonctions récapitulatives dans les colonnes d'une ligne de fonction unique. Insérer des fonctions récapitulatives dans les Variables en colonnes pour des variables autres que la variable de la colonne de données, ou pour diverses combinaisons (fonctions composites) de fonctions récapitulatives. récapitulatives.

„ Utiliser la Médiane, le Mode, la Fréquence et le Pourcentage comme des fonctions „ „ „

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 trouverez peut-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 la syntaxe correspondante, puis de préciser cette syntaxe afin d'obtenir le tableau de bord exact que vous souhaitez. Pour obtenir des renseignements complets sur la syntaxe, reportez-vous au manuel SPSS Command Syntax Reference.

Analyse de fiabilité

37

Chapitre

L'analyse de fiabilité vous permet d'étudier les propriétés des échelles de mesure et des éléments qui les constituent. La procédure d'analyse de fiabilité calcule plusieurs mesures fréquemment utilisées de la fiabilité de l'échelle et propose également des informations sur les relations entre les différents éléments de l'échelle. Les coefficients de corrélation intra-classe peuvent être utilisés pour calculer les estimations 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 éléments de votre questionnaire sont liés les uns aux autres et vous procure un indice général de la consistance ou de la cohérence interne de l'échelle dans son ensemble. Elle vous permet enfin d'identifier les éléments qui posent problème et qu'il faudrait exclure de l'échelle.
Statistiques : Descriptions de chaque variable et pour l'échelle, statistiques

récapitulatives sur les éléments, corrélations et covariances entre éléments, prévisions de fiabilité, tableau d'ANOVA, coefficients de corrélation intra-classe, T2 d'Hotelling et 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 la

corrélation moyenne entre éléments.
Split-half : Ce modèle fractionne l'échelle en deux et examine la corrélation

entre les deux parties.
Guttman : Ce modèle calcule les limites minimales de Guttman pour une fiabilité

vraie.

561

562 Chapitre 37 „ „

Parallèle : Ce modèle part de l'hypothèse que tous les éléments ont des variances

égales et des variances d'erreur égales en cas de réplication.
Parallèle strict : Ce modèle se fonde sur les mêmes hypothèses que le modèle

parallèle 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 des

intervalles, mais elles doivent être codées en numérique.
Hypothèses : Les observations doivent être indépendantes, les erreurs ne doivent pas

être corrélées entre éléments. Chaque paire d'éléments doit avoir une distribution gaussienne bivariée. Les échelles doivent être additives, de sorte que chaque élément est linéairement relié au total.
Procédures apparentées : Si vous souhaitez explorer la dimensionnalité des éléments

de votre échelle (pour voir si plusieurs éléments de base sont nécessaires au modèle des calculs), utilisez Analyse factorielle ou Positionnement multidimensionnel. Pour identifier des groupes homogènes de variables, vous pouvez vous servir de la classification hiérarchique pour classer les variables.

Echantillon de résultat
Figure 37-1 Résultat de fiabilité
Moyenne 1. 2. 3. 4. Aucune Ennui Critiques Collègues .4868 .5022 .5033 .5287 Ecart-type Observations .5001 .5003 .5003 .4995 906.0 906.0 906.0 906.0

563 Analyse de fiabilité

Matrice de corrélation Aucune Aucune Ennui Critiques Collègues 1.0000 .8150 .8128 .7823 Ennui 1.0000 .8256 .8068 Critiques Collègues

1.0000 .8045

1.0000

Coefficients de fiabilité Alpha = .9439

4 items Alpha d'item standardisé = .9439

Obtenir une analyse de fiabilité
E A partir du menu, sélectionnez : Analyse Echelle Analyse de la fiabilité... Figure 37-2 Boîte de dialogue Analyse d'items

E Sélectionnez deux variables (éléments) au moins en tant que composants potentiels

d'une échelle additive.
E Sélectionnez un modèle dans la liste déroulante Modèle.

564 Chapitre 37

Statistiques de l'analyse de fiabilité
Figure 37-3 Boîte de dialogue Analyse d'items : Statistiques

Vous pouvez sélectionner les différentes statistiques décrivant votre échelle et vos éléments. Les statistiques émises par défaut regroupent le nombre d'observations, le nombre d'éléments et les prévisions de fiabilité de la façon suivante :
„ „

Modèles alpha : Coefficient alpha. Pour les données dichotomiques, il s'agit d'un équivalent du coefficient Kuder-Richardson 20 (KR20). Modèles Split-half : Corrélation entre les sous-échelles, fiabilité Split-half de Guttman, fiabilité de Spearman-Brown (longueur égale ou inégale) et coefficient alpha 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 de la variance de l'erreur, variance commune et réelle, estimation de la corrélation commune entre éléments, estimation de la fiabilité et estimation de la fiabilité non biaisée.

„ „

565 Analyse de fiabilité

Caractéristiques pour : Produit des statistiques descriptives pour les échelles ou les éléments sur les observations. Les options disponibles sont Item, Echelle et Echelle sans l'item.
„

Echelle sans l'item : Affiche les statistiques récapitulatives en comparant chaque

item à l'échelle composée des autres items. Les statistiques incluent la moyenne et la variance de l'échelle si l'item a été supprimé de l'échelle, la corrélation entre l'item et l'échelle composée des autres items, et l'alpha de Cronbach si l'item a été supprimé de l'échelle.
Principales statistiques : Fournit des statistiques descriptives de la distribution des

éléments sur l'ensemble des éléments dans l'échelle. Les options disponibles sont Moyennes, Variances, Covariances et Corrélations.
„

Moyennes : Statistiques récapitulatives pour les moyennes d'élément. Les

moyennes d'élément minimale, maximale et intermédiaire sont affichées, ainsi que le rapport de la moyenne maximale à la moyenne minimale.
„

Variances : Statistique récapitulative des variances d'élément. Les valeurs de

variance maximale, minimale et moyenne sont affichées, ainsi que la plage et la variance des variances d'élément, et le rapport entre les variances d'élément maximale et minimale.
„

Covariances : Statistiques récapitulatives pour les covariances d'élément. Les

covariances entre éléments minimale, maximale et intermédiaire sont affichées, ainsi que l'intervalle et la variance des covariances entre éléments, et le rapport de la covariance entre éléments maximale à la covariance minimale.
„

Corrélations : Statistiques récapitulatives pour les corrélations d'élément. Les

corrélations entre éléments minimale, maximale et intermédiaire sont affichées, ainsi que l'intervalle et la variance des corrélations entre éléments, et le rapport de la corrélation entre éléments maximale à la corrélation minimale.
Cohérence inter-items : Produit des matrices de corrélations et de covariances entre

éléments.
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 coefficient

de concordance de Kendall. Cette option convient aux données organisées sous forme de rangs. Le test du khi-deux remplace le test F habituel dans le tableau ANOVA.
„

Khi-deux de Cochran : Affiche la valeur Q de Cochran. Cette option est appropriée

pour les données dichotomiques. Le Q de Cochran remplace le test F habituel dans le tableau ANOVA.
T-carré de Hotelling : Produit un test multivarié basé sur l'hypothèse nulle que tous les

éléments sur l'échelle ont la même moyenne.
Test d'additivité de Tukey : Produit un test basé sur l'hypothèse qu'il n'y a pas

d'interaction multiplicative entre les éléments.
Coefficient de corrélation intra-classe : Produit des mesures d'homogénéité ou de

cohérence des valeurs par observation.
„

Modèle : Sélectionnez le modèle de calcul du coefficient de corrélation

intra-classe. Les modèles disponibles sont Mixte à deux facteurs, Aléatoire à deux facteurs, et Aléatoire à un facteur. Sélectionnez le modèle mixte à deux facteurs lorsque les effets de population sont aléatoires et les effets d'item sont fixes, le modèle aléatoire à deux facteurs lorsque les effets de population et les effets d'item sont aléatoires, et le modèle aléatoire à un facteur lorsque les effets de population sont aléatoires.
„ „ „

Type : Sélectionnez le type d'index. Les types disponibles sont Homogénéité et

Cohérence absolue.
Intervalle de confiance : Spécifiez le niveau de l'intervalle de confiance. La valeur

par défaut est 95 %.
Valeur test : Spécifiez la valeur hypothétique du coefficient pour le test

d'hypothèse. Il s'agit de la valeur par rapport à laquelle la valeur observée est comparée. La valeur par défaut est 0.

Fonctionnalités supplémentaires de la commande RELIABILITY
Le langage de commande SPSS vous permet aussi de :
„

Lire et analyser une matrice de corrélation.

567 Analyse de fiabilité „ „

Enregistrer une matrice de corrélation à analyser ultérieurement. Spécifier un fractionnement autre qu'en deux moitiés égales quant au nombre d'éléments pour la méthode Split-half.

Pour obtenir des renseignements complets sur la syntaxe, reportez-vous au manuel SPSS Command Syntax Reference.

Positionnement multidimensionnel

38

Chapitre

Le positionnement multidimensionnel tente de déterminer une structure dans un ensemble de mesures de distance entre objets ou observations. Pour cela, il affecte les observations à des positions particulières dans un espace conceptuel (à deux ou trois dimensions généralement) de telle sorte que les distances entre les points dans l'espace correspondent le mieux possible aux dissimilarités données. Dans la plupart des cas, les dimensions de cet espace conceptuel peuvent être interprétées et utilisées pour mieux comprendre les données. Si vous avez mesuré objectivement les variables, vous pouvez utilisez le positionnement multidimensionnel comme technique de factorisation (le Positionnement multidimensionnel calcule pour vous les distances à partir des données multivariées, le cas échéant). Le positionnement multidimensionnel peut également s'appliquer à des estimations subjectives de dissimilarité entre objets ou concepts. D'autre part, le positionnement multidimensionnel peut gérer les informations de dissimilarité provenant de plusieurs sources, comme c'est le cas lorsqu'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 de similarité entre différentes modèles, le positionnement multidimensionnel peut servir à identifier les dimensions qui décrivent les perceptions des consommateurs. Vous pouvez trouver, par exemple, que le prix et la taille du véhicule définissent un espace à deux dimensions qui tient compte des similarités reportées par les répondants. Statistiques : Pour chaque modèle : matrice des données, positionnement optimisé des données de la matrice, stress S (de Young), stress S (de Kruskal), RSQ, coordonnées des stimuli, stress moyen et RSQ pour chaque stimulus (modèles RMDS). Pour les modèles des différences individuelles : pondérations des sujets et indice de singularité pour chaque sujet. Pour chaque matrice dans les modèles de positionnement multidimensionnel répliqués : stress et RSQ pour chaque stimulus. Diagrammes :

569

570 Chapitre 38

coordonnées des stimulus (à deux ou trois dimensions), diagramme de dispersion des disparités par rapport aux distances.

Remarques sur les données du positionnement multidimensionnel
Données : Si vos données sont dissemblables, toutes les dissemblances doivent être

quantitatives et mesurées avec les mêmes unités et échelles. Si vos données sont multivariées, les variables peuvent être quantitatives, binaires mais peuvent aussi être des données d'effectif. Le positionnement des variables est un enjeu de taille : les différences de positionnement peuvent affecter votre solution. Si vos variables présentent de grandes différences de positionnement (par exemple, si une variable est mesurée en dollar et l'autre en année), vous devez envisager de les standardiser (et cela automatiquement par la procédure de positionnement multidimensionnel).
Hypothèses : La procédure de positionnement multidimensionnel est relativement

indépendante de toute hypothèse de distribution. Assurez-vous que vous avez sélectionné le niveau de mesure approprié (ordinal, intervalle ou rapport) dans les options afin de garantir la justesse des résultats.
Procédures apparentées : Si votre but est la factorisation, vous pouvez également

envisager l'analyse factorielle, plus particulièrement si vos données sont quantitatives. Si vous souhaitez identifier des groupes d'observations similaires, envisagez de compléter votre analyse par positionnement multidimensionnel avec une analyse des nuées dynamiques ou une analyse de la classification hiérarchique.

Obtenir une analyse par positionnement multidimensionnel
E A partir du menu, sélectionnez : Analyse Echelle Positionnement multidimensionnel...

571 Positionnement multidimensionnel Figure 38-1 Boîte 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 variables numériques pour l'analyse, et vous pouvez cliquer sur Forme pour indiquer la forme

de la matrice de distances.
E Si vous souhaitez que SPSS crée des distances avant de les analyser, vous devez sélectionner au moins une variable numérique, puis cliquer sur Mesure pour indiquer

le type de mesure de distance souhaité. Vous pouvez créer des matrices distinctes pour chaque 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 multidimensionnel
Figure 38-2 Boîte 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 matrice de 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 indique une conditionnalité de ligne.

Positionnement multidimensionnel : créer une mesure
Figure 38-3 Boîte de dialogue Positionnement multidimensionnel : Calcul de l'indice de dissimilarité

Le positionnement multidimensionnel utilise les données de dissimilarité pour créer une solution de codage. Si vos données sont multivariées (valeurs des variables mesurées), vous devez créer des données de dissimilarité afin de calculer une solution de positionnement multidimensionnel. Vous pouvez spécifier les détails de création de 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 de données, puis sélectionnez l'une des mesures dans la liste déroulante correspondant à ce type de mesure. Les possibilités sont :
„

Intervalle : Distance Euclidienne, Carré de la distance Euclidienne, Distance de

Tchebycheff, Distance de Manhattan, Distance de Minkowski ou Autre.

vous voudrez peut-être standardiser des valeurs avant de calculer les proximités (ne s'applique pas aux données binaires). Binaire : Distance Euclidienne. comme lorsque les variables sont mesurées selon des échelles très différentes. Modèle de positionnement multidimensionnel Figure 38-4 Boîte de dialogue Positionnement multidimensionnel : Modèle Une estimation correcte d'un modèle de positionnement multidimensionnel dépend des aspects des données et du modèle lui-même. . la sélection de l'option Délier des observations liées demande qu'elles soient traitées en tant que variables continues. Ecart de taille.573 Positionnement multidimensionnel „ „ Compter: Distance du Khi-deux ou Distance du phi-deux. sélectionnez Aucune). Transformer les valeurs : Dans certains cas. Carré de la distance Euclidienne. Différence de motif. Les possibilités sont Ordinales. Niveau de mesure : Vous permet de spécifier le niveau de vos données. de telle sorte que les liens (mêmes valeurs pour des observations différentes) soient résolus de manière optimale. Intervalle ou Rapport. Les possibilités sont Par variables ou Par observations. Variance ou Lance et Williams. Sélectionnez une méthode de standardisation dans la liste déroulante Standardiser (si la standardisation n'est pas nécessaire. Créer une matrice de distances : Vous permet de choisir l'unité d'analyse. Si vos variables sont ordinales.

Les possibilités existantes sont Distance Euclidienne ou Distance Euclidienne des différences individuelles (connue également en tant que INDSCAL). Pour n'obtenir qu'une seule solution.574 Chapitre 38 Conditionnalité : Vous permet de spécifier les comparaisons pertinentes. vous pouvez sélectionner l'option Permet la pondération négative. Pour le modèle Distance Euclidienne des différences individuelles. La valeur minimale 1 n'est autorisée que si vous sélectionnez l'option Distance Euclidienne comme modèle de positionnement. indiquez le même nombre en tant que minimum et maximum. Modèle de positionnement : Vous permet de spécifier les hypothèses sous lesquelles le positionnement est effectué. Positionnement multidimensionnel : Options Figure 38-5 Boîte de dialogue Positionnement multidimensionnel : Options . Une seule solution est calculée pour chaque nombre de l'intervalle. Ligne et Inconditionnel. Les possibilités sont Matrice. Dimensions : Vous permet de spécifier la dimensionnalité de la ou des solutions de positionnement. si cela convient à vos données. Indiquez des nombres entiers entre 1 et 6.

ASCAL. Analyser les similarités (plutôt que les distances) avec des données ordinales. Diagrammes des sujets. Pour obtenir des renseignements complets sur la syntaxe. Pour modifier les valeurs par défaut. Effectuer des transformations polynomiales sur l'intervalle et les données de type ratio. Enregistrer diverses matrices de coordonnées et de pondération dans des fichiers et les relire pour l'analyse. AINDS et GEMSCAL dans la documentation relative au Positionnement multidimensionnel. Fonctions supplémentaires de la commande Positionnement multidimensionnel Le langage de commande SPSS vous permet aussi de : „ „ „ „ „ „ Utiliser trois modèles supplémentaires. Les options possibles sont Diagrammes des stimuli. Matrice des données et Récapitulatif des options du modèle. Traiter les dissimilarités inférieures à n comme des valeurs manquantes : Ces distances sont exclues de l'analyse. le Minimum du stress S et le Maximum des itérations.575 Positionnement multidimensionnel Vous pouvez spécifier les options de votre analyse par Positionnement multidimensionnel : Afficher : Vous permet d'afficher les différents types d'affichage. reportez-vous au manuel SPSS Command Syntax Reference. Contraindre le dépliage multidimensionnel. Analyser les données nominales. entrez des valeurs pour la Convergence du stress S. . Critères : Vous permet de déterminer quand l'itération doit s'interrompre.

.

et index de concentration calculés pour un intervalle ou un pourcentage défini par l'utilisateur dans le rapport médian. moyenne. écart type. différentiel lié au prix (PRD). Statistiques : Médiane. vous pouvez conclure que la distribution des rapports varie considérablement d'un comté à l'autre. 577 . Remarque sur les données des statistiques de ratio Données : Utilisez des codes numériques ou alphanumériques courts pour coder les variables de regroupement (mesures de niveau nominal ou ordinal). intervalles de confiance. écart absolu moyen (AAD). Exemple : Le rapport existant entre le prix estimatif et le prix de vente des maisons est-il uniforme dans chacun de ces cinq comtés ? D'après les résultats. valeurs minimale et maximale. coefficient de dispersion (COD). coefficient de variation avec moyenne centrée. Hypothèses : Vous devez utiliser des variables d'échelle acceptant les valeurs positives pour les variables qui définissent le numérateur et le dénominateur du rapport. Vous pouvez supprimer le rapport des statistiques de ratio dans le document de sortie et enregistrer les résultats dans un fichier externe. Vous pouvez trier le résultat sur la base des valeurs d'une variable de regroupement. dans l'ordre croissant ou décroissant. moyenne pondérée. intervalle.Statistiques de ratio 39 Chapitre La procédure Statistiques de ratio permet d'obtenir la liste exhaustive des statistiques récapitulatives qui servent à décrire le rapport entre deux variables d'échelle. coefficient de variation avec médiane centrée.

578 Chapitre 39 Pour obtenir des statistiques de ratio E A partir du menu. E Sélectionnez la variable du dénominateur.. . et préciser le nom du fichier dans lequel les résultats sont enregistrés. vous pouvez : „ „ „ Sélectionner une variable de regroupement et préciser l'ordre de présentation des groupes dans le résultat. Figure 39-1 Boîte de dialogue Statistiques de ratio E Sélectionnez la variable du numérateur. Décider d'afficher ou non les résultats dans le Viewer. sélectionnez : Analyse Statistiques descriptives Ratio. Sinon.. Choisir ou non d'enregistrer les résultats dans un fichier externe en vue d'une utilisation ultérieure.

Moyenne pondérée : Résultat de la division de la moyenne du numérateur par la moyenne du dénominateur. au niveau des valeurs observées.579 Statistiques de ratio Statistiques de ratio Figure 39-2 Boîte de dialogue Statistiques Tendance centrale : Les mesures de tendance centrale sont des statistiques qui décrivent la distribution des rapports. Affectez une valeur supérieure ou égale à 0. ou de répartition. . Dispersion : Ces statistiques permettent de mesurer le degré de variation. „ Intervalles de confiance : Affiche les intervalles de confiance de la moyenne. Correspond également à la moyenne des ratios pondérée par le dénominateur. divisée par le nombre total de ratios. de la médiane et de la moyenne pondérée (si demandée). et inférieure à 100 au niveau de confiance. „ AAD : L'écart absolu moyen est égal à la somme des écarts absolus des ratios relatifs à la médiane. Moyenne : Résultat de la somme des ratios divisée par le nombre total de ratios. „ „ „ Médiane : La valeur telle que le nombre de ratios inférieurs à cette valeur est identique au nombre de ratios supérieurs à cette valeur.

.01×valeur)×médiane et la limite supérieure est égale à (1 + 0. Médiane centrée COV : Le coefficient de variation avec médiane centrée résulte de l'expression de la racine de la moyenne des carrés de l'écart par rapport à la médiane en pourcentage de la médiane. Minimum : Ratio le plus petit.580 Chapitre 39 „ „ „ COD : Le coefficient de dispersion résulte de l'expression de l'écart moyen absolu en pourcentage de la médiane. ou index de régressivité. Maximum : Ratio le plus grand. „ Ecart type : L'écart type est la racine carrée positive de la somme des carrés des écarts des ratios relatifs à la moyenne divisée par le nombre total des ratios moins un. „ Moyenne centrée COV : Le coefficient de variation avec moyenne centrée résulte de l'expression de l'écart type en tant que pourcentage de la moyenne. et cliquez sur Ajouter. Index de concentration : Le coefficient de concentration mesure le pourcentage des ratios compris dans un intervalle. vous définissez l'intervalle de manière explicite en précisant les valeurs minimale et maximale. Vous pouvez le calculer de deux manières : „ Ratios entre : Dans ce cas. vous définissez l'intervalle de manière implicite en indiquant le pourcentage de la médiane. résulte de la division de la moyenne par la moyenne pondérée.01×valeur)×médiane. „ Ratios dans : Dans ce cas. Entrez les valeurs des proportions inférieure et supérieure. puis cliquez sur Ajouter pour obtenir un intervalle. „ „ „ Intervalle : Résulte de la soustraction du ratio minimal au ratio maximal. PRD : Le différentiel lié au prix. La limite inférieure de l'intervalle est égale à (1 – 0. Entrez une valeur comprise entre 0 et 100.

vous pouvez créer un diagramme en sélectionnant un type dans le menu Diagrammes. Ce chapitre présente l'utilitaire de diagramme. 581 . disponibles dans le sous-menu Interactif du menu Diagrammes. Création et modification d'un diagramme Avant de créer un diagramme. ouvrir un fichier de données déjà enregistré ou lire une feuille de calcul. vous devez disposer de données dans l'éditeur de données.Présentation de l'utilitaire de diagramme 40 Chapitre Les procédures du menu Diagrammes et de nombreuses procédures du menu Analyse permettent de créer des diagrammes et des graphiques haute résolution. Les diagrammes interactifs. Une boîte de dialogue de diagramme apparaît. Création du diagramme Une fois les données entrées dans l'éditeur de données. et le système d'aide en ligne explique comment créer et modifier tous les types de diagramme. Vous pouvez saisir les données directement dans l'éditeur de données. L'élément Didacticiel du menu Aide propose des exemples en ligne de création et de modification de diagramme. sont abordés dans le manuel SPSS Interactive Graphics. un fichier de données délimité par des tabulations ou un fichier de base de données.

Cliquez sur Définir pour ouvrir une boîte de dialogue de définition de diagramme semblable à celle-ci. Figure 40-2 Boîte de dialogue de définition du diagramme .582 Chapitre 40 Figure 40-1 Boîte de dialogue de diagramme La boîte de dialogue contient des icônes correspondant aux divers types de diagramme et la liste des structures de données.

Pour plus d'informations sur les divers choix proposés. . Le diagramme apparaît dans l'éditeur de diagrammes.583 Présentation de l'utilitaire de diagramme Cette boîte de dialogue permet de sélectionner les variables adaptées au diagramme et de choisir les options voulues. double-cliquez n'importe où dans le diagramme affiché dans le Viewer. Figure 40-3 Diagramme dans le Viewer Modification d'un diagramme Pour modifier un diagramme. Le diagramme apparaît dans le Viewer. cliquez sur Aide.

E A partir du menu. . Les onglets de la fenêtre Propriétés dépendent des choix effectués. L'aide en ligne explique comment afficher les onglets nécessaires. sélectionnez : Affichage Propriétés La fenêtre Propriétés apparaît. Pour ajouter. afficher ou masquer des éléments. Pour modifier un élément de diagramme : E Sélectionnez l'élément à modifier. utilisez les menus de l'éditeur de diagrammes.584 Chapitre 40 Figure 40-4 Diagramme initial dans l'éditeur de diagrammes Vous pouvez modifier tout élément du diagramme ou choisir un autre type de diagramme pour représenter les mêmes données.

585 Présentation de l'utilitaire de diagramme Figure 40-5 Fenêtre Propriétés Les modifications suivantes sont fréquemment apportées : „ „ „ „ Modification du texte du diagramme. un titre ou une annotation). Ajout de texte au diagramme (par exemple. Modification de la couleur et du motif de remplissage des bâtons. Ci-dessous figure un diagramme modifié. „ Remplacement de la bordure transparente du cadre extérieur par une bordure noire. . Modification de l'emplacement de la ligne d'origine des bâtons.

.586 Chapitre 40 Figure 40-6 Diagramme modifié Les modifications apportées au diagramme sont enregistrées lorsque vous fermez la fenêtre de diagramme. Q-Q. séquentiels ou les diagrammes de séries chronologiques. Ces options globales sont disponibles avec la plupart des diagrammes. la boîte de dialogue prévue à cet effet contient généralement les boutons Titres et Options. Options globales de définition du diagramme Lorsque vous définissez un diagramme. Le diagramme modifié apparaît alors dans le Viewer. Elles ne sont toutefois pas proposées pour les diagrammes P-P. quel que soit leur type. ainsi qu'un groupe Modèle.

. Vous pouvez également appliquer un modèle d'attributs précédemment sélectionnés lors de la définition du diagramme ou après la création du diagramme. Pour spécifier des titres ou des notes de bas de page lors de la définition d'un diagramme. cliquez sur Titres dans la boîte de dialogue de définition du diagramme. vous pouvez spécifier deux lignes de titre. une ligne de sous-titre et deux lignes de note de bas de page. Vous pouvez cliquer sur Options pour contrôler le traitement des valeurs manquantes de la plupart des diagrammes et des étiquettes d'observation des diagrammes de dispersion. des sous-titres ou des notes de bas de page. sous-titres et notes de bas de page Lors de la définition initiale du diagramme. La boîte de dialogue Titres apparaît.587 Présentation de l'utilitaire de diagramme Figure 40-7 Boîte de dialogue de définition du diagramme Cliquez sur Titres pour spécifier des titres. Titres. Les sections suivantes expliquent comment définir ces caractéristiques lors de la définition du diagramme.

les sous-titres et les notes de bas de page sont représentés par des zones de texte dans l'éditeur de diagrammes. leur police. Dans l'éditeur de diagrammes. Elle est accessible via le bouton Options de la boîte de dialogue de définition du diagramme. Par défaut. Options La boîte de dialogue Options propose des options de traitement des valeurs manquantes et d'affichage des étiquettes d'observation. Les titres des diagrammes en secteurs sont quant à eux centrés par défaut et tronqués des deux côtés s'ils sont trop longs. Les titres. Figure 40-9 Options . vous pouvez ajouter ou supprimer des zones de texte. leur taille ou leur justification. la plupart des titres sont alignés à gauche et tronqués à droite s'ils sont trop longs. et modifier leur contenu. le nombre de caractères accepté sur le diagramme lui-même dépend de la police et de la taille choisies.588 Chapitre 40 Figure 40-8 Boîte de dialogue Titres Chaque ligne peut compter jusqu'à 72 caractères. Toutefois.

vous pouvez choisir l'une des options suivantes pour exclure les observations comportant des valeurs manquantes : „ Exclure toute observation incomplète : Si l'une des variables du diagramme comporte une valeur manquante pour une observation donnée. étudiez les figures suivantes qui représentent le diagramme en bâtons correspondant à chacune des deux options. Pour connaître la différence entre les exclusions de valeurs manquantes de type Exclure toute observation incomplète et Exclure les observations variable par variable. Les options des valeurs manquantes ne sont pas proposées avec les diagrammes utilisant des valeurs d'observations individuelles ou avec les histogrammes. les observations contenant ces valeurs manquantes sont exclues lors de l'analyse de la variable. „ Exclure les observations variable par variable : Si une variable sélectionnée comporte des valeurs manquantes. l'observation est intégralement exclue du diagramme. L'option d'affichage des étiquettes d'observation n'est disponible qu'avec les diagrammes de dispersion qui disposent d'une variable sélectionnée pour les étiquettes d'observation. Figure 40-10 Exclusion des valeurs manquantes de toute observation incomplète .589 Présentation de l'utilitaire de diagramme La disponibilité de chaque option dépend des choix effectués précédemment. Valeurs manquantes : Si vous avez sélectionné des récapitulatifs de variables distinctes pour un diagramme qualitatif ou si vous créez un diagramme de dispersion.

les valeurs de la fonction récapitulative Nombre d'observations figurent dans les étiquettes des bâtons. L'option suivante est également disponible pour les valeurs manquantes : „ Afficher les groupes définis par des valeurs manquantes : Si des valeurs manquantes figurent dans les données des variables utilisées pour définir des modalités ou des sous-groupes. 26 observations des deux diagrammes comportent une valeur manquante par défaut pour le type de poste occupé. la modalité Manquant est ajoutée aux types de poste affichés. L'option Afficher les groupes définis par des valeurs manquantes étant sélectionnée pour les deux diagrammes. En effet.590 Chapitre 40 Figure 40-11 Exclusion des valeurs manquantes des observations variable par variable Ces diagrammes ont été créés à partir d'une version du fichier Employee data. Dans le diagramme avec exclusion des observations variable par variable. les valeurs manquantes utilisateur (valeurs identifiées . si une valeur est manquante.sav. l'observation est exclue pour toutes les variables. Dans le diagramme avec exclusion de toute observation incomplète. Dans chaque diagramme. le nombre d'observations est identique pour les deux variables de chaque regroupement de bâtons. Cette dernière a été modifiée afin que les variables du salaire actuel et du type de poste occupé contiennent quelques valeurs manquantes par défaut (vides). la valeur 0 a été saisie et définie comme manquante. Dans d'autres observations. le nombre d'observations non manquantes de chaque variable d'une modalité donnée est représenté indépendamment des valeurs manquantes dans les autres variables. et 13 la valeur manquante utilisateur 0.

Autrement dit. . La modalité Manquant figure sur l'axe de modalités ou dans la légende. la modalité Manquant n'apparaît pas. les valeurs manquantes ajoutent une modalité Manquant à l'ensemble des marques. Modèles de diagramme Vous pouvez appliquer la plupart des attributs et des éléments textuels d'un diagramme à un autre. elle est désélectionnée. Pour utiliser un modèle lors de la création d'un diagramme. toutes les étiquettes d'observation figurent sur le diagramme de dispersion créé. puis choisissez Propriétés dans le menu Modifier. Une boîte de dialogue standard de sélection de fichier apparaît. S'il n'existe aucune valeur manquante. dans lesquels les données sont récapitulées selon des variables distinctes.591 Présentation de l'utilitaire de diagramme comme manquantes par l'utilisateur) et les valeurs manquantes par défaut sont regroupées dans la modalité Manquant. Cette option n'est pas disponible avec les diagrammes de dispersion superposés ou mono-série. le diagramme de dispersion affiché par défaut ne comporte aucune étiquette. sélectionnez l'option Utiliser les spécifications du graphique de (dans le groupe Modèle de la boîte de dialogue de définition du diagramme) et cliquez sur Fichier. Si vous avez sélectionné cette option et que vous ne voulez plus afficher la modalité Manquant une fois le diagramme tracé. L'onglet Modalités permet de déplacer vers la liste Exclues les modalités à masquer. La dernière option de la boîte de dialogue Options permet de contrôler l'état des étiquettes d'observation lors de l'affichage initial d'un diagramme de dispersion. „ Afficher le diagramme avec les étiquettes d'observation : Lorsque cette option est sélectionnée. de l'enregistrer en tant que modèle. sélectionnez dans les menus : Fichier Appliquer modèle de diagramme. puis d'utiliser le modèle pour créer toute une série de diagrammes similaires. Par défaut. Pour appliquer un modèle à un diagramme qui figure déjà dans une fenêtre de diagramme.. Il est possible de modifier un diagramme. les étiquettes d'observation risquent de se chevaucher. d'un secteur dans les diagrammes en secteurs ou d'une boîte dans les boîtes à moustaches. Si vous sélectionnez cette option.. et se traduit par exemple par l'ajout d'un bâton supplémentaire. sélectionnez ce dernier. Dans les diagrammes de dispersion.

les titres du diagramme modèle sont repris. si l'ancien diagramme est un diagramme en bâtons juxtaposés dont les bâtons ont été colorés en vert et en jaune. Si vous êtes en train de créer un diagramme. L'extension du modèle est . et le nouveau un diagramme curviligne multiple. toutes les informations de formatage de l'ancien diagramme applicables au nouveau diagramme s'appliquent automatiquement. E A partir des menus de l'éditeur de diagrammes. En général. Par exemple. . E Cliquez sur Poursuivre. Si l'ancien diagramme est un diagramme en bâtons simples comportant des ombrages. L'aide en ligne décrit ces paramètres en détail. E Entrez le nom de fichier et l'emplacement du nouveau modèle. indiquez les caractéristiques du diagramme à enregistrer dans le modèle. E Modifiez le diagramme afin qu'il contienne les attributs souhaités dans le modèle.592 Chapitre 40 Une boîte de dialogue standard de sélection de fichier apparaît. Si des titres sont définis dans le nouveau diagramme. les lignes de ce dernier seront vertes et jaunes. sélectionnez : Fichier Enregistrer modèle de diagramme. le nom du fichier sélectionné apparaît dans le groupe Modèle lorsque vous revenez dans la boîte de dialogue de définition du diagramme. Les modèles permettent d'emprunter le format d'un diagramme et de l'appliquer au diagramme en cours de création. E Dans la boîte de dialogue Enregistrer le modèle de diagramme. Sélectionnez le fichier à utiliser comme modèle. Pour créer un modèle de diagramme E Créez un diagramme. ils remplacent ceux du diagramme modèle... et le nouveau un diagramme curviligne simple. mais pas le nouveau diagramme. Si le diagramme modèle comporte des titres.sgt. les lignes de ce dernier n'auront pas d'ombrages car ceux-ci ne s'appliquent pas aux diagrammes curvilignes.

La valeur de la variable d'état indique la modalité à considérer comme positive. Statistiques : La zone inférieure à la courbe ROC comporte un intervalle de confiance ainsi que les coordonnées de cette courbe. Elles se composent souvent des probabilités issues d'une analyse discriminante. tandis que les nombres décroissants d'une échelle confirment qu'il appartient à une autre modalité. Des méthodes particulières sont en cours de développement afin de les aider dans leur choix. Les courbes ROC peuvent être utilisées pour évaluer le mode de fonctionnement optimal de ces méthodes. Hypothèses : Les nombres croissants d'une échelle d'indicateurs confirment que le sujet appartient à une modalité. La variable d'état peut être d'un type quelconque et indique la véritable modalité à laquelle un sujet appartient. Exemple : L'intérêt de la banque est donc de classer correctement les clients en modalités. Diagrammes : Courbe ROC Méthodes : L'estimation de la zone située sous la courbe ROC peut être calculée de façon paramétrique ou non à l'aide du modèle exponentiel binégatif. à savoir ceux qui assumeront ou non le remboursement de leur prêt. Remarques sur les données de la courbe ROC Données : Les variables de test sont quantitatives.Courbes ROC 41 Chapitre Cette procédure constitue un moyen efficace d'évaluer les performances des méthodes de classement ne mettant en œuvre qu'une seule variable à deux modalités et utilisées pour la classification des sujets. d'une régression logistique ou des scores indiqués sur une échelle arbitraire et spécifiant la « force de conviction » d'un indicateur lorsqu'un sujet se rapporte à l'une ou l'autre des modalités. L'utilisateur doit choisir la direction 593 .

594 Chapitre 41 positive. On suppose également que la véritable modalité à laquelle chaque sujet appartient est connue. Echantillon de résultat Figure 41-1 Résultat de la courbe ROC .

E Sélectionnez une variable d'état. sélectionnez : Graphes Courbe ROC. E Identifiez la valeur positive de la variable d'état. Figure 41-2 Boîte de dialogue Courbe ROC E Sélectionnez une ou plusieurs variables de probabilité de test.. .595 Courbes ROC Pour obtenir une courbe ROC E A partir du menu..

Les valeurs de l'intervalle se situent entre 50. Paramètres pour une erreur standard de zone : Vous permet de spécifier la méthode utilisée pour estimer l'erreur standard de la zone située sous la courbe.1 % et 99. Les méthodes disponibles sont des valeurs exponentielles non paramétriques et bi-négatives. Vous permet également de définir le niveau de l'intervalle de confiance. Valeurs manquantes : Vous permet de spécifier comment traiter les valeurs manquantes. . La valeur n'a pas de conséquence sur le résultat.9 %. Direction du test : Permet de spécifier la direction de l'échelle en fonction de la modalité positive.596 Chapitre 41 Courbe ROC : Options Figure 41-3 Boîte 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 incluse ou exclue lors d'une classification positive.

y compris : „ „ „ „ le format des Données l'étiquette Variable les valeurs manquantes spécifiées les étiquettes Valeurs Figure 42-1 la boîte de dialogue Variables Aller à : Permet d'accéder à la variable sélectionnée dans la fenêtre de l'éditeur de données. Informations de la variable La boîte de dialogue Variables affiche des informations sur la définition des variables pour les variables couramment sélectionnées. 597 .Outils 42 Chapitre Ce chapitre décrit les fonctions du menu Outils et vous indique comment réordonner les listes de variables cible en utilisant les menus systèmes de Windows.

sélectionnez : Outils Commentaires de fichier de données. cela correspond à 80 caractères dans les langues sur un octet) par ligne... E Pour afficher les commentaires dans le Viewer. mais ne doivent pas dépasser 80 octets (en général. les commentaires sont enregistrés avec le fichier de données. . Pour ajouter. Pour modifier les définitions de variables. Pour les fichiers de données au format SPSS. E Sélectionnez la variable dont vous souhaitez afficher les informations de définition variable. La police utilisée pour afficher les commentaires est celle utilisée pour les résultats texte de manière à donner une représentation fidèle de l'affichage dans le Viewer. Les commentaires ne sont pas limités en longueur.. Pour obtenir des informations sur les variables E A partir du menu. (Non disponible dans la version Education). utilisez l'affichage des variables dans l'éditeur de données.. Commentaires de fichier de données Vous pouvez inclure des commentaires descriptifs dans le fichier de données. sélectionnez Afficher les commentaires dans la sortie. supprimer ou afficher les commentaires de fichier de données : E A partir du menu. Les lignes sont automatiquement interrompues par un renvoi à la ligne suivante à partir de 80 caractères. modifier. sélectionnez : Outils Variables.598 Chapitre 42 Coller : Permet de coller les variables sélectionnées dans la fenêtre syntaxe désignée à l'emplacement du curseur.

définissez et utilisez des groupes de variables. Si votre fichier de données a un grand nombre de variables et si les boîtes de dialogue s'ouvrent lentement. . Définir des groupes de variables La procédure Définir des groupes de variables crée des sous-groupes de variables pour permettre d'afficher les listes source de boîtes de dialogue. Ceci est particulièrement utile pour les fichiers de données avec un grand nombre de variables. Les petits groupes de variables facilitent la recherche et la sélection des variables pour votre analyse et peuvent aussi augmenter votre performance sur SPSS.599 Outils Un cachet de date (la date actuelle entre parenthèses) est automatiquement ajouté à la fin de la liste des commentaires dès que vous modifiez un commentaire ou que vous en ajoutez un. Pour cela. Groupes de Variables Vous pouvez limiter le nombre de variables devant s'afficher dans les listes des variables source de la boîte de dialogue. Ceci peut entraîner des ambiguïtés au niveau des dates associées aux commentaires lorsque vous modifiez un commentaire ou que vous insérez un nouveau commentaire entre deux commentaires existants. le fait de réduire les listes source de boîtes de dialogue en sous-groupes de variables plus petits devrait permettre de réduire le temps nécessaire à l'ouverture des boîtes de dialogue.

Pour définir des groupes de variables E A partir du menu. L'ordre des variables dans le groupe n'a pas d'effet sur l'ordre d'affichage des variables dans les listes source de la boîte de dialogue. sélectionnez : Outils Définir des groupes. alphanumériques et alphanumériques longues peuvent être comprises dans un groupe.600 Chapitre 42 Figure 42-2 Définir boîte de dialogue Définir des groupes Nom du groupe : Les noms de groupes peuvent contenir jusqu'à 12 caractères. Tous les caractères.. E Sélectionnez les variables à inclure dans le groupe. Variables du groupe : Toute combinaison de variables numériques. Les noms de Groupes sont indifférents aux observations. peuvent être utilisés. y compris vides.. Une variable peut appartenir à de multiples groupes. .

y compris les nouvelles variables créées pendant une session. Figure 42-3 Utiliser la boîte de dialogue Définir des groupes Groupes utilisés : Affiche les groupes utilisés pour produire les listes source de variables dans les boîtes de dialogue.601 Outils E Saisir un nom de groupe (jusqu'à 12 caractères). Les variables apparaissent dans les listes source dans l'ordre alphabétique ou dans l'ordre du fichier. NEWVARIABLES : Ce groupe contient seulement les nouvelles variables créées pendant la session. Utiliser les groupes La procédure Utiliser des groupes limite le nombre de variables affichées dans les listes source de la boîte de dialogue aux groupes sélectionnés que vous avez définis. E Cliquez sur Ajouter. Par défaut. . deux groupes définis par défaut sont utilisés : ALLVARIABLES : Ce groupe contient toutes les variables du fichier de données. L'ordre des groupes et l'ordre des variables dans le groupe n'ont pas d'effet sur l'ordre des listes source de variables.

.. Réordonner Listes Variables Cible Les variables apparaissent dans les listes cible de la boîte de dialogue dans l'ordre dans lequel elles sont sélectionnées à partir de la liste source.602 Chapitre 42 Vous pouvez enlever ces groupes de la liste et en sélectionner d'autres. Si vous n'enlevez pas le groupe ALLVARIABLES de la liste des Groupes utilisés. Si vous souhaitez modifier l'ordre des variables d'une liste cible — mais que vous ne souhaitez pas désélectionner toutes les variables et les resélectionner dans le nouvel ordre — vous pouvez faire remonter et redescendre les variables dans la liste cible en utilisant le menu système dans le coin supérieur gauche de la boîte de dialogue (à laquelle vous pouvez accéder en cliquant sur la partie gauche de la barre de titre de la boîte de dialogue). E Sélectionnez les groupes de variables définis qui contiennent les variables que vous souhaitez voir apparaître dans les listes source de la boîte de dialogue.. mais il doit y avoir au moins un groupe dans la liste. Pour limiter les listes source de boîte de dialogue à des groupes de variables définis E A partir du menu. tous les autres groupes que vous incluez ne sont pas significatifs. sélectionnez : Outils Utiliser des groupes.

603 Outils Figure 42-4 Menu système de Windows avec réordonnance de la liste cible Faire remonter sélection : Fait remonter la ou les variables sélectionnées d'une position dans la liste destination. Vous pouvez déplacer simultanément les variables multiples si elles sont attenantes (regroupées). Faire redescendre sélection : Fait descendre la ou les variables sélectionnées d'une position dans la liste destination. Vous ne pouvez pas déplacer les groupes de variables non attenantes. .

.

. 605 . E Cliquez sur OK ou sur Appliquer. l'ordre d'affichage des variables dans les listes source des boîtes de dialogue . sélectionnez : Affichage Options. les formats monétaires personnalisés (devises). les fichiers et fonctions autoscript permettant de personnaliser la sortie.. y compris : „ „ „ „ „ „ le journal de session qui enregistre toutes les commandes exécutées dans chaque session . Pour modifier les paramètres d'options E A partir du menu.Options 43 Chapitre Les commandes Options permettent de contrôler un grand nombre de paramètres. E Cliquez sur les onglets correspondant aux paramètres que vous souhaitez modifier. les éléments affichés et masqués dans les nouveaux résultats de sortie . le modèle de tableau pour les nouveaux tableaux pivotants et le modèle de graphiques pour les nouveaux diagrammes interactifs . E Modifiez les paramètres.

Les listes de variables cible reproduisent toujours l'ordre dans lequel les variables ont été sélectionnées. Celui-ci comprend les commandes saisies et exécutées dans les fenêtres de syntaxe. Vous pouvez modifier le fichier-journal et réutiliser les commandes dans d'autres sessions. Vous pouvez activer ou désactiver la fonction journal.606 Chapitre 43 Options générales Figure 43-1 Options : onglet Général Listes de variables : Contrôle l'affichage des variables dans boîtes de dialogue et boîtes de liste. Vous pouvez . L'ordre d'affichage affecte seulement la liste des variables source. Vous pouvez afficher des noms de variables ou des étiquettes de variable. Journal de session : Fichier-journal de toutes les commandes exécutées dans une session. ainsi que les commandes générées par les choix de boîte de dialogue. ajouter au fichier-journal ou l'écraser et sélectionner le nom et l'emplacement du fichier-journal. On peut afficher les variables dans l'ordre alphabétique ou dans l'ordre du fichier qui 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).

Les valeurs décimales très petites sont affichées au format suivant : 0 (ou 0. sélectionnez cette option pour ouvrir automatiquement une fenêtre de syntaxe au début de chaque session SPSS.000). Ouvrir la fenêtre de syntaxe au démarrage : Les fenêtres de syntaxe sont des fenêtres de fichier de texte utilisées pour saisir. et exécuter les commandes SPSS. Ceci est particulièrement utile pour les utilisateurs avertis de SPSS qui préfèrent travailler avec la syntaxe de commande plutôt que les boîtes de dialogue. Pouces. Liste des fichiers récemment utilisés : Cette procédure permet de contrôler le nombre de fichiers récemment utilisés qui apparaissent dans le menu Fichier. La liste des langages disponibles dépend des fichiers de langage installés. les largeurs de cellules et l'espace d'impression entre les tableaux Langage : Contrôle le langage utilisé dans les résultats. qui ne peut être définie que sur l'ordinateur exécutant la version serveur du programme.) Répertoire temporaire : Contrôle l'emplacement des fichiers temporaires créés au cours d'une session. (non disponible avec la version Student). Le Viewer produit des tableaux pivotants interactifs et des diagrammes interactifs. ni aux cartes (disponible avec l'option Maps). De nombreux langages sont installés automatiquement lorsque . En mode distribué (disponible avec la version serveur). Si vous devez modifier l'emplacement du répertoire temporaire. En mode distribué. ou Centimètres) pour spécifier les attributs tels que les marges de cellules du tableau pivotant. contactez votre administrateur système. Unités de mesure : Système de mesure utilisé (Points. Type de Viewer au démarrage : Contrôle le type de Viewer utilisé et le format de résultat. (La syntaxe de commande et la production automatique ne sont pas disponibles dans la version Student.607 Options copier la syntaxe de commande à partir du fichier-journal et l'enregistrer dans un fichier de syntaxe pour l'utiliser avec le système de production automatisée. ni aux graphiques interactifs. Le Viewer en mode brouillon convertit les tableaux pivotants en sortie texte et les diagrammes en métafichiers. l'emplacement des fichiers temporaires est contrôlé par la variable d'environnement SPSSTMPDIR. cette option n'affecte pas l'emplacement des fichiers de données temporaires. Ne s'applique ni au résultat texte simple. Pas d'affichage scientifique pour les petits nombres dans les tableaux : Supprime l'affichage scientifique pour les petites valeurs décimales dans le résultat. modifier. Si vous travaillez fréquemment avec la syntaxe de commande.

Pour plus d'informations. reportez-vous à « Options script » . Options Viewer Les options d'affichage du résultat avec l'explorateur affectent seulement le nouveau résultat produit après modification de la configuration. Notification : Cette procédure contrôle la façon dont SPSS notifie que votre exécution est terminée et que les résultats sont accessibles dans le Viewer.spss. page 625. Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres. Remarque : Les scripts personnalisés fondés sur des chaînes de texte propres à un langage dans le résultat risquent de ne pas être exécutés correctement lorsque vous modifiez le langage des résultats.com/tech/downloads/base.608 Chapitre 43 vous installez SPSS. Pour obtenir d'autres fichiers de langage. Figure 43-2 Onglet Viewer .htm. visitez le site http://www.

Tableau pivotant.609 Options Etat initial résultats : Cette procédure détermine quels éléments seront automatiquement affichés ou masqués chaque fois que vous exécuterez une procédure et combien d'éléments sont initialement alignés. et Résultat texte (sortie non affichée dans les tableaux pivotants). Remarques.) Remarque : Tous les éléments de résultat sont affichés alignés à gauche dans le Viewer. Le résultat texte SPSS est prévu pour être utilisé dans une police monoespacée (à espacement fixe). ainsi que la longueur de page (exprimée en nombre de lignes). Police du titre : Cette procédure permet de contrôler le style de police. Options du Viewer en mode brouillon Les options d'affichage des résultats dans le Viewer affectent seulement le nouveau résultat produit après modification des paramètres Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres. Dans certaines procédures. Vous pouvez copier la syntaxe de commande à partir du journal et l'enregistrer dans un fichier de syntaxe pour l'utiliser dans le système de production automatisé. Taille de page résultats texte : Cette procédure permet de contrôler la largeur de page dans la sortie de texte (exprimée en nombre de caractères). Les éléments centrés et alignés à droite sont identifiés par un symbole situé au-dessus et à gauche des éléments en question. Titre. Police résultats texte : Police utilisée pour la sortie de texte. la taille et la couleur des nouveaux titres de page et de ceux générés par la syntaxe de commande TITLE et SUBTITLE. Police du titre de la page : Cette procédure permet de contrôler tous les styles de police. Diagramme. certaines statistiques sont affichées seulement en format Large. Avertissements. (La syntaxe de commande et la production automatique ne sont pas disponibles dans la version Student. . Seul l'alignement des résultats imprimés est affecté par les paramètres d'alignement. le tableau de résultats ne sera pas correctement aligné. ou créés dans le menu Insertion à l'aide de l'option Nouveau titre de page. Si vous sélectionnez une police qui n'est pas monoespacée. Vous pouvez également démarrer ou arrêter l'affichage des commandes SPSS dans le journal. la taille. et la couleur des titres de sortie. Vous pouvez contrôler l'affichage des éléments suivants : Log.

(La syntaxe de commande et la production automatique ne sont pas disponibles dans la version Student. Vous pouvez contrôler l'affichage des éléments suivants : Journal. Diagramme. Police : Police utilisée pour le nouveau résultat. Titre. Seules les polices à espacement fixe (monoespacées) sont disponibles car le résultat texte en séparation d'espace ne s'alignera pas correctement avec une police proportionnelle.) Sauts de page entre : Insère des sauts de page entre les résultats à partir de différentes procédures et/ou entre des éléments de résultat individuels. Avertissement. et Résultats texte (résultats en séparation d'espace). .610 Chapitre 43 Figure 43-3 Onglet Viewer Afficher items résultats : Contrôle les éléments à afficher automatiquement à chaque exécution d'une procédure. Résultats en tableau (les tableaux pivotants sont convertis en sortie texte). Vous pouvez également démarrer ou arrêter l'affichage des commandes dans le journal. Remarques. Vous pouvez copier la syntaxe de commande à partir du journal et l'enregistrer dans un fichier de syntaxe pour l'utiliser dans le système de production automatisé.

Les spécifications de largeur de colonne et de séparateur de colonne ne sont disponibles que si vous sélectionnez Espaces comme séparateur de colonne. Pour limiter la largeur des colonnes et insérer des sauts de ligne dans les longues étiquettes. certaines statistiques sont affichées seulement en format Large. la sortie avec des tabulations de séparation ne s'alignera pas correctement dans le Viewer en mode brouillon. Vous pouvez afficher les noms de variables et/ou les étiquettes de variable définies ainsi que les valeurs de données réelles et/ou les étiquettes valeur définies. Options Etiquettes Résultats Les options Etiquettes Résultats permettent de contrôler l'affichage des variables et les informations sur la valeur des données dans les tableaux de légende et les tableaux pivotants.611 Options Résultats en tableau : Contrôle les paramètres pour les résultats de tableaux pivotants convertis en résultat texte. Ce format est utile pour copier et coller les résultats dans des traitements de texte dans lesquels vous pouvez utiliser n'importe quelle police (et pas uniquement des polices à espacement fixe) et définir les onglets permettant d'aligner le résultat correctement. Dans certaines procédures. Pour les résultats avec séparation tabulaire. Les variables descriptives et les étiquettes de valeurs (affichage des variables de l'éditeur de données. Les étiquettes longues peuvent cependant être gênantes dans certains tableaux. contrôle la largeur de page (exprimée en nombre de caractères) et la longueur de page (exprimée en nombre de lignes). sous forme de tableaux. tous les sauts de lignes sont supprimés et chaque colonne a la largeur de la plus longue étiquette ou la valeur de la colonne par défaut. Remarque : Cependant. Résultats texte : Pour des sorties texte autres que des résultats de tableaux pivotants convertis. colonnes Etiquettes et Valeurs) facilitent souvent l'interprétation des résultats. . spécifiez un nombre de caractères pour la largeur de la colonne.

612 Chapitre 43 Figure 43-4 Onglet des options Etiquettes Résultats Les options Etiquettes Résultats affectent seulement le nouveau résultat produit après modification des paramètres. Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres. Cette configuration n'affecte que le résultat du tableau pivotant. Le résultat texte ne se trouve pas affecté par ces paramètres. Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres. .

Cliquez sur Parcourir pour sélectionner un fichier de modèle de diagramme.613 Options Options de diagramme Figure 43-5 Onglet Diagrammes Modèle de diagramme : Les diagrammes peuvent utiliser soit les paramètres sélectionnés ici. . Les valeurs inférieures à 1 donnent des diagrammes plus hauts que larges. soit les paramètres provenant d'un fichier de modèle de diagramme. Les valeurs supérieures à 1donnent des diagrammes plus larges que hauts. Ratio d'aspect diagramme : Le rapport largeur à hauteur du cadre extérieur de nouveaux diagrammes. le ratio de son aspect peut être modifié. Dès qu'un diagramme est créé.0. Pour créer un fichier de modèle de diagramme. créez un diagramme avec les attributs que vous souhaitez et enregistrez-le comme modèle (choisissez l'option Enregistrer diagramme Modèle dans le menu Fichier). Une valeur 1 donne un diagramme carré. Vous pouvez spécifier un rapport largeur à hauteur de 0.1 à 10.

Remarque : Ces paramètres n'ont pas d'effet sur les diagrammes interactifs (menu Graphes.614 Chapitre 43 Police : Police utilisée pour tout le texte des nouveaux diagrammes. Cadre : Permet de contrôler l'affichage des cadres intérieurs et extérieurs des nouveaux diagrammes. Quadrillage : Permet de contrôler l'affichage des quadrillages de l'axe d'échelle et de l'axe des modalités des nouveaux diagrammes. Données Couleurs des éléments : Précisez l'ordre dans lequel les couleurs doivent être utilisées pour les éléments de données (comme les bâtons et les marques) de votre nouveau diagramme. Elle n'utilise pas de couleur. procédez comme suit : . L'option Motifs uniquement utilise seulement les styles de courbe. au besoin. Préférence de cycle de style : Les affectations initiales des couleurs et/ou motifs pour de nouveaux diagrammes. si vous créez un diagramme en bâtons juxtaposés comprenant deux groupes. sous-menu Interactive). Cycles de style : Personnalise les couleurs. les symboles des marques ou les motifs de remplissage pour différencier les éléments de diagramme. Pour modifier l'ordre d'utilisation des couleurs. les deux premières couleurs de la liste des diagrammes regroupés sont utilisées comme couleurs des bâtons du nouveau diagramme. puis modifie le style des courbes. Par exemple. le symbole des marques ou ajoute un motif de remplissage. L'option Couleurs uniquement utilise seulement les couleurs pour différencier les éléments de diagramme et n'utilise pas de motif. et que vous sélectionnez Couleurs puis motifs dans la boîte de dialogue principale Options de diagramme. les symboles de marque et les motifs de remplissage pour les nouveaux diagrammes. Les couleurs sont utilisées dès que vous effectuez une sélection incluant l'option Couleur dans la zone de groupe Préférence de cycle de style de la boîte de dialogue principale Options de diagramme. L'option Couleurs puis motifs utilise la palette par défaut de couleurs. les styles de ligne. Vous pouvez changer l'ordre des couleurs et des motifs utilisés lors de la création d'un diagramme.

615 Options E Sélectionnez Diagramme simple. sélectionnez la modalité concernée. Pour modifier le style de courbe d'une modalité. les deux premiers styles de la liste des diagrammes regroupés sont utilisés comme motifs des courbes du nouveau diagramme. . puis choisissez une couleur dans la palette. E Sélectionnez Diagramme regroupé pour modifier le cycle des motifs des diagrammes curvilignes avec modalités. E Sélectionnez Diagramme regroupé pour modifier le cycle des couleurs des diagrammes avec modalités. vous pouvez : „ „ „ „ „ insérer une nouvelle modalité avant la modalité sélectionnée . Courbes des éléments de données Précisez l'ordre dans lequel les styles doivent être utilisés pour les éléments de données de la courbe de votre nouveau diagramme. sélectionnez la modalité concernée. puis sélectionnez une couleur utilisée pour les diagrammes sans modalités. et que vous sélectionnez Motifs uniquement dans la boîte de dialogue principale Options de diagramme. Sinon. modifier une couleur en sélectionnant son puits. Pour modifier l'ordre d'utilisation des styles de courbe. Pour modifier la couleur d'une modalité. déplacer une modalité sélectionnée . paramétrer la séquence sur la valeur par défaut . procédez comme suit : E Sélectionnez Diagramme simple. si vous créez un diagramme curviligne comprenant deux groupes. puis sélectionnez un style de courbe utilisé pour les diagrammes curvilignes sans modalités. puis en cliquant sur Edition. Par exemple. puis choisissez un style de courbe dans la palette. Les styles de courbe sont utilisés si votre diagramme inclut des éléments de données de courbe et que vous effectuez une sélection incluant l'option Types dans la zone de groupe Préférence de cycle de style de la boîte de dialogue principale Options de diagramme. supprimer une modalité sélectionnée .

vous pouvez : „ „ „ „ insérer une nouvelle modalité avant la modalité sélectionnée . Sinon. Pour modifier l'ordre d'utilisation des marques. procédez comme suit : E Sélectionnez Diagramme simple. Par exemple. supprimer une modalité sélectionnée . Pour modifier le symbole de marque d'une modalité. si vous créez un diagramme de dispersion comprenant deux groupes. vous pouvez : „ „ „ „ insérer une nouvelle modalité avant la modalité sélectionnée . sélectionnez la modalité concernée. . Les styles de marque sont utilisés si votre diagramme inclut des éléments de données de marque et que vous effectuez une sélection incluant l'option Types dans la zone de groupe Préférence de cycle de style de la boîte de dialogue principale Options de diagramme. déplacer une modalité sélectionnée . paramétrer la séquence sur la valeur par défaut . les deux premiers symboles de la liste des diagrammes regroupés sont utilisés comme marques du nouveau diagramme. et que vous sélectionnez Motifs uniquement dans la boîte de dialogue principale Options de diagramme. Marques des éléments de données Précisez l'ordre dans lequel les symboles doivent être utilisés pour les éléments de données des marques de votre nouveau diagramme. supprimer une modalité sélectionnée . déplacer une modalité sélectionnée . puis sélectionnez un symbole de marque utilisé pour les diagrammes sans modalités.616 Chapitre 43 Sinon. puis choisissez un symbole dans la palette. E Sélectionnez Diagramme regroupé pour modifier le cycle des motifs des diagrammes avec modalités. paramétrer la séquence sur la valeur par défaut .

déplacer une modalité sélectionnée . vous pouvez : „ „ „ „ insérer une nouvelle modalité avant la modalité sélectionnée . et que vous effectuez une sélection incluant l'option Types dans la zone de groupe Préférence de cycle de style de la boîte de dialogue principale Options de diagramme. Sinon. paramétrer la séquence sur la valeur par défaut . puis sélectionnez un motif de remplissage utilisé pour les diagrammes sans modalités. Les styles de remplissage sont utilisés si votre diagramme inclut des éléments de données de bâton et d'aire. sélectionnez la modalité concernée. . puis choisissez un motif de remplissage dans la palette. si vous créez un diagramme en bâtons juxtaposés comprenant deux groupes. Pour modifier l'ordre d'utilisation des styles de remplissage. les deux premiers styles de la liste des diagrammes regroupés sont utilisés comme motifs de remplissage des bâtons du nouveau diagramme. supprimer une modalité sélectionnée . procédez comme suit : E Sélectionnez Diagramme simple. et que vous sélectionnez Motifs uniquement dans la boîte de dialogue principale Options de diagramme. Par exemple. Pour modifier le motif de remplissage d'une modalité.617 Options Remplissages des éléments de données Précisez l'ordre dans lequel les styles de remplissage doivent être utilisés pour les éléments de données de bâton et d'aire de votre nouveau diagramme. E Sélectionnez Diagramme regroupé pour modifier le cycle des motifs des diagrammes avec modalités.

la liste affiche les modèles de graphiques enregistrés dans le répertoire Looks du répertoire dans lequel le programme est installé. Vous pouvez utiliser l'un des modèles de graphiques fournis avec le programme. Parcourir : Cette procédure permet de sélectionner un modèle de graphiques à partir d'un autre répertoire. les options suivantes sont disponibles : AspectGraphique : Sélectionnez un modèle de graphiques dans la liste des fichiers et cliquez sur OK ou Appliquer. „ „ Répertoire : Permet de sélectionner un répertoire de modèles de graphiques. . Utilisez Parcourir pour ajouter des répertoires à la liste. Par défaut. sous-menu Interactive). choisissez Modèles de graphiques dans le menu Format).618 Chapitre 43 Options diagrammes interactifs Figure 43-6 Onglet Interactif Pour des diagrammes interactifs (menus Graphes. ou vous pouvez créer le vôtre dans l'éditeur de graphiques interactifs (depuis un diagramme activé.

0 : Pour des fichiers de données créés dans des versions précédentes de SPSS. l'option Métafichier vecteur produira une impression plus rapide et offrira les meilleurs résultats. la couleur. Enregistrer des données avec le diagramme vous permet d'exécuter la plupart des fonctions interactives disponibles pour les diagrammes attachés au fichier données qui les a créés (sauf d'ajouter des variables qui n'étaient pas incluses dans le diagramme original). les diagrammes à basse résolution s'impriment plus rapidement et les diagrammes à haute résolution ont un meilleur aspect.619 Options Données enregistrées avec diagramme : Contrôle les informations enregistrées avec des diagrammes interactifs une fois que les diagrammes ne sont plus attachés au fichier données qui les a créés (par exemple. Cependant. sans tenir compte du nombre de valeurs uniques. y compris l'affichage et la largeur du quadrillage . Le modèle de tableau peut contrôler une variété d'attributs de tableaux pivotants. Lecture des fichiers de données Pre-8. Dans le cas des bitmaps. Résolution de l'impression : Contrôle la résolution d'impression de diagrammes interactifs. Options tableaux pivotants Les options de tableaux pivotants définissent le modèle de tableau par défaut utilisé pour de nouveaux résultats de tableaux pivotants. si vous ouvrez un fichier Viewer enregistré dans une session précédente). Pouces ou Centimètres) pour spécifier des attributs comme la taille de la région de données dans un diagramme. et la couleur de fond. particulièrement pour les fichiers données importants. sous-menu Interactif). Toute variable avec des étiquettes de valeurs définies est classée comme qualitative. . la taille. le style de police. Remarque : Ces paramètres n'affectent que les diagrammes interactifs (menu Graphes. vous pouvez spécifier le nombre minimum de valeurs de données pour une variable numérique utilisée pour classer la variable comme échelle ou qualitative. ceci peut substantiellement augmenter la taille des fichiers Viewer. Les variables avec moins que le nombre spécifié de valeurs uniques sont classées comme qualitatives. Unités de mesure : Le système de mesure utilisé (Points. Dans la plupart des cas.

Ajustement largeur de colonne pour : Cette procédure permet de contrôler l'ajustement automatique des largeurs de colonnes des tableaux pivotants. Vous pouvez utiliser l'un des modèles de tableau SPSS ou en créer un dans l'éditeur de tableaux pivotants (dans le menu Format. la liste affiche les modèles de tableau enregistrés dans le répertoire Looks dans lequel le programme est installé. Par défaut. choisissez Modèles de tableaux). . Définir le répertoire des modèles de tableaux : Cette procédure permet de modifier le répertoire des modèles de tableau par défaut. „ „ Parcourir : Cette procédure permet de sélectionner un modèle de tableau à partir d'un autre répertoire.620 Chapitre 43 Figure 43-7 onglet Tableaux pivotants Modèle de tableaux : Sélectionnez un modèle de tableau dans la liste des fichiers et cliquez sur OK ou sur Appliquer.

Vous pouvez choisir d'activer les tableaux pivotants dans une fenêtre séparée ou de sélectionner une définition de taille qui ouvrira de plus petits tableaux pivotants dans la fenêtre du Viewer et de plus grands tableaux pivotants dans une fenêtre séparée. soit celle de la valeur des données. . Mode de modification par défaut : Contrôle l'activation des tableaux pivotants dans la fenêtre du Viewer ou dans une fenêtre séparée. Cela produit des tableaux plus larges. mais garantit que toutes les valeurs seront affichées. le fait de double-cliquer sur un tableau pivotant active le tableau dans la fenêtre du Viewer. Cela produit des tableaux plus compacts. soit celle de l'étiquette colonne. „ Etiquettes et données : Cette procédure permet d'ajuster la largeur de colonne par rapport à la plus grande largeur. Par défaut.621 Options „ Etiquettes seulement : Cette procédure permet d'ajuster la largeur de colonne par rapport à la largeur de l'étiquette colonne. mais les valeurs de données plus larges que l'étiquette ne seront pas affichés (des astérisques indiquent les valeurs trop larges pour être affichées).

Pour les gros fichiers de données. sélectionner Calculer les valeurs avant leur utilisation pour retarder l'exécution et enregistrer le temps de traitement. telle qu'une procédure statistique. Afficher format nouvelles variables numériques : Cette procédure permet de contrôler la largeur d'affichage par défaut et le nombre de positions décimales par défaut des nouvelles variables numériques. et l'exécution de ces commandes peut être retardée jusqu'à ce que SPSS lise les données pour exécuter une autre commande. Certaines transformations de données (telles que Calculer et Recoder) et certaines transformations de fichiers (telles que Ajouter Variables et Ajouter Observations) ne nécessitent pas de passe de données séparée. les premières décimales sont arrondies et les valeurs sont ensuite .622 Chapitre 43 Options de données Figure 43-8 Onglet Données Options de transformation et fusion : Chaque fois que SPSS exécute une commande. Il n'existe pas de format d'affichage par défaut pour les nouvelles variables chaînes. il lit le fichier de données. Si une valeur est trop grande pour le format d'affichage spécifié.

et CCE.78 peut être arrondie à 123457 pour l'affichage. Pour modifier un format monétaire personnalisé. Options monétaires (devises) Vous pouvez afficher jusqu'à cinq formats monétaires personnalisés (devises) qui peuvent comprendre des caractère spéciaux de préfixe et suffixe. sélectionnez le nom du format à partir de la liste source et procédez aux modifications souhaitées. l'année de fin est automatiquement déterminée en fonction de la valeur que vous entrez pour l'année de début. Définir siècle pour années sur 2 chiffres : Définit l'intervalle d'années pour les variables de format de date entrés et/ou affichés avec des années à deux chiffres (par exemple. 29-OCT-87). Pour un intervalle personnalisé. Vous ne pouvez pas modifier les noms de format ou en ajouter de nouveaux. mais la valeur originale non arrondie est utilisée pour tout calcul. et qui peuvent recevoir un traitement spécial pour les valeurs négatives. CCB. Les cinq noms de format monétaire personnalisé sont CCA.10/28/86. . commençant 69 années avant et finissant 30 années après l'année en cours (ajouter l'année en cours donne un intervalle total de 100 années). la valeur 123456. Le paramétrage de l'intervalle automatique est basé sur l'année en cours. CCD. Par exemple.623 Options converties en notation scientifique Les formats d'affichage n'affectent pas les valeurs de données internes. CCC.

CCE). CCB. E Saisissez les valeurs de préfixe. Vous ne pouvez saisir de valeur dans l'éditeur de données en utilisant des caractères monétaires personnalisés.624 Chapitre 43 Figure 43-9 Onglet Devise Les préfixes et suffixes définis pour les formats monétaires servent uniquement à l'affichage. Création de formats monétaires personnalisés E Cliquez sur l'onglet Devise. . CCC. E Sélectionnez l'un des formats monétaires à partir de la liste (CCA. et de séparateur décimal E Cliquez sur OK ou sur Appliquer. CCD. suffixe.

Autoscripts : Un fichier d'autoscript est un recueil de sous routines script exécutées automatiquement chaque fois que vous lancez des procédures qui créent certains types d'objet de sortie. y compris les fichiers autoscript. et sélectionner les sous-routines d'autoscript à utiliser. y compris la personnalisation des tableaux pivotants. Nombre des scripts livrés avec SPSS utilisent des fonctions et des sous-routines de ce fichier de procédures globales et ne seront pas opérationnelles si vous spécifiez un fichier de procédures globales différent. . Procédures globales : Le fichier de procédure globale est une bibliothèque de sous-routines script et de fonctions script qui peuvent être nommées par fichier script. Vous pouvez utiliser les scripts pour automatiser de nombreuses fonctions dans SPSS. Remarque : Le fichier de procédures globales livré avec SPSS est sélectionné par défaut.625 Options Options script Utilisez l'onglet Scripts pour spécifier le fichier de procédures globales et le fichier autoscript.

. Pour spécifier des options pour fichiers de procédures globales et autoscripts E Cliquez sur l'onglet Scripts. les sous-routines individuelles.626 Chapitre 43 Figure 43-10 Onglet Scripts Toutes les sous-routines du fichier courant autoscript sont affichées. Vous pouvez aussi spécifier un fichier d'autoscript différent ou un fichier de procédure globale. ou non. ce qui vous permet d'autoriser. E Sélectionnez les sous routines d'autoscript souhaitées. E Sélectionnez Permettre l'autoscript.

tabulé. E Dans la boîte de dialogue Editeur de menu. Pour ajouter des items aux menus E A partir du menu. double-cliquez sur le menu dans lequel vous voulez rajouter un nouvel élément.Personnalisation des menus et des barres d'outils Editeur de menu Vous pouvez utiliser l'éditeur de menu pour personnaliser vos menus SPSS. 627 . sélectionnez : Outils Editeur de menu. Excel 4. SPSS peut envoyer des données vers d'autres applications dans les formats suivants : SPSS. E Cliquez sur Insérer item pour insérer un nouvel élément de menu.. SYLK. Avec l'éditeur de menu vous pouvez : „ „ „ 44 Chapitre Ajouter des éléments de menus qui exécutent des scripts SPSS personnalisés.0.. Ajouter des éléments de menu qui lancent d'autres applications et envoient automatiquement des données SPSS vers d'autres applications. Ajouter des éléments de menu qui exécutent des fichiers de syntaxe de commande SPSS. E Sélectionnez l'élément de menu au-dessus de laquelle vous voulez qu'apparaisse la nouvelle option. Lotus 1-2-3 version 3. et dBASE IV.

Les barres d'outils peuvent contenir tous les outils disponibles dans SPSS. y compris les outils utilisés pour toutes les procédures des menus. Figure 44-1 Boîte de dialogue Editeur de menu Vous pouvez également ajouter des menus entièrement nouveaux et des séparateurs entre les éléments de menu. Personnalisation des barres d'outils Vous pouvez personnaliser les barres d'outils SPSS et créer de nouvelles barres d'outils. E Cliquez sur Parcourir pour sélectionner un fichier à attacher à l'élément de menu. Vous pouvez également envoyer automatiquement le contenu de l'éditeur de données vers une autre application lorsque vous sélectionnez cette application dans les menus SPSS. fichier de syntaxe de commande ou application externe). d'exécuter des fichiers de syntaxe de commande ou des fichiers de script.628 Chapitre 44 E Sélectionnez le type de fichier du nouvel élément (fichier de script. . Elles peuvent également contenir des outils personnalisés permettant de lancer d'autres applications.

. d'exécuter des fichiers de syntaxe de commande ou des fichiers de script. ou cliquez sur Nouvelle barre d'outils pour créer une barre d'outils.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. Elles peuvent également contenir des outils personnalisés permettant de lancer d'autres applications. y compris les outils utilisés pour toutes les procédures des menus. Les barres d'outils peuvent contenir tous les outils disponibles dans SPSS.. les personnaliser et en créer de nouvelles. Figure 44-2 Boîte de dialogue Montrer barres d'outils Pour personnaliser les barres d'outils E A partir du menu. sélectionnez : Affichage Barres d'outils. E Sélectionnez la barre d'outils que vous voulez personnaliser et cliquez sur Personnaliser..

Pour créer un outil personnalisé pour ouvrir un fichier. E Sélectionnez un élément dans la liste Modalités pour afficher les outils disponibles dans cette modalité.630 Chapitre 44 E Pour les nouvelles barres d'outils. le faire glisser n'importe où en dehors de la barre d'outils affichée dans la boîte de dialogue. E Sélectionnez l'action que vous voulez affecter à l'outil (ouvrir un fichier. indiquez le nom de la barre. E Cliquez sur Parcourir pour sélectionner un fichier ou une application à associer à l'outil. E Faites glisser et lâchez les outils que voulez inclure dans la barre d'outils affichée dans la boîte de dialogue. Propriétés barre d'outils Utilisez Propriétés des barres d'outils pour sélectionner les types de fenêtres dans lesquelles vous voulez voir apparaître la barre d'outils sélectionnée. sélectionnez les fenêtres dans lesquelles vous voulez qu'elle apparaisse et cliquez sur Personnaliser. qui peut aussi contenir des éléments de menu définis par l'utilisateur. E Indiquez une étiquette décrivant l'outil. exécuter un fichier de syntaxe de commande ou exécuter un script). . exécuter un fichier de syntaxe de commande ou exécuter un script : E Cliquez sur Nouvel outil dans la boîte de dialogue Personnaliser barre d'outils. E Pour supprimer un outil dans une barre d'outils. Cette boîte de dialogue sert aussi à créer des noms ou de nouvelles barres d'outils. Les nouveaux outils s'affichent dans la modalité définie par l'utilisateur.

cliquez sur Personnaliser. sélectionnez : Affichage Barres d'outils. E Pour les barres d'outils existantes.. Personnaliser barre d'outils Utilisez la boîte de dialogue Personnaliser barre d'outils pour personnaliser les barres d'outils existantes et en créer de nouvelles. E Pour les nouvelles barres d'outils. E Sélectionnez les types de fenêtres dans lesquelles vous voulez voir apparaître la barre d'outils. Les barres d'outils peuvent contenir tous les outils disponibles dans SPSS.. puis sur Propriétés dans la boîte de dialogue Personnaliser barre d'outils. y compris les outils utilisés pour toutes les . cliquez sur Nouvel outil. Pour les nouvelles barres d'outils.631 Personnalisation des menus et des barres d'outils Figure 44-3 Boîte de dialogue Propriétés barre d'outils Pour définir des propriétés des barres d'outils E A partir du menu. indiquez aussi un nom de barre.

Elles peuvent également contenir des outils personnalisés permettant de lancer d'autres applications. . d'exécuter des fichiers de syntaxe de commande et d'exécuter des fichiers de script.632 Chapitre 44 procédures des menus. Figure 44-4 Boîte de dialogue Personnaliser barre d'outils Créer nouvel outil Utilisez la boîte de dialogue Créer nouvel outil pour créer des outils personnalisés permettant de lancer d'autres applications. d'exécuter des fichiers de syntaxe de commande ou des fichiers de script.

633 Personnalisation des menus et des barres d'outils Figure 44-5 Boîte de dialogue Créer nouvel outil Editeur bitmap de barre d'outils Utilisez l'éditeur BMP pour créer des icônes personnalisées pour les boutons des barres d'outils. de la syntaxe et d'autres applications. . Cela est tout particulièrement utile pour les outils personnalisés créés pour exécuter des scripts.

E Sélectionnez la barre d'outils à personnaliser et cliquez sur Personnaliser. sélectionnez : Affichage Barres d'outils.634 Chapitre 44 Figure 44-6 Editeur BMP Pour modifier les images bitmap de la barre d'outils E A partir du menu.. E Utilisez la boîte à outils et la palette de couleurs pour modifier l'image bitmap ou créer une nouvelle icône bitmap. E Cliquez sur Modifier outil. E Cliquez sur l'outil avec l'icône bitmap que vous voulez modifier dans l'exemple de barre d'outils. ..

telles que des rapports hebdomadaires. Le Système de Production utilise des fichiers de syntaxe de commande pour indiquer au programme la marche à suivre. Le mode Production est utile si vous exécutez souvent le même ensemble d'analyses longues. ce qui vous permet d'exécuter d'autres tâches pendant qu'il fonctionne. 635 . Après que vous avez créé des fichiers de syntaxe et que vous les avez intégrés dans une tâche de production.Système de production 45 Chapitre Le Système de Production permet d'exécuter SPSS en mode automatisé. Vous pouvez également générer une syntaxe de commande en collant les sélections de la boîte de dialogue dans une fenêtre de syntaxe ou en modifiant le fichier-journal. vous pouvez les afficher et les modifier à partir du système de production. Un fichier de syntaxe de commande est un fichier texte simple contenant une syntaxe de commande. Vous pouvez utiliser n'importe quel éditeur de texte pour créer ce fichier. SPSS fonctionne seul et prend fin après avoir exécuté la dernière commande.

Utilisation de l'Utilitaire de Production E Créez un fichier de syntaxe de commande. disponible dans le menu Démarrage. E Démarrez le Système de production.spo.636 Chapitre 45 Figure 45-1 Système de production Résultats de la tâche de production : Chaque séquence de production crée un fichier de résultats portant le même nom que la tâche de production et l'extension . E Indiquez les fichiers de syntaxe que vous souhaitez utiliser dans la tâche de . à l'inverse des graphiques. Les résultats texte peuvent être modifiés dans le Viewer en mode brouillon. Le Viewer en mode brouillon produit les résultats texte et des fichiers images (metafiles ou métafichiers) des graphiques. un fichier de tâche de production intitulé prodjob. Le fichier de résultats est un document du Viewer.spo.spp crée un fichier de résultats intitulé prodjob. Type de résultat : Les sorties du Viewer sont sous forme de tableaux pivotants et de graphiques haute résolution et interactifs. Par exemple.

E Enregistrer le fichier de Tâche de production. Si vous disposez d'un accès réseau à la version pour serveur distant de SPSS. Le point à la fin de la commande est optionnel. et non par rapport à votre ordinateur local. comme dans l'exemple suivant : GET FILE = '\\hqdev01\public\juillet\ventes. E Exécutez le fichier de Tâche de production. Les lignes suites doivent être en retrait d'un espace au moins.sav'. Noms de chemin UNC : Les spécifications de chemins relatifs pour des fichiers de données sont relatifs par rapport au serveur utilisé en mode d'analyse distribuée. Si vous générez de la syntaxe de commande en collant les choix d'une boîte de dialogue dans une fenêtre de syntaxe. . nous vous recommandons d'utiliser des noms de chemin UNC (Universal Naming Convention = convention de dénomination universelle) pour spécifier l'emplacement des fichiers de données dans vos fichiers de commande.637 Système de production production. le format des commandes convient au système de production SPSS. Cliquez sur Ajouter pour sélectionner les fichiers de syntaxe. Cliquez sur le bouton Exécuter de la barre d'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 système de 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.

texte. et d'enregistrer des diagrammes sous divers formats communément utilisés par d'autres applications. Word/RTF et Excel. .638 Chapitre 45 Figure 45-2 Syntaxe 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 les éléments texte au format HTML.

JPEG. Les diagrammes du Viewer sont ignorés. les diagrammes sont exportés dans le format d'exportation du diagramme sélectionné. . „ Pour les formats HTML et texte. Pour le format document texte.639 Système de production Figure 45-3 Boîte de dialogue Options d'exportation Exporter Cette liste déroulante indique les éléments que vous souhaitez exporter. une ligne est insérée dans le fichier texte pour chaque diagramme. résultat texte et diagrammes. Pour les documents Word/RTF. bitmap Windows (BMP). les diagrammes sont toujours exportés au format métafichier Windows. TIFF. Graphiques uniquement : N'exporte que les graphiques. les tableaux sont intégrés par référence. et vous devez exporter les tableaux sous un format adapté pour permettre leur intégration dans des documents HTML. Document résultat : Exporte toute combinaison de tableaux pivotants. Les diagrammes ne sont pas inclus dans les documents Excel. les formats d'exportation sont les suivants : métafichier Windows (WMF). Pour le format document HTML. PNG ou PICT Macintosh. PostScript encapsulé (EPS). indiquant le nom de fichier du diagramme exporté. „ „ Document Résultat (sans Graphiques) : Exporte les tableaux pivotants et les résultats texte. Pour les documents HTML et texte. Pour le format Word/RTF. les diagrammes sont exportés au format métafichier Windows et incorporés dans le document Word.

Pour les documents de résultat. Fichier texte (*. Format d'image L'option Format d'image contrôle le format d'exportation des diagrammes. TIFF. Les résultats texte sont publiés au format HTML pré-formaté. avec tous les attributs de formatage (bordures de cellule. les noms des diagrammes seraient prodjob1. Les noms des diagrammes exportés comprennent le nom de fichier de la tâche de production.xls) : Les lignes. prodjob2. styles de police. pour les formats HTML et texte. et ainsi de suite. Si la tâche de production prodjob.spp exporte des diagrammes au format métafichier Windows. les tableaux pivotants et le texte sont exportés de la façon suivante : „ „ „ Fichier HTML (*. couleurs d'arrière-plan. un numéro séquentiel. styles de police. JPEG. . bitmap Windows (BMP). etc. Tous les résultats texte sont exportés en format avec espaces. texte. Pour Graphiques Seulement. „ Fichier Word/RTF (*. PNG ou PICT Macintosh. et l'extension du format choisi.wmf.). Une police à espacement fixe est nécessaire pour le bon alignement des résultats texte séparés par des espaces. Le résultat texte dans SPSS apparaît toujours dans une police à espacement fixe et est exporté avec les mêmes attributs de police. colonnes et cellules des tableaux pivotants sont exportées comme des lignes. Le résultat texte est exporté en tant que fichier RTF.txt) : Les tableaux pivotants peuvent être exportés en format tabulé ou avec espaces. prodjob3.). CGM. sélectionnez un format d'exportation de graphiques dans la liste déroulante. avec le contenu de toute la ligne dans une seule cellule. Les diagrammes peuvent être exportés aux formats suivants : métafichier Windows (WMF). couleurs d'arrière-plan.640 Chapitre 45 Format d'exportation Pour les documents de résultat. colonnes et cellules Excel. les options disponibles sont HTML. Le résultat texte est exporté avec tous les attributs de police. Chaque ligne du résultat texte est une ligne dans le fichier Excel.wmf. les diagrammes sont exportés au format du diagramme sélectionné.wmf. Fichier Excel (*. etc.htm) : Les tableaux pivotants sont exportés comme des tableaux HTML. Word/RTF et Excel .doc) : Les tableaux pivotants sont exportés comme des tableaux Word avec tous les attributs de formatage (bordures de cellule. PostScript encapsulé (EPS).

Invites utilisateur Les symboles de macro définis dans un fichier de tâche de production et utilisés dans un fichier de syntaxe de commande simplifient les tâches comme l'exécution de la même analyse pour différents fichiers de données ou l'exécution du même ensemble de commandes pour différents ensembles de variables. par exemple) sont définies dans SPSS et ne peuvent pas être modifiées dans le système de production. utilisez l'option Exporter du menu Fichier de SPSS. par exemple) et les options d'exportation de diagrammes (paramètres des couleurs. . Pour modifier les options d'exportation de texte et de diagrammes.641 Système de production Options de texte et d'image Les options d'exportation de texte (séparé par des tabulations ou par des espaces. Les diagrammes ne peuvent être exportés par le Viewer en mode brouillon. taille et résolution. Exportation du Viewer en mode brouillon La seule option d'exportation disponible pour les résultats du Viewer en mode brouillon consiste à exporter les résultats en texte simple. Vous pouvez par exemple définir les symboles de macro @datfile pour que le système vous demande un nom de fichier de données chaque fois que vous exécutez une tâche de production qui utilise la chaîne @datfile au lieu d'un nom de fichier.

Vous pouvez remplacer ou modifier cette valeur pendant l'exécution. Le nom du symbole de macro doit commencer par un @. laissez le champ vide ou tapez N ou Non. . Mettre la valeur entre guillemets : Tapez O ou Oui si vous souhaitez que la valeur soit mise entre guillemets. Vous pouvez par exemple utiliser la phrase « Quel fichier de données souhaitez-vous utiliser ? » pour identifier un champ qui exige un nom de fichier de données. vous devez entrer Oui pour les spécifications de nom de fichier car les spécifications de ce type doivent être placées entre guillemets. Défaut : Valeur que la tâche de production donne par défaut si vous ne tapez pas une valeur différente. Par exemple.642 Chapitre 45 Figure 45-4 Boîte de dialogue Invites utilisateur Symbole de macro : Nom de macro utilisé dans le fichier de syntaxe de commande pour appeler la macro qui demande à l'utilisateur de saisir des informations. Cette valeur s'affiche lorsque la tâche de production vous demande cette information. Invite : Etiquette descriptive qui s'affiche lorsque la tâche de production vous demande de saisir des informations. Sinon.

. Vous pouvez remplacer ou modifier les valeurs par défaut affichées.643 Système de production Figure 45-5 Invites 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 vous exécutez une tâche de production qui contient des symboles de macro définis. SPSS remplace alors ces valeurs par les symboles de macro dans tous les fichiers de syntaxe de commande associés à la tâche de production.

Ajouter). SPSS et les résultats qu'il génère au fur et à mesure de l'exécution de la tâche. Changer serveur. . un ID utilisateur ainsi qu'un mot de passe pour l'analyse distribuée (applicable uniquement si vous disposez d'un accès réseau à la version serveur de SPSS). les paramètres par défaut de la boîte de dialogue de connexion au serveur de SPSS seront utilisés. un nom de domaine. Si vous ne fournissez pas ces informations.644 Chapitre 45 Figure 45-6 Boîte 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 a accédé par le bouton de modification de la boîte de dialogue principale. Vous ne pouvez sélectionner que les serveurs distants que vous avez précédemment définis dans la boîte de dialogue d'ajout de serveur de SPSS (menu Fichier. „ Exécuter la tâche de production comme une opération de fond invisible ou afficher „ Définir un serveur distant.

. . Contrôle du format des tâches de production Plusieurs paramètres de SPSS peuvent vous aider à choisir le meilleur format pour les tableaux pivotants créés dans les tâches de production : Aspects de tableaux : En modifiant et en enregistrant Aspects de tableaux (menu Format dans un tableau pivotant actif) vous pouvez contrôler de nombreux attributs de tableaux pivotants.. les couleurs. sélectionnez Redimensionner largeur de tableau pour l'ajuster à la page dans l'onglet Général. Vous pouvez spécifier les tailles et styles de polices. Pour éviter la division de tableaux larges sur plusieurs pages. option Propriétés du tableau.645 Système de production Figure 45-7 Options Modification des options de production Dans les menus du Système de production choisissez Affichage Options. et les bordures.

Vous pouvez définir les paramètres dans Modèles de tableaux et Options avant de lancer votre tâche de production.. onglet Etiquettes Résultats) contrôlent l'affichage des informations relatives aux variables et aux valeurs de données dans les tableaux pivotants. mais garantit que toutes les valeurs seront affichées. mais les valeurs de données plus larges que l'étiquette ne seront pas affichés (des astérisques indiquent les valeurs trop larges pour être affichées). „ Les tâches de production utilisent les paramètres en vigueur définis sous Modèle de tableau et Options.646 Chapitre 45 Etiquettes de résultats : Les options Etiquettes de résultats (Menu Edition. Cela produit des tableaux plus compacts. Largeur de colonne : Les options Tableaux pivotants (menu Edition. plus descriptives. de l'étiquette ou de la valeur de donnée. de longues étiquettes peuvent parfois paraître étranges dans certains tableaux. Le recours aux commandes SET dans les fichiers de syntaxe vous permet d'utiliser plusieurs paramètres Modèles de tableaux et Options dans la même tâche. E A partir du menu. onglet Tableaux pivotants) contrôlent les modèles de tableaux par défaut et l'ajustement automatique des largeurs de colonnes dans les tableaux pivotants. des valeurs de données réelles et/ou des étiquettes de valeurs définies. Les étiquettes de variable et de valeur. . mais vous pouvez également utiliser les commandes SET dans vos fichiers de syntaxe pour les contrôler. „ L'option Etiquettes seulement ajuste la largeur d'une colonne à celle de l'étiquette de colonne. Vous pouvez afficher des noms de variables et/ou des étiquettes de variable définies. Options. Création d'un modèle de tableau par défaut personnalisé E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). L'option Etiquettes et données ajuste la largeur d'une colonne à l'élément le plus large de la colonne.. Options. E Définissez les propriétés du tableau selon les attributs voulus. Toutefois. Cela produit des tableaux plus larges. sélectionnez : Format Aspects de tableaux. permettent souvent d'interpréter plus facilement vos résultats. E Sélectionnez un modèle de tableau dans la liste et cliquez sur Modifier modèle.

les paramètres des options en vigueur lors de la dernière exécution du programme sont appliqués à la tâche de production. E Sélectionnez le modèle de tableau dans la liste et cliquez sur OK. Vous pouvez définir le modèle de tableau par défaut. Définition des options pour les tâches de production E A partir du menu. E Cliquez sur l'onglet Tableaux pivotants. E Cliquez sur OK. comme dans : „ SET TLOOK = 'c:\prodjobs\montableau. Les paramètres définis sous Options sont enregistrés avec le programme.tlo'. SET TVARS : Contrôle l'affichage des noms et des étiquettes de variable dans les nouveaux tableaux pivotants. „ SET TVARS = LABELS fait apparaître les étiquettes de variable. les paramètres des étiquettes de résultats. Lorsque vous exécutez une tâche de production. . et l'ajustement automatique de la largeur des colonnes avec Options. sélectionnez : Affichage Options E Sélectionnez les options souhaitées.647 Système de production E Cliquez sur Enregistrer aspect ou Enregistrer sous pour enregistrer le modèle de tableau et cliquez sur OK. Contrôle du format des tableaux pivotants avec la syntaxe de commande SET TLOOK : Contrôle le modèle de tableau par défaut pour les nouveaux tableaux pivotants. E A partir du menu... sélectionnez : Affichage Options.

. SET ONUMBER : Contrôle l'affichage des valeurs de données ou des étiquettes de valeurs dans les nouveaux tableaux pivotants. „ „ „ SET ONUMBER = LABELS fait apparaître les étiquettes de valeurs. -s : Exécute la tâche de production. „ „ SET TFIT = LABELS ajuste la largeur des colonnes en fonction de la largeur des étiquettes de colonne. Si la tâche de production contient des invites utilisateur. SET ONUMBER = BOTH fait apparaître les valeurs de données et les étiquettes de valeurs. SET TFIT : Contrôle l'ajustement automatique de la largeur des colonnes pour les nouveaux tableaux pivotants. Vous pouvez exécuter des tâches de Production à partir d'une ligne de commande à l'aide des boutons suivants : -r : Exécute la tâche de production. SET ONUMBER = VALUES fait apparaître les valeurs de données.648 Chapitre 45 „ „ SET TVARS = NAMES fait apparaître les noms de variable. Les valeurs par défaut des invites utilisateur sont automatiquement utilisées. SET TFIT = BOTH ajuste la largeur des colonnes à la largeur des étiquettes ou à la plus grande valeur de données. et supprime les éventuels messages ou invites utilisateur. Exécution de tâches de production à partir d'une ligne de commande Les boutons de la ligne de commande vous permettent de programmer l'heure d'exécution des tâches de production grâce aux utilitaires de programmation comme celui disponible dans Microsoft Plus!. vous devez fournir l'information demandée pour que la tâche de production puisse s'exécuter. le chiffre retenu étant le plus grand des deux. SET TVARS = BOTH fait apparaître les noms et les étiquettes de variable.

vous devez les faire suivre du signe égal (=) immédiatement avant la spécification. Si vous spécifiez l'un de ces paramètres de ligne de commande pour l'analyse distribuée. -u et -p).exe) que pour la tâche de production. la tâche s'exécute en mode local. -u : ID utilisateur pour l'accès au serveur distant. Si vous souhaitez exécuter une tâche de production en mode local mais que votre ordinateur local n'est pas votre serveur par défaut.spp" -x="" -n="" -d="" -u="" -p="" . Vous devez indiquer le chemin complet aussi bien pour le système de production (spssprod. Si la spécification comporte des espaces (par exemple. Si aucun serveur par défaut n'est défini dans cette boîte de dialogue. indiquez la valeur entre guillemets ou entre apostrophes. comme dans l'exemple suivant : "c:\program files\spss\spssprod. -d. vous devez tous les indiquer (-x. et les deux doivent être mis entre guillemets. vous pouvez également utiliser les commutateurs suivants pour exécuter le système de production en mode d'analyse distribuée : -x : Nom ou adresse IP du serveur distant. -d : Nom de domaine. le serveur par défaut et les informations associées (si vous ne les avez pas spécifiés dans les paramètres de ligne de commande) correspondent au serveur par défaut défini dans la boîte de dialogue de connexion au serveur de SPSS. 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.exe" "c:\spss\datajobs\prodjob. comme dans l'exemple suivant : "c:\program files\spss\spssprod.649 Système de production Analyse distribuée : Si vous disposez d'un accès réseau à la version serveur de SPSS. indiquez des chaînes vides entre guillemets pour tous les commutateurs de ligne de commande de l'analyse distribuée. dans un nom de serveur en deux mots).spp" -s -r Pour les commutateurs de ligne de commande nécessitant des spécifications supplémentaires. -n.exe" "c:\spss\datajobs\prodjob. -p : Mot de passe pour l'accès au serveur distant. -n : Numéro du port.

Tableaux uniquement : Exclut les graphiques. Graphiques uniquement : Publie uniquement les graphiques du document. Tableaux uniquement (sans Notes) : Exclut les graphiques et les tableaux Notes. les résultats seront publiés à chaque fois vous que exécuterez la tâche de production. Publier tableaux en tant que : Contrôle la manière dont les tableaux pivotants sont publiés : „ „ Interactif : Les tableaux sont des objets dynamiques pouvant être manipulés via le Web afin d'obtenir différents affichages des données. Publier : Permet de spécifier le résultat à publier : „ „ „ „ „ „ Document résultat : Publie la totalité du document de résultat. à moins que vous ne sélectionniez l'option Rien. fichiers HTML) spécifiés dans la tâche de production.). Statique : Les tableaux sont statiques et ne peuvent pas être manipulés après publication.650 Chapitre 45 Publication sur le Web La fonction Publier sur le Web exporte les résultats à publier vers le serveur Web SmartViewer.spp). (La plupart des navigateurs utilisent par défaut une police à espacement fixe pour le texte préformaté. Rien : Désactive la publication sur le Web. Celle-ci désactive la publication tout en générant d'autres types de résultats (fichiers du Viewer. Les tableaux et rapports publiés dans SmartViewer peuvent être visualisés et manipulés via le Web. „ „ „ Les tableaux pivotants sont publiés comme des tableaux dynamiques pouvant être manipulés via le Web afin d'obtenir différents affichages des données. Les diagrammes sont publiés sous forme de fichiers graphiques JPEG ou PNG. Document résultat (sans Notes) : Publie tout sauf les tableaux Notes produits automatiquement pour chaque procédure. en temps réel et à l'aide d'un navigateur standard. . Du fait que tous les paramètres sont enregistrés avec la tâche de production (fichier . Les résultats texte sont publiés sous forme de HTML pré-formaté. Tous les tableaux pivotants et tableaux de texte sont publiés. y compris les éléments masqués ou réduits.

. Lorsque vous créez une tâche de production à publier sur le Web. Remarque : La fonction Publier sur le Web est disponible uniquement avec les sites où le serveur Web SmartViewer est installé et elle nécessite un plug-in pour activer la fonction de publication. Contactez votre administrateur système ou Webmaster pour obtenir des instructions sur le téléchargement du plug-in. utilisez l'option Exporter le résultat pour enregistrer le résultat au format HTML. Si SmartViewer n'est pas disponible sur votre site.651 Système de production Configurer : Ouvre la page Configurer la publication automatique du serveur Web SmartViewer dans une fenêtre de navigateur. Connexion au serveur Web SmartViewer La publication sur le serveur Web SmartViewer nécessite un nom d'utilisateur (ID utilisateur) et un mot de passe valides. Contactez votre administrateur système ou Webmaster pour plus d'informations. Cette procédure est requise pour la création d'une tâche de production à publier sur le Web. Ces informations sont stockées dans la tâche de production dans un format codé. vous devez entrer votre ID utilisateur et votre mot de passe. Une ID utilisateur et un mot de passe vous sont également demandés pour accéder au serveur Web SmartViewer.

.

.Utilitaire de script SPSS 46 Chapitre L'utilitaire de script vous permet d'automatiser certaines tâches. l'ouverture et l'enregistrement des fichiers de données. notamment les scripts automatiques qui s'exécutent automatiquement à chaque fois qu'un type de résultat est produit. Vous pouvez utiliser ces scripts comme ils se présentent ou les adapter à vos besoins. l'exportation des diagrammes sous forme de fichiers graphiques dans de nombreux formats. telles que : „ „ „ „ „ le résultat personnalisé et automatique dans le Viewer. Un certain nombre de scripts figure dans le logiciel. l'exécution des transformations de données et des procédures statistiques à l'aide de la syntaxe de commande SPSS.. 653 . sélectionnez : Outils Exécuter le script. l'affichage et la manipulation de boîtes de dialogue. vous pouvez d'abord en choisir un parmi les nombreux Assistants script. Si vous souhaitez créer vos propres scripts. Exécution d'un script E A partir du menu.

Scripts livrés avec SPSS Les scripts suivants sont livrés avec le programme : Analyser les observations restantes : Répète une Analyse factorielle ou une Analyse discriminante à l'aide des observations qui n'ont pas été sélectionnées dans une analyse précédente. . Clean navigator. Pour plus d'informations.sbs (effacer le Navigateur) : Supprime tous les tableaux de remarques d'un document de résultat.654 Chapitre 46 Figure 46-1 Boîte de dialogue Exécuter le script E Sélectionnez le dossier Scripts. Un tableau de Remarques produit par la précédente exécution de l'analyse factorielle ou discriminante doit être sélectionné avant d'exécuter le script. Il faut choisir le tableau avant d'exécuter le script. E Sélectionnez le script de votre choix. en p= dans les étiquettes de colonnes de n'importe quel tableau pivotant. Modifier la signification de p : Changez Sig. Le document doit être ouvert dans la fenêtre correspondante du Viewer avant l'exécution du script. reportez-vous à « Personnalisation des menus et des barres d'outils » dans Chapitre 44 . page 627.

colonnes ou strates de données indiquées comme étant un Total dans le tableau pivotant. Autoscripts Les scripts automatiques s'exécutent automatiquement lorsqu'ils sont déclenchés à la création d'une partie de résultat particulière par une procédure donnée. Rerun syntax from note. Le tableau des moyennes doit être sélectionné avant d'exécuter le script. Means report. appliquez le format Gras et la couleur Bleue à la ligne correspondant au modèle qui maximise les R-deux ajustés. le script tente de lire le fichier de données utilisé initialement.. Le tableau des remarques doit être sélectionné avant l'exécution du script.. SPSS contient un autoscript qui supprime automatiquement la diagonale supérieure et met en surbrillance les coefficients de corrélation négligeables à chaque fois qu'un tableau de corrélations est produit par la procédure Corrélation Bivariée. reportez-vous à « Options » dans Chapitre 43 .sbs (état des moyennes) : Extrait les informations du tableau des moyennes et écrit les résultats dans plusieurs fichiers de résultat ASCII. Il faut choisir le tableau avant d'exécuter le script. Par exemple. page 605.sbs (retirer les étiquettes) : Supprime toutes les étiquettes de colonnes ou de lignes dans un tableau pivotant sélectionné. R-deux max : Dans le tableau récapitulatif des modèles de régression.. Pour plus d'informations.sbs (réexécuter la syntaxe à partir des remarques) : Exécute à nouveau la commande trouvée dans le tableau de remarques sélectionné avec le fichier de données actif. Le tableau de statistiques de fréquences doit être sélectionné avant l'exécution du script. Remove labels.sbs (totaux en gras) : Applique l'attribut Gras et la couleur Bleue à toutes les lignes. . Il faut choisir le tableau avant d'exécuter le script. Si aucun fichier n'est ouvert. Remarque : cette liste n'est pas exhaustive.655 Utilitaire de script SPSS Fréquences en bas de page : Insère les statistiques affichées dans un tableau statistique de fréquences sous forme de notes de bas de page dans le tableau de fréquences correspondant pour chaque variable. Le tableau récapitulatif des modèles doit être sélectionné avant l'exécution du script. Make totals bold.

Fréquences. Cependant. reportez-vous à « Options » dans Chapitre 43 . Figure 46-2 Onglet Scripts de la boîte de dialogue Options Les scripts automatiques sont spécifiques à une procédure et à un type de résultat donnés. . page 605. produit à la fois un tableau de fréquences et un tableau de statistiques.656 Chapitre 46 L'onglet Scripts de la boîte de dialogue Options (menu Edition) affiche les scripts automatiques (Autoscripts) disponibles sur votre système et vous permet d'activer ou de désactiver différents scripts. chacune pouvant avoir son propre autoscript. Pour plus d'informations. par exemple. Un autoscript qui formate les tableaux ANOVA produit par une analyse ANOVA à un facteur n'est pas déclenché par des tableaux ANOVA produits par d'autres types de procédure statistiques (mais vous pourriez utiliser des procédures générales pour créer des scripts automatiques distincts pour les tableaux ANOVA qui partagent un code très similaire). vous pouvez utiliser un autoscript distinct pour chaque type de résultat produit par la même procédure.

Figure 46-3 Modifier un script dans la fenêtre de script Si vous préférez créer vos propres scripts. vous pouvez d'abord en choisir un parmi les nombreux Assistants scripts. l'un des scripts permet de supprimer tous les tableaux de remarques dans le document de résultat choisi. Vous pouvez facilement modifier ce script pour supprimer les éléments de résultat de n'importe quel type et d'étiquette. Par exemple. .657 Utilitaire de script SPSS Création et modification de scripts Vous pouvez adapter à vos besoins la plupart des scripts livrés avec le logiciel.

658 Chapitre 46 Modification d'un script E A partir du menu. Si vous ouvrez plusieurs scripts.. un navigateur d'objets. .sbs). sélectionnez Script SPSS (*. Fenêtre de script La fenêtre de script est un environnement de programmation complet qui utilise le langage Sax BASIC et inclut un éditeur de boîte de dialogue. E Dans Type.. Figure 46-4 Ouvrir un fichier de script E Sélectionnez le dossier Scripts. chacun d'eux dispose de sa propre fenêtre. des fonctions de mise au point et une aide contextuelle. sélectionnez : Fichier Ouvrir Script. E Sélectionnez le script de votre choix.

659 Utilitaire de script SPSS Figure 46-5 Fenêtre de script „ „ Lorsque vous déplacez le curseur.) „ . cliquez sur ces termes et appuyez sur F1. mais uniquement lorsqu'ils apparaissent en magenta et dans des instructions correctes. des propriétés ou des méthodes. Les termes en magenta sont des objets SPSS. Les termes en bleu sont des mots réservés au BASIC (tels que Sub. (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. End Sub et Dim). Vous pouvez également cliquer sur ces termes et sur F1 pour accéder à l'Aide. Pour accéder à l'Aide contextuelle relative à ces termes. le nom de la procédure s'affiche en haut de la fenêtre.

les propriétés 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 qui permet de les distinguer plus facilement. Cliquez sur F2 pour afficher le navigateur d'objets qui affiche les objets SPSS.660 Chapitre 46 „ „ Les commentaires sont affichés en vert. sélectionnez : Script Propriétés de l'éditeur… Figure 46-6 Boîte de dialogue Propriétés Editeur E Pour modifier la couleur d'un type d'élément de code. propriétés et méthodes valides. sélectionner l'élément et une couleur dans la palette déroulante. Vous pouvez indiquer des couleurs différentes pour ces éléments et changer la taille et la police de tout le texte. les termes Sax BASIC sont en bleu et les noms des objets. sont en magenta. Par défaut. Pour définir les propriétés de l'éditeur de script E A partir du menu. . les commentaires sont en vert.

de colonnes ou de strates. Figure 46-7 Boîte de dialogue Utiliser l'Assistant script Chaque Assistant script fournit un code pour une ou plusieurs procédures classiques ainsi que certaines astuces sur la personnalisation du script. modifie le texte dans une note de bas de page ou ajoute une note de bas de page. Pour que ce script fonctionne. Reformate par étiquettes : Reformate un tableau pivotant en fonction des étiquettes de lignes. l'option Masquer les lignes et colonnes vides doit être sélectionnée dans la boîte de dialogue Propriétés de Tableau. Supprimer par étiquette : Supprime des lignes ou des colonnes dans un tableau pivotant en fonction du contenu de RowLabels ou ColumnLabels. .661 Utilitaire de script SPSS L'Assistant script Lorsque vous créez un nouveau script. vous pouvez tout d'abord choisir un certain nombre d'Assistants script. Reformate par valeur : Reformate un tableau pivotant en fonction de la valeur de cellules de données ou d'une combinaison de cellules et d'étiquettes. Note de bas de page : Reformate les notes de bas de page d'un tableau pivotant. Supprimer les items du Navigateur : Supprime les éléments du Viewer en fonction d'un certain nombre de critères.

662 Chapitre 46 Reformate un tableau pivotant divers : Reformate ou modifie le texte dans un titre de tableau pivotant. Création de scripts automatiques Pour créer un autoscript. Ouvrez simplement le script et enregistrez-le sous un nom différent. Cliquez sur le bouton droit de la souris ou utilisez le menu Outils pour créer un nouveau autoscript déclenché à chaque fois que ce type de tableau est produit. Création d'un script E A partir du menu. . sélectionnez un objet du résultat qui servira de déclencheur. sélectionnez : Nouveau Script… E Sélectionnez un Assistant script si vous souhaitez commencer par là. cliquez sur Annuler. créez un tableau de fréquences selon la procédure habituelle et cliquez sur le tableau dans le Viewer pour le sélectionner. Par exemple. un texte de coin ou une légende. Vous pouvez également utiliser n'importe quel autre script disponible comme Assistant Script. E Si vous ne souhaitez pas utiliser d'assistant. même s'il est plus complexe à personnaliser. pour créer un autoscript qui s'exécute à chaque fois qu'un tableau de fréquences est produit.

sbs. si vous créez un autoscript déclenché chaque fois qu'Explorer crée un tableau de caractéristiques. Par exemple. par défaut) en tant que nouvelle procédure. le nom de la sous-routine d'autoscript est Explore_Table_Descriptives_Create. Figure 46-9 Procédure de Nouveau autoscript affiché dans la fenêtre de script .663 Utilitaire de script SPSS Figure 46-8 Créer un nouveau autoscript Chaque autoscript que vous créez est ajouté au fichier d'autoscript actif (autscript. Le nom de la procédure renvoie à l'événement qui sert de déclencheur.

664 Chapitre 46 Ceci facilite le développement des scripts automatiques en vous évitant d'avoir à réécrire le code permettant d'obtenir l'objet que vous souhaitez traiter. Création d'un autoscript E Sélectionnez l'objet que vous souhaitez utiliser en tant que déclencheur dans le Viewer. il est affiché. E Entrez le code. Si un autoscript existe déjà. mais il faut que les scripts automatiques soient spécifiques à un élément de résultat et à une procédure statistique donnés. Evénements déclenchant les scripts automatiques Le nom de la procédure de l'autoscript renvoie à l'événement qui le déclenche. E Dans le menu Edition. Les événements suivants peuvent déclencher des scripts automatiques : Création d'un tableau pivotant : Le nom de cette procédure renvoie à la fois le type de tableau et la procédure qui l'a créé. un nouveau autoscript est créé. sélectionnez Options pour activer ou désactiver l'autoscript. . sélectionnez : Outils Créer/modifier un script automatique… S'il n'existe pas d'autoscript pour l'objet sélectionné. E A partir du menu. par exemple. Correlations_Table_Correlations_Create.

à son tour. vous pouvez écrire un script qui invoque une procédure de corrélation. Création d'avertissements : Renvoyé par la procédure qui l'a créé. déclenche l'autoscript déclaré pour le tableau de corrélation en résultant. Création de remarques : Renvoie à la procédure qui l'a créé : Correlations_Notes_Create. Par exemple. Vous pouvez également utiliser un script pour déclencher indirectement un autoscript.665 Utilitaire de script SPSS Figure 46-10 Procédure d'autoscript pour un tableau de corrélation Création du titre : Renvoie à la procédure statistique qui l'a créé : Correlations_Title_Create. . qui.

ce qui vous permet d'activer et de désactiver les différents scripts. Vous pouvez spécifier un fichier d'autoscript différent mais vous ne pouvez en activer qu'un seul à la fois. Figure 46-11 Sous-routines d'autoscript affichées dans la boîte de dialogue Options La boîte de dialogue Options affiche également tous les scripts automatiques dans le fichier actif.666 Chapitre 46 Fichier d'autoscript Tous les scripts automatiques sont enregistrés dans un seul fichier (à la différence des autres scripts enregistrés dans des fichiers distincts). Le fichier d'autoscript par défaut est autscript. . Tous les nouveaux scripts automatiques que vous créez sont ajoutés à ce fichier.sbs. Le nom du fichier d'autoscript actif est affiché dans l'onglet Scripts de la boîte de dialogue Options (menu Edition).

Par exemple. Figure 46-12 Arborescence de la hiérarchie des objets. Les objets de cette classe vous permettent d'utiliser la méthode SelectTable pour choisir tous les éléments du tableau et la propriété TextColor pour changer la couleur du texte sélectionné. L'utilisation des objets constitue une procédure en deux étapes. pour . Créez tout d'abord une référence pour l'objet (appelée accès à l'objet). Par exemple. Le regroupement des classes (ou types) d'objets SPSS s'appelle la bibliothèque des types SPSS.667 Utilitaire de script SPSS Fonctionnement des scripts Les scripts manipulent les objets à l'aide des propriétés et des méthodes. Pour atteindre les objets. Utilisez ensuite les propriétés et les méthodes pour effectuer quelque chose. Chaque classe d'objets possède des propriétés et des méthodes qui lui sont propres. naviguez dans la hiérarchie des objets SPSS à chaque étape à partir des propriétés et des méthodes du niveau supérieur pour accéder aux objets du niveau inférieur. les tableaux pivotants constituent une classe d'objets.

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 à ce processus comme à « une attribution d'un nouveau nom aux objets que vous désirez utiliser »). Les noms des variables d'objet commencent par obj. Classes d'objets SPSS : ISpssOutputDoc et PivotTable sont des noms de classes d'objet SPSS. Avant d'écrire un script. on utilise généralement les instructions de déclaration Dim : Dim objOutputDoc As ISpssOutputDoc Dim objPivotTable As PivotTable Dim intType As Integer Dim strLabel As String Chaque déclaration indique le nom et le type de variable. En effet. Vous pouvez nommer vos variables de la façon qui vous convient mais nous vous conseillons d'utiliser des appellations aidant à leur compréhension lors de leur suivi. ceux des variables numériques (entiers) par int et ceux des variables chaîne par str.) L'une des premières étapes de la création d'un script est souvent la déclaration de variables pour les objets dont vous avez besoin. tenez compte des objets que vous manipulez et des propriétés de chaque objet que vous modifiez. le nom de chaque variable fait référence à son type. La variable n'a pas encore de valeur. Chaque classe d'objets possède . tel qu'un document de résultat ou un tableau pivotant. vous devez d'abord accéder au document de résultat qui contient ce tableau puis aux éléments de ce document. A chaque étape. Par exemple. (Souvenez-vous que tout ce que vous enregistrez dans la variable est une référence à l'objet. il est judicieux de déclarer toutes les variables avant de les utiliser.668 Chapitre 46 atteindre un tableau pivotant. Chaque objet que vous atteignez est enregistré dans une variable. Astuces : il est difficile de comprendre le fonctionnement de scripts si vous ne comprenez pas le fonctionnement de SPSS. effectuez plusieurs fois les tâches à accomplir à l'aide de la souris. Conventions d'appellation des variables : Par convention. Chaque classe représente un type d'objet que le programme peut créer. Déclarations des variables (Script) Même si ce n'est pas obligatoire. Pour cela. la première déclaration ci-dessus crée une variable d'objet appelée objOutputDoc et affecte cette variable à la classe d'objets ISpssOutputDoc.

Le regroupement des classes (ou types) d'objets SPSS s'appelle la bibliothèque des types SPSS. Elle ne requiert aucune déclaration. à l'exception des tableaux pivotants.669 Utilitaire de script SPSS des propriétés et des méthodes qui lui sont propres. les noms de classes d'objets commencent toujours par ISpss. Objet Application SPSS Options SPSS Informations sur les fichiers SPSS Documents Document de données Document de syntaxe Document du Viewer Options d'impression Type ou Classe IspssApp ISpssOptions ISpssInfo ISpssDocuments ISpssDataDoc ISpssSyntaxDoc ISpssOutputDoc ISpssPrintOptions Nom de variable La variable objSpssApp est globale. objSpssOptions objSpssInfo objDocuments objDataDoc objSyntaxDoc objOutputDoc objPrintOptions objOutputItems objOutputItem objSPSSChart objSPSSText objPivotTable objFootnotes objDataCells objLayerLabels objColumnLabels objRowLabels objPivotMgr objDimension Regroupement des éléments ISpssItems de résultat Elément de résultat ISpssItem Graphes Texte Tableau pivotant Notes de bas de page Cellules de données Etiquettes de strates Etiquettes de colonnes Etiquettes de lignes Gestionnaire de tableau pivotant Dimension ISpssChart ISpssRtf PivotTable ISpssFootnotes ISpssDataCells ISpssLayerLabels ISpssLabels ISpssLabels ISpssPivotMgr IspssDimension . Table des classes d'objet et conventions d'appellation Les noms de variables suivants sont utilisés sans les scripts types livrés avec SPSS. Ils sont conseillés pour tous les scripts. Notez que.

Vous pouvez vous reporter ci-dessous à un autre exemple qui active le premier tableau pivotant dans le document de résultat mentionné. le script renvoie une erreur. Pour obtenir un objet. qui est d'un niveau supérieur.GetDesignatedOutputDoc Vous utilisez les propriétés et les méthodes des objets supérieurs dans la hiérarchie des objets pour obtenir les objets inférieurs.Items() 'obtenir la collection des éléments dans le document Set objOutputItem = objOutputItems.GetItem(2) 'obtenir le troisième élément de résultat '(les numéros d'élément commencent à 0 pour que « 2 » corresponde au troisième élément) . déclarez d'abord une variable d'objet de la classe appropriée puis affectez cette variable à un objet particulier. méthode apparentée à l'objet d'application SPSS. De la même façon.GetDesignatedOutputDoc 'obtenir la référence du document de sortie Set objOutputItems = objOutputDoc. pour accéder à un tableau pivotant. pour accéder au document de résultat mentionné : Dim objOutputDoc As ISpssOutputDoc Set objOutputDoc = objSpssApp. Sub Main Dim objOutputDoc As ISpssOutputDoc'Déclarer les variables objet Dim objOutputItems As ISpssItems Dim objOutputItem As ISpssItem Set objOutputDoc = objSpssApp. Si cet élément n'est pas un objet OLE.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 vous puissiez utiliser les propriétés et les méthodes servant à effectuer une action. Chaque référence à un objet que vous obtenez est enregistrée dans une variable. vous devez d'abord atteindre le document de résultat qui contient le tableau pivotant pour le regroupement des éléments de ce document de résultat et ainsi de suite. Par exemple. La seconde instruction ci-dessus permet d'accéder au document de résultat mentionné à l'aide de GetDesignatedOutputDoc. Exemple : Accès à un élément de résultat Ce script accède au troisième élément de résultat dans le document de résultat mentionné et l'active.

Pour cela.671 Utilitaire de script SPSS objOutputItem. Sub Main Dim objOutputDoc As ISpssOutputDoc 'déclarer les variables objet Dim objOutputItems As ISpssItems Dim objOutputItem As ISpssItem Dim objPivotTable As PivotTable Set objOutputDoc = objSpssApp.Activate()'si l'élément est un tableau pivotant.Items()'obtenir la collection des items du document Dim intItemCount As Integer'nombre d'éléments de résultat Dim intItemType As Integer'type d'élément (défini par la propriété SpssType) intItemCount = objOutputItems. copiez le code de la fenêtre d'aide et collez-le dans la fenêtre de script.SPSSType()'obtenir le type de l'élément courant If intItemType = SPSSPivot Then Set objPivotTable = objOutputItem. Vous pouvez tester ces exemples vous-même. l'activer Exit For End If Next index End sub Ces exemples sont également accessibles dans l'aide en ligne.GetItem(index)'obtenir l'élément courant intItemType = objOutputItem.Count()'obtenir le nombre d'éléments de résultat For index = 0 To intItemCount'parcourir les éléments de résultat Set objOutputItem = objOutputItems. .GetDesignatedOutputDoc'obtenir la référence du document de sortie Set objOutputItems = objOutputDoc.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 mentionné et l'active.

Par exemple. Par exemple.CaptionText = "Résultats d'Anita" Lorsqu'une propriété apparaît sur la droite. pour définir la légende d'un tableau pivotant et l'enregistrer sous forme de variable : strFontName = objPivotTable. telles que la sélection de tous les éléments dans un tableau : objPivotTable. Objet Crayon (réalité) Tableau pivotant (SPSS) Propriété Dureté (couleur) TextFont DataCellWidths CaptionText Méthode Ecrire Ecraser SelectTable ClearSelection HideFootnotes Exemple : Utilisation des propriétés (Script) Les propriétés définissent ou renvoient aux attributs de l'objet. les objets d'automation OLE de SPSS ont des attributs et des utilisations. pour attribuer la légende « Résultats d'Anita » à un tableau pivotant activé (objPivotTable) : objPivotTable. tels que la couleur ou la largeur de cellule. vous lisez depuis cette propriété. Chaque classe d'objets dispose de propriétés et de méthodes spécifiques qui déterminent ce que vous pouvez en faire.CaptionText Exemple : Utilisation des méthodes (Script) Les méthodes opèrent des actions sur les objets. vous écrivez dessus. Lorsqu'une propriété apparaît à gauche du signe égal. les attributs sont appelés des propriétés et les utilisations des méthodes.672 Chapitre 46 Propriétés et méthodes (script) Tout comme les objets réels. Dans le vocabulaire de programmation.SelectTable .

Items Navigateur d'objets Le navigateur d'objets affiche toutes les classes d'objets et les méthodes et propriétés qui leur sont apparentées. De telles méthodes sont extrêmement importantes pour la navigation dans la hiérarchie des objets. Vous pouvez également accéder à l'aide relative aux différentes propriétés et méthodes.673 Utilitaire de script SPSS ou l'annulation d'une sélection : objPivotTable. la méthode GetDesignatedOutputDoc renvoie le document de résultat choisi. puis copier les propriétés et méthodes sélectionnées pour les coller dans votre script.GetDesignatedOutputDoc Set objItems = objOutputDoc. Par exemple. ce qui vous permet d'accéder aux éléments de ce document de résultat : Set objOutputDoc = objSpssApp.ClearSelection Certaines méthodes renvoient à un autre objet. Figure 46-13 Navigateur d'objets .

E Sélectionnez une classe d'objets dans la liste Data Type (type de données) afin d'afficher les méthodes et propriétés de cette classe. sélectionnez : Mettre au point Parcourir les objets. E Sélectionnez les Methods/Properties (propriétés et méthodes) pour accéder à l'Aide contextuelle ou les coller dans votre script. le nom de la procédure active s'affiche en haut de la fenêtre. Figure 46-14 Boîte de dialogue Nouvelle procédure Les procédures sont soit des sous-routines. Les scripts doivent contenir au moins une procédure (Sous-routine principale). Lorsque vous faites défiler la fenêtre du script. Une procédure commence par une instruction qui spécifie le type de la procédure et son nom (par exemple. Ils en contiennent souvent plusieurs... Dans un script. soit des fonctions. Vous pouvez également appeler . Nouvelle procédure (Script) Une procédure est une séquence libellée d'instructions exécutées comme un ensemble. La procédure principale peut à son tour contenir plusieurs instructions et des appels à d'autres sous-routines qui effectuent le plus gros de la tâche. vous pouvez appeler n'importe quelle procédure autant de fois que vous le souhaitez. L'organisation des codes dans les procédures facilite la gestion et la réutilisation des différentes portions de code.674 Chapitre 46 Utilisation du navigateur d'objets E A partir du menu de la fenêtre de script. Sub Main ou Function DialogMonitor( )) et se termine par l'instruction de fin appropriée (End Sub ou End Function).

Les procédures du fichier général des scripts peuvent être appelées par d'autres scripts.. sélectionnez : Script Nouvelle procédure. Ajout d'une nouvelle procédure à un script E A partir du menu.675 Utilitaire de script SPSS n'importe quelle procédure dans le fichier général des scripts. ce qui permet de partager les procédures sur plusieurs scripts. Pour cela. Vous pouvez également créer une nouvelle procédure.. . vous pouvez l'ajouter au fichier général des scripts. Procédures générales (script) Si vous souhaitez utiliser une procédure ou une fonction dans plusieurs scripts. entrez les instructions qui définissent la procédure directement dans le script. E Saisissez un nom pour la procédure. E Sélectionnez Sous-routine ou Fonction.

sous la barre d'outils). Vous pouvez ajouter librement des procédures à ce fichier.676 Chapitre 46 Figure 46-15 Fichier général des scripts Le fichier général des scripts par défaut est global.sbs ne sont plus disponibles. mais vous ne pouvez effectuer de modifications que dans une seule fenêtre à la fois. Vous pouvez consulter le fichier général dans n'importe quelle fenêtre de script (cliquez sur l'onglet n°2 à droite de la fenêtre.sbs. . les procédures et les fonctions de global. mais un seul fichier à la fois peut être actif en tant que fichier général. Cela signifie que si vous créez et activez un nouveau fichier général. Vous pouvez également spécifier un autre fichier général des scripts dans l'onglet Scripts de la boîte de dialogue Options (menu Edition).

677 Utilitaire de script SPSS Les procédures générales doivent être appelées par les autres procédures de script. Ajoutez simplement un commentaire sur la première ligne du script. Ajout d'une description à un script Vous pouvez ajouter une description à afficher dans les boîtes de dialogue Exécuter le script et Utiliser l'Assistant script. suivi du commentaire souhaité (une ou plusieurs lignes). Il n'est pas nécessaire d'entrer le code directement. Par exemple : 'Begin Description 'Ce script change "Sig.End Dialog. .. puis créez une fonction de surveillance de la boîte de dialogue (DialogFunc) qui surveille la boîte de dialogue et définit son comportement.. L'éditeur de boîte de dialogue fournit une interface graphique conviviale permettant de définir la boîte de dialogue. Ce commentaire doit commencer par Begin Description. Vous ne pouvez pas exécuter un script général directement depuis le menu Outils ou une fenêtre de script. et s'achever par End Description." en "p=" dans les étiquettes de colonne d'un tableau pivotant. 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. 'Requirement: Le tableau pivotant à modifier doit être sélectionné. 'End Description La description doit être mise en forme comme un commentaire (chaque ligne commençant par une apostrophe). La boîte de dialogue est définie par un bloc Begin Dialog.

Une fois que vous avez fini. cliquez avec le bouton droit de la souris sur la boîte de dialogue (assurez-vous qu'aucun contrôle n'est sélectionné) et entrez un nom pour la fonction dans le champ Dialog Function (fonction dialogue). Après avoir ajouté un contrôle. Vous pouvez ajouter des commandes comme.678 Chapitre 46 Figure 46-16 Créer une boîte de dialogue à l'aide de l'éditeur de Boîte de Dialogue L'éditeur affiche au départ une boîte de dialogue vierge. même si vous devez modifier manuellement la fonction pour définir le comportement de chaque action. située à l'extrême droite de la barre d'outils) pour insérer le code de la boîte de dialogue dans votre script. cliquez le bouton droit de la souris pour définir les propriétés de ce contrôle. sélectionner l'outil approprié et le faire glisser avec la souris. . Les instructions qui définissent la fonction sont ajoutées au script. Il faut. cliquez sur le curseur dans le script à l'endroit où vous souhaitez insérer le code de la boîte de dialogue. pour cela. des boutons radio et des cases à cocher.) Vous pouvez également faire glisser les côtés et les coins de la boîte de dialogue afin de la redimensionner. Fonction de surveillance de la boîte de dialogue : Pour créer la fonction de surveillance de la boîte de dialogue. Création d'une boîte de dialogue personnalisée E Dans la fenêtre de script. par exemple. cliquez sur l'icône Save and Exit (Enregistrer et quitter). (Placez la souris sur chaque outil pour obtenir une description.

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 le champ Dialog Function (fonction dialogue). La fonction prend la forme (générale) suivante : Function DialogFunc(strDlgItem as String. Vous devez modifier manuellement cette fonction pour définir le comportement de la boîte de dialogue. Case 4 ' focus modifié.. 'instructions.679 Utilitaire de script SPSS E A partir du menu. Case 3 ' Texte de zone de texte ou de zone de liste déroulante modifié.... Case 5 ' veille. E Sélectionnez les outils dans la palette et faites-les glisser dans la nouvelle boîte de dialogue afin d'ajouter des contrôles.. tels que boutons ou cases à cocher.. cliquez sur l'icône Save and Exit (Enregistrer et quitter) située à l'extrême droite de la barre d'outils. intAction as Integer. E Redimensionnez la boîte de dialogue en faisant glisser les côtés et les coins... 'instructions à exécuter lorsque la boîte de dialogue est initialisée Case 2 'changement de valeur ou sélection de bouton ...... Fonctions de surveillance des boîtes de dialogue (Script) Une fonction de surveillance de la boîte de dialogue définit le comportement d'une boîte de dialogue pour chacun des cas spécifiés.. End Select End Function . intSuppValue as Integer) Select Case intAction Case 1 ' initialisation de boîte de dialogue . sélectionnez : Script Editeur de boîte de dialogue. E Une fois que vous avez fini.

Sélectionnez Case intAction : La valeur de intAction indique l'action entreprise dans la boîte de dialogue. intSuppValue est égale à 0. „ Cas 3 : S'exécute lorsqu'une valeur change dans un contrôle TextBox ou ComboBox. l'initialisation de la boîte de dialogue correspond à intAction = 1. vous pouvez désactiver un ou plusieurs contrôles ou ajouter un son. etc. mais uniquement ceux qui s'appliquent. „ Cas 2 : S'exécute lorsqu'un bouton est enfoncé ou lorsqu'une valeur change dans un contrôle CheckBox. même s'ils ne servent pas tous. DropListBox. strDlgItem représente le bouton. si vous ne souhaitez pas d'instructions exécutant l'initialisation. Par exemple. intAction prend la valeur 2. et vous pouvez spécifier les instructions qui s'exécutent pour chaque action. Si l'utilisateur clique sur un bouton. Par exemple. comme illustré ci-dessous. Le dernier paramètre est utilisé pour fournir des informations complémentaires dans certains cas. ListBox ou OptionGroup. et vous devez définir DialogFunc = Vrai pour empêcher la fermeture de la boîte de dialogue. Si une valeur change. Par exemple. Par exemple.680 Chapitre 46 Paramètres : La fonction doit être capable de supporter trois paramètres : une chaîne (strDlgItem) et deux entiers (intAction et intSuppValue). La chaîne strDlgItem représente le contrôle dont le texte a changé et qui perd le focus. et intSuppValue représente la nouvelle valeur. Il y a cinq actions possibles. écartez le cas 1. le nom du contrôle passe à la fonction en tant que strDlgItem (le nom du champ est spécifié dans la définition de la boîte de dialogue). intSuppValue est sans valeur. Les paramètres sont des valeurs admises entre la fonction et la boîte de dialogue. Le second paramètre (intAction) est une valeur numérique qui indique l'action entreprise dans la boîte de dialogue. lorsqu'un utilisateur clique sur un contrôle dans la boîte de dialogue. Si un bouton est enfoncé. en fonction de l'action entreprise. Vous devez ajouter les trois paramètres dans la définition de la fonction. strDlgItem est l'élément dont la valeur change. . La chaîne strDlgItem est une chaîne vide . „ Cas intAction = 1 : Spécifie les instructions à exécuter lors de l'initialisation de la boîte de dialogue. Il n'est pas nécessaire de spécifier les 5 cas possibles. intSuppValue représente le nombre de caractères.

280.7. „ Cas 5 : Traitement restant.21.txtFilename OKButton 470. Exemple : Script d'une boîte de dialogue simple Ce script crée une boîte de dialogue simple qui ouvre un fichier de données."Ouverture du fichier de données". reportez-vous aux exemples et au prototype DialogFunc dans le fichier d'aide du langage Sax BASIC. etc.681 Utilitaire de script SPSS „ Cas 4 : S'exécute lorsque le focus change dans la boîte de dialogue.7. La chaîne strDlgItem représente l'élément qui reprend le focus et intSuppValue celui qui le perd (le premier élément est 0.DialogFunc Text 40.21.txtDialogTitle TextBox 40. intSuppValueest égale à 0."Fichier de données à ouvrir :". La chaîne strDlgItem est une chaîne vide ..).35.340. Définissez DialogFunc = Vrai afin de continuer à recevoir les actions restantes.21..100.. Reportez-vous aux sections apparentées pour obtenir des explications sur la sous-routine BuildDialog et sur la fonction de surveillance de la boîte de dialogue.. créée par un script Sub Main Call BuildDialog End Sub 'définir boîte de dialogue Sub BuildDialog Begin Dialog UserDialog 580.cmdCancel End Dialog Dim dlg As UserDialog Dialog dlg End Sub .70.21.cmdOK CancelButton 470. le second 1.. Pour plus d'informations.28.100. Figure 46-17 Boîte de dialogue Ouvrir fichier.

Pour mettre au point un autoscript. insérez des points d'arrêt dans la procédure que vous souhaitez mettre au point puis exécutez la procédure statistique qui déclenche l'autoscript. Vous pouvez tester ces exemples vous-même. intSuppValue As Integer) As Boolean Select Case intAction Case 1' son lors de l'initialisation de la boîte de dialogue Beep Case 2' changement de valeur ou sélection de bouton Select Case strDlgItem Case "cmdOK"'si l'utilisateur clique sur OK. ouvre le fichier de données corres strFilename = DlgText("txtFilename") Call OpenDataFile(strFilename) DialogFunc = False Case "cmdCancel"'si l'utilisateur clique sur Annuler. intAction As Integer. Pour cela. ferme la boîte de dialogue DialogFunc = False End Select End Select End Function Sub OpenDataFile(strFilename As Variant)'Ouvre le fichier de données correspondant au nom spécifié Dim objDataDoc As ISpssDataDoc Set objDataDoc = objSpssApp. d'exécuter une ligne ou une sous-routine à la fois et de visualiser le résultat. Vous pouvez également insérer un point d'arrêt dans le script afin de faire une pause dans l'exécution à la ligne qui contient ce point d'arrêt. Mise au point des scripts Le menu Mettre au point vous permet d'effectuer une exécution pas à pas du code(Avancer d'un pas).682 Chapitre 46 'définir la fonction qui détermine le comportement de la boîte de dialogue Function DialogFunc(strDlgItem As String. . ouvrez-le dans une fenêtre de script. copiez le code de la fenêtre d'aide et collez-le dans la fenêtre de script.OpenDataDoc(strFilename) End Sub Ces exemples sont également accessibles dans l'aide en ligne.

Montrer relation suivante : Affiche l'instruction suivante à exécuter. l'exécution s'arrête à la première ligne de cette sous-routine ou fonction. L'exécution du script est suspendue au point d'arrêt. Parcourir les objets : Affiche le navigateur des objets. L'exécution du script est suspendue au point d'arrêt et le volet de mise au point s'affiche. Watch (espion). Sauter un pas : Exécute la ligne suivante. Définir relation suivante : Définit l'instruction suivante à exécuter. Activer/désactiver Séparer : Insère ou retire un point d'arrêt. une ligne ou une sous-routine à la fois. Si la ligne active renvoie à une sous-routine ou à une fonction.683 Utilitaire de script SPSS Avancer d'un pas : Exécute la ligne active. Espion Express : Affiche la valeur de l'expression active. Avancer jusqu'au curseur : Exécute jusqu'à la ligne active. . de même que la barre d'outils de mise au point. Seules les instructions de la sous-routine/fonction peuvent être sélectionnées. E Vous pouvez également sélectionner Activer/désactiver Séparer pour insérer un point d'arrêt dans la ligne active. Les onglets Immediate (immédiat). Ajouter Espion : Ajoute l'expression active à la fenêtre espion. Revenir d'un pas : Recule d'un pas dans la sous-routine ou dans la fonction appelée. E Utilisez la barre d'outils (ou les touches de raccourci) pour continuer l'exécution pas à pas du script. Exécution d'un script pas à pas E Dans le menu Mettre au point. Stack (pile) et Loaded (chargé) sont affichés dans la fenêtre de script. exécute la sous-routine ou fonction dans la totalité. sélectionnez l'une des options pour exécuter le code. Si la ligne active renvoie à une sous-routine ou à une fonction.

Watch (espion). Entrez subname args. Tapez var = expr. les onglets Immediate (immédiat). Le mode Trace permet d'imprimer chaque instruction dans la fenêtre immédiate lorsque le script est exécuté.684 Chapitre 46 Volet de mise au point (Script) Lorsque vous exécutez le code pas à pas (Avancer d'un pas). Stack (pile) et Loaded (chargé) sont affichés. Entrez Trace. puis appuyez sur Entrée pour modifier la valeur de var. „ „ „ „ Entrez ?expr. Vous pouvez également évaluer une expression. attribuer une variable ou un appel à une sous-routine. puis appuyez sur Entrée pour afficher la valeur de expr. puis appuyez sur Entrée pour appeler une sous-routine ou une instruction intégrée. puis appuyez sur Entrée pour passer au mode trace. . Figure 46-18 Volet de mise au point affiché dans la fenêtre de script Onglet Immediate (immédiat) : Cliquez sur le nom de n'importe quelle variable puis sur l'icône Loupe pour afficher la valeur courante de la variable.

Alors que les scripts vous permettent de manipuler le résultat et d'automatiser les autres tâches que vous effectueriez normalement à l'aide de l'interface graphique des menus et des boîtes de dialogue. . la partie du système qui effectue les calculs statistiques et les transformations de données). Cliquez sur une ligne pour visualiser ce script. Cliquez sur Ctrl-Y pour supprimer la ligne. Onglet Loaded (chargé) : Présente la liste des scripts actifs. le langage de commande propose une méthode de communication directe différente avec l'arrière-plan du programme. Cliquez sur Entrée pour mettre immédiatement à jour toutes les valeurs.sbs). Exécution d'une syntaxe de commande à partir d'un script Vous pouvez exécuter une syntaxe de commande à partir d'un script d'automation à l'aide de la méthode ExecuteCommands. Fichiers de script et de syntaxe Les fichiers de syntaxe (*. La majeure partie de cette fonctionnalité ne peut pas être automatisée directement à partir des scripts de commande. Pour cela. Cliquez sur n'importe quelle ligne pour mettre en surbrillance cette ligne dans la fenêtre de modification. Onglet Stack (pile) : Affiche les lignes qui ont renvoyé à l'instruction active. Les fichiers de syntaxe possèdent des commandes écrites dans le langage de commande qui vous permet d'exécuter les procédures statistiques et les transformations de données. La première ligne est l'instruction active. exécutez un script à partir de la syntaxe de commande SPSS ou intégrez la syntaxe de commande dans un script. Vous pouvez modifier l'expression à gauche de ->. fonction ou expression.sps) ne sont pas les mêmes que les fichiers de script (*. Vous pouvez associer les fichiers de script et de syntaxe pour plus de flexibilité. la seconde ligne est celle appelée en premier. cliquez sur cet élément et sélectionnez Ajouter Espion dans le menu Mettre au point. etc.685 Utilitaire de script SPSS Onglet Watch (espion) : Pour afficher une variable. Les valeurs affichées sont mises à jour à chaque fois que l'exécution est suspendue. La syntaxe de commande vous permet d'exécuter les transformations de données et les procédures statistiques et de produire des diagrammes.

Figure 46-19 Coller une syntaxe de commande dans un script Lorsque vous ouvrez une boîte de dialogue à l'aide du menu de la fenêtre de script.686 Chapitre 46 La méthode la plus simple pour construire un fichier de syntaxe de commande consiste à effectuer des sélections dans les boîtes de dialogue et à coller la syntaxe de ces sélections dans la fenêtre de script. Remarque : vous devez utiliser les menus de la fenêtre de script pour ouvrir les boîtes de dialogue. et non pas dans celle des scripts. le bouton Coller permet de coller tous les codes nécessaires à l'exécution des commandes à partir d'un script. . les commandes sont collées dans la fenêtre de syntaxe. Sinon.

Remarque : vous devez utiliser les menus de la fenêtre de script pour ouvrir les boîtes de dialogue. et non pas dans celle des scripts. ce nom de fichier étant entre guillemets. Indiquez le nom du script que vous souhaitez exécuter. E Cliquez sur Coller. Sinon. Diagrammes et Outils pour ouvrir les boîtes de dialogue. les commandes sont collées dans la fenêtre de syntaxe. comme dans l'exemple suivant : SCRIPT 'C:\PROGRAM FILES\SPSS\CLEAN NAVIGATOR. E Effectuez des sélections dans la boîte de dialogue. reportez-vous au manuel SPSS Command Syntax Reference. Pour obtenir des renseignements complets sur la syntaxe.SBS'.687 Utilitaire de script SPSS Pour coller une syntaxe de commande dans un script E A partir des menus de la fenêtre de script. sélectionnez les commandes des menus Statistiques. . Exécution d'un script depuis la syntaxe de commande Vous pouvez utiliser la commande SCRIPT pour exécuter un script à partir d'une syntaxe de commande.

.

des résultats texte et de nombreux graphiques au format XML. reportez-vous au manuel SPSS Command Syntax Reference (menu Aide. Identificateurs OMS La boîte de dialogue Identificateurs OMS vous aide à écrire la syntaxe de commande OMS. Command Syntax Reference). Ils peuvent ainsi être utilisés en tant qu'entrées pour les commandes suivantes. la gestion des résultats est uniquement disponible avec la syntaxe de commande. „ „ „ XML : Vous pouvez écrire des tableaux. Les différents formats sont les suivants : „ Format des fichiers de données SPSS (SAV) : Les résultats qui sont affichés dans les tableaux pivotants du Viewer peuvent être écrits dans un fichier de données SPSS. Actuellement. à l'aide de la commande OMS.Système de gestion des résultats 47 Chapitre Le système de gestion des résultats permet d'écrire automatiquement des catégories de résultats données dans des fichiers de résultats différents et de sélectionner différents formats. Vous pouvez l'utiliser pour coller une commande et des identificateurs de sous-type dans une fenêtre de syntaxe de commande. 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 texte séparé par des tabulations ou des espaces. Pour obtenir des informations détaillées sur la commande OMS. 689 .

Identificateurs de sous-type : Les sous-types sont les différents types de tableau pivotant qui peuvent être générés.xml'. vous pouvez utiliser la sous-commande IF pour indiquer les résultats de commandes spécifiques et/ou les types de tableau à acheminer vers différentes destinations (y compris le Viewer). Cette commande sélectionne les tableaux croisés et les tableaux de statistiques descriptives à partir des commandes CROSSTABS et DESCRIPTIVES suivantes. Indiquez les noms de commande avec le mot-clé COMMANDS sur les sous-commandes IF ou EXCEPTIF. Par exemple : OMS /SELECT TABLES /IF COMMANDS=['Tableaux croisés' 'Descriptives'] SUBTYPES=['Tableau croisé' 'Statistiques descriptives'] /DESTINATION FORMAT=OXML OUTFILE='C:\temp\temp. Comme les noms de commande. Identificateurs de commande : La plupart des identificateurs de commande sont identiques aux noms de commande. Vous pouvez également utiliser EXCEPTIF pour exclure certains résultats.690 Chapitre 47 Figure 47-1 Boîte de dialogue Identificateurs OMS Avec la commande OMS. et générera un fichier XML regroupant le contenu de ces tableaux. Certains sous-types sont uniquement générés par une commande alors que d'autres peuvent être générés par plusieurs commandes . ils ne font pas la distinction entre les majuscules et les minuscules.

sélectionnez : Outils Identificateurs OMS. tous les sous-types sont répertoriés. la liste des sous-types disponibles regroupe tous les sous-types disponibles pour les commandes sélectionnées.691 Système de gestion des résultats (bien que les tableaux ayant le même nom de sous-type dans différentes procédures puissent avoir différentes structures et différents contenus). il est mis entre guillemets car la syntaxe de la commande OMS requiert des guillemets. . une nouvelle fenêtre de syntaxe est automatiquement ouverte. utilisez la touche Ctrl. Utilisation de la boîte de dialogue Identificateurs OMS E A partir du menu. Si aucune commande n'est sélectionnée. Les listes d'identificateurs des mots-clés COMMANDS et SUBTYPES doivent être mises 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 à partir du panneau de légende du Viewer. étant donné que nous indiquons également les commandes. Si plusieurs commandes sont sélectionnées. „ Les identificateurs sont collés dans la fenêtre de syntaxe de commande désignée. les résultats des autres commandes qui génèrent ces sous-types ne seront pas sélectionnés. Les deux sous-types indiqués dans l'exemple ci-dessus peuvent être générés par plusieurs commandes. à „ „ Lorsqu'un identificateur de commande et/ou de sous-type est collé. E Sélectionnez les identificateurs de commande ou de sous-type souhaités. Si aucune fenêtre de syntaxe de commande n'est ouverte. E Cliquez sur Coller commandes et/ou sur Coller sous-types. Pour sélectionner plusieurs identificateurs dans chaque liste. l'emplacement actuel du curseur. „ La liste des sous-types disponibles dépend des commandes sélectionnées. Par contre...

onglet Etiquettes Résultats). Il est simplement copié dans le Presse-papiers . cette méthode de copier/coller peut vous être utile lorsque vous écrivez des transformations XSLT. vous pouvez copier des étiquettes pour les utiliser avec le mot-clé LABELS. les noms de variable ou les étiquettes). Etant donné que les valeurs des identificateurs de commande et de sous-type sont identiques aux valeurs des attributs de commande et de sous-type correspondantes dans les résultats au format XML (OXML). sélectionnez Copier l'identificateur de commande OMS ou Copier le sous-type de table OMS. . Options. Vous pouvez utiliser des étiquettes pour différencier des graphiques ou des tableaux de même type dans lesquels le texte de la légende reflète un attribut de l'objet de sortie particulier (par exemple. l'identification des classes de fichier scindé peut être ajoutée à l'étiquette. Les étiquettes qui comprennent des informations sur les variables ou les valeurs sont affectées par les paramètres d'affichage des noms de variable/étiquettes et des valeurs/étiquettes de valeur dans le panneau de légende (menu Modifier. procédez comme suit : E Dans le panneau de légende. cliquez avec le bouton droit de la souris sur l'entrée correspondant à l'élément concerné. Options. „ Pour copier des étiquettes OMS. vous pouvez le coller à l'emplacement de votre choix. E Dans le menu contextuel qui apparaît. Cependant. cliquez avec le bouton droit de la souris sur l'entrée correspondant à l'élément concerné. Cette méthode est différente de celle liée à la boîte de dialogue Identificateurs OMS pour la raison suivante : L'identificateur copié n'est pas automatiquement collé dans une fenêtre de syntaxe de commande. il existe un certain nombre de facteurs qui peuvent avoir une incidence sur le texte de l'étiquette : „ „ Si le traitement du fichier scindé est activé. Copie d'étiquettes OMS Au lieu de copier des identificateurs.692 Chapitre 47 E Dans le panneau de légende. onglet Général). Les étiquettes sont affectées par le paramètre lié à la langue des résultats (menu Modifier.

Comme pour les identificateurs de commande et de sous-type.693 Système de gestion des résultats E Dans le menu contextuel qui apparaît. les étiquettes doivent apparaître entre guillemets et la liste entre crochets. sélectionnez Copier l'étiquette OMS. Par exemple : /IF LABELS=['Catégorie d'emploi' 'Niveau d'enseignement'] .

.

la base de données des relevés d'heures de votre société et une base de données que vous utilisez pour effectuer le suivi de votre collection de CD. il génère des fichiers qui conservent toutes vos informations et jouent le rôle d' « affichage » de bases de données. 695 . Il permet aux utilisateurs et aux administrateurs de personnaliser leurs sources de données de : „ „ „ Créer des alias pour des tableaux et des champs de bases de données.inf Niveau Personnel : dba03. Vous pouvez utiliser l'Administrateur d'accès de base de données pour spécifier jusqu'à trois affichages différents par base de données : le niveau Entreprise. En fait.Annexe Administrateur d'accès de base de données A L'Administrateur d'accès de base de données est un utilitaire conçu pour simplifier l'utilisation de sources de données volumineuses ou complexes avec l'assistant de base de données. l'Administrateur d'accès de base de données ne change pas votre base de données. Par exemple. le niveau Département.inf Niveau Département : dba02.inf Chaque fichier contient des informations spécifiques sur un nombre de sources de données quelconque correspondant au niveau.inf pourrait contenir des informations d'affichage Personnel pour une base de données de comptes sociétés. L'Administrateur d'accès de base de données et l'assistant de base de données reconnaissent ces fichiers par les noms suivants : „ „ „ Niveau Entreprise : dba01. votre fichier dba03. A la place. Masquer des tableaux et des champs accessoires. Créer des noms de variables pour des champs. le niveau Personnel.

Département et Personnel. noms de variables. si le tableau Ventes Employés possède l'alias Information Employés au niveau Personnel. dba03. Exemple : le champ CATEMPL dans le tableau Ventes Employés n'a pas d'alias au niveau Entreprise mais en a un.696 Annexe A Lorsque vous ouvrez l'Administrateur d'accès de base de données. Exemple : si le tableau des Régions est masqué au niveau Entreprise. Par exemple. Pour démarrer l'Administrateur d'accès de base de données. il cherchera le chemin de ces fichiers dans le système et affichera automatiquement les informations pour l'ensemble des trois affichages de n'importe quelle source de données que vous avez configurée. contenant les informations d'alias pour tous les affichages de bases de données établis pour le département marketing. votre département marketing aura un fichier. Les fichiers de chaque niveau conservent les informations sur toutes vos sources de bases de données pour ce niveau.inf. . Chaque personne du département marketing aura un fichier. exécutez le fichier spssdbca. le champ d'origine (Ventes Employés. consultez l'Aide en ligne. en revanche. Pour plus d'informations sur l'Administrateur d'accès de base de données. il présente l'affichage du niveau le plus bas de votre source de données qu'il a pu trouver dans le chemin d'accès de votre système. du plus élevé au plus bas. les alias.'Modalités Emplois'. Entreprise. Dans l'Administrateur d'accès de base de données.inf. Ce tableau ne sera pas affiché dans l'assistant de base de données.JOBCAT) apparaîtra dans l'assistant de base de données comme 'Information Employés'. Héritage et priorités : Chaque fois que vous utilisez l'assistant de base de données. contenant les affichages personnalisés de toutes les bases de données utilisées. dba02. au niveau Département : son nom est Modalités Emplois. les niveaux étant. il est invisible aussi bien au niveau Département qu'au niveau Personnel. Il apparaît comme Modalités Emplois au niveau Personnel De plus.exe installé dans votre répertoire SPSS. et commandes masquées sont hérités du niveau supérieur.

697 . Remarque : si vous modifiez le nom ou l'emplacement du fichier texte. vous devez modifier le registre système pour utiliser le fichier afin de personnaliser votre résultat HTML exporté.txt (situé dans le répertoire d'installation de SPSS) dans un éditeur de texte. E Enregistrez le fichier en fichier texte. y compris : „ „ „ „ Titres de documents HTML Spécification du type de document Balises Meta et code du script (par exemple. E Remplacez les commentaires dans les « champs » sur les lignes entre les doubles chevrons ouverts (<<) par le texte ou le code HTML à insérer dans vos documents HTML exportés. JavaScript) Texte affiché avant et après la sortie exportée Pour ajouter du code HTML personnalisé à des documents de résultat exportés E Ouvrez le fichier htmlfram.Annexe Personnalisation de documents HTML B Vous pouvez automatiquement ajouter le code HTML personnalisé aux documents exportés au format HTML.

tapez regedit et cliquez sur OK. nom de société. code indiquant la couleur d'arrière-plan) << Texte et/ou code HTML inséré après les résultats exportés (par exemple. E Dans le menu Démarrer de Windows. vous devez modifier le registre du système pour utiliser le fichier dans le résultat HTML personnalisé. etc. code JavaScript) << Code HTML modifiant la balise <BODY> (par exemple.txt. logo. choisissez Exécuter. 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. avis de copyright) << Texte et/ou code HTML inséré avant les résultats exportés (par exemple. chacun délimité par deux chevrons ouverts sur la ligne précédente (<<) : << Texte ou code à insérer en haut du document avant la spécification <HTML> (par exemple. .) Pour utiliser un autre fichier ou emplacement pour le code HTML personnalisé Si vous modifiez le nom ou l'emplacement du fichier htmlfram.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 spécifié dans un fichier texte simple contenant six champs.

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. << <META NAME="keywords" CONTENT="trucs.txt).. sélectionnez : HHKEY_CURRENT_USER Logiciel SPSS SPSS pour Windows 12. bidules"> << bgcolor="#FFFFFF" << <H4 align=center>Page réalisée par. E Dans la zone Données de la valeur.2//EN"> << NVI. Inc. Inc.. c:\mesfichiers\html. </TITLE> .0 SPSSWIN E Dans la fenêtre de droite.699 Personnalisation de documents HTML E Dans la fenêtre de gauche de l'éditeur de la base de registres. Exemple de fichier texte pour code HTML personnalisé << <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2//EN"> <HTML> <HEAD> <TITLE> NVI. <br><br> <IMG SRC="spss2. double-cliquez sur la chaîne HTMLFormatFile. entrez le chemin complet et le nom du fichier texte contenant les spécifications HTML personnalisées (par exemple. 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> . gadgets...700 Annexe B <META NAME="keywords" CONTENT="trucs.

435 Ajustement de fonctions. 475 Affichage. 564 T-carré de Hotelling. 435 Prévision. 562 Remarques sur les données. 13 Analyse de fiabilité. 439 Ajustement de fonctions. 561 Dans l'analyse de fiabilité. 561 Fonctionnalités supplémentaires. 14 Ajout d'étiquettes de groupe. 561. 178. 274. 438 Prévision. 439 Prévision d'observations. 435 Enregistrement d'intervalles de prévision. 564 Exemple. 289. 593 Critères. 274 Affichage des données. 451 Exemple. 654 Coefficients de la fonction. 629 Etiquettes de dimension. 564 Corrélations et covariances entre éléments. 435. 219 Titres. 273. 449 Distance de Mahalanobis. 274 Lignes ou colonnes. 273 Légendes. 564 Test d'additivité de Tukey. 264 Ajustement de fonctions. 435 Modèles. 561 Caractéristiques. 608 Dans les cellules. 449 Procédures apparentées. 561. 451 Hypothèses. 435. 439 Alignement. 608 Alpha de Cronbach. 442 701 . 12 Aide contextuelle. 441 Exportation des informations du modèle. 439 Enregistrement de résidus. 180. 447 Méthodes pas à pas. 431 Dans Moyennes. 219. 449 Probabilités a priori. 439 Enregistrement de prévisions. 289 éditeur de données. 564 Analyse de fichier scindé. 82 Agrégation de données. 431. 564 Procédures apparentées. 564 Coefficient de corrélation intra-classe . 441 Options d'affichage. 446 Courbe ROC pour les probabilités. 435 Dans ANOVA à 1 facteur. 461 Analyse de données. 447. 593 analyse des observations restantes. 446 Méthodes de l'analyse discriminante. 439 Analyse de la variance. 178. 14. 352. 439 Analyse discriminante. 562 Kuder-Richardson 20. 274 Résultats. 180 Noms de variable et étiquettes. 566 Hypothèses. 441. 266 Recherche de définitions d'étiquette dans les tableaux pivotants. 438. 13 Etapes de base. 447 Définition d'intervalles. 222. 437. 94 Résultats. 375 Dans la régression linéaire. 273. 562 Statistiques. 94. 449 Matrices. 564 Tableau ANOVA.Index Affectation de mémoire Dans l'analyse TwoStep Cluster. 435. 564 Alpha-maximisation. 629 Barres d'outils. 182 Analyse de la variance. 274. 435 Inclusion de la constante. 447 Enregistrement des variables du classement. 352 Analyse de séries chronologiques. 442 Lambda de Wilks. 439 Hypothèses. 273 Notes de bas de page. 181 Aide avec le bouton droit de la souris. 266 Aide en ligne. 181 Fonctions d'agrégation. 435 Analyse de séries chronologiques. 15 Assistant statistique. 222. 447 Matrice de covariance. 435. 12 Boîtes de dialogue. 445 Diagrammes.

345 Arbres hiérarchiques. 555 Dans les tableaux de bord en lignes. 382 Variables actives. 467 Hypothèses. 464 Convergence. 454. 548 Dans Moyennes. 479 Andrew. 375 Aperçu. 658. 389 ANOVA à 1 facteur. 318 Dans Explorer. 695 Aplatissement.Univarié. 389 Dans ANOVA à 1 facteur. 358 Dans les tableaux de bord en colonnes. 453 Caractéristiques. 441 V de Rao. 358. 461 Analyse factorielle. 453. 379 Contrastes. 464 Exemple. 325 Dans Explorer. 661 Boîtes de dialogue personnalisées. 668. 473 Options. 378 Contrastes polynomiaux. 533 Définir les vecteurs multiréponses. 325 Années. 376. 454 Sélection d'observations. 467 Analyse multiréponses. 653. 310 Dans les cubes OLAP. 382 Tests post hoc. 622 ANOVA. 670. 325 Dans Fréquences. 14 Association de signets aux différents affichages d'un tableaupivotant. 673. 475 Statistiques. 658 Fonctionnement des scripts. 453 Facteurs. 555 Caractéristiques. 376 Options. 533 Définition des vecteurs. 461. 461 Méthodes de rotation.702 Index Remarques sur les données. 674 Propriétés et méthodes. 479 Hypothèses. 667. 352. 453. 352 Hypothèses. 677. 466 Format d'affichage des projections. 464. 378 Hypothèses. 454 Remarques sur les données. 352. 487 Assistant script. 446 Valeurs manquantes. 548. 459 Statistiques. 467 analyse des observations restantes. 677 Assistant script. 449 Variables de regroupement. 352 Dans Récapituler. 654 Aperçu. 454 Méthodes d'extraction. 379 Valeurs manquantes. 668 Fenêtre de script. 464 Procédures apparentées. 441 Variables indépendantes. 378. 375. 333 Astuces de script. 661 Assistant statistique. 333 Tableaux croisés. 442 Sélection d'observations. 677. 682 Déclaration de variables. 677 Débogage. 479 Enregistrer dans le fichier externe. 379. 673 Obtention d'objets d'automatisation. 385 Dans Moyennes. 271 Association linéaire par linéaire. 460. 471 Diagrammes. 670 Procédures. 672 . 478 Enregistrer dans le fichier de travail. 460 Cartes factorielles. 318. 622 valeurs à deux chiffres. 672. 674. 382 Comparaisons multiples. 310. 377. 375. 375 Dans GLM . 345. 453. 460 Valeurs manquantes. 386 Modèle. 445 Statistiques. 682 Ajout d'une description. 533 Analyse TwoStep Cluster. 667 Navigateur d'objets. 446 Statistiques descriptives. 466. 487 Classification hiérarchique. 385. 461. 447 Analyse en composantes principale. 386. 441. 458. 325. 382 Statistiques. 661.

315. 315 Hypothèses. 667. 9 Bouton OK. 8. 326 Comparaison des niveaux de facteur. 272 Alignement. 395 Bordures. 8 Masquage. 625. 677. 664 Fichier d'autoscript. 9 Affichage des étiquettes de variable. 669. 9 Bouton Coller. 672 Scripts. 632 Modification des icônes bitmap. 325. 633 Modification des icônes bitmap de la barre d'outils. 630. 670. 12 Ordre d'affichage des variables. 252. 9 Définition de groupes de variables. 345 Attributs de variable. 629. 10 Utilisation de groupes de variables. 599. 667. 379 GLM. 606 Affichage des noms de variable. 352. 679 Sélection de variables. 664 Création. 144 Caractéristiques. 358 Dans les tableaux de bord en colonnes. 144 Calcul de nouvelles variables chaîne. 9. 673 Aperçu. 274. 630 Affichage et masquage. 379. 599 Informations sur les variables. 9 Boutons. 326 Comparaison des variables. 283 Viewer en mode brouillon. 629. 10. 310. 672 propriétés. 662. 310 Dans les cubes OLAP. 10 Spécifications facultatives. 12. 677. 252 Bordures de cellules. 672. 326 Dans Explorer. 666 Barre d'état. 379 GLM. 379 GLM. 555 Caractéristiques. 606 commandes. 318. 11. 141. 629 Création. 8 Bonferroni.703 Index Asymétrie. 96 Copie et collage. 632. 631. 9. 653 Utilisation d'objets. 548. 252 Viewer en mode brouillon. 633 Affichage dans des fenêtres différentes. 633 Personnalisation. 415 Cartes factorielles. 11. 670. 395 boîtes à moustaches. 631 Création d'outils. 379. 464 C de Dunnett. 252 Bouton Aide. 11 Sous-boîtes de dialogue. 318 Dans Explorer. 289 . 548 Dans Moyennes. 96 Automatisation OLE. 606. 673 Autoscripts. 358. 395 Dans ANOVA à 1 facteur. 631 B de Tukey. 289. 669. 352 Dans Récapituler. 9 Bouton Restaurer. 285. 293 Affichage. 94. 667. 602 Script. 679 Affichage des étiquettes de variable. 318 Statistiques. 464 Dans Analyse factorielle. 662 Evénements déclenchants. 9. 280. 8 Barres d'outils. 7. 345. 555 Dans les tableaux de bord en lignes. 633 Calcul de variables. 326 Boîtes de dialogue. 606 Réordonnance de listes cible. 94. 395 Dans ANOVA à 1 facteur. 629. 395 Cellules de tableaux pivotants. 284. 601. 415 Distances. 653. 290. 11 Obtention d'aide. 9 Bouton Annuler. 395 Dans ANOVA à 1 facteur. 288. 325 Dans Fréquences. 601 Variables. 673 conventions d'appellation des variables. 606. 670. 379. 315 Ordre d'affichage. 8 Affichage. 282. 291. 283 Affichage des bordures masquées. 316 Enregistrement des écarts z. 669 Méthodes. 315. 318 Carré de la distance euclidienne.

488 Classification d'observations. 488 Exemple. 493. 593 Efficacité. 290 Masquage. 157. 284 Centiles. 333 Tableaux croisés. 333 Coefficients bêta. 487 Procédures apparentées. 285 Marges. 608 Centrer-réduire. 231 Diagrammes. 481. 291 Polices. 315 Caractéristiques. 403 Tableaux croisés. 481 Statistiques. 229. 481 Diagrammes en stalactite. 431 Collage. 229 Colonne de total. 293 Ombrage. 579 Dans les statistiques de ratio. 333 Coefficient de corrélation de Spearman. 379 . 481 Classification de variables. 485 Coefficient alpha. 556 Dans les tableaux de bord. 489 Classification hiérarchique. 230. 379 Dans ANOVA à 1 facteur. 481 Matrices de distance. 157 Classification. 481 Remarques sur les données. 485 Transformation de valeurs. 564 Dans l'analyse de fiabilité. 487 Enregistrement de nouvelles variables. 229. 481. 481. 564 Coefficient d'incertitude. 325 Dans Explorer. 352 Tableaux croisés. 486. 286 Sélection dans les tableaux pivotants. 561. 304 Collée depuis les boîtes de dialogue. 286. 486 Classes d'affectation. 485 Orientation du diagramme. 561 Dans l'analyse de fiabilité. 493 Nuées dynamiques. 431 Coefficients de régression. 469 Classification hiérarchique. 304 Comparaison des groupes. 325 Dans Fréquences. 481 Arbres hiérarchiques. 579 Coefficient êta. 361 Dans les cubes OLAP. 333. 487 Chaîne des agrégations. 431 Dans la régression linéaire. 352 Dans Moyennes. 288 Largeurs. 293 Modification de la largeur des tableaux pivotants. 230 Tableaux pivotants en tant que tableaux. 291 Formats. 481 Hypothèses. 333. 403 Corrélations bivariées. 361 Comparaison des variables. 222. 556 Colonnes. 431 Dans la régression linéaire. 293 Commande EXECUTE. 403 Tableaux croisés. 403 Corrélations bivariées. 315 Ordonner les observations. 333 Coefficient de corrélation intra-classe. 229 Tableaux pivotants. 315 Enregistrement sous forme de variables. 333. 333 Tableaux croisés. 485 Mesures de similarité. 280 Formats des valeurs. 272 Modification de texte. 489. 593 Choix d'une procédure. 485 Méthodes de classification. 310. 403 Coefficient de corrélation r. 333 Coefficient de contingence. 310 Centrage de résultats. 229. 579 Coefficient de variation (COV). 486 Transformation de mesures. 361 Comparaisons multiples.704 Index Contours. 333 Coefficient de dispersion (COD). 231 Collage spécial d'objets. 564 Coefficient de corrélation par rang. 403 Corrélations bivariées. 481. 486 Mesures de distance. 481 Courbe ROC. 361 Dans les cubes OLAP. 579 Dans les statistiques de ratio.

378 GLM. 409 Options. 393 GLM. 410 Corrélations simples. 403 Corrélations bivariées. 333. 393 Contrastes à la précédente GLM. 333 Tableaux croisés. 532 Définition des noms. 669 Décomposition hiérarchique. 412 Variables de contrôle. 284 Premier plan des cellules. 464 Copie. 412 Statistiques. 412. 393 Convergence. 403 Hypothèses. 494 Analyse de classification des nuées dynamiques. 409. 392. 393 GLM. 291 Bordures. 403. 403. 668. 333 Tableaux croisés. 407 Coefficients de corrélation. 333 Débogage des scripts. 392. 409. 221. 291 Arrière-plan des cellules. 392. 227 Diagrammes. 355. 393 Dans ANOVA à 1 facteur. 684 déclaration de variables Conventions d'appellation. 378. 291 Critères d'agrégation. 379 Comptage d'occurrences. 464. 412 Bivariée. 333 Corrélations. 355 Statistiques. 596 Remarques sur les données. 392. 412 Couleurs de tableaux pivotants. 358. 227 Résultats. 410. 392. 392. 682. 596 Diagrammes et statistiques. 333 Corrélations bivariées. 494 Dans Analyse factorielle. 409 Tableaux croisés. 392. 291 Courbe ROC. 333 Corrélation de Pearson. 333. 392. 392. 282. 412 Partielles. 682 Volet de débogage. 532 . 593. 178 Cubes OLAP. 532. 532 Modalités. 404. 393 Contrastes de Helmert. 390 GLM. 358 Titres. 393 Dans ANOVA à 1 facteur. 406. 178 Dans Agréger les données. 393 Contrastes polynomiaux. 358. 333 Tableaux croisés. 403 Tableaux croisés. 147 Connexion à un serveur. 393 Contrastes différence. 393 GLM. 431 Corrélations simples. 403 Statistiques. 409. 403. 390 Définir les vecteurs multiréponses. 362 Hypothèses. 593 Création du contour d'une cellule. 333 D de Somers. 403 Options. 533 Définition des étiquettes. 393 GLM. 362 D. 406 Seuils de signification. 409 Ordre zéro. 392. 668. 532 Dichotomies. 669 Dans des scripts. 461. 403 Dans Corrélations partielles. 412 Dans Corrélations partielles. 69 Contrastes. 412 Valeurs manquantes.705 Index Comparaisons multiples post hoc. 682 Points d'arrêt. 356. 412 Dans la régression linéaire. 406 Corrélations partielles. 221 Tableaux pivotants. 393 Contrastes simples. 392. 461. 406 Valeurs manquantes. 392. 284. 282 Police. 227 C