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

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

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

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

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

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

. . . 698 Index 701 xxvii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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 Pour utiliser un autre fichier ou emplacement pour le code HTML personnalisé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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.

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

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

. 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. Elle doit spécifier le type d'information à entrer et.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. « Entrez un trimestre (T1. . Type de données : Spécifiez ici le type de données. chaîne ou date. si l'utilisateur ne sélectionne rien dans une liste. La chaîne d'invite est affichée chaque fois qu'un utilisateur exécute votre requête. T3.. Figure 3-9 Boîte de dialogue Demander une valeur Pour établir une invite. Cela est utile si vous souhaitez effectuer une requête sur les mêmes sources de données en utilisant des critères différents. soit nombre. . Par exemple. Autoriser l'utilisateur à sélectionner une valeur dans la liste : Si cette option est sélectionnée. vous avez besoin d'entrer une chaîne d'invite et une valeur par défaut. T2. elle doit indiquer la syntaxe de la saisie.) ».

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. 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. SPSS crée un nom unique. Les valeurs de chaîne sont converties en valeurs entières consécutives dans l'ordre alphabétique des valeurs d'origine. . Cliquez sur n'importe quelle cellule pour modifier le nom de variable. A moins que vous ne modifiez le nom de variable. Si le nom du champ de la base de données ne constitue pas un champ unique et valide de variable.

„ 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. Le fait de copier-coller l'instruction Select depuis la fenêtre Résultats ne collera pas la syntaxe de commande nécessaire. . „ „ Vous pouvez enregistrer la requête pour une future utilisation grâce à l'option Enregistrer la requête dans le fichier. les dernières modifications de l'instruction Select seront perdues. Sélectionnez Coller dans l'éditeur de syntaxe pour coller la syntaxe complète GET DATA dans une fenêtre de syntaxe.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.

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.

41 Fichiers de données Dans le cas des fichiers délimités. Assistant de texte . Lire des fichiers de données texte E A partir du menu. 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 . vous pouvez choisir d'autres caractères en guise de séparateurs entre les valeurs et spécifier plusieurs séparateurs. E Suivez les étapes de l'Assistant de texte pour définir le mode de lecture du fichier de données.étape 1 .

La disposition des variables définit la méthode utilisée pour différencier les variables entre elles. Par exemple.étape 2 Cette étape offre des informations sur les variables. Disposition de vos variables : Pour lire correctement vos données.42 Chapitre 3 Le fichier texte est affiché dans une fenêtre d'aperçu. Assistant de texte . . l'assistant de texte doit déterminer où finit la valeur d'une variable et où commence la valeur de la variable suivante.étape 2 Figure 3-14 Assistant de texte . 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. Dans une base de données. une variable est similaire à un champ. chaque élément d'un questionnaire est une variable.

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

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.étape 3 : fichiers délimités Cette étape offre des informations sur les observations. 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. .44 Chapitre 3 Assistant de texte . Dans une base de données. une observation est similaire à un enregistrement. elles ne seront pas considérées comme la première ligne du fichier. Par exemple.étape 3 : fichiers délimités Figure 3-15 Assistant de texte .

les observations peuvent commencer au milieu d'une ligne et se poursuivre sur la ligne suivante. 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 . le nombre de variables pour chaque observation est déterminé par la ligne comportant le plus grand nombre de valeurs. Plus il y a d'observations dans le fichier de données. les n premières observations (n étant un nombre que vous avez défini). Si les lignes ne contiennent pas toutes le même nombre de valeurs. ou encore un échantillon aléatoire d'un pourcentage spécifié. 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. . „ 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. dans le cas contraire. en outre. Il est assez courant que chaque observation soit contenue sur une seule ligne. quel que soit le nombre de lignes. 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. La même ligne peut contenir plusieurs observations . Cette routine générant une décision indépendante pseudo-aléatoire pour chaque observation. Combien d'observations souhaitez-vous importer ? Vous pouvez importer toutes les observations du fichier de données. plus le pourcentage des observations sélectionnées sera proche de la valeur indiquée. le fichier de données ne sera pas lu correctement.

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

les n premières observations (n étant un nombre que vous avez défini). Cette routine générant une décision indépendante pseudo-aléatoire pour chaque observation. Assistant de texte . Combien d'observations souhaitez-vous importer ? Vous pouvez importer toutes les observations du fichier de données.étape 4 : fichiers délimités Figure 3-17 Assistant de texte . ou encore un échantillon aléatoire d'un pourcentage spécifié.47 Fichiers de données colonne.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. . Vous devez spécifier le nombre de lignes de chaque observation pour que vos données soient lues correctement. 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.

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

De tels fichiers de données sont généralement associés à .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. Si chaque observation utilise plusieurs lignes. Insérez. il peut s'avérer difficile de déterminer l'endroit où commence chaque variable. sélectionnez chaque ligne dans la liste déroulante et modifiez les lignes de délimitation des variables en conséquence. 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 . déplacez et supprimez les lignes de délimitation des variables à votre convenance pour séparer les variables.étape 4 : fichiers de largeur fixe Figure 3-18 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.

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.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. . puis entrez un nom de variable. l'assistant de texte modifiera automatiquement les noms de variable qui ne sont pas conformes aux règles de dénomination de variable. Si vous choisissez des noms de variable provenant du fichier de données. Nom de la variable : Vous pouvez remplacer les noms de variables par défaut par vos propres noms de variable.étape 5 Figure 3-19 Assistant de texte . Sélectionnez une variable dans la fenêtre d'aperçu. Assistant de texte .

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

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

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

et écrase les versions précédentes du fichier. sélectionnez : Fichier Enregistrer Le fichier de données modifié est enregistré.0 et Excel 5. Du fait que tous les fichiers Excel sont limités à 256 colonnes de données.0 ne peut pas ouvrir un document Excel 2000. une option permet d'inclure les étiquettes de valeurs au lieu des valeurs. Excel 2000 peut facilement lire un document Excel 5. Concernant l'exportation vers Excel 97 et les versions ultérieures. Excel 5. Ces contraintes sont les suivantes : „ „ „ „ Les informations sur les variables. L'application Excel ne peut pas ouvrir de fichier créé dans une version plus récente. Enregistrement de fichiers de données au format Excel Vous pouvez enregistrer vos données dans un des trois formats Microsoft Excel. Si vos données excèdent ces limites. Par exemple. Le choix du format dépend de la version d'Excel qui sera utilisée pour ouvrir les données. un message d'avertissement apparaît et les données sont tronquées à la taille maximale autorisée par Excel. . Le format de fichier Excel induit des contraintes qui n'existent pas dans SPSS. telles que les valeurs manquantes et les étiquettes de variable. ne sont pas comprises dans les fichiers Excel exportés. Les fichiers Excel 97–2000 autorisent 65 536 enregistrements. Les fichiers Excel 4.0. E A partir du menu. 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. Cependant.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). ou lignes de données. les 256 premières variables sont comprises dans le fichier exporté.0/95 sont limités à 16 384 enregistrements.

proc format library = library . #.00.00. les étiquettes de variable SPSS sont associées aux étiquettes de variable SAS. SAS n'autorise qu'une seule valeur manquante par défaut.00. Lors de l'exportation des données. ces caractères interdits sont remplacés par un trait de soulignement. Par conséquent..55 Fichiers de données Type de variable SPSS Numérique Virgule Dollar Date Heure Chaîne Format de données Excel 0. S'il n'existe aucune étiquette de variable dans les données SPSS.##0_). 0. Les étiquettes de variable SPSS contenant plus de 40 caractères sont tronquées quand elles sont exportées vers un fichier SAS v6.. Quand elles existent. #. le fichier de syntaxe généré contient : libname library 'd:\spss

.. comme @.##0.. alors que SPSS en autorise un grand nombre..##0. Ces traitements sont les suivants : „ Certains caractères autorisés dans les noms de variable SPSS ne sont pas valides dans SAS. „ „ „ 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. value ORIGIN /* Pays d'origine */ ..00.. # et $.. toutes les valeurs manquantes par défaut de SPSS sont associées à une seule de ces valeurs dans le fichier SAS. 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. lorsque les étiquettes de valeurs du fichier de donnéesvoitures.. Par exemple.sav sont exportées. $#. le nom de variable est associé à l'étiquette de variable SAS.

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

E Sélectionnez un type de fichier de la liste proposée. dans tableur dans la boîte de dialogue Enregistrer Données sous.. 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.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. E Entrez un nom de fichier pour le nouveau fichier 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). cliquez sur Enregistrer les étiquettes de valeurs lorsqu'elles sont définies à la place des valeurs de données. sélectionnez : Fichier Enregistrer sous... MMJJAA10. cliquez sur Enregistrer les étiquettes de valeurs dans un fichier . .sas. E A partir du menu. 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. 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.

Dans les versions SPSS antérieures à la version 10.xls) : Fichier de type feuille de calcul Microsoft Excel 97/2000/XP. Les fichiers de données enregistrés au format SPSS 7. mais n'incluent pas les vecteurs multiréponses définis ni les données entrées pour l'information de Windows. les valeurs manquantes par défaut supplémentaires seront réalignées sur la première valeur manquante par défaut. En ce qui concerne les variables ayant plus d'une valeur manquante par défaut définie. Les fichiers de données enregistrés dans le format SPSS ne peuvent être lus avec les versions du logiciel antérieures à la version 7. Le nombre maximum de variables est de 256 et le nombre maximum de lignes est de 16 384. SPSS/PC+ (*. Tabulé (*. Si le fichier de données contient plus de 500 variables. SPSS 7. Toutefois.0 pour Windows.sys) : Format SPSS/PC+. Macintosh.x ou 11. Lorsque vous utilisez des fichiers de données ayant des noms de plus de huit octets sous SPSS 10.sav) : Format SPSS. Le nombre maximum de variables est de 256 et le nombre maximum de lignes est de 65 536. Il n'y a pas de tabulations ni d'espaces entre les champs de variables. les noms de variables originaux sont conservés pour la version 12. des versions uniques de noms de variable à huit octets sont utilisées. Les noms de variable sont limités à huit octets et sont automatiquement convertis en noms à huit octets uniques si nécessaire.1 (*.0 ou supérieure.por) : Fichier SPSS portable qui peut être lu par d'autres versions de SPSS sur d'autres systèmes d'exploitation (par exemple.1. Excel 2. SPSS portable (*. Excel versions 97 et ultérieures (*. ASCII fixe (*.58 Chapitre 3 Enregistrement de données : Types de fichier de données Vous pouvez enregistrer des données sous les formats suivants : SPSS (*.0 et par les versions SPSS pour Windows antérieures.sav) : Format SPSS 7.5.0 peuvent être lus par SPSS 7.dat) : Fichier ASCII texte en format fixe. qui utilise le format d'écriture par défaut pour toutes les variables. les noms longs originaux des variables sont perdus si vous enregistrez le fichier de données. seules les 500 premières seront sauvegardées.0 (*.xls) : Fichier de type tableur Microsoft Excel 2. .dat) : Fichiers texte ASCII avec valeurs séparées par des tabulations.x. UNIX).

dbf) : Format dBASE III. dBASE III (*. SAS v7+ extension longue Windows (*.xpt) : Fichier de transfert SAS. Vous pouvez enregistrer un nombre maximum de 256 variables. SYLK (*. SAS v6 pour UNIX (*. dBASE II (*.0 (*.wk1) : Fichier tableur Lotus 1-2-3. Vous pouvez enregistrer un nombre maximum de 256 variables. version 3.dbf) : Format dBASE II. version 1A.wk3) : Fichier tableur Lotus 1-2-3.59 Fichiers de données 1-2-3 Version 3. IBM).dbf) : Format dBASE IV.wks) : Fichier tableur Lotus 1-2-3.slk) : Format de lien symbolique pour fichiers de type tableur Microsoft Excel et Multiplan.ssd04) : Format de fichier SAS v6 pour Alpha/OSF (DEC UNIX).sd7) : SAS version 7-8 pour Windows. Vous pouvez enregistrer un nombre maximum de 256 variables. Vous pouvez enregistrer un nombre maximum de 256 variables. version 2. SAS transfert (*.ssd01) : Format de fichier SAS v6 pour UNIX (Sun. .0 (*.ssd01) : SAS v8 pour UNIX.sas7bdat) : SAS version 7-8 pour Windows. dBASE IV (*. format de nom de fichier long. HP. SAS v7+ pour UNIX (*.sd2) : Format de fichier SAS v6 pour Windows/OS2. SAS v6 pour Windows (*.0 (*. format de nom de fichier court. SAS v6 pour Alpha/OSF (*.0. SAS v7+ extension courte Windows (*. 1-2-3 Version 2.0. 1-2-3 Version 1.

. ou cliquez sur Supprimer tout puis sélectionnez les variables à enregistrer. Désélectionnez les variables à ne pas enregistrer. E Cliquez sur Variables.sav) dans la liste des types de fichier.. 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. Par défaut.. sélectionnez : Fichier Enregistrer sous. E Sélectionnez SPSS (*. 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). E Sélectionnez les variables à enregistrer. toutes les variables sont enregistrées. 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.

Les procédures qui modifient les données nécessitent un certain volume d'espace disque temporaire afin de conserver une trace de ces modifications. la source de données d'origine est lue chaque fois que vous exécutez une procédure différente.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. les données d'origine sont ainsi protégées. Protection des données d'origine Pour éviter de modifier/supprimer vos données d'origine par accident. . puis que vous essayez d'enregistrer le fichier de données. 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. et certaines opérations requièrent toujours un espace disque suffisant pour pouvoir effectuer au moins une copie intégrale du fichier de données. 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. vous pouvez paramétrer les fichiers en lecture seule. 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. Vous pouvez redonner au fichier l'attribut de lecture/écriture en sélectionnant Marquer le fichier comme étant en lecture/écriture dans le menu Fichier.

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

Dans le cas de fichiers de données volumineux provenant d'une source externe. Toutefois. cette commande nécessitent des données triées . DecisionTime). Scinder fichier) . pour pouvoir fonctionner correctement. Pour désactiver cette option. la création d'une copie temporaire des données peut améliorer les performances de lecture. la commande SPLIT FILE ne trie pas le fichier de données et n'en crée donc pas de copie. Création d'un cache de données Bien que le fichier actif virtuel contribue à réduire considérablement le volume d'espace disque temporaire requis. désélectionnez la case Mettre données en cache localement.) 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. cette option est sélectionnée. Par défaut. Trier les observations. 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 .63 Fichiers de données „ „ „ „ exécution de procédures triant les données (par exemple. l'interface de boîtes de dialogue de ces procédures triera donc automatiquement le fichier de données. aboutissant ainsi à la création d'une copie complète de ce fichier. 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. Dans le cas de tableaux de données lus dans une base de données. 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. Dans sa syntaxe. (La syntaxe de commande n'est pas disponible dans la version Student. AnswerTree.

L'option OK créera un cache de données à la prochaine lecture des données (par exemple. lorsque vous exécuterez une procédure statistique). (La syntaxe de commande n'est pas disponible dans la version Student. C'est l'option que vous choisirez le plus souvent puisque cette opération ne nécessite pas de passage de données supplémentaire. Ceci étant le cas de quasiment toutes les procédures d'analyse statistique et de création de diagrammes. 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. si vous utilisez la commande GET FILE dans une syntaxe afin de lire une base de données. Toutefois. Le cache de données est une copie temporaire de la totalité des données.. E Cliquez sur OK ou sur Cacher maintenant. ce qui généralement ne devrait pas s'avérer nécessaire.. le cache de données n'est pas créé automatiquement. vous pouvez éliminer de nombreuses requêtes SQL et réduire ainsi les temps de traitement en créant un cache de données du fichier actif.64 Chapitre 3 pour toute commande ou procédure nécessitant la lecture des données.) Pour créer un cache de données E A partir du menu. la consultation du contenu des données dans l'éditeur de données s'avérera bien plus rapide si vous placez les données dans un cache. l'Assistant de base de données crée automatiquement un cache de données. Remarque : Par défaut. „ . ouvert une autre source de données ou créé un cache des données. sélectionnez : Fichier Données de mémoire cache. L'option Cacher maintenant crée un cache de données immédiatement. la requête SQL est donc réexécutée pour chaque nouvelle procédure que vous lancez. ce qui risque d'entraîner un allongement considérable des temps de traitement si vous devez exécuter un grand nombre de procédures. Pour les sources de données volumineuses. 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 valeur est paramétrée par défaut sur 20. . sélectionnez : Exécuter Tous Remarque : Vous devez définir le paramètre de cache pour chaque session. A chaque nouvelle session.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. E Dans le menu de la fenêtre de syntaxe. le fichier de données actif est automatiquement mis en mémoire cache après 20 modifications. entrez SET CACHE n. sélectionnez : Fichier Nouveau Syntaxe E Dans la fenêtre de syntaxe. Par défaut. E A partir du menu. La valeur n correspond au nombre de modifications apportées au fichier de données actif avant sa mise en mémoire cache.

.

Les serveurs distants utilisés pour l'analyse distribuée se révélant généralement plus puissants et plus rapides que votre ordinateur local. telles que la lecture et la transformation de données ainsi que le calcul de nouvelles variables et de statistiques. 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. L'analyse distribuée n'affecte que les tâches impliquant des données. des tâches sollicitant la mémoire de façon intensive. une utilisation appropriée du mode d'analyse distribuée permet de réduire considérablement les temps de traitement.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. contenant notamment des données provenant de bases de données . 67 . Elle n'a aucun effet sur les tâches associées à la modification de résultats. Toute tâche longue à effectuer en mode d'analyse locale serait ainsi mieux adaptée à une analyse distribuée. telles que la manipulation de tableaux pivotants ou la modification de diagrammes.

le temps requis pour l'enregistrement de vos résultats risque d'en être considérablement allongé. .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. des tableaux pivotants en petit nombre ou peu volumineux. les diagrammes de résidus de régression ou les diagrammes séquentiels. vous ne pourrez accéder à la base de données qu'en mode distribué. de brefs résultats en format texte. 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. En revanche. 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. ou encore des diagrammes simples ou en nombre réduit) offriront des performances optimales si elles sont exécutées en mode distribué. 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. 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. Rapport entre calculs et résultats : Les commandes effectuant un grand nombre de calculs et produisant peu de résultats (par exemple. Diagrammes : Les diagrammes conçus pour les observations. Dans le cas de fichiers de données ou de tableaux de base de données volumineux. tels que les diagrammes de dispersion. 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. nécessitent la présence de données brutes sur votre ordinateur local.

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

Description : Entrez une description facultative devant apparaître dans la liste des serveurs. 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. contactez l'administrateur système. hqdev001) ou une adresse IP unique attribuée à un ordinateur (par exemple. 202. 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. Numéro de port : Le numéro du port est le port que le logiciel du serveur utilise pour les communications.70 Chapitre 4 les serveurs disponibles. Vous pouvez sélectionner un serveur par défaut et enregistrer l'ID utilisateur. Nom : Un « nom » de serveur peut être un nom alphanumérique affecté à un ordinateur (par exemple. ainsi que des informations de connexion supplémentaires. . les mots de passe et noms de domaine. vous êtes automatiquement connecté au serveur par défaut.123. Lorsque vous démarrez une session.456.78). le nom de domaine et le mot de passe associés à un serveur. les ID utilisateur. N'utilisez le protocole SSL que si l'administrateur vous le demande.

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

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

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

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

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

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

sav'. L'élément chemin correspond aux sous-dossiers (sous-répertoires) du dossier partagé.78 Chapitre 4 Utilisation des spécifications de chemins UNC Avec la version serveur Windows NT de SPSS.sav'.53\public\juillet\ventes. comme dans l'exemple suivant : GET FILE='c:\Mes_documents\Mes_données.sav ne désigne pas un répertoire et un fichier de votre disque C.125. et non par rapport à votre ordinateur local. Même si vous utilisez des spécifications de chemins UNC. vos fichiers de commande seront soumis à des erreurs. 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.sav'. L'élément nom_partage désigne le dossier (répertoire) de l'ordinateur défini comme dossier de partage. les spécifications de chemins relatifs pour des fichiers de données sont relatives par rapport au serveur utilisé en mode d'analyse distribuée. vous ne pouvez accéder qu'aux fichiers de données installés sur des lecteurs et des dossiers partagés. 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. Par exemple : GET FILE='\hqdev001\public\juillet\ventes. Si le répertoire et/ou le fichier n'existent pas sur le serveur distant. mais un répertoire et un fichier du disque dur du serveur distant. Si aucun nom n'a été attribué à l'ordinateur. Lorsque vous utilisez le mode d'analyse distribuée. Avec la version serveur Windows NT de SPSS. vous pouvez utiliser son adresse IP. L'élément nom_fichier est le nom du fichier de données. Concrètement. les fichiers de données de votre ordinateur local sont inclus dans le traitement. . cela signifie qu'une spécification de chemin telle que c:\Mes_documents\Mes_données. comme dans l'exemple suivant : GET FILE='\204.125.

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

.

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

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

Vous pouvez ajouter ou supprimer des variables et modifier les attributs de ces dernières. 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.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. 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 définir les propriétés des variables dans l'Affichage des variables. 0 = Masculin. L'option Copier des propriétés de données est disponible dans le menu Données de la fenêtre de l'éditeur de données. Les autres caractères peuvent être . 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. 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. entrez un nom de variable dans une ligne vierge. E Pour définir de nouvelles variables. Noms de variable Les règles suivantes s'appliquent pour les noms des variables : „ Le nom doit commencer par une lettre. „ Pour afficher ou définir des attributs de variable E Activez la fenêtre de l'éditeur de données. 1 = Féminin. Vous pouvez également utiliser des variables du fichier de travail comme modèles pour d'autres variables de ce même fichier.84 Chapitre 5 „ „ La largeur des colonnes Le niveau de mesure Tous ces attributs sont enregistrés lorsque vous sauvegardez le fichier de données. 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. E Sélectionnez les attributs à définir ou modifier. Par exemple. Ceci est particulièrement utile pour les variables qualitatives qui utilisent des codes numériques pour représenter les modalités. et fournit une fonction d'étiquetage automatique.

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

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

Le nombre par défaut de valeurs uniques est 24. choisissez Options. onglet Interactif). les règles suivantes s'appliquent : „ „ „ „ Les variables sous forme de chaîne de caractères (alphanumériques) sont définies comme nominales. Les variables numériques sans étiquettes de valeurs définies mais supérieures à un nombre spécifié de valeurs uniques sont définies comme variables d'échelle. Pour modifier la valeur spécifiée. Les variables sous forme de chaîne de caractères ainsi que les variables numériques avec des étiquettes de valeurs définies sont définies comme ordinales. . Les variables numériques sans étiquettes de valeurs définies mais inférieures à un nombre spécifié de valeurs uniques sont définies comme ordinales.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. modifiez les options de diagramme interactif (dans le menu Edition.

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

Voici quelques règles générales : „ Pour les formats Numérique. vous pouvez entrer des valeurs avec n'importe quel nombre de positions décimales (maximum 16). L'exposant peut être précédé d'un E ou d'un D avec ou sans signe. des virgules ou des espaces. . et la valeur entière est enregistrée. Egalement appelées variables alphanumériques. ou seulement d'un signe. Vous pouvez entrer des dates avec. 1. Toutefois.23D2. Les majuscules et les minuscules sont différenciées. L'Affichage des données n'affiche que le nombre de décimales défini et arrondit les valeurs comportant plus de décimales. des traits d'union. L'éditeur de données accepte des valeurs numériques pour les variables de notation scientifique avec ou sans exposant. comme séparateur. Par exemple. Virgule et Point.23E2. des points. 1. Ces variables peuvent contenir n'importe quel caractère. 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. La valeur du siècle pour les années à 2 chiffres est déterminée par les paramètres Options (accessibles depuis le menu Edition.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. 1.23+2. les valeurs affichées dans l'Affichage des données peuvent différer des valeurs réelles entrées et enregistrées en interne. des barres obliques. onglet Données). dans la limite de la longueur définie. Chaîne : Variable dont les valeurs ne sont pas numériques et ne sont donc pas utilisées pour les calculs. Formats d'entrée/d'affichage Selon le format. E Sélectionnez le type de données dans la boîte de dialogue Type de variable. Pour définir le type de variable E Cliquez sur le bouton de la cellule Type de la variable à définir. Les caractères de symbole monétaire définis ne sont pas utilisables lors de la saisie de données mais sont affichés dans l'éditeur de données.23E+2 et même 1. Sélectionnez un format dans la liste. Date : Variable numérique dont les valeurs sont affichées dans l'un des formats de date ou d'heure possibles. Options. 123. la valeur complète est utilisée dans tous les calculs.

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

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

Par exemple. puis sélectionnez l'étiquette que vous souhaitez modifier dans la boîte de dialogue Etiquettes de valeur. il est reconnu comme un caractère de saut de ligne. Le « \n » ne s'affiche pas dans les tableaux pivotants ou les diagrammes . sélectionnez la cellule Valeurs de la variable dans la zone Affichage des variables de l'éditeur de données.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. saisissez \n à l'endroit où vous voulez insérer un retour à la ligne. sélectionnez la cellule Etiquette de la variable dans la zone Affichage des variables de l'éditeur de données. cliquez sur le bouton qui apparaît dans la cellule. . Valeurs manquantes L'option Valeurs manquantes permet de définir les valeurs de données spécifiées comme valeurs manquantes spécifiées par l'utilisateur. 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. E Dans l'étiquette. 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. Il est souvent utile de savoir la raison pour laquelle une information est manquante. E Pour les étiquettes de valeur.

93 Editeur de données Figure 5-6 Boîte de dialogue Valeurs manquantes „ „ Vous pouvez entrer jusqu'à trois valeurs manquantes de votre choix. entrez un seul espace dans l'un des champs pour Valeurs manquantes discrètes. „ 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. y compris les valeurs nulles ou vides. . (variables chaîne de plus de 8 caractères). Les intervalles ne peuvent être spécifiés que pour des valeurs numériques. sont considérées comme des valeurs valides à moins que vous ne les définissiez comme manquantes. un intervalle de valeurs manquantes ou un intervalle plus une valeur de votre choix. Pour définir les valeurs manquantes E Cliquez sur le bouton de la cellule Manquante de la variable à définir. Pour définir des valeurs nulles ou vides comme manquantes pour une variable chaîne. E Entrez les valeurs ou l'intervalle de valeurs représentant les valeurs manquantes.

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

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

Les noms des nouvelles variables seront composés du préfixe spécifié et d'un numéro séquentiel commençant par le numéro spécifié. cliquez sur le numéro de ligne de la variable présentant les attributs à utiliser pour la nouvelle variable. E A partir du menu.96 Chapitre 5 Création de plusieurs nouvelles variables avec les mêmes attributs E Dans l'Affichage des variables. 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. 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. E Entrez le nombre de variables à créer. „ Lorsque vous sélectionnez une cellule et lorsque vous entrez une valeur de données.. 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. E Entrez un préfixe et un numéro de départ pour les nouvelles variables. E A partir du menu. Vous pouvez entrer des données par observation ou par variable. Vous pouvez entrer des données dans n'importe quel ordre.. pour des zones sélectionnées ou des cellules individuelles. La totalité de la ligne est mise en surbrillance. la valeur est affichée dans l'éditeur de cellules en haut de l'éditeur de 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. Pour entrer autre chose que des données numériques simples. E Entrez la valeur des données. vous devez d'abord définir le type de variable. Si vous entrez une valeur dans une colonne vide. . l'éditeur de données crée automatiquement une nouvelle variable et affecte un nom de variable. 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. E Appuyez sur Entrée ou sélectionnez une autre cellule pour enregistrer la valeur. La valeur est affichée dans l'éditeur de cellules en haut de l'éditeur de 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 Cliquez sur OK. E Pour la variable que vous venez de définir. La valeur est saisie et l'étiquette de valeur est affichée dans la cellule. „ Si vous tapez un caractère qui n'est pas autorisé par le type défini de la variable. choisissez dans les menus : Affichage Etiquettes de valeurs E Cliquez sur la cellule dans laquelle vous souhaitez entrer la valeur. 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.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 Sélectionnez le type de données dans la boîte de dialogue Type de variable. E Double-cliquez sur le numéro de ligne ou cliquez sur l'onglet Affichage des données. E Cliquez sur le bouton de la cellule Type de la variable. entrez les données dans la colonne. E Sélectionnez une étiquette de valeur dans la liste déroulante. l'éditeur de données émet un signal sonore et n'accepte pas le caractère.

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

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

le fait de convertir des dates en valeurs numériques peut résulter en des nombres très importants. Par exemple. E A partir du menu.400 sont converties dans la valeur manquante par défaut.073.101 Editeur de données comme le nombre de secondes depuis le 14 octobre 1582. En ce qui concerne les dates. la date du 10/29/91 a une valeur de conversion numérique de 12.908. S'il y a quelques lignes blanches entre la nouvelle observation et les observations existantes. les lignes blanches deviennent également des nouvelles observations avec des valeurs manquantes par défaut pour toutes les variables.600. 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. sélectionnez : Données Insérer les observations Une nouvelle ligne est insérée pour cette observation et toutes les variables reçoivent la valeur manquante par défaut. Insérer de nouvelles observations Le fait d'entrer des données dans une cellule sur une ligne blanche crée automatiquement une nouvelle observation. 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 . les valeurs numériques inférieures à 86. sélectionnez n'importe quelle cellule pour l'observation (ligne) située sous de la position où vous souhaitez insérer la nouvelle observation. 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. L'éditeur de données insère la valeur manquante par défaut pour toutes les autres variables de cette observation.

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

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. .. Les règles de conversion sont les mêmes que celles pour coller des valeurs de données à une variable de type de format différent. l'éditeur de données tentera de convertir les valeurs existantes dans le nouveau type. Aller à l'observation Aller à l'observation va au numéro d'observation (ligne) spécifié dans l'éditeur de données. 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. E Entrez le numéro de ligne de l'observation de l'éditeur de données. la valeur manquante par défaut est affectée.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 . dans ce cas. sélectionnez : Données Aller à l'observation. SPSS affiche une boîte d'alerte et vous demande si vous voulez poursuivre le changement ou si vous désirez l'annuler.

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

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

.

ordinal ou échelle). Identifier les observations pouvant contenir des informations redondantes. 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. des diagrammes et des analyses sans effectuer aucune autre tâche préliminaire. 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. Créer des variables avec différentes modalités qui représentent des intervalles de valeurs provenant de variables comportant un grand nombre de valeurs possibles. Identification des codes de valeurs manquantes (par exemple. et les exclure des analyses ou les supprimer du fichier de données. comme : „ „ „ Définition d'étiquettes de valeurs descriptives pour les codes numériques (par exemple. 0 = homme et 1 = femme).Chapitre Préparation des données 6 Une fois que vous avez ouvert le fichier de données ou saisi les données dans l'éditeur de données. Cependant. Attribution de niveaux de mesure (nominal. 107 .

. 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. Remarque : Pour utiliser l'option Définir les propriétés de variable sans analyse préalable des observations. „ 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. Définir les propriétés de variable : „ „ „ Analyse les valeurs réelles des données et répertorie toutes les valeurs de données uniques pour chaque variable sélectionnée. 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. 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. saisissez 0 dans le nombre d'observations à analyser..108 Chapitre 6 Toutes ces propriétés de variable (ainsi que d'autres) peuvent être affectées dans la vue Variable de l'éditeur de données. Pour définir les propriétés de variable E A partir du menu. 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). Identifie les valeurs non étiquetées et possède une fonction d'« étiquetage automatique »..

telles que les valeurs manquantes ou les étiquettes de variable descriptives. Cette opération est particulièrement utile pour éviter de répertorier des centaines. ou définir ou modifier d'autres propriétés de variables.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. Ceci est particulièrement utile pour les fichiers de données comportant un grand nombre d'observations. pour lesquelles une analyse complète du fichier de données prendrait beaucoup de temps. Les variables chaîne longues ne peuvent pas avoir d'étiquettes de valeurs définies ou de modalités de valeurs manquantes. E Spécifier une limite supérieure pour le nombre de valeurs uniques à afficher. 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 . E Spécifier le nombre d'observations à analyser afin de générer la liste de valeurs uniques.

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

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. 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. 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. une coche dans la colonne Sans étiquette indique que la variable contient des valeurs qui ne possèdent pas d'étiquette 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. .

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

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

et un niveau de mesure est suggéré dans la boîte de dialogue de suggestion d'un niveau de mesure qui apparaît. alors qu'en réalité. elle peut en contenir. 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. l'explication du niveau de mesure suggéré peut indiquer que la suggestion est due. La zone Explication propose une brève description des critères utilisés pour déterminer le niveau de mesure suggéré. E Cliquez sur Poursuivre pour accepter le niveau de mesure suggéré ou sur Annuler pour ne pas modifier le niveau de mesure. en partie. mais elles sont déjà définies comme manquantes. Par exemple. la variable en cours est évaluée en fonction des observations analysées et des étiquettes de valeurs définies. .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. au fait que la variable ne contient pas de valeurs négatives.

. „ Les étiquettes de valeurs existantes et les modalités de valeurs manquantes des variables cible ne sont pas remplacées. Dans le cas des variables chaîne. E Cliquez sur Copier pour copier les étiquettes de valeurs et le niveau de mesure. Toutes les variables analysées correspondant au type de la variable courante (numérique ou chaîne) sont alors affichées. ou E Sélectionnez une ou plusieurs variables qui doivent recevoir les étiquettes de valeurs et les autres propriétés de variable.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. 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). la largeur définie doit également correspondre.

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

auparavant disponible dans le menu Fichier. sélectionnez : Données Copie des propriétés de données. Figure 6-5 Assistant Copier des propriétés de données : Etape 1 . Remarque : L'option Copier des propriétés de données remplace l'option d'application du dictionnaire 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.. 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).

Sélection des variables source et cible Dans cette étape. E Suivez les instructions de l'assistant Copier des propriétés de données étape par étape. Il peut s'agir d'un fichier de données externe au format SPSS ou du fichier de travail. vous pouvez spécifier les variables source contenant les propriétés de variable à copier et les variables cible qui doivent recevoir ces propriétés.118 Chapitre 6 E Sélectionnez le fichier de données possédant les propriétés de fichier et/ou de variable à copier. 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 .

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

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. Si la même valeur possède une étiquette définie dans les deux variables source et cible. Valeurs manquantes : Les valeurs manquantes représentent des données manquantes (par exemple. Les étiquettes de valeurs sont souvent utilisées quand des valeurs de données numériques représentent des modalités non numériques (par exemple. Vous pouvez remplacer ou fusionner les étiquettes de valeurs dans les variables cible. les codes 1 et 2 pour Homme et Femme). Ces valeurs possèdent également des étiquettes de valeurs définies qui décrivent ce que . „ „ 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. 98 pour Ne se prononce pas et 99 pour Sans objet).

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

„ „ . L'option Fusionner ajoute les vecteurs multiréponses du fichier de données source à l'ensemble de vecteurs multiréponses du fichier de travail.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. S'il existe dans les deux fichiers un vecteur portant le même nom. 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 vecteurs multiréponses du fichier de données source contenant des variables qui n'existent pas dans le fichier de travail sont ignorés. le vecteur existant dans le fichier de travail reste inchangé. (Remarque : Les vecteurs multiréponses ne sont actuellement utilisés que par l'option complémentaire Tableaux. L'option Remplacer supprime tous les vecteurs multiréponses du fichier de travail et les remplace par les vecteurs multiréponses du fichier source.

123 Préparation des données Groupes de variables : Les groupes de variables permettent de contrôler la liste des variables affichées dans les boîtes de dialogue. 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. L'option Fusionner combine les documents des fichiers source et de travail. . 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 Fusionner ajoute les groupes de variables du fichier de données source à l'ensemble des groupes de variables du fichier de travail. Cette opération remplace toute pondération en cours dans le fichier de travail. S'il existe dans les deux fichiers un vecteur portant le même nom. Etiquette de fichier : Etiquette descriptive appliquée à un fichier de données via la commande FILE LABEL. Tous les documents sont ensuite triés par date. Les documents uniques dans le fichier source et qui n'existent pas dans le fichier de travail sont ajoutés à ce fichier. le vecteur existant dans le fichier de travail reste inchangé. „ „ Documents : Remarques ajoutées au fichier de données via la commande DOCUMENT. „ 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. „ „ L'option Remplacer supprime tous les documents existants du fichier de travail et les remplace par les documents du fichier source.

. 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. Vous pouvez également choisir de coller la syntaxe de commande générée dans une fenêtre de syntaxe et de l'enregistrer pour un usage ultérieur. le nombre de nouvelles variables qui seront créées et le nombre de propriétés d'ensembles de données (propriétés de fichier) qui seront copiées.

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

Pour identifier uniquement les observations dont la concordance est égale à 100 %. les observations sont triées en fonction de la quantité correspondant à chaque date. si la première variable de tri sélectionnée est date et que la deuxième est quantité. sélectionnez toutes les variables. vous pouvez effectuer le tri dans l'ordre croissant ou décroissant. Si vous sélectionnez plusieurs variables de tri.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. Par exemple. „ „ Pour chaque variable de tri. les observations sont triées pour chaque variable au sein des modalités de la variable précédente dans la liste. 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.

„ 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. le tableau indique le nombre d'observations dont la valeur est 0 pour cette variable (ce qui indique le nombre d'observations dupliquées) . 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. Si vous n'indiquez aucune variable de tri. la date la plus récente devient la dernière date du groupe. L'ordre de tri détermine la « première » et la « dernière » observation de chaque groupe concordant. l'ordre d'origine du fichier détermine celui des observations dans chaque groupe. utilisez les boutons fléchés Haut et Bas situés à droite de la liste. Le contrôle visuel des observations concordantes est ainsi facilité dans l'éditeur de données.127 Préparation des données „ „ Pour modifier l'ordre de tri des variables. Afficher les fréquences pour les variables créées : Tableaux de fréquences indiquant le nombre d'observations pour chaque valeur des variables créées. „ En fonction de l'ordre de tri déterminé dans le groupe concordant. l'observation principale peut être la dernière ou la première observation de ce groupe. c'est-à-dire l'ordre d'origine du fichier ou celui déterminé par les variables de tri indiquées. pour la variable indicatrice principale. dans chaque groupe concordant. De cette façon. Par exemple. La séquence est basée sur l'ordre en cours des observations dans chaque groupe. 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. Par exemple. qui détermine la valeur de la variable indicatrice principale facultative. pour filtrer toutes les observations. vous pouvez trier les observations du groupe dans l'ordre croissant à partir d'une variable de date. à l'exception de la plus récente. et 0 pour les observations dupliquées non principales de chaque groupe. 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.

les observations ne disposant d'aucune valeur pour une variable d'identificateur sont traitées comme si elles disposaient de valeurs concordantes pour cette variable. vous pouvez utiliser la variable d'échelle Revenu pour créer une variable qualitative contenant les tranches de revenus. „ Dans la première étape de l'outil visuel de regroupement en bandes. Valeurs manquantes : Pour les variables numériques. 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. la valeur manquante par défaut est traitée comme toute autre valeur. Par exemple. 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. 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. moyen et élevé.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). 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. vous pouvez fusionner une échelle d'évaluation allant jusqu'à neuf pour obtenir trois modalités qui représenteraient les niveaux faible. Pour les variables chaîne. Fusionner un grand nombre de modalités ordinales en un jeu de modalités plus petit.

Pour plus d'informations. l'outil considère que les valeurs de données représentent un ordre logique qui peut servir à regrouper les valeurs de manière significative. L'outil visuel de regroupement en bandes requiert l'utilisation de variables numériques qui sont mesurées sur une échelle ou au niveau ordinal. Remarque : Les variables chaîne et les variables numériques nominales ne sont pas affichées dans la liste des variables source.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. En effet. Pour les fichiers de données contenant un grand nombre d'observations. . reportez-vous à « Niveau de mesure des variables » dans Chapitre 5 . Vous pouvez modifier le niveau de mesure défini d'une variable dans la vue Variable de l'éditeur de données. 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. page 85. même si la limitation du nombre d'observations analysées peut permettre de gagner du temps.

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

Pour ce faire.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. Observations analysées : Indique le nombre d'observations analysées. 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. . par étiquette de variable ou par nom. Vous pouvez trier la liste par niveau de mesure (échelle ou ordinal). y compris l'histogramme affiché dans la boîte de dialogue principale et les divisions basées sur les centiles ou les écarts types. cliquez sur les titres de colonne.

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

„ Valeur : Valeurs qui définissent les extrema supérieurs de chaque bande. . Vous pouvez entrer des valeurs ou utiliser l'option Créer des divisions pour créer automatiquement des bandes en fonction des critères sélectionnés. Si vous n'analysez pas d'observations. E Dans le menu contextuel. Vous pouvez entrer les étiquettes de valeur ou utiliser l'option Créer des étiquettes pour les créer automatiquement. Cette bande contient alors toutes les valeurs non manquantes situées au-dessus des autres divisions. sélectionnez Supprimer toutes les étiquettes ou Supprimer toutes les divisions. sélectionnez Supprimer la ligne. Grille : Affiche les valeurs qui définissent les extrema supérieurs de chaque bande et les étiquettes de valeur facultatives de chaque bande. surtout si le fichier de données a été trié par la variable sélectionnée.133 Préparation des données précise et représentative. „ Etiquettes : Etiquettes descriptives facultatives pour les valeurs de la nouvelle variable regroupée en bandes. en fonction de la définition des extrema supérieurs). Par défaut. les étiquettes décrivant les valeurs peuvent se révéler très utiles. aucune information sur la distribution des valeurs n'est disponible. 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. 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. Pour supprimer toutes les étiquettes ou toutes les bandes définies : E Cliquez avec le bouton droit n'importe où dans la grille. Pour supprimer une bande de la grille : E Cliquez avec le bouton droit de la souris sur la cellule Valeur ou Etiquette de la bande. E Dans le menu contextuel. Remarque : Si vous supprimez la bande ELEVE. une division dont la valeur est ELEVE est automatiquement incluse. Etant donné que les valeurs de la nouvelle variable sont des valeurs entières séquentielles comprises entre 1 et n.

cette bande inclut les observations dont les valeurs sont inférieures ou égales à 25. Pour plus d'informations. Créer des divisions : Génère automatiquement des modalités regroupées en bandes pour les intervalles de longueur identique. Créer des étiquettes : Génère des étiquettes descriptives pour les valeurs entières séquentielles de la nouvelle variable regroupée en bandes. Par exemple. page 137.134 Chapitre 6 Extrema supérieurs : Contrôle le traitement des valeurs des extrema supérieurs saisies dans la colonne Valeur de la grille. 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. les observations dont la valeur est 25 seront placées dans la première bande. Inversez l'échelle pour que ces valeurs deviennent des entiers séquentiels décroissants compris entre n et 1. si vous spécifiez les valeurs 25. basées sur les valeurs se trouvant dans la grille et le traitement des extrema supérieurs (inclus ou exclus). „ Exclu (<) : Les observations contenant la valeur spécifiée dans la cellule Valeur ne sont pas incluses dans la modalité regroupée en bandes. En effet. Elles sont incluses dans la bande suivante. En effet. 50 et 75. reportez-vous à « Génération automatique de modalités regroupées en bandes » . reportez-vous à « Copie de modalités regroupées en bandes » . page 135. les intervalles avec le même nombre d'observations ou les intervalles basés sur les écarts types. Par exemple. „ Inclus (<=) : Les observations contenant la valeur spécifiée dans la cellule Valeur sont incluses dans la modalité regroupée en bandes. Inverser l'échelle : Par défaut. Pour plus d'informations. si vous spécifiez les valeurs 25. la première bande inclut uniquement les observations dont les valeurs sont inférieures à 25. . 50 et 75. les valeurs de la nouvelle variable regroupée en bandes sont des valeurs entières séquentielles croissantes comprise entre 1 et n. Cette option n'est disponible que si vous analysez au moins une observation. les observations dont la valeur est 25 seront placées dans la seconde bande.

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. E Sélectionnez les critères de génération des divisions. E Cliquez sur Appliquer. Pour utiliser la boîte de dialogue Créer des divisions : E Dans la zone Liste des variables analysées. E Cliquez sur Créer des divisions. sélectionnez une variable en cliquant dessus. qui définira les modalités regroupées en bandes. Figure 6-13 Boîte de dialogue Créer des divisions .

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

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. Copie de modalités regroupées en bandes Si vous souhaitez créer des modalités regroupées en bandes pour plusieurs variables.3 % des observations et une quatrième en contenant 90 %. 95 %. dans deux écarts types et 99 % dans trois écarts types. et deux bandes pour les observations supérieures ou inférieures à la moyenne de plus de trois écarts types. Remarque : Les calculs de centiles et d'écarts types reposent sur les observations analysées. Par exemple. „ Vous pouvez sélectionner n'importe quelle combinaison d'intervalles d'écarts types en utilisant un. voire hors de l'intervalle des valeurs possibles (par exemple. vous n'obtiendrez pas quatre bandes d'âge en centiles contenant 25 % des observations. 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. Dans une distribution normale. un intervalle de salaires négatif). mais plutôt trois bandes contenant chacune 3. si vous sélectionnez les trois. la moyenne étant utilisée comme division entre les bandes. Par exemple.137 Préparation des données „ Si vous ne sélectionnez pas les intervalles d'écarts types. en particulier si le fichier de données est trié par variable source. deux modalités regroupées en bandes sont créées. deux et/ou trois écarts types. 68 % des observations sont comprises dans un écart type de la moyenne. certaines bandes définies risquent de se retrouver hors de l'intervalle de données réel. Si vous limitez le nombre d'observations analysées. Si la création de modalités regroupées en bandes est basée sur les 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.

E Sélectionnez les variables pour lesquelles créer des variables ayant les mêmes modalités regroupées en bandes. E Cliquez sur Copier. . cliquez sur la variable vers laquelle copier les modalités regroupées en bandes concernées. E Cliquez sur A partir d'une autre variable. cliquez sur une variable pour laquelle vous avez défini des modalités regroupées en bandes. E Dans la zone Liste des variables analysées. ou E Dans la zone Liste des variables analysées.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 Cliquez sur Vers d'autres variables.

les valeurs manquantes utilisateur correspondantes de la nouvelle variable sont des nombres négatifs. Cette valeur devient alors la nouvelle valeur manquante spécifiée par l'utilisateur. Si un code de valeur manquante est en conflit avec l'une des valeurs de modalité regroupée en bandes pour la nouvelle variable. 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. ces étiquettes sont également copiées. Si vous avez spécifié des étiquettes de valeur pour la variable à partir de laquelle vous copiez les spécifications de regroupement. la valeur 106 de la nouvelle variable vient remplacer la valeur 1 de la variable source pour toutes les observations. Si la valeur manquante utilisateur de la variable source comporte une étiquette de valeur définie. 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). Les valeurs manquantes utilisateur des variables source sont copiées en tant que telles pour la nouvelle variable. Par exemple. 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. cette dernière est utilisée comme étiquette pour la valeur recodée de la nouvelle variable. E Cliquez sur Copier. Toutes les étiquettes de valeur définies pour les codes de valeur manquante sont également copiées. 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. Remarque : Si la variable source comporte un intervalle défini de valeurs manquantes utilisateur sous la forme LO-n (n étant un nombre positif).139 Préparation des données E Sélectionnez la variable avec les modalités regroupées en bandes définies à copier.

.

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

. 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.. E Entrez le nom d'une seule variable cible. . sélectionnez : Transformer Calculer. 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. 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.

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

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

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. .

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

000..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. E Entrez un entier positif compris entre 1 et 2.000. sélectionnez : Transformer Générer des nombres aléatoires. E Sélectionnez Définir le générateur à. une enquête peut comporter une liste de magazines avec des cases à cocher oui/non pour indiquer les magazines lus par chaque répondant..000. Par exemple. Figure 7-5 Boîte de dialogue Compter occurrences des valeurs par observation . Vous pourriez compter le nombre de réponses oui pour chaque répondant et créer une nouvelle variable contenant le nombre total de magazines lus.

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

Vous pouvez recoder des variables numériques et chaîne. elles doivent toutes être du même type. Vous ne pouvez pas recoder ensemble des variables numériques et chaîne. Ceci est particulièrement utile pour fusionner des modalités ou les combiner.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. Si vous sélectionnez plusieurs variables. . Vous pouvez recoder les valeurs à l'intérieur de variables existantes ou créer des variables sur la base des valeurs recodées de variables existantes. 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. Par exemple. vous pourriez fusionner des salaires dans des modalités d'intervalles de salaires.

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

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

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

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

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

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

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

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

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

Lorsque les codes de modalité ne sont pas séquentiels. De plus. certaines procédures ne peuvent utiliser des variables chaîne. Recoder automatiquement Le recodage automatique convertit les valeurs numériques et les valeurs alphanumériques en entiers consécutifs. . et certaines ont besoin de valeurs entières consécutives pour les niveaux de facteurs. les cellules vides qui en résultent réduisent les performances et augmentent les besoins en mémoire de nombreuses procédures SPSS.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.

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

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.. Remplacement des valeurs manquantes spécifiées et des valeurs manquantes par défaut par des estimations basées sur une méthode parmi plusieurs.. . Création de nouvelles variables de séries chronologiques sous forme de fonctions de variables de séries chronologiques existantes.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. Une série chronologique est obtenue par mesure régulière d'une variable (ou d'un groupe de variables) sur une certaine période. et faire la distinction entre les périodes historiques. et l'intervalle de temps entre les observations est uniforme. Figure 7-15 Boîte de dialogue Définir des dates. 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. de validation et de prévision.

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

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

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

Comme une observation est perdue pour chaque ordre de différence. Le nombre d'observations avec la valeur manquante par défaut au début des séries est égal à la périodicité multipliée par l'ordre. les 24 premières observations auront la valeur manquante par défaut pour nouvelle variable. vous devez disposer de variables de date définies (Menu Données. 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 est pair. 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. L'intervalle est le nombre de valeurs de séries utilisé pour calculer la moyenne. Pour calculer des différences saisonnières. Moyenne mobile centrée : Moyenne d'un intervalle de valeurs de séries entourant et incluant la valeur courante. Différence saisonnière : Différence entre des valeurs de séries séparées par un intervalle constant. Par exemple. L'intervalle est basé sur la périodicité actuellement définie. L'intervalle est le nombre de valeurs de séries précédentes utilisé pour calculer la moyenne. si l'ordre de différence est 2. la médiane est calculée en faisant la moyenne de chaque paire de médianes non centrées. Par exemple. la moyenne mobile est calculée en faisant la moyenne de chaque paire de moyennes non centrées. les valeurs manquantes par défaut apparaissent au début des séries. L'intervalle est le nombre de valeurs de séries utilisé pour calculer la médiane. Moyenne mobile précédente : Moyenne de l'intervalle de valeurs des séries précédant la valeur courante. L'ordre est le nombre des valeurs précédentes utilisé pour calculer la différence. si la périodicité courante est 12 et l'ordre 2. Par exemple. Le nombre d'observations avec la valeur manquante par défaut au début des séries est égal à la valeur de l'intervalle. les deux premières observations contiendront la valeur manquante par défaut pour la nouvelle variable. si l'intervalle est 5.165 Transformations de données Fonctions de transformation de séries chronologiques Différence : Différence non saisonnière entre les valeurs successives dans les séries. le nombre d'observations avec la valeur manquante par défaut au début et à la fin des séries est 2. Si l'intervalle est pair. Par exemple. Médianes mobiles : Médiane d'un intervalle de valeurs de séries entourant et incluant la valeur courante. si l'intervalle .

basée sur l'ordre de décalage négatif spécifié. Somme cumulée : Somme cumulée des valeurs des séries à concurrence de la valeur courante. et il arrive que des mesures de séries ne puissent être calculées si des valeurs manquent dans les séries. Lissage : Nouvelles valeurs des séries basées sur un lisseur de données composées. le nom de la nouvelle variable serait prix_1. les noms de nouvelles variables reprennent les six premiers caractères de la variable existante utilisée pour les créer. Il relisse ensuite ces valeurs en appliquant une médiane mobile de 5.166 Chapitre 7 est 5. Le nombre d'observations avec la valeur manquante par défaut à la fin des séries est égal à la valeur de l'ordre. et du hanning (exécution de moyennes pondérées). On parle parfois de lissage T4253H. Pour finir. les résidus lissés sont calculés par soustraction des valeurs lissées obtenues la première fois par le processus. Par exemple. y compris celle-ci. 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 des séries est égal à la valeur de l'ordre. Par défaut. Le remplacement des valeurs manquantes crée des variables de séries chronologiques à partir de variables existantes. L'ordre est le nombre d'observations antérieures à l'observation courante à partir de laquelle la valeur est obtenue. centrée par une médiane mobile de 2. pour la variable prix. L'ordre est le nombre d'observations après l'observation courante à partir de laquelle la valeur est obtenue. . Le lisseur commence avec une médiane mobile de 4. Les résidus sont calculés par soustraction des séries lissées des séries d'origine. Décalage positif : Valeur d'une observation précédente. basée sur l'ordre de décalage spécifié. puis une de 3. suivis d'un trait de soulignement et d'un numéro séquentiel. Tout ce processus est ensuite répété sur les résidus calculés. Décalage négatif : Valeur d'une observation ultérieure. en remplaçant les valeurs manquantes par des estimations calculées selon une méthode. le nombre d'observations avec la valeur manquante par défaut au début et à la fin des séries est 2. Les nouvelles variables conservent toute étiquette de valeur définie des variables d'origine.

E Sélectionnez la méthode d'estimation que vous désirez utiliser pour remplacer les valeurs manquantes.. Changer la méthode d'estimation pour une variable sélectionnée. sélectionnez : Transformer Remplacer les valeurs manquantes.. vous pouvez : „ „ Entrer des noms de variables pour remplacer les noms des nouvelles variables par défaut. 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. . Pour remplacer les valeurs manquantes par des variables de séries chronologiques E A partir du menu. E Sélectionnez les variables dont vous voulez remplacer les valeurs manquantes.

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

y compris la possibilité de : Trier les données : Vous pouvez trier les observations en fonction de la valeur de certaines variables. Vous pouvez. 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. par exemple. sélectionner des sous-ensembles d'observations ou modifier l'unité d'analyse en regroupant les observations. ou l'inverse. 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. 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. trier des données dans un ordre différent. Pondérer les données : La pondération des données concerne les analyses fondées sur la valeur d'une variable pondérée. 169 . combiner des fichiers. 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. Fusionner des fichiers : Vous pouvez fusionner des fichiers de données (au moins deux). 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.

„ Si vous sélectionnez plusieurs variables de tri. les lettres en majuscules précèdent les minuscules dans l'ordre de tri. 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. si vous sélectionnez Sexe comme première variable de tri et Culture comme seconde variable de tri. Vous pouvez trier les observations par ordre croissant ou décroissant. . les observations seront triées en fonction de la culture de chaque individu au sein de chaque modalité de la variable sexe. „ Figure 8-1 Boîte de dialogue Trier les observations Pour trier les observations E A partir du menu. Pour les variables alphanumériques...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. Par exemple. 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. Par exemple.

Pour conserver certaines de ces valeurs. S'il s'agit d'une variable numérique. E Sélectionnez au moins une variable à transposer en observation. vous pouvez l'utiliser comme Variable de nom et employer ses valeurs comme noms de variable dans le fichier transposé. .171 Gestion et transformations de fichiers E Sélectionnez au moins une variable de tri. Si le fichier de travail contient un ID (identifiant) ou une variable de nom dont les valeurs sont univoques. „ „ Une nouvelle variable de type chaîne contenant le nom de variable d'origine. est automatiquement créée. suivie de la valeur numérique. 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. et vice versa. case_lbl. sélectionnez : Données Transposer. les noms de variables commencent par la lettre V. Les valeurs manquantes à l'utilisateur sont converties en valeurs manquantes par défaut dans le fichier transposé. 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).

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. Fusionner des fichiers contenant les mêmes observations mais des variables différentes. 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.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. Figure 8-2 Boîte de dialogue Ajouter des observations . Vous pouvez: „ „ Fusionner des fichiers contenant les mêmes variables mais des observations différentes. Par exemple.

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

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

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. valeurs manquantes de type utilisateur. Si le fichier de travail contient des étiquettes de valeurs non définies ou des valeurs manquantes de type utilisateur. relatives à une variable.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. ne sont pas définies dans le fichier de travail. Ajout d'observations : Informations du dictionnaire Tous les informations du dictionnaire existantes (étiquettes de variable et de valeurs. formats d'affichage) dans le fichier de travail sont appliquées au fichier fusionné. „ Si une ou plusieurs clés d'appariement sont utilisées pour apparier les . 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. les informations du dictionnaire du fichier externe s'appliquent. „ Si certaines informations du dictionnaire. vous devez d'abord les renommer. „ 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. „ Les observations doivent être présentées dans le même ordre dans les deux fichiers. Par exemple. Inclure deux variables portant le même nom mais de type différent ou de longueur différente. Par exemple. 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.

Les variables du fichier externe sont identifiées par un signe (+). vous pouvez le renommer puis l'ajouter à la liste des variables à inclure. „ Les noms de variable du second fichier. Par défaut. Variables du nouveau fichier actif : Variables à inclure dans le nouveau fichier actif. Si vous souhaitez inclure une variable exclue avec un nom redondant dans le fichier fusionné. . 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. Par défaut.176 Chapitre 8 observations. sont exclus par défaut. 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. SPSS part du principe que ces variables contiennent des informations redondantes. les deux fichiers de données doivent présenter ces clés d'appariement par ordre croissant. En effet. 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 de travail sont identifiées par un astérisque (*). redondants avec les noms du fichier de travail.

habitat). E Sélectionnez le fichier à fusionner avec le fichier ouvert. 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. âge.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). niveau scolaire) et l'autre des informations générales sur la famille (revenu global. 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. .. est un fichier dans lequel les données de chaque observation peuvent s'appliquer à plusieurs observations de l'autre fichier. Vous pouvez également utiliser ces clés avec des fichiers 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. „ Le fichier externe ou fichier actif est une table codée : Une table codée ou un fichier de consultation de table. Pour fusionner des fichiers avec les mêmes observations mais des variables différentes E Ouvrez l'un des fichiers de données. utilisez les clés d'appariement pour identifier et correctement apparier les observations des deux fichiers. E A partir du menu. Les variables de l'autre fichier contiennent la valeur manquante par défaut. „ „ Les clés d'appariement doivent avoir le même nom dans les deux fichiers de données. sélectionnez : Données Fusionner des fichiers Ajouter des variables. taille. Les observations sans correspondance contiennent des valeurs uniquement pour les variables du fichier duquel elles sont issues. Par exemple. si un des fichiers contient des informations sur les différents membres d'une famille (sexe.

Le nouveau fichier de données contient une observation pour chaque classe. Les clés d'appariement doivent exister dans les deux fichiers. Ceci est particulièrement important si vous souhaitez inclure deux variables portant le même nom mais contenant des informations différentes. E Ajoutez des variables à la liste des clés d'appariement. de données de travail et externe. 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. 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. vous pouvez agréger les données de cantons par département et créer un nouveau fichier dans lequel le département est l'unité d'analyse.178 Chapitre 8 Sélectionnez des clés d'appariement : E Sélectionnez les variables du fichier externe (+) dans la liste des Variables exclues. E Sélectionnez Apparier les observations sur les clés des fichiers triés.

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

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

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 . reportez-vous à « Noms de variable » dans Chapitre 5 . 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. page 84.

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. Par exemple. 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. en fonction des valeurs d'une ou plusieurs variables de regroupement. Si le fichier de données n'est pas trié. „ „ Vous pouvez spécifier jusqu'à 8 variables de regroupement. „ 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. les observations seront classées en fonction de l'origine culturelle au sein de chaque modalité de la variable sexe. sélectionnez Tri suivant les variables de regroupement.182 Chapitre 8 Scinder un fichier Scinder un fichier vous permet de scinder un fichier de données en plusieurs classes. suivant l'ordre dans lequel les variables sont présentées dans la liste des variables de regroupement.

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

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

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

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 fonctions. des opérateurs arithmétiques. l'observation n'est pas sélectionnée. 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. Plus il y a d'observations dans le fichier de données. l'observation est sélectionnée. La plupart des expressions conditionnelles utilisent un ou plus des six opérateurs relationnels (<. >. vous ne pouvez donc sélectionner une même observation qu'une seule fois. >=. <=. des constantes. L'échantillonnage est réalisé sans remplacement . numériques ou non.186 Chapitre 8 „ „ „ „ Si le résultat d'une expression conditionnelle est Vrai. . le pourcentage d'observations sélectionnées peut seulement approcher le pourcentage spécifié. plus le pourcentage des observations sélectionnées sera proche de la valeur indiquée. = et ~=) du pavé numérique. Si le résultat d'une expression conditionnelle est Faux ou Manquant. Comme cette routine génère une décision indépendante pseudo-aléatoire pour chaque observation. des variables logiques et des opérateurs relationnels.

Ce deuxième nombre doit être inférieur ou égal au nombre total d'observations dans le fichier de 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 de dates et de temps sont valables uniquement pour les séries chronologiques disposant de variables de date (menu Données. affiché dans l'éditeur de données. l'échantillon contiendra proportionnellement moins d'observations que le nombre demandé. Définir dates). Si ce nombre dépasse le nombre total d'observations dans le fichier de données. „ „ Les intervalles d'observations sont fondés sur un numéro de ligne. Figure 8-12 Sélectionnez la boîte de dialogue Intervalle d'observations pour un intervalle d'observations (aucune variable de date définie) . 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.

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

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

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 . restructuré. 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.190 Chapitre 8 E Sélectionnez une variable de fréquence.. E Sélectionnez le type de restructuration à effectuer. une observation ayant la valeur 3 dans la table de fréquence représente 3 observations dans le fichier des données pondérées. sélectionnez : Données Restructurer. Les valeurs de la variable de fréquence servent à la pondération des observations. Restructuration des données Utilisez l'Assistant de restructuration des données pour restructurer les données qui sont nécessaires à la procédure SPSS choisie. Sinon. L'Assistant remplace le fichier actuel par un nouveau fichier.. E Sélectionnez les données à restructurer.

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. . 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. sélectionnez le type de restructuration à effectuer. 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.

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. Etant donné que les données restructurées vont contenir une ligne pour chaque combinaison de traitements. L'incrémentation du premier index est la plus lente . Un niveau définit un groupe d'observations ayant été soumis à des conditions identiques. Il va comparer le produit des niveaux créés au nombre de variables figurant dans vos groupes de variables. celle du dernier index est la plus rapide. 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. Niveaux combinés (total) : Vous ne pouvez pas créer plus de niveaux que dans les données actuelles. Les valeurs des variables d'index multiples sont toujours des nombres séquentiels. A cette étape. Nombre de niveaux à créer dans le nouveau fichier ? Entrez le nombre de niveaux pour chaque index. l'Assistant vérifie le nombre de niveaux que vous créez. 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. précisez les options du nouveau fichier restructuré. En cas de facteurs multiples.206 Chapitre 8 Nombre de niveaux enregistrés dans le fichier actuel ? Déterminez le nombre de niveaux de facteur enregistrés dans les données actuelles. .

Une valeur nulle est une valeur manquante par défaut ou vide. vous avez indiqué les groupes de variables à restructurer. vous pouvez les supprimer ou les conserver. Conservation des données manquantes ? L'Assistant recherche des valeurs nulles dans chacune des nouvelles lignes potentielles.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). Vous pouvez conserver ou supprimer les lignes qui contiennent uniquement des valeurs nulles. les variables à copier et une variable d'identification parmi les données actuelles. . Les données des variables sélectionnées vont figurer dans le nouveau fichier. Si d'autres variables figurent dans les données actuelles.

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

Chaque fois que l'Assistant détecte une nouvelle combinaison de valeurs d'identification. il crée une ligne.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. Vous pouvez trier le fichier actuel à l'étape suivante. Déplacez vers la liste Variable(s) de l'identificateur les variables qui identifient les groupes d'observations dans le nouveau fichier. comme un individu ou une institution. 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. ces dernières mesurent la même unité d'observation. Vous devez par conséquent trier les observations du fichier actuel sur la base des valeurs des variables d'identification. En effet. . dans le même ordre que les variables qui figurent dans la liste Variable(s) de l'identificateur. Les variables qui servent à diviser le fichier de données actuel sont automatiquement affectées à l'identification des groupes.

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

Sélectionnez cette option lorsque les données ne sont pas triées par variable d'identification ou lorsque vous avez des doutes à ce propos. dans le même ordre que les variables qui figurent dans la liste Variable(s) de l'identificateur présentée à l'étape précédente.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). Cette option implique un passage . „ Oui : L'Assistant trie automatiquement les données actuelles par variable d'identification.

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

et l'index est mois : l h mois Le résultat du regroupement par variable est le suivant : l.jan .jan l. Exemple : Les variables à restructurer sont l et h.fév h. Par index : L'Assistant regroupe les variables en fonction des valeurs des variables d'index.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.

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

„ 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. Sélectionnez cette option si vous n'êtes pas prêt à remplacer le fichier actuel. Choisissez cette option pour remplacer immédiatement le fichier actuel. . Remarque : Si les données d'origine sont pondérées. lorsque vous voulez modifier sa syntaxe ou lorsque vous souhaitez l'enregistrer en vue d'une utilisation ultérieure. les nouvelles données sont également pondérées à moins que la variable qui sert de pondération ne soit restructurée ou supprimée du nouveau fichier.

.

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

Utilisation du Viewer en mode brouillon Si vous préférez les sorties en texte simple plutôt que les tableaux pivotants interactifs.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. 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. Le panneau droit contient les tableaux statistiques. vous pouvez utiliser le Viewer en mode brouillon. Pour utiliser le Viewer en mode brouillon : . les diagrammes et les textes. Vous pouvez cliquer et faire glisser le bord droit de la fenêtre de légende pour modifier la largeur de la fenêtre.

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

Vous pouvez également déplacer les éléments à l'aide des commandes Couper et Coller après du menu Edition. L'icône Livre ouvert (Montrer) devient l'icône active. 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. indiquant que l'élément est désormais masqué. 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.220 Chapitre 9 E A partir du menu. . en déplaçant ou en effaçant un élément ou un groupe d'éléments. Déplacement des résultats dans le Viewer E Cliquez sur un élément du panneau de légende ou de contenu pour le sélectionner. 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). Déplacement. sélectionnez : Affichage Masquer ou E Cliquez sur l'icône Livre fermé (Masquer) dans la barre d'outils Légende. Pour masquer les résultats d'une procédure E Cliquez sur la boîte à gauche du nom de la procédure dans le panneau de légende. (Maj-Clic pour sélectionner plusieurs éléments.

E Relâchez le bouton de la souris pour déposer les éléments à l'endroit désiré.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. (Maj-Clic pour sélectionner plusieurs éléments. . ou Ctrl-clic pour sélectionner des éléments non contigus). 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. puis l'onglet Viewer). ou E A partir du menu. ou Ctrl-clic pour sélectionner des éléments non contigus). (Maj-Clic pour sélectionner plusieurs éléments. Vous pouvez modifier l'alignement initial (dans le menu Edition. 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). choisissez Options. ou vous pouvez modifier l'alignement des éléments sélectionnés à tout moment. Modification de l'alignement Par défaut. Vous pouvez également copier les éléments à l'aide des commandes Copier et Coller après du menu Edition ou du menu contextuel. E Appuyez sur la touche Supprimer.

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

Modifier le niveau de ligne de légende pour les éléments sélectionnés. Modifier la police utilisée dans l'affichage de la ligne de légende. ou E Cliquez sur l'élément dans la ligne de légende. vous pouvez : „ „ „ „ Maximiser et Réduire l'affichage de la ligne de légende. 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. Réduction et développement de la vue de la ligne de légende E Cliquez sur la boîte à gauche de l'élément de ligne de légende à réduire ou à étendre.

. ou A partir du menu. Déplacer des éléments peut modifier le niveau de légende des éléments sélectionnés. sélectionnez : Affichage Plier ou Affichage Développer Modification du niveau de légende E Cliquez sur l'élément du panneau de légende pour le sélectionner. 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. 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).224 Chapitre 9 E A partir du menu. 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. 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).

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

. . E Sélectionnez un fichier texte. 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. Pour modifier le texte.. Pour insérer un diagramme : E Cliquez sur le tableau. sélectionnez : Insérer Ancien diagramme.226 Chapitre 9 E Entrez le texte souhaité à cet emplacement. E A partir du menu.. E A partir du menu. 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. Après avoir collé le tableau. Pour insérer un diagramme Des graphiques de versions antérieures de SPSS peuvent être insérés dans le Viewer. vous pouvez l'activer sur place en double-cliquant dessus puis le modifier comme dans le Viewer. sélectionnez : Insérer Fichier texte. cliquez sur le tableau. E Sélectionnez un fichier diagramme. diagramme ou autre objet qui précédera le diagramme.. diagramme ou autre objet qui précédera le texte. vous pouvez imbriquer des tableaux pivotants et des diagrammes interactifs. Ajout d'un fichier texte E Dans le panneau de légende ou de contenu du Viewer. double-cliquez dessus.

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

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

E Dans la liste.229 Utilisation du résultat L'application cible doit prendre en charge les objets ActiveX. copiez le tableau pivotant. Le tableau pivotant est collé en tant que tableau. E Dans la liste. Vous pouvez copier et coller un seul tableau pivotant à la fois à ce format.. L'élément est collé comme métafichier. choisissez : Edition Collage spécial.. E Dans les menus de l'application cible. 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. E Dans les menus de l'application cible. Les autres strates et colonnes masquées ne sont pas disponibles. sélectionnez Texte formaté (RTF) ou Texte enrichi. choisissez : Affichage Collage spécial. Seule la strate et les colonnes visibles lorsque l'élément a été copié sont collées dans le tableau.. Seule la strate et les colonnes visibles lorsque l'élément a été copié sont disponibles dans le métafichier. 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. copiez le tableau ou le diagramme.. . sélectionnez Image. Collage d'un tableau pivotant ou d'un diagramme en tant qu'image (métafichier) E Dans le Viewer. Les autres strates et colonnes masquées ne sont pas disponibles. Collage d'un tableau pivotant en tant que tableau (RTF) E Dans le Viewer.

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

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..231 Utilisation du résultat Collage spécial Collage spécial vous permet de sélectionner le format de l'objet copié à coller dans le Viewer. diagramme ou autre objet qui précédera l'objet à coller. E A partir du menu. cliquez sur le tableau. sélectionnez : Edition Collage spécial. E Dans la liste. sélectionnez le format de l'objet. Les types de fichier possibles pour l'objet dans le Presse-papiers sont listés.. 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.

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

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

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

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

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

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

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

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

5 (le plus clair). Si de nombreuses applications ne peuvent pas afficher une image EPS. Cette option est disponible uniquement pour les exportations en mode Couleurs vraies 32 bits. Seuls les modes Couleurs vraies 24 et 32 bits sont disponibles avec les couleurs CMJN. Sa valeur peut être comprise entre 0. Un aperçu sert principalement en cas d'insertion d'un fichier EPS dans un autre document. Avec l'option YCbCr. Vous disposez de toutes les profondeurs de couleur en mode RVB. Entrez une valeur entière comprise entre 0 et 255 pour chacune des couleurs. Correction Gamma : Ajuste l'intensité des couleurs dans le diagramme exporté en modifiant la constante gamma utilisée pour faire correspondre les valeurs d'intensité. les couleurs sont converties de manière à reproduire celles du diagramme. seul le mode Couleurs vraies 24 bits est disponible. De ce fait.241 Utilisation du résultat „ Lorsque le nombre de couleurs du diagramme est supérieur au nombre prévu pour cette profondeur. Cette option permet principalement d'éclaircir ou d'assombrir l'image bitmap. Transparence : Permet de sélectionner la couleur qui sera transparente dans le diagramme exporté. Format : (TIFF uniquement) Permet de définir l'espace de couleurs et de compresser le diagramme exporté. elles peuvent en revanche afficher l'aperçu enregistré avec l'image. „ Opérations de couleur : Les opérations suivantes sont disponibles : „ „ Inverser : Chaque pixel est enregistré dans la couleur inverse de sa couleur d'origine. Options d'exportation de diagrammes au format EPS Aperçu de l'image : Permet d'enregistrer l'aperçu d'une image dans l'image EPS.10 (le plus foncé) et 6. la couleur de transparence par défaut est le blanc. Vérifiez dans l'application de destination du graphique EPS les formats d'aperçu pris en charge. L'option Profondeur d'écran actuelle correspond au nombre de couleurs affichées sur votre écran. . 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). La valeur par défaut de chaque couleur est 255.

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

. y compris les éléments masqués. sélectionnez le format d'exportation. cliquez sur Options. E Pour Diagrammes seuls. 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. Sélection : Seuls s'impriment les éléments sélectionnés dans les panneaux de ligne de légende et/ou de contenu. s'impriment.243 Utilisation du résultat E A partir du menu. 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 le format d'exportation. E Pour les documents de résultat. puis cliquez sur Options. puis cliquez sur Options de diagramme. Figure 9-8 Boîte de dialogue d'impression du Viewer . sélectionnez : Fichier Exporter. Tous les résultats : Tous les résultats..

E Choisissez les paramètres d'impression voulus. E A partir du menu. 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.244 Chapitre 9 Impression de résultat et de diagrammes E Activez la fenêtre du Viewer (cliquez n'importe où dans la fenêtre).. 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 .. sélectionnez : Fichier Imprimer.

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

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.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). La Mise en page affecte uniquement les paramètres des documents du Viewer.

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 . 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. Vous pouvez saisir le texte à afficher dans les en-têtes et les pieds de page. E Modifiez les paramètres et cliquez sur OK... sélectionnez : Fichier Mise en page.247 Utilisation du résultat E A partir du menu.

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

Pour enregistrer le résultat dans un format externe (par exemple HTML ou texte). Le document enregistré contient les deux panneaux du Viewer (légende et contenu). . (Non disponible dans la version autonome du SmartViewer). utilisez Exporter dans le menu Fichier. sélectionnez : Fichier Enregistrer E Entrez le nom du document et cliquez sur Enregistrer. Enregistrement d'un document du Viewer E A partir du menu du Viewer.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.

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

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

. Vous pouvez contrôler le format du nouveau résultat en mode brouillon en utilisant les options du Viewer en mode brouillon (menu Edition. Remarque : Le nouveau résultat est toujours affiché dans la fenêtre de Viewer désigné. E Sélectionnez Brouillon sous Type de navigateur au démarrage. onglet Viewer en mode brouillon). les caractères verticaux (|) sont utilisés comme séparateurs de colonnes et les tirets (–) comme séparateurs de lignes..252 Chapitre 10 Pour créer un résultat en mode brouillon E A partir du menu. 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. sélectionnez : Affichage 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. Si les caractères de cette zone sont désactivés. Options. L'alignement est contrôlé par des espaces (à la place des tabulations). sélectionnez : Fichier Nouveau Résultat mode brouillon E Pour faire du résultat en mode brouillon le type de résultat par défaut à partir du menu. E Cliquez sur l'onglet Général. 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. . Les caractères de la zone de la police SPSS Marker Set sont utilisés comme des séparateurs de lignes et de colonnes. Si vous avez ouvert une fenêtre de Viewer ou de Viewer en mode brouillon.

sélectionnez Maximum caractères sous Largeur de colonne.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.

.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 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 devez désélectionner la case Afficher les caractères pour indiquer les séparateurs de cellules. 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.

vous devez utiliser une police à espacement fixe pour aligner correctement les colonnes avec un espace de séparation.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). la sortie avec des tabulations de séparation ne s'alignera pas correctement dans le Viewer en mode brouillon. Cependant. . Si vous sélectionnez les tabulations comme séparateurs de colonnes. 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.

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. sélectionnez : Affichage Options... E Sélectionnez les paramètres souhaités. E Cliquez sur l'onglet Viewer en mode brouillon. .

d'autres modifications de police. Bordures de lignes et de colonnes : Les bordures de lignes et de colonnes pleines par défaut utilisent la police SPSS Marker Set. 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. italique). sélectionnez : Format Police. E Sélectionnez les attributs de police à appliquer au texte sélectionné.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. Cependant. l'alignement approprié de la colonne pour du texte séparé par des espaces nécessite l'utilisation d'une police à espacement fixe (monoespacée). taille. .. sélectionnez : Fichier Imprimer. style) du résultat texte dans le Viewer en mode brouillon.. E Pour imprimer uniquement la partie sélectionnée du résultat en mode brouillon. appliquées à une partie seulement d'un tableau peuvent affecter l'alignement de colonne. E A partir des menus du Viewer en mode brouillon. comme la taille et le style (par exemple gras. De plus.. sélectionnez le résultat à imprimer. si vous utilisez les caractères de la boîte pour les bordures de lignes et de colonnes. Attributs de polices Vous pouvez modifier les attributs de polices (police.. telle que Courier. Pour modifier les polices dans le Viewer en mode brouillon E Sélectionnez le texte auquel vous voulez appliquer la modification de police.

. Il existe plusieurs méthodes permettant d'éviter qu'un résultat trop volumineux soit tronqué : „ „ „ Utilisez une taille de police plus petite (menu Format. Options. 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. onglet Viewer en mode brouillon).. Sélectionnez Paysage pour l'orientation de page (menu Fichier. E Choisissez Sélection. spécifiez une largeur de colonne maximum étroite (menu Edition. Pour les tableaux longs. Polices). Pour visualiser un aperçu avant impression du Viewer en mode brouillon E A partir des menus du Viewer en mode brouillon. 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. „ 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. Mise en page).258 Chapitre 10 E A partir du menu. sélectionnez : Fichier Aperçu avant impression . Pour une nouvelle sortie. sélectionnez : Fichier Imprimer. utilisez les sauts de page (menu Insertion. Aperçu avant impression L'Aperçu avant impression vous montre ce qui va s'imprimer sur chaque page pour les documents brouillons.

sélectionnez : Fichier Enregistrer La sortie du Viewer en mode brouillon est enregistrée au format RTF (texte enrichi).. 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. 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. Les diagrammes ne sont pas inclus. sélectionnez : Fichier Exporter. .

.

Edition de deux tableaux pivotants ou plus en une fois E Cliquez sur le tableau pivotant avec le bouton de droite. Déplacer des lignes et des colonnes. Faire pivoter des étiquettes de lignes et de colonnes. 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. Créer des strates multidimensionnelles. colonnes et strates. Montrer et masquer des cellules. Trouver des définitions de termes. Manipulation d'un tableau pivotant Les options de manipulation des tableaux pivotants comprennent les éléments suivants : „ „ „ „ „ „ „ Transposer des lignes et des colonnes. Cela signifie que vous pouvez réarranger les lignes. Grouper et séparer des lignes et des colonnes. 261 . Pour modifier un tableau pivotant E Double-cliquez sur le tableau.

Chaque tableau pivotant est prêt à être édité dans sa propre fenêtre. Avant le déplacement. ce sont des étiquettes de colonne. sélectionnez : Objet tableau pivotant SPSS Ouvrir E Répétez l'opération pour chaque tableau pivotant que vous voulez modifier. E Faites glisser une icône d'une dimension à l'autre. Oui et Non étaient des étiquettes de ligne. Par exemple. E A partir des menus du tableau pivotant.262 Chapitre 11 E A partir du menu contextuel. 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. Figure 11-1 Structure pivotante Cette action modifie la disposition du tableau. . 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. Pour faire pivoter un tableau à l'aide d'icônes E Activez le tableau pivotant. Après le déplacement.

E Si la structure pivotante n'est pas déjà activée. 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. E Si la structure pivotante n'est pas déjà activée. Pour modifier l'ordre d'affichage des éléments dans une dimension : E Activez le tableau pivotant. Cette action met en surbrillance les étiquettes de dimension dans le tableau pivotant. à partir des menus du tableau pivotant. Transposition des lignes et des colonnes E A 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).263 Tableaux pivotants Pour identifier des dimensions dans un tableau pivotant E Activez le tableau pivotant. 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. choisissez : Tableau pivotant Structure pivotante E Cliquez sur une icône et maintenez le bouton enfoncé. . à partir des menus du tableau pivotant.

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

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

Cette action ne rétablit que les changements résultant d'une rotation des éléments de lignes. de colonnes ou de strates entre les dimensions.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. Rétablissement des pivots aux valeurs par défaut Après avoir exécuté une ou plusieurs opérations de pivot. dissocier ou déplacer des lignes ou des colonnes. vous pouvez obtenir une définition de la moyenne. 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. vous pouvez rétablir la disposition d'origine du tableau pivotant. choisissez Remettre pivots à leur valeur par défaut. Elle n'affecte pas les changements tels que grouper. . si Moyenne apparaît comme une étiquette. E A partir du menu Tableau pivotant.

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.267 Tableaux pivotants E Cliquez sur une cellule d'étiquette avec le bouton droit de la souris. dont seule la strate supérieure est visible. . 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. 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. Le tableau peut être imaginé comme un empilement de strates. E Faites glisser une icône du plateau Ligne ou du plateau Colonne vers le plateau Strate. E A partir du menu contextuel. Utilisation des strates Vous pouvez afficher un tableau bidimensionnel séparé pour chaque modalité ou combinaison de modalités.

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 .

Cette boîte de dialogue est particulièrement utile lorsqu'il existe un grand nombre de strates ou lorsqu'une strate possède de nombreuses modalités. Pour aller à une strate d'un tableau E A partir des menus du tableau pivotant. ou E Sélectionnez une modalité à partir de la liste déroulante de strates. Figure 11-6 Sélectionnez des strates à partir des listes déroulantes.269 Tableaux pivotants Pour modifier des strates E Cliquez sur l'une des flèches de l'icône de strate. . Atteindre la modalité de la strate Aller à Modalité de Strate vous permet de modifier les strates d'un tableau pivotant.. choisissez : Tableau pivotant Aller à la strate..

. Il doit y avoir au moins une icône dans le plateau Strate. soit de haut en bas (lignes). La liste Modalités de Strates affiche toutes les modalités de la dimension sélectionnée. Cette action change la strate et ferme la boîte de dialogue. vous pouvez afficher toutes les strates en même temps.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. 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. 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. E Sélectionnez la modalité souhaitée dans la liste Modalités de Strates et cliquez sur OK. choisissez Déplacer Strates vers Lignes. E Dans le menu Tableau pivotant. ou E Dans le menu Tableau pivotant. choisissez Déplacer Strates vers Colonnes.

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

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

(Si l'option Masquer les Lignes et Colonnes vides est sélectionnée dans les propriétés de ce tableau. E Dans le menu contextuel. cliquez sur la modalité Homme. une ligne ou une colonne totalement vide reste masquée). Par exemple. Pour masquer ou afficher une étiquette de dimension E Activez le tableau pivotant.273 Tableaux pivotants E A partir des menus du tableau pivotant. E A partir des menus du tableau pivotant. si la modalité Femme de la dimension Sexe est masquée. choisissez Masquer modalité. choisissez : Affichage Montrer Tout Cette action affiche toutes les cellules masquées du tableau. . ou E A partir des menus du tableau pivotant. E Sélectionnez l'étiquette de dimension ou toute étiquette de modalité dans la dimension. choisissez : Affichage Montrer toutes les modalités dans le nom de la dimension Par exemple. 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. choisissez Montrer Toutes les Modalités dans Sexe. 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.

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

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

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

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

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

„ „ Le style des marques de notes de bas de page est soit numérique (1. 3. 2..).). .. soit alphabétique (a.. 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. b.. E Sélectionnez un format pour les marques des notes de bas de page. c.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. Les marques des notes de bas de page peuvent être attachées au texte en indices ou en exposants.

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

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. . il ne conserve pas les caractères gras des étiquettes de colonnes. Figure 11-12 Propriétés de tableau Onglet Formats de cellule Modification des formats des cellules E Sélectionnez l'onglet Formats de cellule. „ 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. E Sélectionnez une zone dans la liste déroulante ou cliquez sur une zone de l'échantillon.

Propriétés de tableau : Bordures Pour chaque emplacement de bordure dans un tableau.282 Chapitre 11 E Sélectionnez des caractéristiques pour la zone. Si vous sélectionnez Aucun comme style. vous pouvez sélectionner un style et une couleur de ligne. E Cliquez sur OK ou sur Appliquer. . il n'y aura aucune ligne à l'emplacement sélectionné. 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.

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

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

vous pouvez sélectionner une police. En option. 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.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. un style de police et une taille. spécifier si vous voulez masquer ou souligner le texte ou sélectionner une couleur et un style d'écriture.. ..

Modification de la largeur d'une colonne de tableau pivotant E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). E Entrez une valeur pour la largeur des cellules.. Le pointeur se change en flèche à deux pointes. 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. sélectionnez : Format Largeur des cellules.. E A partir du menu.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. . E Maintenez le bouton de la souris enfoncé pendant que vous faites glisser la bordure vers sa nouvelle position.

Vous pouvez changer le format des valeurs. vous ne modifierez pas les propriétés de cellules appliquées individuellement. E Déplacez le pointeur de la souris à travers les étiquettes de ligne jusqu'à voir apparaître la flèche à deux pointes. 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. l'alignement.. qu'elles soient masquées ou non. Modification des propriétés de la cellule E Activez un tableau et sélectionnez une cellule du tableau. Les Propriétés des cellules supplantent les propriétés de tableau . donc. si vous changez les propriétés de tableau. sélectionnez : Format Propriétés de la cellule. E A partir du menu.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. .

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

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

Figure 11-19 Propriétés des Cellules Onglet Marges Modification des marges dans les cellules E Cliquez sur l'onglet Marges. E A partir des menus du tableau pivotant. Propriétés des cellules : Marges Cet onglet de boîte de dialogue spécifie la marge à chaque bord d'une cellule. elles s'illustrent dans la zone d'échantillon. . 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.

291 Tableaux pivotants E Sélectionnez la valeur de chacune des quatre marges. Figure 11-20 Propriétés des cellules onglet Ombrage Modification de l'ombrage des cellules E Cliquez sur l'onglet Ombrage. 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. Le contour de cellule est sélectionné dans la liste Surbrillances. . Cela n'affecte pas la couleur du texte. 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. E Sélectionnez les surbrillances et les couleurs de la cellule.

Renumérotation des notes de bas de page Lorsque vous avez fait pivoter un tableau en échangeant des lignes. E Entrez un ou deux caractères. les notes de bas de page peuvent être désactivées.. . E A partir des menus du tableau pivotant. et la surbrillance qui indique la ligne ou la colonne sélectionnée peut s'étendre sur des zones non contiguës du tableau. choisissez : Format Marque de note de bas de page.. des colonnes et des strates. Pour renuméroter les notes de bas de page : E Activez le tableau pivotant. E A partir du menu. 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.

Vous pouvez modifier le texte ou ajouter de nouveaux textes.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). Modification des résultats d'un tableau pivotant Le texte qui s'affiche dans le Viewer peut apparaître dans beaucoup d'éléments. Si le tableau contient plusieurs dimensions dans la zone des lignes ou des colonnes. Ajoutant des légendes et des notes de bas de page. E Editez le texte. E Double-cliquez sur la cellule ou appuyez sur F2. 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. Pour modifier le texte d'une cellule E Activez le tableau pivotant. E A partir du menu. sélectionnez : Affichage Sélectionnez Cellules de données et d'étiquettes ou E Ctrl-Alt-clic sur l'étiquette de ligne ou de colonne. E Cliquez sur une étiquette de ligne ou de colonne. E Appuyez sur la touche Entrée pour enregistrer vos changements ou appuyez sur la touche Echap pour restaurer le contenu précédent de la cellule.

. „ Pour des tableaux pivotants multidimensionnels (tableaux avec strates).. Pour des tableaux pivotants longs ou larges. choisissez : Insérer Note de bas de page. 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. 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. 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.. E Sélectionnez les mots Légende du tableau et entrez votre texte par-dessus. soit simplement imprimer la strate supérieure (visible). E A partir des menus du tableau pivotant. choisissez : Insérer Légende Les mots Légende du tableau s'affichent au bas du tableau. „ Utilisez l'Aperçu avant impression du menu Fichier pour voir à quoi ressembleront les tableaux pivotants imprimés. une cellule ou une légende dans le tableau pivotant activé.294 Chapitre 11 Ajout de légendes à un tableau E A partir des menus du tableau pivotant. vous pouvez automatiquement redimensionner le tableau pour ajuster à la page ou contrôler la position des sauts de tableaux ou des sauts de page. E Cliquez sur un titre.

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. sélectionnez Imprimer toutes les strates. 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). (Pour les tableaux larges.. E A partir du menu. 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 Séparer ici. Vous pouvez aussi imprimer chaque strate d'un tableau pivotant sur une page distincte.. . sélectionnez : Format Propriétés du tableau E Dans l'onglet Impression. E A partir du menu.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).

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

Un fichier de syntaxe de commande est un fichier texte simple contenant des commandes.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. Il est possible d'ouvrir une fenêtre de syntaxe et de taper des commandes. cliquez sur le lien de syntaxe de commande dans la liste des rubriques apparentées pour accéder au diagramme de syntaxe de la commande correspondante. Copie de la syntaxe à partir du fichier de résultat. Pour obtenir une documentation complète sur le langage de commande. Cependant. Dans l'aide en ligne d'une procédure donnée. Copie de la syntaxe à partir du fichier-journal. 297 . 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. La plupart des commandes sont accessibles depuis les menus et boîtes de dialogue. certaines options et commandes ne sont disponibles qu'en utilisant le langage de commande. reportez-vous au manuel SPSS Command Syntax Reference. 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. Il fournit également des fonctionnalités qui ne se trouvent ni dans les menus ni dans les boîtes de dialogue.

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

le format des commandes convient à tout mode de production. . Dans la fenêtre de syntaxe. 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. et freq var=jobcat gender /percent=25 50 75 /bar. En collant la syntaxe à chaque étape d'une longue analyse.299 Utilisation de la syntaxe de commande VARIABLES=JOBCAT GENDER /PERCENTILES=25 50 75 /BARCHART. 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. Les lignes suites doivent être en retrait d'un espace au moins. sont deux choix possibles qui génèrent les mêmes résultats. Collage d'une syntaxe depuis les boîtes de dialogue E Ouvrez la boîte de dialogue et faites vos sélections. la modifier et l'enregistrer dans un fichier de syntaxe. Le point à la fin de la commande est optionnel. les règles de syntaxe diffèrent légèrement : „ „ „ Chaque commande doit commencer sur la première colonne d'une nouvelle ligne. E Cliquez sur Coller. vous pouvez exécuter la syntaxe qui a été collée.

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

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

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

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

„ „ „ Tout : Exécute toutes les commandes dans la fenêtre de syntaxe. 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.304 Chapitre 12 Exécuter une syntaxe de commande E Mettez en surbrillance les commandes à exécuter dans la fenêtre de syntaxe. 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. . Lorsque vous exécutez plusieurs commandes à partir d'une fenêtre de syntaxe. Vous risquez même de ralentir les performances car cette commande lit l'intégralité du fichier de données. „ 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. Sélection : Exécute les commandes sélectionnées. E Cliquez sur le bouton Exécuter (en forme de triangle) dans la barre d'outils de la fenêtre de l'éditeur de syntaxe. il est inutile de faire appel à plusieurs commandes EXECUTE. Courant : Exécute la commande à l'endroit où le curseur est situé. y compris les commandes partiellement sélectionnées. ou E Sélectionnez l'une des options du menu Exécuter.

vous pouvez donc supprimer ces commandes. sans tenir compte de l'ordre des commandes. vous pouvez généralement supprimer toutes les commandes EXECUTE du fichier de syntaxe. Dans une série de commandes de transformation ne contenant aucune commande EXECUTE ni aucune autre commande lisant les données. aucune commande EXECUTE n'est nécessaire . les fonctions Décalage positif sont calculées une fois toutes les autres transformations effectuées. à l'exception de la dernière. Si vous n'êtes pas sûr que la dernière commande lise le fichier de données. 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. . „ Fonctions Décalage positif Cette exception concerne les commandes de transformation qui contiennent des fonctions Décalage positif.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).

.

Dès que vous prenez connaissance de vos données. Le rapport de fréquences peut être supprimé lorsqu'une variable a plusieurs valeurs distinctes. variance. moyenne.1 % d'établissements universitaires et à 9. Vous pouvez étiqueter les diagrammes avec des fréquences (par défaut) ou des pourcentages. à 28.576 $ avec un écart type de 1. 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). intervalle. diagrammes en bâtons. vous pouvez trier les différentes valeurs par ordre croissant ou décroissant. valeurs minimale et maximale. la procédure Fréquences peut jouer un rôle. à 24. erreur standard de la moyenne. quartiles. ou bien classer les modalités en fonction de leurs fréquences. pourcentages. vous pourriez constater que la moyenne de vente par produit est de 3. comme par exemple les revenus des ventes. écart type.9 % de sociétés commerciales.4 % du secteur de la santé. 307 . mode.Fréquences 13 Chapitre La procédure Fréquences permet d'obtenir des affichages statistiques et graphiques qui servent à décrire de nombreux types de variables. Pour des données continues et quantitatives. diagrammes en secteurs et histogrammes. asymétrie et aplatissement (avec leurs erreurs standard). somme. pourcentages cumulés.078 $.5 % d'organismes d'état. 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. Diagrammes et statistiques : Effectifs de fréquence. centiles choisis par l'utilisateur. médiane. Pour obtenir un rapport des fréquences et un diagramme en bâtons.

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

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

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

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

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

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).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. . Variables multiples : Si vous créez des tableaux statistiques pour des variables multiples. par Valeurs croissantes ou Valeurs décroissantes. si vous demandez un histogramme ou des centiles. SPSS part du principe que la variable est quantitative et affiche ses valeurs par ordre croissant. Supprimer les tableaux avec plus de n modalités : Cette option évite l'affichage des tableaux ayant plus que le nombre spécifié de valeurs. Cependant.

.

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

.00 34. le calcul des écarts z n'est pas une solution aux données posant des problèmes.00 23.00 Maximum 86.6029 21.8819 16.1305 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 83.00 85. La distribution des écarts z a la même forme que celle des données d'origine.0000 52..1000 50.8858 16.6623 8.5000 Ecarttype 14. sélectionnez : Analyse Statistiques descriptives Descriptives.00 73.00 28.2000 56.2657 17. Ainsi.4617 21.9000 52..00 10 10 10 10 10 10 10 23.00 89.2000 56.00 45.316 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).00 25. Echantillon de résultat Figure 14-1 Résultats de la procédure Caractéristiques Statistiques descriptives N Minimum 42.00 71.00 85.9000 52.00 Moyenne 59.

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. Sinon. .317 Caractéristiques Figure 14-2 Boîte de dialogue Caractéristiques E Sélectionnez une ou plusieurs variables.

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

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

.

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

559 .6 2.165 2.911 7.889 4.900 . Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Statistique Erreur std.1 4.197 .8 10.606 1. Ces valeurs peuvent être des chaînes de caractères courtes ou numériques. La variable d'étiquette par observation.5 9.010 .357 9.408 4. Statistique Erreur std.994 9.400 -.0 % Limite supérieure Moyenne tronquée à 5 % Médiane Variance Ecart-type Minimum Maximum Plage Intervalle interquartile Asymétrie Kurtosis Statistique Erreur std.0 3.219 .834 .663 8.925 -. Hypothèses : La distribution de vos données ne doit pas obligatoirement être symétrique ou gaussienne.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).350 1.4 2.5 .000 .334 4 9.422 3.687 -.3 6.210 1.913 7. 1 2.850 .104 1.893 7.895 5.7 1. Une variable active (utilisée pour répartir les données en groupes d'observations) doit avoir un nombre raisonnable de valeurs distinctes (modalités).334 .687 -.7 4.116 .335 2.761 2.760 .445 5.907 6.050 1.5 2.5 1. utilisée pour étiqueter les valeurs extrêmes dans les boîtes à moustache. Echantillon de résultat Figure 15-1 Résultats d'Explorer Descriptifs Temps Planning Moyenne Intervale de confiance Limite inférieure pour la moyenne à 95.289 8.850 . de longues chaînes de caractères (15 premiers caractères) ou numériques.334 2 4.133 2.783 1.687 -1.387 3.805 4.272 .521 2.650 .334 3 6. peut être de courtes chaînes de caractères.900 1.250 -.687 -1.982 1.

1 2.00 2 . 014577 4 . sélectionnez : Analyse Statistiques descriptives Explorer.00 5.3 2. 0133589 3 ..0 Chaque feuille 1 observation(s) Pour explorer vos données E A partir du menu.5 9.00 3.5 9.00 5.3 2. 13589 10 . 268 8 .9 9. 568 5 . 1379 7 . 012237 9 .3 2.0 2.8 9.00 6.00 1.00 6. . 5 Largeur de tige 1..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 10.5 Time Stem-and-Leaf Plot Diagramme Tige et feuille (dans le temps) 7.00 4.00 3. 05779 6 .

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

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

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

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

Les valeurs manquantes pour une variable active sont inclues.328 Chapitre 15 Options d'Explorer Figure 15-5 Boîte de dialogue Explorer : Options Valeurs manquantes : Contrôle le traitement des 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. „ Signaler les valeurs manquantes : Les valeurs manquantes pour les variables actives sont traitées comme une modalité séparée. Tout résultat est produit pour cette modalité supplémentaire. L'observation peut avoir des valeurs manquantes pour les variables utilisées dans d'autres groupes. . Il s'agit de la valeur par défaut. „ 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. Les tableaux de fréquences contiennent les modalités pour les valeurs manquantes. mais étiquetées comme manquantes.

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

Par exemple. 2 = moyen. 1 = faible. l'ordre des modalités est interprété comme Elevé. vous pouvez codifier les données avec 1 et 2.330 Chapitre 16 Remarques sur les Données pour tableau croisé Données : Pour définir les modalités de chaque variable du tableau. Elevé. ou avec homme et femme. V de Cramer. D'autres sont valides lorsque les variables du tableau ont des modalités désordonnées (données nominales). les données doivent provenir d'un échantillon aléatoire avec une répartition multinomiale. 3 = élevé) ou des valeurs de chaîne. il est recommandé d'utiliser les codes numériques pour représenter les données ordinales. tel que décrit dans la section sur les statistiques. pour sexe. pour une variable chaîne comportant des valeurs Faible. coefficient de contingence). Pour les statistiques basées sur le test Khi-deux (phi. Faible ou Moyen. . l'ordre alphabétique des valeurs de chaîne est supposé refléter l'ordre réel des modalités. Moyen. Par exemple. 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). utilisez des variables numériques ou des variables sous forme de chaînes de caractères courtes (huit caractères ou moins). Remarque : Les variables ordinales peuvent être des codes numériques représentant des modalités (par exemple. En règle générale. ce qui ne correspond pas à l'ordre correct.

sélectionnez : Analyse Statistiques descriptives Tableaux croisés.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. ...

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

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

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

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

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

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. 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. . Les résidus standardisés et standardisés ajustés sont également disponibles. Résidus : Les résidus non standardisés donnent la différence entre les valeurs observées et les valeurs théoriques. 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.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. „ Non standardisés : Différence entre une valeur observée et la valeur théorique. Un résidu positif indique que la cellule contient plus d'observations que si les variables de ligne et de colonne étaient indépendantes. Chaque cellule du tableau peut contenir toute combinaison d'effectifs. La valeur théorique correspond au nombre d'observations attendues dans la cellule quand il n'existe pas de relation entre les deux variables. de pourcentages et de résidus sélectionnés.

„ Poids des observations arrondis : Les pondérations sont arrondies avant utilisation. mais les pondérations cumulées dans les cellules sont arrondies avant le calcul de toute statistique. Aucun ajustement : Les pondérations d'observation sont utilisées telles quelles .25). „ des effectifs de cellules non entiers sont également utilisés. ou utiliser des effectifs de cellules non entiers pour l'affichage des tableaux et les calculs statistiques. Toutefois. mais les pondérations cumulées dans les cellules sont tronquées avant le calcul de toute statistique. Pondérations non entières : En général. . „ Effectifs de cellules arrondis : Les pondérations d'observation sont utilisées telles quelles. Le résidu standardisé qui en résulte est exprimé en écarts par rapport à la moyenne. les pondérations cumulées dans les cellules sont tronquées ou arrondies avant le calcul des statistiques du test exact. car ils représentent le nombre d'observations figurant dans chaque cellule. lorsque des statistiques exactes (disponibles uniquement avec l'option Tests exacts) sont demandées. „ Poids des observations tronqués : Les pondérations sont tronquées avant utilisation. Vous pouvez tronquer ou arrondir les valeurs avant ou après le calcul des effectifs de cellules. Toutefois. les effectifs de cellules peuvent également être des fractions. „ Standardisés ajustés : Résidu d'une cellule (valeur observée moins valeur théorique) divisé par une estimation de son erreur standard. les effectifs de cellules sont des valeurs entières. Egalement appelés résidus de Pearson. les résidus standardisés ont une moyenne de 0 et un écart type de 1.338 Chapitre 16 „ Standardisés : Résidu divisé par une estimation de son écart type. 1. „ Effectifs de cellules tronqués : Les pondérations d'observation sont utilisées telles quelles. si le fichier de données est pondéré par une variable de pondération avec des fractions (par exemple.

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

Les statistiques robustes telles que la médiane et l'intervalle. . sélectionnez : Analyse Rapports Récapitulatif des observations.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.. conviennent aux variables quantitatives qui confirment ou infirment l'hypothèse de normalité.. tels que la moyenne et l'écart type sont basés sur la théorie normale et conviennent aux variables quantitatives ayant une distribution symétrique.

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

aucun traitement spécial ne s'applique aux observations manquantes dans le résultat. ou un code que vous souhaitez voir apparaître lorsqu'une valeur manque. Saisir un caractère. 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. .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. sinon. Il est souvent souhaitable de marquer les observations manquantes dans le résultat par un point ou un astérisque. une phrase.

médiane. aplatissement. L'ordre dans lequel les statistiques apparaissent dans la liste Variables correspond à celui dans lequel elles seront affichées dans le résultat. Les statistiques récapitulatives sont aussi affichées pour chaque variable à travers toutes les modalités. moyenne géométrique. moyenne.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. variance. valeur de la variable pour la dernière modalité de la variable de regroupement. n représentant le nombre d'observations. pourcentage de N total. intervalle. Première : Affiche la première valeur rencontrée dans le fichier de données. valeur de la variable pour la première modalité de la variable de regroupement. erreur standard d'aplatissement. écart type. moyenne harmonique. asymétrie. maximum. pourcentage de N dans. médiane groupée. Moyenne géométrique : Racine nième du produit des valeurs de données. erreur standard d'asymétrie. pourcentage de la somme dans. . nombre d'observations. erreur standard pour la moyenne. pourcentage de somme totale. minimum.

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

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

.

un coefficient êta-carré. erreur standard d'asymétrie. variance. nombre d'observations. un coefficient êta et des tests de linéarité. asymétrie. Les statistiques robustes telles que la médiane et l'intervalle. Les valeurs des variables qualitatives peuvent être soit numériques. écart type. aplatissement. valeur de la variable pour la dernière modalité de la variable de regroupement. soit des chaînes courtes. moyenne. Les options comportent une analyse de la variance. moyennes géométrique et harmonique. minimum. Remarques sur les données des moyennes Données : Les variables dépendantes sont quantitatives et les variables indépendantes sont qualitatives. ainsi que des tests de linéarité R et R2. Statistiques : Somme. erreur standard pour la moyenne.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. 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. erreur standard d'aplatissement. Vous pouvez également obtenir une analyse à un facteur de la variance. tels que la moyenne et l'écart type sont basés sur la théorie normale et conviennent aux variables quantitatives ayant une distribution symétrique. plage. médiane groupée. médiane. maximum. pourcentage de N total. conviennent aux variables quantitatives qui confirment ou infirment 349 . un coefficient êta. pourcentage de la somme totale. Hypothèses : Certains des sous-groupes statistiques optionnels. pourcentage de la somme dans. pourcentage de N dans. valeur de la variable pour la première modalité de la variable de regroupement.

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. à condition que les données de chaque cellule soient symétriques.005 .56 Tableau ANOVA Somme des carrés 1596. utilisez le test d'homogénéité de la variance de Levene.000 3126. . disponible dans la procédure ANOVA à un facteur. L'analyse de la variance résiste aux écarts par rapport à la normalité.000 df Grammes de graisse absorbée * Type d'huile Entre groupes Combiné Dans les groupes Total F 7.350 Chapitre 18 l'hypothèse de normalité.34 85.000 102.000 1530.77 62.824 Sig.000 Carré moyen 2 15 17 798.00 18 13. L'analyse de la variance part également du principe que les groupes sont issus de populations ayant la même variance.00 6 7.00 6 8.22 73. Pour vérifier cette hypothèse.00 6 13.

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

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

la valeur de la statistique d'aplatissement est égale à 0. à l'inverse de la moyenne. Kurtosis : Mesure de l'étendue du regroupement des observations autour d'un point central. Dans le cas d'une distribution normale. Dernière : Affiche la dernière valeur rencontrée dans le fichier de données. la médiane de groupes est la médiane calculée à partir des données codées. Un aplatissement négatif signifie que les observations sont moins regroupées et présentent des extrémités plus courtes. Pourcentage de somme totale : Pourcentage de la somme totale dans chaque modalité. Médiane : Valeur au-dessus ou au-dessous de laquelle se trouve la moitié des observations . Moyenne : Mesure de la tendance centrale. Un aplatissement positif indique que les observations sont plus regroupées et présentent des extrémités plus longues que dans le cas d'une distribution normale.. sensible aux valeurs éloignées. Par exemple. N : Nombre d'observations (ou d'enregistrements). Moyenne harmonique : Fonction utilisée pour estimer la taille moyenne d'un groupe lorsque la taille des échantillons diffère d'un groupe à l'autre. etc. Maximum : Plus grande valeur d'une variable numérique. 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. si chaque valeur de la trentaine est codée 35. 50e centile. la médiane correspond à la moyenne des deux observations du milieu lorsqu'elles sont triées dans l'ordre croissant ou décroissant. pour les données d'âge. Moyenne arithmétique . Pourcentage de N total : Pourcentage du nombre total d'observations dans chaque modalité. La médiane est une mesure de tendance centrale et elle n'est pas. Minimum : Valeur la plus petite d'une variable numérique. Plage : Différence entre la valeur maximale et la valeur minimale d'une variable numérique (maximum–minimum). . Si le nombre d'observations est pair. somme divisée par le nombre d'observations.353 Moyennes Médiane de groupes : Médiane calculée pour les données codées en groupes.

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

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

00 Ecart-type $80.038.250 $371.500 $171.814.06 Médiane $273.356 Chapitre 19 la médiane et l'intervalle.311 Ventes pour 1996 par division et région Division : produits de consommation Région : est Somme $18.548.100 Moyenne $289. conviennent aux variables quantitatives qui confirment ou infirment l'hypothèse de normalité.600..66 Pour obtenir des cubes OLAP E A partir du menu. . sélectionnez : Analyse Rapports Cubes OLAP. 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 $145.893 $307.674..

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

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

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

. La distribution normale est symétrique et a une valeur d'asymétrie égale à zéro. Erreur standard du Kurtosis : Rapport de l'aplatissement avec son erreur standard pouvant être utilisé comme test de normalité (autrement dit. cette valeur est identique au pourcentage de la somme totale. 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. 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. Une valeur d'asymétrie positive importante indique une extrémité allongée vers la droite . Si vous n'avez qu'un seul critère de regroupement. Une valeur d'aplatissement positive importante indique que les extrémités de la distribution sont plus allongées que celles d'une distribution normale . 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). une valeur négative extrême produit une extrémité allongée vers la gauche. Une distribution caractérisée par une importante asymétrie négative présente une extrémité gauche plus allongée. Pourcentage de N total : Pourcentage du nombre total d'observations dans chaque modalité. 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). Somme : Somme ou total des valeurs. une valeur d'aplatissement négative présente des extrémités plus courtes (semblables à celles d'une distribution uniforme sous forme de boîtes). Pour simplifier. Une distribution caractérisée par une importante asymétrie positive présente une partie droite plus allongée.

Différences entre les variables : Calcule les différences existant entre des paires de variables. 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.361 Cubes OLAP Variance : Mesure de la dispersion des valeurs autour de la moyenne. La variance se mesure en unités. égale à la somme des carrés des écarts par rapport à la moyenne. divisée par le nombre d'observations moins un. la valeur de la . 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. qui sont égales au carré des unités de la variable. Les différences sont calculées pour toutes les mesures sélectionnées dans la boîte de dialogue Cubes OLAP : Statistiques. Pour les différences de pourcentage.

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. 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. . Les différences de pourcentage utilisent la valeur de la statistique récapitulative pour la modalité moins en tant que dénominateur. Vous devez sélectionner plusieurs variables récapitulatives dans la boîte de dialogue principale avant d'indiquer les différences entre les variables. Vous devez sélectionner au moins une variable de regroupement dans la boîte de dialogue principale avant d'indiquer les différences entre groupes. 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.362 Chapitre 19 caractéristique de la variable moins est utilisée 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.

les sujets doivent être attribués de manière aléatoire à deux groupes. la corrélation entre elles. le test t et un intervalle de confiance de 95 %. Test T pour échantillons appariés (test t dépendant) : Permet de comparer la moyenne de deux variables pour un seul groupe. Une personne n'est pas aléatoirement désignée comme devant être un homme ou une femme. Le résultat inclut les statistiques descriptives pour les variables tests. les statistiques descriptives pour les différences. il faut s'assurer que les différences dans les autres facteurs ne cachent pas ou n'augmentent de différence 363 . appariées. Ceci n'est pas le cas si l'on compare un revenu moyen pour les hommes et les femmes. pour ce test. Test T pour échantillon unique : Permet de comparer la moyenne d'une variable avec une valeur connue ou supposée. Les statistiques descriptives des variables tests sont affichées avec le test t. Idéalement. 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. Test T pour échantillons indépendants La procédure du Test T pour échantillons indépendants permet de comparer la moyenne de deux groupes d'observations. 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.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. Ce test sert aussi pour les plans d'études appariées ou de contrôle d'observation. Dans de telles situations. et qu'un intervalle de confiance de 95 % pour la différence des moyennes. 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.

Après que les sujets aient suivi le traitement pendant deux mois. les observations doivent être indépendantes. ou 6. 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. Chaque patient est examiné une fois et appartient à un groupe.5) ou alphanumériques (telles que oui et non). Hypothèses : Pour le test t de variance égale.25 et 12. 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. erreur standard. on a les éléments suivants : taille de l'échantillon. 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. Lors de la vérification graphique des distributions. les observations doivent être indépendantes. Le test t pour deux échantillons est assez robuste pour se départir de la normalité. Statistiques : Pour chaque variable. et les échantillons aléatoires de distribution normale doivent avoir la même variance de population. et les échantillons aléatoires doivent avoir une distribution normale. vérifiez qu'elles sont symétriques et n'ont pas de valeurs éloignées. Vous pouvez utiliser également une variable quantitative.364 Chapitre 20 significative dans les moyennes. telle que l'âge. et tests t des variances combinées et séparées pour l'égalité des moyennes. écart type. SPSS utilise une variable de regroupement à deux valeurs pour séparer les observations en deux groupes. et erreur standard de la moyenne. . et intervalle de confiance (vous pouvez spécifier le niveau de confiance). 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 différences de revenu moyen peuvent être influencées par des facteurs tels que l'éducation et non par le sexe seul. Pour le test t de variance égale. La variable de regroupement peut être numérique (on peut avoir des valeurs telles que 1 et 2. moyenne. Tests : Test de Levene sur l'égalité des variances. 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). Pour la différence de la moyenne: moyenne.

64 Obtenir un test t pour échantillons indépendants E A partir du menu.783 17.56 40.40 Ecart type 17.783 df Hypothèse de variances Égales Hypothèse de variances Inégales .04 13..163 .62 Test pour échantillons indépendants Test de Levene sur l'égalité des variances Test-t pour égalité des moyennes Signification (Bilatérale) 18 ..59 F Tension Artérielle Signification .365 Tests T Echantillon de résultat Figure 20-1 Résultat Test T pour échantillons indépendants Statistiques de groupe Moyenne des Erreurs Standard 5.001 Différence Différence de des erreurs Moyennes Standard 26.10 6.90 Intervalle de confiance de la moyenne à 95 % Inférieur 11.90 11.134 3.001 26.39 4.10 6.50 116.31 Tension Artérielle Traitement placebo Nouveau_ Médicament N 10 10 Moyenne 142.61 Supérieur 40. . sélectionnez : Analyse Comparer les moyennes Test T pour échantillons indépendants.719 t 3.

Vous pouvez également cliquer sur Options pour contrôler le traitement des données manquantes et le niveau de l'intervalle de confiance.366 Chapitre 20 Figure 20-2 Boîte de Dialogue Test T pour échantillons indépendants E Sélectionnez au moins une variable test quantitative. 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. Définir Groupes Test T pour Echantillons Indépendants Figure 20-3 Boîte de dialogue Définir groupes pour variables numériques .

6.367 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. „ Césure : Vous avez également la possibilité de saisir un nombre qui sépare les valeurs de la variable de regroupement en deux groupes. entrez une chaîne pour le Groupe 1 et une autre pour le Groupe 2. par exemple oui et non. Les observations avec d'autres chaînes sont exclues de l'analyse. 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. Figure 20-4 Définir la boîte de dialogue Groupes pour les variables caractères Pour des variables courtes de groupement et de type chaîne. Les observations qui ont une autre valeur sont exclues de l'analyse. Options Test T pour Echantillons Indépendants Figure 20-5 Boîte de dialogue Test T pour échantillons indépendants : Options .5 sont valides). et les observations ayant des valeurs supérieures ou égales à la césure constituent l'autre groupe.25 et 12.

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

40 142.31 5.62 17. Echantillon de résultat Figure 20-6 Test T pour échantillons appariés Statistiques des échantillons appariés Ecart Type 13.. Dans le cadre d'une étude appariée ou de contrôle d'observation. sélectionnez : Analyse Comparer les moyennes Test T pour échantillons appariés.04 Moyenne des erreurs Standard 4.39 Moyenne Paire 1 Après Traitement Avant Traitement 116.19 -40. .. précisez deux variables quantitatives (niveau d'intervalle de mesure ou niveau de ratio de mesure).002 Obtenir un test t pour échantillons appariés E A partir du menu.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. Les différences moyennes devraient suivre une distribution normale.214 9 . Les variances de chaque variable peuvent être égales ou inégales.10 19.59 6.11 -12. Hypothèses : Les observations pour chaque paire devraient être réalisées dans les mêmes conditions.369 Tests T Commentaires relatifs au test T pour échantillons appariés Données : Pour chaque test apparié. Signification (bilatérale) -26.09 -4. la réponse pour chaque sujet test et son sujet de contrôle apparié doit être dans la même observation du fichier de données.

Après avoir sélectionné une paire de variables. comme suit : „ Cliquez sur chacune des deux variables. sélectionnez une paire dans la liste des Variables Appariées et cliquez sur la flèche. „ Vous pouvez également cliquer sur Options pour contrôler le traitement des données manquantes et le niveau de l'intervalle de confiance. Pour retirer une paire de variables de l'analyse.370 Chapitre 20 Figure 20-7 Boîte de dialogue Test T pour échantillons appariés E Sélectionnez une paire de variables. . Vous pouvez sélectionner d'autres paires de variables. cliquez sur la flèche pour déplacer la paire dans la liste des Variables Appariées. 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. Statistiques : Pour chaque variable test : moyenne. Valeurs manquantes : Quand vous testez plusieurs variables et que des données sont manquantes pour au moins une variable. le test t vérifie que cette différence est égale à 0 et vérifie également . Exemples : Un chercheur souhaite tester si le QI moyen d'un groupe d'étudiants diffère de 100. Saisir une valeur comprise entre 1 et 99 pour demander un niveau de confiance différent. 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. 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. La taille des échantillons est constante durant les tests.3 livres à l'intervalle de confiance 95 %. écart type. La taille des échantillons peut varier d'un test à l'autre. un intervalle de confiance de 95 % pour la différence dans les moyennes est affiché.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. „ Exclure toute observation incomplète :Chaque test t utilise seulement les observations qui ont des données valides pour toutes les paires de variables testées. 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. et erreur standard de la moyenne.

Test pour échantillon unique Valeur de test = 100 Signification Différence (Bilatérale) de moyennes .33 Intervalle de confiance de la différence à 95 % Inférieur 2. ce test résiste convenablement à la normalité.03 3. choisissez une variable quantitative et saisissez une valeur test supposée. 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. Hypothèses : Ce test suppose que les données sont distribuées normalement . cependant.33 12.009 9. 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.005 df 14 .67 Supérieur 15.99 QI t 3.372 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.

.373 Tests T Obtenir un test t pour échantillon unique E A partir du menu. Vous pouvez également cliquer sur Options pour contrôler le traitement des données manquantes et le niveau de l'intervalle de confiance. E Entrez une valeur test numérique à laquelle vous souhaitez comparer chaque moyenne d'échantillon. 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.

. vous pouvez indiquer à SPSS les observations à inclure (ou à exclure). La taille des échantillons peut varier d'un test à l'autre. 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. „ 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. La taille des échantillons est constante durant les tests. un intervalle de confiance de 95 % pour la différence entre la moyenne et la valeur de test supposée est affiché. Valeurs manquantes : Quand vous testez plusieurs variables et que des données manquent pour ou une ou plusieurs de ces variables. „ Exclure les observations analyse par analyse : Chaque test t utilise toutes les observations qui ont des données valides pour la variable testée.

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

Pour tester cette hypothèse.56 Erreur std.16 70.36 3.00 85. 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 1596.20 Limite inférieure 58.26 Limite supérieure 86.00 Ecart-type 13.00 F 7. et la variable dépendante devrait être quantitative (niveau d'intervalle de mesures).74 Minimum 56 77 49 49 Maximum 95 97 70 97 Coefficients de contraste Type d'huile Huile d'arachide Contraste 1 -.00 93. bien que les données doivent être symétriques. Hypothèses : Chaque groupe est un échantillon aléatoire indépendant extrait d'une population normale.824 Signification .00 73.34 7.00 15 17 102.00 df 2 Carré moyen 798.5 .005 1530.84 53.22 13.00 62.376 Chapitre 21 Remarques sur les Données ANOVA à 1 facteur Données : Les valeurs de la variable active devraient être des nombres entiers.00 3126. utiliser le test d'homogénéité de variance de Levene. 5.00 76.00 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 72.77 8.63 79. Les groupes devraient être composés de populations à variance égale.45 3.17 3.37 66.5 Saindoux 1 Huile de maïs -. L'analyse de la variance supporte les écarts à la normalité.

003 . 5.51 t 3.995 df Test d'homogénéité des variances Statistique de Levene Grammes de graisse absorbée ..05 4.00 18..534 df1 2 df2 15 Signification .00 Signification [bilatérale) 15 12.565 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 18.542 . E Sélectionnez une variable active indépendante simple. sélectionnez : Analyse Comparer les moyennes ANOVA à 1 facteur. . Figure 21-2 Boîte de dialogue ANOVA à 1 facteur E Sélectionnez au moins une variable dépendante.002 Erreur std.597 Obtenir une analyse de variance à un facteur E A partir du menu.

Par exemple. Le premier coefficient de la liste correspond à la valeur la plus petite de la variable active. cliquez sur Suivant. Coefficients : Contrastes a priori spécifiés à tester par la statistique t. les coefficients –1. 0. Pour spécifier des groupes de contrastes supplémentaires. Utilisez Suivant et Précédent pour vous déplacer entre les groupes de contrastes. deuxième. 0.378 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. L'ordre des coefficients est important car il correspond à l'ordre croissant des valeurs de modalité de la variable active. et le dernier coefficient correspond à la valeur la plus élevée. Par exemple. 0.5 mettent en contraste le premier groupe avec les . Saisissez un coefficient pour chaque groupe (modalité) de la variable active et cliquez sur Ajouter après chaque saisie. vous pourriez tester la tendance linéaire (croissante ou décroissante) des salaires perçus les plus élevés à travers les niveaux ordonnés. s'il y a six modalités de variables actives. Chaque nouvelle valeur s'ajoute au bas de la liste des coefficients. quatrième ou cinquième degré.5 et 0. „ Degré : Vous pouvez choisir un polynôme de premier. Vous pouvez tester la tendance d'une variable dépendante à travers les niveaux ordonnés de la variable active. troisième. Modèle polynomial : Diviser les sommes des carrés inter-groupes en tendances composants. 0.

le GT2 de Hochberg. mais un message d'avertissement s'affiche.379 ANOVA à 1 facteur cinquième et sixième groupes. 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. Pour la plupart des applications. le R-E-G-W Q (test d'intervalle de . le R-E-G-W F (F de Ryan-Einot-Gabriel-Welsch). 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.05. Les groupes qui n'atteignent pas 0 peuvent aussi être utilisés. le S-N-K (Student-Newman-Keuls). le test de Gabriel et le test de Scheffé sont des tests de comparaisons multiples et d'intervalle. Les tests d'intervalle identifient les sous-groupes homogènes de moyennes qui ne diffèrent pas les uns des autres. Hypothèse de variances égales : Le test de Tukey. le Duncan. les coefficients devraient s'élever à 0. tels que le test B de Tukey. Il existe d'autres tests d'intervalle. les tests d'intervalles post hoc et de comparaisons multiples par paire peuvent déterminer les moyennes qui diffèrent.

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

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

ainsi que l'erreur standard. l'intervalle de confiance à 95 % et l'estimation de la variance inter-composants pour le modèle à effets aléatoires. „ Test d'homogénéité de variance : La procédure calcule la statistique de Levene pour tester l'égalité des variances de groupe. l'écart type. 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. choisissez Propriétés du tableau dans le menu Format). „ Effets fixes et aléatoires : La procédure affiche l'écart type. Ce test ne dépend pas de l'hypothèse de normalité. la moyenne. l'erreur standard de la moyenne. l'erreur standard et l'intervalle de confiance à 95 % pour le modèle à effets fixes. et les intervalles de confiance à 95 % pour chaque variable dépendante de chaque groupe. le minimum.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.

que ce soit pour la variable dépendante ou pour la variable active d'une analyse donnée. 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).383 ANOVA à 1 facteur „ Brown-Forsythe : La procédure calcule la statistique de Brown-Forsythe pour tester l'égalité des moyennes de groupe. Il est préférable d'utiliser cette statistique (au lieu de la statistique F) lorsque l'hypothèse d'égalité des variances n'est pas satisfaite. Il est préférable d'utiliser cette statistique (au lieu de la statistique F) lorsque l'hypothèse d'égalité des variances n'est pas satisfaite. Si vous n'avez pas spécifié de variables multiples dépendantes. . cela est sans effet. „ Welch : Calcule la statistique de Welch 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. „ 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.

.

les effets et les interactions des covariables avec les facteurs peuvent être inclus. les prévisions. 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. Un modèle est équilibré si chaque cellule de ce modèle contient le même nombre d'observations. Vous pouvez tester les modèles équilibrés comme déséquilibrés. lorsqu'un test F global se révèle significatif. Pour l'analyse de la régression. En outre.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. 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. peut-être pour compenser les différents niveaux de précision des mesures. Les résidus. L'analyse GLM – Univarié teste non seulement les hypothèses mais elle produit également des estimations. 385 . les variables indépendantes (explicatives) sont spécifiées comme covariables. 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. Vous permet de spécifier une variable utilisée pour pondérer les observations pour une analyse pondérée (WLS) des moindres carrés. Poids WLS. 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.

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

564 5.387 Analyse GLM – Univarié Echantillon de résultat Figure 22-1 Résultat GLM . sélectionnez : Analyse Modèle linéaire général Univarié.047 1016.123 7.023 6.203 .981 2.764 7.907 (R carré ajusté = .165 Erreur Total Total corrigé 1.301 .505 6.241 .897 5.436 7.059 .233 1 1 2 3 5.200 8.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 12.522 Sig.378 5.835 2.945 6. Limite inférieure Limite supérieure .984 6.376 6147.981 8.316 1112.636 9..891 6.000 .300 5.708 6.641 7.000 6.052 6.691 10.833) Graisse * précipité Variable dépendante : SPVOL Intervale de confiance de 95 % Graisse précipité Moyenne Erreur std.938 17..410 .589 2 1 2 3 3 1 2 3 Pour obtenir des tables GLM .Univarié E A partir du menu.960 24.000 .274 7.513 30.301 .997 5.064 5.118 .000 .499 1.203 .082 .014 8.404 6.021 5.520 1016. .541 7.629 7.000 .239 .605 6.240 .353 6.639 2.241 .536 5. .583 3.001 22. R carré = .

E Sélectionnez les variables pour Facteur(s) fixé(s). E En option. 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.388 Chapitre 22 Figure 22-2 Boîte de dialogue Univarié E Sélectionnez une variable dépendante. Facteur(s) aléatoire(s) et Covariable(s). l'observation est exclue de l'analyse. vous pouvez utiliser WLS Weight pour préciser une variable de pondération pour l'analyse des moindres carrés pondérés. négative ou manquante. en fonction de vos données.

Sélectionnez Autre pour indiquer un sous-ensemble d'interactions ou des interactions variable active/covariable. Inclure une constante au modèle : L'ordonnée est généralement incluse dans le modèle. . Après avoir sélectionné Autre. des covariables et toutes les interactions facteur/facteur. Vous devez indiquer tous les termes à inclure dans le modèle. Critères et covariables : Les covariables et facteurs sont énumérés en indiquant (F) pour facteur fixé et (C) pour covariable. Modèle : Le modèle dépend de la nature de vos données. le type III est la méthode le plus fréquemment utilisée. 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. Dans une analyse univariée. Somme des carrés : Méthode de calcul des sommes des carrés.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. vous pouvez exclure la constante. (R) indique un facteur aléatoire. Il ne contient pas de d'interactions de covariable. Pour les modèles équilibrés ou non. auxquels aucune cellule ne manque.

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

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

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

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

Les niveaux d'un second facteur peuvent servir à dessiner des courbes distinctes. à la fois les facteurs inter-sujets et intra-sujets peuvent être utilisés dans les diagrammes des profils. Dans une analyse à mesures répétées. Pour les analyses multivariées. les diagrammes des profils sont créés pour chaque variable dépendante. Pour au moins deux facteurs. Les courbes non parallèles indiquent une interaction. ce qui signifie que vous rechercher les niveaux d'un seul facteur. GLM Multivarié et GLM Mesures répétées sont disponibles uniquement si vous avez l'option Statistiques avancées installée. Chaque niveau dans un troisième facteur peut servir à créer un diagramme distinct. Un diagramme des profils pour un facteur montre si la moyenne marginale estimée est croissante ou décroissante sur les niveaux.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. des courbes parallèles indiquent qu'il n'y a pas d'interaction entre les facteurs. Tous les facteurs fixés et aléatoire sont disponibles pour les diagrammes. . 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.

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

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

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

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

si elles existent. . 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. Cet élément est disponible uniquement si Comparer les effets principaux est sélectionné. Ces statistiques sont calculées à l'aide de modèle à effets fixes. à la fois pour les facteurs inter-sujets et intra-sujets. l'ajustement Bonferroni ou l'ajustement de Sidak. Ces moyennes sont ajustées pour les covariables.400 Chapitre 22 Options GLM Figure 22-9 Boîte de dialogue GLM. Ceci n'est valable que si les effets principaux sont sélectionnés dans la liste Afficher les moyennes.Univarié : Options Des statistiques facultatives sont disponibles à partir de cette boîte de dialogue. „ Comparer les effets principaux : Propose des comparaisons par paire non corrigées des moyennes marginales estimées pour tout effet principal dans le modèle. „ 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).

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

„ Pour obtenir des renseignements complets sur la syntaxe. . Spécifier des termes d'erreur pour les comparaisons post hoc (à l'aide de la sous-commande POSTHOC). Attribuer des noms aux variables temporaires (à l'aide de la sous-commande SAVE). spécifier une modalité de référence intermédiaire (à l'aide de la sous-commande CONTRAST). une matrice M ou une matrice K (à l'aide des sous-commandes LMATRIX. Spécifier les critères EPS (à l'aide de la sous-commande CRITERIA). MMATRIX et KMATRIX). Enregistrer la matrice du plan dans un nouveau fichier de données (à l'aide de la sous-commande OUTFILE). reportez-vous au manuel SPSS Command Syntax Reference. 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). Spécifier de multiples contrastes (à l'aide de la sous-commande CONTRAST). Pour les contrastes simples ou d'écart.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). 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). Construisez une matrice L personnalisée. Inclure les valeurs manquantes pour l'utilisateur (à l'aide de la sous-commande MISSING). Spécifier les mesures pour les contrastes polynomiaux (à l'aide de la sous-commande CONTRAST). Construire un fichier de matrice de corrélation (à l'aide de la sous-commande OUTFILE).

05.01.Corrélations bivariées 23 Chapitre La procédure de corrélations bivariées calcule le coefficient de corrélation de Pearson. tau-b de Kendall. et des variables quantitatives ou des variables avec des modalités ordonnées pour le rho de Spearman et le tau-b de Kendall. L'analyse des données de la saison NBA 1994–1995 démontre que le coefficient de corrélation de Pearson (0. et écart type. Remarques sur les données des corrélations bivariées Données : Utilisez des variables quantitatives symétriques pour le coefficient de corrélation de Pearson. le coefficient de corrélation de Pearson n'est pas une statistique appropriée pour mesurer leur association. mais si la relation n'est pas linéaire. le rho de Spearman et le tau-b de Kendall avec leurs seuils de signification. moyenne. Pour chaque paire de variables. 403 . Avant de calculer un coefficient de corrélation. on a les éléments suivants : coefficient de corrélation de Pearson. on a les éléments suivants : nombre d'observations avec des valeurs non manquantes. Les corrélations mesurent comment les variables ou les ordres de rang sont liés. 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. moins l'adversaire a marqué de points.581) est significatif au niveau 0. Ces variables sont liées négativement (–0.401) et la corrélation est significative au niveau 0. produits des écarts et covariance. Statistiques : Pour chaque variable. parcourez vos données pour rechercher les valeurs éloignées (qui peuvent provoquer des résultats erronés) et les traces d'une relation linéaire. Deux variables peuvent être parfaitement liées. 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.

27 27 27 27 27 27 27 27 27 Pour obtenir des corrélations bivariées A partir du menu.581** 1.05(bilatérale) :… 1.457* -. Corrélation à 0..038 .000 .401* .001 .017 .001 . .000 .404 Chapitre 23 Hypothèses : Le coefficient de corrélation de Pearson part du principe que chaque paire de variables est gaussienne bivariée.017 .401* . . 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 **.457* 1.000 Points marqués par match .581** Points en défense par match -..038 . Corrélation à 0.01(bilatérale) :… *. . sélectionnez : Analyse Corrélation Bivariée.

„ Repérer les corrélations significatives : Les coefficients de corrélation significatifs au niveau 0. . choisissez le coefficient de corrélation de Pearson. „ Test de signification : Vous pouvez choisir des probabilités bilatérales ou unilatérales. choisissez Unilatéral.05 sont identifiés par un seul astérisque et ceux qui sont significatifs au niveau 0. conclure en l'existence d'une relation de cause à effet. vous ne pouvez pas.405 Corrélations bivariées Figure 23-2 Boîte de dialogue Corrélations bivariées E Sélectionnez plusieurs variables numériques.01 sont identifiés par deux astérisques. normalement distribuées. qui mesure l'association entre les ordres de rangs. Sinon. Lors de l'interprétation de vos résultats. Les options suivantes sont également disponibles : „ Coefficients de corrélation : Pour des variables quantitatives. sélectionnez Bilatéral. La valeur 0 indique l'absence de relation linéaire. choisissez le Tau-b de Kendall ou la corrélation de Spearman. Les coefficients de corrélation vont de la valeur –1 (relation négative parfaite) à +1 (relation positive parfaite). Si vos données ne sont pas distribuées normalement ou si elles comportent des modalités ordonnées. à partir de l'existence d'une corrélation significative. Si la direction de l'association est connue à l'avance.

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

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

.

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

.. 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..

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

s'affiche. Le nombre d'observations peut toutefois différer selon les coefficients. y compris les variables de contrôle. La suppression des composantes non valides seulement utilise autant de données que possible. une observation ayant des valeurs manquantes pour une composante ou les deux composantes d'une paire de variables ne sera pas utilisée. y compris une variable de contrôle. „ Corrélations simples : Une matrice de corrélations simples entre toutes les variables. Lorsque la suppression des composantes non valides seulement est sélectionnée. Valeurs manquantes : Vous avez le choix entre les options suivantes : „ Exclure toute observation incomplète : Les observations ayant des valeurs manquantes pour une variable quelconque. sont exclues de tous les calculs.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. . Le nombre d'observations avec valeurs non manquantes est également affiché. „ Exclure seulement les composantes non valides : Pour le calcul des corrélations simples sur lesquelles se basent les corrélations partielles. 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.

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

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.414 Chapitre 25 Pour obtenir des matrices de distance E A partir du menu. E Sélectionnez une possibilité dans le groupe Calculer les distances pour calculer les proximités existant entre des observations ou des variables. .

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

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

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

.

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

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

Méthode : introduction simultanée ANOVA 2 Somme des carrés Modèle 1 Régression Résidus Total 4080. Variable dépendante : nombre de matchs gagnés . Variables indép.889 4.4 Variables Entrées Modèle 1 Points en défense par match.421 Régression linéaire Résumé de modèle 3. 3. R carré ajusté de l'estimation . Toutes les variables requises entrées.394 F 105. Variables indép.533 465.40 1.198 Significatif .467 4546.947 .898 . Variable dépendante : nombre de matchs gagnés 4. : (constante) points en défense par match. points marqués par match… 2. : (constante) points en défense par match.266 19. points marqués par match… 2.2 match Supprimées R R carré Erreur std.000 df 2 24 26 Carré moyen 2040. points marqués par 1.0001 1. .

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

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

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

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

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

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. des statistiques récapitulatives sont affichées pour les prévisions standardisées et les résidus standardisés (*ZPRED et *ZRESID). 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. 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 .

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

Vous devez sélectionner Moyenne ou Individuelle avant d'entrer cette valeur. N représentant le nombre . Les valeurs DfBêtas et de différence de prévision standardisées sont également disponibles ainsi que le rapport de covariance. y compris la constante. „ Studentisés : Résidu. 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. divisées par la racine carrée de N. divisé par son erreur standard.99 pour spécifier le seuil de confiance pour les deux intervalles de la prévision. 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. „ DfBêta(s) : La différence de bêta correspond au changement des coefficients de régression qui résulte du retrait d'une observation particulière. résultant de l'exclusion d'une observation donnée. Vous pouvez par exemple examiner les observations ayant des valeurs absolues supérieures à 2.429 Régression linéaire „ „ Individuelle : Limites inférieure et supérieure (deux variables) de l'intervalle de prévision de la variable dépendante pour une observation particulière. divisé par une estimation de son écart type. qui varie d'une observation à une autre. Résidus : La valeur réelle de la variable indépendante moins la valeur prévue par l'équation de régression. Modification du coefficient de régression. selon la distance entre les valeurs et la moyenne des variables indépendantes pour chaque observation. Standardisés : Résidu divisé par une estimation de son écart type. Les seuils d'intervalle de confiance typiques sont 90. les résidus standardisés ont une moyenne de 0 et un écart type de 1. Intervalle de confiance : Entrez une valeur comprise entre 1 et 99. „ DfBêta(s) standardisée : Différence standardisée de la valeur bêta. Il s'agit de la différence entre la valeur de la variable dépendante et la prévision ajustée. Egalement appelés résidus de Pearson. „ „ Non standardisés : Différence entre la valeur observée et la valeur prévue par le modèle. „ Supprimés studentisés : Résidu supprimé d'une observation. 95 et 99. Une valeur est calculée pour chaque terme du modèle. „ Supprimées : Résidu d'une observation lorsque celle-ci est exclue du calcul des coefficients de régression.

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

R2 et R2 ajusté.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. Si la variation du R2 associée à une variable est importante. . L'option Intervalles de confiance affiche les intervalles de confiance à 95 % pour chaque coefficient de régression ou une matrice de covariance. erreur standard de l'estimation et un tableau d'analyse de variance. Une matrice de corrélation est également affichée. 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. cela signifie que la variable est une bonne explication de la variable dépendante. Variation de R-deux : Variation de la statistique du R2 obtenue en ajoutant ou en enlevant une variable indépendante. l'erreur standard de B. 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. la valeur t de B et le niveau de signification bilatéral de t. le coefficient bêta standardisé.

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). Le signe du coefficient indique la direction de la relation et sa valeur absolue en indique la force : plus la valeur absolue est grande. Régression linéaire : Options Figure 26-7 Boîte de dialogue Régression linéaire : Options . 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. Tests de colinéarité : La colinéarité (ou multicolinéarité) est la situation indésirable où une variable indépendante est une fonction linéaire d'autres variables indépendantes. Les valeurs propres de la matrice des produits croisés dimensionnés et non centrés. plus forte est la relation. la moyenne et l'écart type de chaque variable de l'analyse. Une matrice de corrélations avec le seuil de signification unilatéral et le nombre d'observations pour chaque corrélation sont également affichés. Mesure et corrélations partielles : Affiche les corrélations simples et partielles. Les valeurs du coefficient de corrélation varient entre –1 et +1.432 Chapitre 26 Descriptives : Fournit le nombre d'observations valides.

réduisez la valeur du champ Entrée. en substituant la moyenne de la variable aux observations manquantes. Désélectionner cette option force la régression jusqu'à l'origine. Inclure terme constant dans l'équation : Par défaut. La valeur Entrée doit être supérieure à la valeur Elimination et toutes deux doivent être positives. . soit en fonction de la valeur F elle-même. 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. le modèle de régression inclut un terme constant. Pour introduire davantage de variables dans le modèle. augmentez la valeur du champ Elimination. „ 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. „ Remplacer par la moyenne : Toutes les observations sont utilisées pour les calculs. La valeur Entrée doit être inférieure à la valeur Elimination et toutes deux doivent être positives. Certains résultats de la régression jusqu'à l'origine ne sont pas comparables aux résultats de la régression incluant une constante.433 Régression linéaire Les options suivantes sont disponibles : Paramètres des méthodes progressives : Ces options sont valables lorsque la méthode de sélection ascendante. la variable est éliminée si ce seuil est supérieur à la valeur Elimination. R2 ne peut pas être interprété de la manière habituelle. diminuez la valeur Entrée. descendante ou progressive a été sélectionnée. ce qui est rarement utilisé. Pour éliminer davantage de variables dans le modèle. réduisez la valeur Elimination. Les degrés de liberté sont basés sur le minimum N par paire. 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. „ 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 . Par exemple. Des variables peuvent être entrées ou supprimées du modèle soit en fonction de la signification (probabilité) de la valeur F. Pour éliminer davantage de variables du modèle. Pour introduire davantage de variables dans le modèle.

.

logarithmique. Un modèle différent est produit pour chaque variable dépendante. tableau d'analyse de la variance. la procédure Ajustement de fonctions génère une variable temps où la durée entre les observations est uniforme. 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. Si vous sélectionnez temps à la place d'une variable provenant du fichier de travail comme variable indépendante. résidus et intervalles de prévision. quadratique. Modèles : linéaire. en S. 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. Vous pouvez ajuster un modèle linéaire en fonction des données. Si Temps est sélectionné. Statistiques : Pour chaque modèle : Coefficients de régression. R2. R2 ajusté. cubique. les résidus et les intervalles de la prévision comme nouvelles variables.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. composé. de puissance. de croissance et exponentiel. Vous pouvez aussi enregistrer les prévisions. prévisions. R multiples. Remarques sur les données de l'ajustement de fonctions Données : Les variables dépendantes et indépendantes doivent être quantitatives. vérifier la validité des hypothèses et le bon ajustement au modèle. L'analyse des séries chronologiques nécessite une structure de fichier de données 435 . inverse. erreur standard de la prévision. logistique. la variable dépendante doit être une mesure de séries chronologiques.

0000 Les nouvelles variables suivantes sont créées : Nom Etiquette Erreur pour DOMMAGES avec DISTANCE de CURVEFIT. Echantillon de résultat Figure 27-1 Exemple d'ajustement de fonctions MODELE : MOD_1.76636 69. Si vous utilisez un modèle linéaire..88616 Signification de F = -------------------.525 .960978 T Sig T 12. La relation entre la variable dépendante et la variable indépendante doit être linéaire. et toutes les observations doivent être indépendantes. La variance de la distribution de la variable dépendante doit être constante pour toutes les valeurs de la variable indépendante. Variable dépendante. etc.92348 .420278 Beta .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. Les résidus d'un bon modèle doivent être répartis aléatoirement et doivent être normaux. pour chaque valeur de la variable indépendante.237 .75098 Carré moyen 841.919331 10. Hypothèses : Vérifiez vos données graphiquement pour déterminer comment sont reliées les variables indépendantes et dépendantes (de manière linéaire ou exponentielle.36546 .277929 SE B . les hypothèses suivantes doivent être vérifiées. DOMMAGES Méthode. MOD_1 LINEAIRE .91759 2.96098 .). LINEAIRE Suppression des observations incomplètes des données manquantes R multiple R carré R carré ajusté Erreur standard .0000 7..76636 5.Variables de l'équation -------------------Variable DISTANCE (Constante) B 4.392748 1.0000 156.31635 Analyse de la variance : DF Régression Résidus F = 1 13 Somme des carrés 841. la distribution de la variable dépendante doit être normale.

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

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

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

à partir des observations de la période d'estimation. toutes les observations sont utilisées pour prévoir les valeurs. à partir des observations de la période d'estimation. vous pouvez spécifier une période de prévision au-delà de la fin de la série chronologique. Les nouveaux noms de variable et les étiquettes descriptives s'affichent dans un tableau dans la fenêtre de résultats. Utilisez l'option Définir des dates. 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. l'heure ou le numéro de l'observation spécifié. Les zones de texte disponibles pour la spécification de la fin de la période de prévision dépendent des variables courantes de date définies. Si aucune variable de date n'est définie. Calculer une prévision : Si vous sélectionnez Temps à la place d'une variable dans le fichier de travail comme variable indépendante. Si aucune période d'estimation n'a été définie. vous pouvez spécifier le numéro de l'observation finale. les résidus (valeur observée de la variable dépendante moins la prévision du modèle) et les intervalles de prévision (limites supérieure et inférieure). . vous pouvez enregistrer les prévisions. dans le menu Données pour créer des variables de date. 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.. „ Jusqu'à : Prévoit les valeurs jusqu'à la date.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.

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

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

707 Fonction 1 Valeur propre 1.0 Corrélation canonique .790 .082 .000 Matrice de structure Fonction 1 CALORIES LOG_GDP URBAIN (%) LOG_POP .443 Analyse discriminante Echantillon de résultat Figure 28-1 Résultats d'analyse discriminante Valeurs propres % de variance 100.986 . .499 Khi-deux 31.0 Lambda de Wilks Test de fonction(s) 1 Lambda de Wilks .934 Df 4 Sig.488 .002 % cumulé 100.

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

Le Minimum et le Maximum doivent être des entiers. Seules les observations avec cette valeur pour la variable de sélection sont utilisées pour dériver les fonctions discriminantes. Ces résultats fournissent une méthode de classification des nouvelles observations reposant sur des données existantes ou de . 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.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. Sélection des observations pour l'analyse discriminante Figure 28-4 Boîte de dialogue Analyse discriminante : Enregistrer Pour sélectionner les observations pour votre analyse. Les résultats des statistiques et de classification sont générés pour les observations sélectionnées et celles qui ne le sont pas. choisissez une variable de sélection et cliquez sur Valeur pour entrer un nombre entier comme valeur de sélection.

„ 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. Pour les échantillons de taille suffisamment importante. „ Test de Box : Test d'égalité des matrices de covariance des classes. Ce test est sensible aux déviations par rapport à la distribution gaussienne multivariée. une valeur p non significative indique qu'il n'est pas démontré que les matrices diffèrent.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. „ Moyennes : Affichage du total et de la moyenne de chaque groupe. Statistiques de l'analyse discriminante Figure 28-5 Boîte de dialogue Analyse discriminante: Statistiques Descriptives : Les options disponibles sont Moyennes (y compris écarts types). Coefficients de la fonction : Les options disponibles sont les coefficients de la classification de Fisher et les coefficients non standardisés. ainsi que des écarts types des variables indépendantes. ANOVA à 1 facteur et Test de Box. .

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

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

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

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

Les options disponibles sont classe(s) d'affectation (une seule variable). valeurs du facteur discriminant (une variable pour chaque fonction discriminante dans la solution). .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. SmartScore et les versions ultérieures de WhatIf? pourront utiliser ce fichier. et probabilités d'affectation à un groupe en fonction des valeurs du facteur discriminant (une variable pour chaque groupe). Vous pouvez également exporter des informations de modèle dans le fichier spécifié.

.

L'analyse factorielle est souvent utilisée dans la factorisation. La procédure d'analyse factorielle offre une très grande flexibilité : „ „ „ Il existe sept méthodes d'extraction de facteur. pour identifier la colinéarité avant une analyse de régression linéaire). etc. en identifiant un petit nombre de facteurs qui expliquent la plupart des variances observées dans le plus grand nombre de variables manifestes. facteurs que vous pouvez utiliser pour des analyses ultérieures.Analyse factorielle 29 Chapitre L'analyse factorielle essaie d'identifier des variables sous-jacentes. et. vous pouvez développer un modèle logistique de régression pour prévoir le comportement de vote. qui permettent d'expliquer le patron des corrélations à l'intérieur d'un ensemble de variables observées. Avec l'analyse factorielle. 453 . dans de nombreux cas. sur la base des facteurs. vous pouvez calculer les facteurs pour chaque répondant. Par exemple. Il existe cinq méthodes de rotation. 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. de même que les questions à thèmes militaires. et ces facteurs peuvent être enregistrés en tant que variables pour des analyses ultérieures. 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 identifier le concept représenté par ces facteurs. vous pouvez enquêter sur le nombre de facteurs sous-jacents. ou facteurs. De plus. L'analyse factorielle est souvent utilisée pour réduire un ensemble de données. Il existe trois méthodes pour calculer les facteurs. Les questions sur les impôts ont tendance à être en corrélation. dont directe Oblimin et Promax pour les rotations non orthogonales.

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

132 82.625 10.945 .608 1.472 24.577 8.000 1.000 1.156 2.686 N Analyse 72 72 72 72 72 72 72 72 72 72 72 35.000 1.583 3.272 32.000 1.000 Méthode d'extraction : Analyse en composantes principales .000 .697 3.738 .825 .835 .000 LIFEEXPF LITERACY BIRTH_RT FERTILTY URBAN LOG_GDP POP_INCR B_TO_D DEATH_RT LOG_POP BABYMORT 1.604 .222 18.000 1.038 4.552 1.504 1.292 1.943 .153 Qualité de représentation Initiale Extraction 1.205 62.455 Analyse factorielle Echantillon de résultat Figure 29-1 Sortie d'analyse factorielle Statistiques descriptives Moyenne Espérance de vie moyenne des femmes 72.833 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.949 .593 22.174 .313 3.689 .000 1.925 .875 .953 .375 3.000 1. Type 8.000 1.

721 92.275 23.629 % de variance 62.456 Chapitre 29 Total des variables explicatives Sommes des carrés chargées Total 6.610E-02 9.985 1.343 .446 % cumulé 63.612 .870 99.633 99.281 1.557 .183 .910 2.361 .055E-02 % cumulé 63.275 23.959 100.290 99.131E-02 3.549 98.819 23.446 5.960 2.946E-02 4.218 .275 86.283 95.461E-03 % de variance 63.562 3.819 86.960 2.840E-03 4.564 97.902 % cumulé 62.579 .579 % de variance 63.721 Sommes des carrés pour la rotation Total 6.237 8.000 Méthode d'extraction : analyse en composantes principales .732 99.275 86.130 6.721 Valeurs propres initiales Composante 1 2 3 4 5 6 7 8 9 10 11 Total 6.775E-02 2.

931 -. .741 -. Matrice des transformations des composants Composant 1 2 1 .190 2 -.982 .614 1 .226 .847 -.520 2 En composantes principales Méthode de rotation : Varimax avec normalisation de Kaiser.794 -.469 .982 Méthode d'extraction : Analyse en composantes principales Méthode de rotation : Varimax avec normalisation de Kaiser.476 .856 .327 .853 .827 .469 -.969 .561 .190 .880 -.539 -.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 .

0 .5 1. sélectionnez : Analyse Factorisation Analyse factorielle. E Sélectionnez les variables pour l'analyse factorielle.458 Chapitre 29 Component Plot in Rotated Space 1.0 -1.5 0. .0 Component 1 Obtenir une analyse factorielle E A partir du menu.5 log (ba se 10) of pop infant mortality (de death rate per 1 000 -1..0 birth to death ratio people living in cit averag e female life .0 population increase Component 2 -.0 -..5 log (ba se 10) of gdp people who re ad (%) fertility: average n birth rate per 100 0.

choisissez une variable de sélection. 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.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. .

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

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

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

Standardisation de variable : L'algorithme de classification fonctionne avec des variables continues standardisées.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. „ Nombre maximum de branches (par noeud feuille) : Nombre maximum de noeuds enfant qu'un noeud feuille peut contenir. Si l'insertion d'une observation dans une feuille de l'arborescence CF provoque une étroitesse inférieure au seuil. L'algorithme risque de ne pas trouver le nombre correct ou souhaité de classes si cette valeur est trop basse. la feuille n'est pas divisée. Sinon. la feuille est divisée. Après la classification finale. Pour gagner du temps et éviter trop de calculs. Si la procédure dépasse cette limite. les valeurs éloignées sont supprimées. elle sera reconstruite à l'aide d'un seuil de changement de distance supérieur. 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. vous pouvez sélectionner une variable continue déjà standardisée comme variable « Standardisées ». „ „ Consultez l'administrateur système pour connaître la plus grande valeur que vous pouvez spécifier sur votre système. Si l'étroitesse dépasse le seuil. elle utilisera le disque pour stocker les informations ne pouvant pas être enregistrées en mémoire. „ Si vous ne sélectionnez pas la gestion du bruit et que l'arborescence CF est saturée. 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. Les variables continues non standardisées doivent être laissées comme étant « A standardiser ». Spécifiez une valeur supérieure ou égale à 4. .

les options relatives à la génération de l'arborescence CF spécifiées pour le modèle d'origine sont utilisées. Le fichier d'entrée contient l'arborescence CF au format XML. b étant le nombre maximal de branches et d. Si vous avez indiqué la mise à jour d'un modèle de classe. 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. reportez-vous à « Résultats de l'analyse TwoStep Cluster » . Le fichier XML demeure inchangé. Si votre « nouveau » groupe d'observations ne provient pas de la même population que votre « ancien » groupe. sauf si vous enregistrez les informations du nouveau modèle en utilisant le même nom de fichier. d'après la fonction (bd+1 –1) / ((b –1). la profondeur maximale de l'arborescence. Remarque : Lorsque vous effectuez une mise à jour d'un modèle de classe. 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. Plus précisément. 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. .477 Classification TwoStep „ „ Profondeur maximum de l'arborescence : Nombre maximum de niveaux que l'arborescence CF peut contenir. Pour plus d'informations. les paramètres de mesure de la distance. 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. En d'autres termes. 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. de gestion du bruit. exécutez la procédure Analyse du composant Classe TwoStep sur les groupes d'observations combinés pour obtenir de meilleurs résultats. Le modèle est ensuite mis à jour avec les données du fichier actif. 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. Nombre maximal de noeuds possible : Ceci indique le nombre maximal de noeuds de l'arborescence CF pouvant être générés par la procédure. page 479. 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. Chaque noeud exige au moins 16 octets.

Diagramme en secteurs de classe : Fait apparaître un diagramme en secteurs indiquant le pourcentage et le nombre d'observations dans chaque classe. Le résultat est trié par ordre d'importance de chaque variable. un diagramme en bâtons juxtaposés est produit. Pour chaque variable continue.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. L'option Khi-deux ou test T de signification indique une statistique Khi-deux de Pearson comme importance . 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. „ „ 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. Mesure de l'importance : Cette option vous permet de sélectionner la mesure de l'importance des variables à représenter. Pour chaque variable qualitative. indiquant les variations par ID de classe.

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. 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 . Indiquez un nombre inférieur à 100 et supérieur ou égale à 50. „ Omettre les variables non significatives : Les variables non significatives au niveau de confiance spécifié n'apparaissent pas dans les diagrammes d'importance des variables.479 Classification TwoStep d'une variable qualitative et une statistique t comme importance d'une variable continue. „ 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 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.

Fichier de travail : Ce groupe vous permet d'enregistrer des variables dans le fichier de travail. 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. ce paramètre est ignoré et le tableau n'est pas fourni. L'autre tableau indique les effectifs des variables qualitatives par classe. Si le nombre de classes est fixe. Dans un tableau. Fichiers XML : Le modèle de classe final et l'arborescence CF représentent deux types de fichiers de résultats pouvant être exportés au format XML. SmartScore et les versions ultérieures de WhatIf? pourront utiliser ce fichier. pour différents nombres de classes. Le nom de cette variable est tsc_n. „ Exporter le modèle final : Le modèle de classe final est exporté vers le fichier spécifié. les moyennes et les écarts types sont indiqués pour les variables continues par classe. „ 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. Ce tableau est fourni uniquement lorsque le nombre de classes est déterminé automatiquement.480 Chapitre 31 Statistiques : Ce groupe fournit des options d'affichage pour les tableaux des résultats de la classification. „ Descriptives par classe : Fait apparaître deux tableaux qui décrivent les variables dans chaque classe. . „ „ Fréquences de classe : Fait apparaître un tableau indiquant le nombre d'observations dans chaque classe. „ Créer une variable d'appartenance à une classe : Cette variable contient un numéro d'identification de classe pour chaque observation. 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. 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.

binaires ou d'effectif. vous devez envisager de les standardiser (ceci peut être fait automatiquement avec la procédure de la classification hiérarchique). Si vos variables sont d'échelles très différentes (par exemple. 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. matrice de distances (ou des similarités) et classe d'affectation pour une seule solution ou un ensemble de solutions.Classification hiérarchique 32 Chapitre Cette procédure tente d'identifier les classes d'observations (ou de variables) relativement homogènes basées sur des caractéristiques sélectionnées. Remarques sur les données de la classification hiérarchique Données : Les variables peuvent être des données quantitatives. 481 . Les mesures de distance ou de similarité sont générées par la procédure Proximities (Proximités). Statistiques : Chaîne des agrégations. Vous pouvez aussi classer les villes (observations) en groupes homogènes pour permettre la sélection de villes comparables afin de tester diverses stratégies commerciales. Les statistiques s'affichent à chaque étape pour vous aider à choisir la meilleure solution. 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. 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. Diagrammes : arbres hiérarchiques et Stalactites. L'échelle des variables est un élément important : des différences d'échelle qui peuvent affecter votre (vos) solution(s) en classes hiérarchiques. Cette méthode peut être utilisée pour identifier des segments à des fins commerciales. vous pouvez reclasser les spectacles télévisuels (observations) en classes homogènes basées sur les caractéristiques du spectateur.

370 1.132 .227 .423 .691 1.274 .185 . les résultats doivent être considérés comme provisoires tant qu'ils ne sont pas confirmés avec un échantillon indépendant.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 .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).484 .642 4.438 . 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 .112 .716 2.547 . L'omission de variables influentes peut aboutir à une solution erronée. Vous devez aussi inclure toutes les variables appropriées dans votre analyse.023 1. Parce que la classification hiérarchique est une méthode d'exploration.

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 .

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. 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.

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

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

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

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

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

88606 -3.08033 .42699 .51770 3.490 Chapitre 33 Considérations de données sur la classification en nuées dynamiques Données : Les variables doivent être quantitatives au niveau intervalle ou ratio.46008 -1.54314 -1.75481 2. La procédure suppose que vous avez sélectionné le nombre voulu de classes et que vous avez inclus toutes les variables pertinentes.03701 -.16813 2.63185 1.45741 .74406 .89320 . 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 -1.55724 .52182 2. utilisez la procédure de classification hiérarchique.69358 -1.99370 .52581 -2. Si vos variables sont binaires ou sont des effectifs.68796 4.69589 .65146 .29624 4 .76793 -. vos résultats risquent d'être erronés.24626 2 -1.63185 -1.78455 -.31333 .62725 -. vous pouvez envisager de standardiser vos variables avant d'effectuer l'analyse des nuées dynamiques (cela peut être fait dans la procédure Descriptives).33278 -1. vos résultats risquent d'être erronés.88601 -1.41517 -1. Si vous souhaitez utiliser une autre distance ou une mesure de similarité. 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).53091 4.93737 4.24070 .99641 -.65246 3 1.88983 -1.12785 -.16291 1. Si vous avez choisi un nombre de classes inadéquat ou omis de variables importantes.38422 .89037 .40082 . utilisez la procédure de classification hiérarchique.22118 -. Hypothèses : Les distances sont calculées à l'aide de la distance euclidienne simple. Dans ces cas.99285 -.

199 .22286 .640 2.337 .924 3.000 .249 5.185 4 1.246 2 5.49499 4 .16816 -.28417 -.12929 -.077 .195 .77704 -.51003 .83475 2 -.466 .000 .30833 .414 .31319 .924 2.99285 .62767 .13400 .58745 .52826 -2.44640 -.150 .897 3.27010 -.160 .074 .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 -1.080 .314 .000 .84758 -.071 .19154 -.172 .000 .16871 1.15939 .95175 -.000 .13880 .491 Nuées dynamiques Historique des itérations Changements dans les centres de classes Itération 1 2 3 4 5 6 7 8 9 10 1 1.861 .000 .596 .70745 -2.287 .640 7.471 .34577 3 .45251 1.246 .71414 -.000 2 2.249 5.097 3 3.87669 -.10314 -1.167 .25622 1.932 .000 .45301 .22199 Distances entre les centres de classes finaux 1 Classe 1 2 3 4 5.52607 2.000 .80817 -.29856 1.343 .627 3 5.084 .30863 -.59747 2.237 .724 .897 4 7.43210 1.627 5.81671 1.253 .94249 -.000 .13716 -.73368 -.604 .623 .000 .12150 .80611 .

229 ...676 61.167 .628 17.000 .316 18.621 19.000 .410 18.000 .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.409 19.210 .000 . Obtenir une analyse de nuées dynamiques E A partir du menu. .859 117.731 18.313 56.000 .492 Chapitre 33 ANOVA Classe Carré Moyen 10.464 18.877 df 68 68 68 68 68 68 68 68 68 68 68 F 19.234 92.541 .000 .907 df 3 3 3 3 3 3 3 3 3 3 3 Erreur Carré Moyen .682 112.273 4. 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.168 . .288 .000 .219 .599 16.287 .000 .339 30.000 .000 .614 81.428 77.599 13.457 Sig.655 84.239 .444 .829 3. sélectionnez : Analyse Classification Nuées dynamiques.

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

494 Chapitre 33 Pour plus d'efficacité. L'itération s'arrête après ce nombre d'itérations même si le critère de convergence n'est pas satisfait. Pour reproduire l'algorithme utilisé par la commande de classement rapide Quick Cluster dans SPSS avant la version 5. 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. .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. Sélectionnez Ecrire les centres finaux dans Fichier.0. 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. Si le critère est égal à 0. indiquez 1 comme Maximum des itérations. et doit donc être plus grand que 0 mais plus petit que 1. Il représente une proportion de la distance minimale entre les centres de classes initiaux. Critère de convergence : Détermine le moment où l'itération s'arrête. puis sélectionnez la méthode Classer seulement. Rétablissez ensuite tout le fichier de données. Utiliser les nouveaux centres : Vous permet de demander la mise à jour des centres après l'affectation de chaque observation. prenez un échantillon d'observations et utilisez la méthode Itérer et classer pour déterminer les centres. Si vous ne sélectionnez pas cette option. les nouveaux centres seront calculés lorsque toutes les observations auront été affectées. Maximum des itérations : Limite le nombre des itérations dans l'algorithme des nuées dynamiques. Ce nombre doit être compris entre 1 et 999.

. 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.. 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. Les valeurs de la nouvelle variable vont de 1 au nombre de classes.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.

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

497 . le test de réactions extrêmes Moses. Le test de Kruskal-Wallis. uniforme ou Poisson. qui peut être normale. le test W de Kendall et le test Q de Cochran sont disponibles. et les suites en séquences Wald-Wolfowitz sont disponibles. Test Kolmogorov-Smirnov pour un échantillon : Compare la fonction de distribution cumulée observée pour une variable avec une distribution théorique spécifiée. Suites en séquence : Teste si l'ordre d'occurrence de deux valeurs d'une variable est aléatoire. le test des signes et le test de McNemar sont disponibles. le test de Kolmogorov-Smirnov pour deux échantillons. Tests de plusieurs échantillons indépendants : Compare deux groupes d'observations ou plus d'une variable. Tests de plusieurs échantillons liés : Compare les distributions de deux variables ou plus. Test binomial : Compare la fréquence observée dans chaque modalité d'une variable dichotomique avec les fréquences attendues de la distribution binomiale. 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. Le test de Wilcoxon. Le test U de Mann-Whitney. Le test de Friedman. Tests de deux échantillons liés : Compare les distributions de deux variables. le test de la médiane et le test de Jonckheere-Terpstra sont disponibles.

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

8 3. 0 cellule.973 5 .8 fréquences faibles théoriques… .8 -1.8 33 9 17 22 26 113 Tests statistiques Couleur du Bonbon Haricot 27.8 Khi-deux df 1 Signification Asymptotique 1.499 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 18.2 Bleu Marron Vert Jaune Orange Rouge Total 18.000 Résidu -12. 0 % de fréquences faibles.2 -9.8 18.8 18. 18.8 14.2 7.8 18.8 18.

500 Chapitre 34 Couleur du bonbon haricot N N Observé(e)s Théoriques 6 18.2 -9..7 fréquences faibles théoriques… Pour obtenir un test Khi-deux E A partir du menu.8 3.8 33 9 17 22 26 113 Tests statistiques Couleur du Bonbon Haricot 1.8 18.041 5 .8 14. .8 18.959 Résidu -12..8 Khi-deux df 1 Signification Asymptotique 1.2 Bleu Marron Vert Jaune Orange Rouge Total 18. sélectionnez : Analyse Tests non paramétriques Khi-deux. 5. 0 cellule.2 7.8 18. 0 % de fréquences faibles.8 -1.8 18.

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

Quartiles : Indique les valeurs correspondant au 25ème. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. 4 indique les proportions attendues de 3/16. le maximum. Par exemple. chaque test est effectué séparément selon le nombre des valeurs manquantes. 5. et le nombre d'observations non manquantes. . 50ème et 75ème centiles.502 Chapitre 34 Il correspond à l'ordre croissant des valeurs des modalités de la variable de test. l'écart type. 4/16. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. 4. une liste de valeurs de 3. 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. 5/16 et 4/16. 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. „ 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. 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.

Sur la base de cette hypothèse. ou des fréquences attendues pour différentes variables (avec la sous-commande CHISQUARE). Tester la même variable avec différentes fréquences attendues ou utiliser différentes plages (avec la sous-commande EXPECTED). maximum. 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. minimum.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. nombre d'observations avec des valeurs non manquantes et quartiles.5. reportez-vous au manuel SPSS Command Syntax Reference.0027). 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. la probabilité de tomber sur le côté face est de 1/2. Du test binomial. Exemple : Quand vous lancez une pièce. Une variable . Pour obtenir des renseignements complets sur la syntaxe. 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. et les résultats sont enregistrés (pile ou face). le paramètre de probabilité pour les deux groupes est de 0. disponible dans le menu Transformer. Par défaut. 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. 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. vous pouvez entrer un test de proportion pour le premier groupe. utilisez la procédure Recoder Automatiquement. écart type. Statistiques : Moyenne. La pièce est probablement truquée.

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

Vous pouvez également cliquer sur Options pour les statistiques descriptives. les quartiles et le contrôle du traitement des données manquantes.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 .

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

disponible dans le menu Transformer. Le test Suites en séquences peut être utilisé pour déterminer si l'échantillon a été tiré au hasard. écart type.507 Tests non paramétriques Exemples : Supposons que 20 personnes soient sondées pour déterminer si elles achèteraient un produit donné. 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 1.00 7 13 20 15 2. minimum. nombre d'observations avec des valeurs non manquantes et quartiles. Médiane . Pour convertir des variables chaînes en variables numériques. Statistiques : Moyenne. On peut douter que l'échantillon soit aléatoire si toutes les personnes sont du même sexe.025 1. Utilisez des échantillons à distribution de probabilité continue. maximum. Hypothèses : Les tests non paramétriques ne nécessitent pas d'hypothèses sur la forme de la distribution sous-jacente. Suites en séquences : Remarques sur les Données Données : Les variables doivent être numériques.234 . utilisez la procédure Recoder Automatiquement.

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

le maximum. 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). „ 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. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. chaque test est effectué séparément selon le nombre des valeurs manquantes. l'écart type.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. le minimum. . Quartiles : Indique les valeurs correspondant au 25ème. 50ème et 75ème centiles. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. Tester la même variable par rapport à différentes césures personnalisées (à l'aide de la sous-commande RUNS).

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

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. Distribution à tester normale 2. sélectionnez : Analyse Tests non paramétriques K-S à 1 échantillon.00 45146.40 .611 N Paramètres gaussiens 1. Calcul à partir de données 56250.164 .760 .2 Pour obtenir un test de Kolmogorov-Smirnov pour un échantillon E A partir du menu.170 -... .170 .

Options du test de Kolmogorov-Smirnov pour un échantillon Figure 34-12 Boîte de dialogue K-S pour un échantillon : Options . Vous pouvez également cliquer sur Options pour les statistiques descriptives.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. les quartiles et le contrôle du traitement des données manquantes.

Quartiles : Indique les valeurs correspondant au 25ème. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. et le nombre d'observations non manquantes. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. Exemple : De nouveaux appareils dentaires qui sont censés être plus confortables. avoir une apparence plus agréable et provoquer des progrès plus rapides pour le redressage des dents ont été développés. Pour obtenir des renseignements complets sur la syntaxe. Pour savoir si les nouveaux appareils doivent être portés aussi longtemps que les anciens. reportez-vous au manuel SPSS Command Syntax Reference. 50ème et 75ème centiles. l'écart type. le maximum. 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. „ 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. Tests pour deux échantillons indépendants La procédure des tests pour deux échantillons indépendants compare deux groupes d'observations en fonction d'une variable. 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). . 10 enfants sont choisis de façon aléatoire pour porter les anciens appareils et 10 autres pour porter les nouveaux appareils. le minimum.513 Tests non paramétriques Statistiques : Vous pouvez choisir une des statistiques récapitulatives suivantes (ou les deux) : „ „ Caractéristique : Affiche la moyenne.

Tests pour deux échantillons indépendants : remarques sur les données Données : Utilisez des variables numériques qui peuvent être ordonnées. réactions extrêmes de Moses.10 6.00 . Z de Kolmogorov-Smirnov. écart type.514 Chapitre 34 Statistiques : Moyenne. minimum. Tests : U de Mann-Whitney. aléatoires.90 Somme des rangs 141. nombre d'observations avec des valeurs non manquantes et quartiles. Hypothèses : Utilisez des échantillons indépendants. suites de Wald-Wolfowitz.00 69. Le test U de Mann-Whitney exige que les deux échantillons testés soient de forme semblable. maximum. 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.

Ex æquo non corrigés.515 Tests non paramétriques Tests statistiques 2 Temps écoulé en jours U de Mann-Whitney 14. sélectionnez : Analyse Tests non paramétriques 2 échantillons indépendants.005 1. Unilatérale)] 69. .000 -2. 2.007 1 ...000 W de Wilcoxon Z Signification Asymptotique (Bilatérale) Signification exacte [2*(sig.721 . Critère de regroupement qualitatif numérique : type d'appareil Pour effectuer les tests pour deux échantillons indépendants A partir du menu.

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

W est la somme des rangs du groupe nommé en premier dans la boîte de dialogue Définition des deux groupes d'échantillons indépendants. Puisque des valeurs éloignées peuvent occasionnellement et facilement fausser l'intervalle d'amplitude. Les observations des deux groupes sont combinées et ordonnées. 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. 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. Le groupe de contrôle est défini par la valeur du groupe 1 dans la boîte de dialogue Définition des deux groupes d'échantillons indépendants. Si les deux échantillons ont le même nombre d'observations. Le test des suites en séquences de Wald-Wolfowitz combine et ordonne les observations des deux groupes. est la somme des rangs du plus petit échantillon. La statistique du U de Mann-Whitney est le plus petit de ces deux nombres. Définition de deux groupes d'échantillons indépendants Figure 34-15 Boîte de dialogue Tests pour deux échantillons indépendants : Définir groupes . 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. Le test Z de Kolmogorov-Smirnov est basé sur la différence absolue maximum entre les fonctions de distribution cumulées observées pour les deux échantillons. également affichée. Si les deux échantillons proviennent de la même population. Lorsque cette différence est significative. on considère que les deux distributions sont différentes. La statistique de la somme de rangs de Wilcoxon W. 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. les deux groupes doivent être dispersés de façon aléatoire dans tout le classement. 5 % des observations de contrôle sont filtrées automatiquement à chaque extrémité.517 Tests non paramétriques précède un résultat du groupe 1 sont calculés. Il vérifie les réponses extrêmes par rapport à un groupe de contrôle.

le maximum. chaque test est effectué séparément selon le nombre des valeurs manquantes. Les observations avec d'autres valeurs sont exclues de l'analyse. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses.518 Chapitre 34 Pour scinder le fichier en deux groupes ou échantillons. 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). „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. indiquez un nombre entier pour le groupe 1 et un autre pour le groupe 2. le minimum. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. l'écart type. 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. Quartiles : Indique les valeurs correspondant au 25ème. 50ème et 75ème centiles. et le nombre d'observations sans valeurs manquantes. .

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

. sélectionnez : Analyse Tests non paramétriques 2 échantillons liés.3131 ..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 demandé < Prix de vente 2. Test de Wilcoxon Pour obtenir des tests pour deux échantillons liés A partir du menu.50 1. Prix demandé > Prix de vente 3.Prix de vente -2. Basé sur les rangs positifs 2.Prix de vente Négatifs Rangs Positifs Ex aequo Total 1. Prix demandé = Prix de vente 7 1 1 Rangs Moyen 4.021 1..50 2 23 10 Tests statistiques 2 Z Signification Asymptotique (Bilatérale) Prix demandé .93 1.

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

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

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

Test de Kruskal-Wallis 2.000 N 10 10 10 30 Rang Moyen 15.20 25.2 Heures 25.80 Khi-deux df Signification Asymptotique 1.061 2 .50 5. Critère de regroupement qualitatif numérique : Marque Pour obtenir des tests pour plusieurs échantillons indépendants A partir du menu. sélectionnez : Analyse Tests non paramétriques K échantillons indépendants .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.

Le test du H de Kruskal-Wallis. Lorsqu'il existe un classement naturel a priori (ascendant ou descendant) des k populations. le test de la Médiane et le test de Jonckheere-Terpstra testent tous si plusieurs échantillons indépendants proviennent de la même population.525 Tests non paramétriques Figure 34-21 Boîte de dialogue Tests pour plusieurs échantillons indépendants E Sélectionnez une ou plusieurs variables numériques. Le test H de Kruskal-Wallis. 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. le test de Jonckheere-Terpstra est plus puissant. extension du test du U de Mann-Whitney. Par exemple. L'hypothèse selon laquelle différentes températures produisent la même distribution des réponses est . les k populations peuvent représenter k températures croissantes. test plus général mais moins puissant. 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. détecte les différences de position et de forme des distributions. 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. E Sélectionnez une variable de regroupement et cliquez sur Définir intervalle pour spécifier les valeurs entières minimale et maximale pour la variable de regroupement.

le test de Jonckheere-Terpstra est donc le plus approprié. Le test de Jonckheere-Terpstra n'est disponible que si vous avez installé les Tests Exacts de SPSS. Ici. et les deux valeurs doivent être spécifiées. Par exemple. La valeur minimale doit être inférieure à la valeur maximale. Les observations dont les valeurs se trouvent à l'extérieur des limites sont exclues. . l'hypothèse alternative est ordonnée . seules les valeurs entières comprises entre 1 et 3 seront utilisées. si vous spécifiez une valeur minimale de 1 et une valeur maximale de 3.526 Chapitre 34 testée contre l'hypothèse alternative selon laquelle l'accroissement de température fait augmenter la magnitude de la réponse. Tests pour Plusieurs Echantillons Indépendants : Définir l'Intervalle Figure 34-22 Boîte de dialogue Plusieurs échantillons indépendants : Définir l'intervalle Pour définir l'intervalle. entrez les valeurs entières minimale et maximale correspondant à la modalité la plus basse et à la plus haute de la variable de regroupement.

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). l'écart type. „ Exclure les observations test par test : Lorsque plusieurs tests sont indiqués. et le nombre d'observations sans valeurs manquantes. le minimum. .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. reportez-vous au manuel SPSS Command Syntax Reference. „ Exclure toute observation incomplète : Les observations avec des valeurs manquantes pour l'une ou l'autre variable sont exclues de toutes les analyses. „ „ Caractéristique : Indique la moyenne. chaque test est effectué séparément selon le nombre des valeurs manquantes. Quartiles : Indique les valeurs correspondant au 25ème. Valeurs manquantes : Contrôle le traitement des valeurs manquantes. 50ème et 75ème centiles. Pour obtenir des renseignements complets sur la syntaxe. ou bien les deux. le maximum.

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

Test de Friedman 1 10 10. 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. .529 Tests non paramétriques Tests statistiques N Khi-deux df Signification asymptotique 1.920 3 . Tests pour plusieurs échantillons liés de types de tests Type de test : Trois tests sont disponibles pour comparer les distributions de plusieurs variables liées.012 Pour obtenir des tests pour plusieurs échantillons liés A partir du menu.

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

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

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

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

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

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

Figure 35-3 Boîte de dialogue Fréquences de réponses multiples E Sélectionnez un ou plusieurs vecteurs multiréponses. sélectionnez : Analyse Réponses multiples Fréquences.. .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..

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

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

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. .539 Analyse des réponses multiples Pour obtenir des tableaux croisés des réponses multiples E A partir du menu. E Définissez l'intervalle de chaque variable itemaire. sélectionnez : Analyse Réponses multiples Tableaux croisés. Sinon..

Entrez les valeurs entières de modalités minimum et maximum que vous souhaitez tabuler.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 pourcentages colonnes. et les pourcentages tableau bilatéral (total). Les valeurs se situant à l'intérieur de l'intervalle inclusif sont supposées être des nombres entiers (les nombres non entiers sont tronqués). . Vous pouvez choisir d'afficher les pourcentages lignes.

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

y compris la suppression des étiquettes de valeurs (avec la sous-commande FORMAT). reportez-vous au manuel SPSS Command Syntax Reference. Modifier les options de formatage du résultat. . Pour obtenir des renseignements complets sur la syntaxe.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).

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

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

00 4.92 3. E Pour les tableaux avec statistiques récapitulatives de sous-groupe définies par des critères d'agrégation..00 3.08 24.754 $8.000 $10.08 23. E Pour les tableaux triés et affichés par sous-groupe.000 $8.67 3.700 $9.00 36.00 35.00 2.33 3. E Sélectionnez une ou plusieurs variables pour les variables en colonnes.00 3.67 2.690 $10.00 33.17 42.300 3.50 30.54 24.00 33.17 2.33 2.520 $19.000 $10.Annuel __________ _____ _______ ______ ______________ Division dans Age Revêtements de sol 27.000 $7.04 Appareils ménagers 21.00 32.92 4.00 5.17 22. sélectionnez une ou plusieurs variables pour les critères d'agrégation.500 $28.25 30. Une colonne est générée dans le tableau de bord pour chaque variable sélectionnée.67 3. sélectionnez : Analyse Rapports Tableaux de bord en lignes.33 Moyenne 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 4.42 Moyenne 31.00 34.92 2. sélectionnez le critère d'agrégation dans la liste et cliquez sur Tableau récapitulatif dans le groupe Variables de ventilation pour spécifier les mesures récapitulatives.92 3.50 $8.00 4.67 38.00 3.83 3.08 2.67 26.900 $8. .81 $12.00 2.83 3.00 3.00 3.900 $10.25 4.00 5.00 6.42 5.50 6.67 2.67 2.08 4.900 $15.75 4.75 4.31 $11.00 44.300 $8.975 $18.500 3.17 3.335 $10.000 $9.08 2.508 Pour obtenir un rapport récapitulatif : Récapitulatifs en lignes E A partir du menu.50 3.08 3.00 33.00 27.11 3.000 $15.00 3.200 35.00 2.900 $10.25 $10.000 $15.92 2.92 3.00 6.

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

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

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

vous pouvez insérer des espaces entre les listes d'observations et les statistiques récapitulatives. 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.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. dans ces tableaux. 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. 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 .

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

et reporte l'alignement à l'intérieur des marges. et l'alignement vertical des titres de colonnes. Placer tous les critères d'agrégation dans la première colonne produit un tableau de bord plus étroit. 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. La première ligne des informations de Variables en colonnes peut commencer soit sur la . Titres des colonnes : Contrôle l'affichage 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. y compris le soulignement des titres.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). 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.

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

Pour les critères d'agrégation multiples. l'ancienneté et le service où chaque employé travaille. Les critères d'agrégation doivent être des variables qualitatives discrètes qui divisent les observations en un nombre limité de modalités significatives. la numérotation des pages et les titres. minimum. Aperçu : N'affiche que la première page du tableau de bord. 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. vous ne pouvez pas utiliser ces variables dans les titres ou les pieds de page des tableaux. Les données sont déjà triées : Pour les rapports avec critères d'agrégation. Vous pourriez générer un tableau de bord fournissant des statistiques récapitulatives sur les salaires (par exemple moyenne. le fichier de données doit être trié par valeur des critères d'agrégation avant de générer le tableau de bord. Tableau de bord : Contrôle les caractéristiques globales du tableau de bord. Exemple : Une société possédant une chaîne de magasins conserve des dossiers sur les employés comprenant le salaire. Cette option est utile pour avoir un aperçu du format de votre tableau sans traiter le tableau entier. 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 particulièrement utile après avoir vu un aperçu du tableau. 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.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. Si votre fichier de données est déjà trié par valeur des critères d'agrégation. y compris l'affichage des valeurs manquantes. Si votre fichier de données contient des variables nommées DATE ou PAGE. Tableaux de bord en colonnes Tableaux de bord en colonnes produit des tableaux de bord dans lesquels différentes statistiques récapitulatives apparaissent en colonnes séparées. . maximum) pour chaque division.

300 Appareils ménagers 31.87 $13.20 $17. Une colonne est générée dans le tableau de bord pour chaque variable sélectionnée.580 $7.75 $11.500 $12. E Pour afficher une colonne contenant la somme.255 $8. le rapport ou une autre fonction de colonnes existantes. sélectionnez la variable dans la liste source et déplacez-la dans la liste Variables en colonnes plusieurs fois.754 $9.450 $22.508 $7.975 $17. . E Pour les tableaux triés et affichés par sous-groupe.500 $28. une fois pour chaque mesure récapitulative que vous souhaitez. E Pour modifier la mesure récapitulative d'une variable.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 obtenir plus d'une mesure récapitulative pour une variable.11 Meubles Matériel 36. la moyenne.050 36. sélectionnez une ou plusieurs variables pour les critères d'agrégation.500 Pour obtenir un rapport récapitulatif : Récapitulatifs en colonnes E A partir du menu. 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. cliquez sur Insérer le total.200 $19. sélectionnez : Analyse Rapports Tableaux de bord en colonnes E Sélectionnez une ou plusieurs variables pour les variables en colonnes.

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.

la différence entre les valeurs de deux 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 des colonnes. . le pourcentage d'observations situées au-dessus ou en dessous d'une valeur spécifiée. la variance. l'écart type. Moyenne des colonnes : La colonne total représente la moyenne des colonnes de la liste Variables à récapituler. 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. l'aplatissement et l'asymétrie.556 Chapitre 36 Les statistiques récapitulatives disponibles sont la somme. 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. le maximum. la moyenne. Maximum des colonnes : La colonne total représente la somme maximale des colonnes de la liste Variables à récapituler. Minimum des colonnes : La colonne total représente la somme minimale des colonnes de la liste Variables à récapituler. Les statistiques récapitulatives totales sont la somme des colonnes. le minimum. le maximum. le nombre d'observations. le minimum.

Tableaux de bord en Colonnes : Options de Ventilation Options de Ventilation contrôle l'affichage des sous-totaux. 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. La liste Variables à récapituler doit contenir exactement deux colonnes. La liste Variables à récapituler doit contenir exactement deux colonnes. % 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. l'espacement et la pagination des modalités de ventilation. Produit des colonnes : La colonne total représente le produit des colonnes de la liste Variables à récapituler.557 Tableaux de Résultats 1ère colonne – 2ème colonne : La colonne total représente la différence des colonnes 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. Figure 36-13 Boîte de dialogue Options de Ventilation des Tableaux de bord .

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

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.

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

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

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

.

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. coefficient de dispersion (COD). 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). et index de concentration calculés pour un intervalle ou un pourcentage défini par l'utilisateur dans le rapport médian. 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. différentiel lié au prix (PRD).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. moyenne. Vous pouvez trier le résultat sur la base des valeurs d'une variable de regroupement. vous pouvez conclure que la distribution des rapports varie considérablement d'un comté à l'autre. Statistiques : Médiane. écart absolu moyen (AAD). intervalle. coefficient de variation avec médiane centrée. intervalles de confiance. 577 . moyenne pondérée. écart type. coefficient de variation avec moyenne centrée. dans l'ordre croissant ou décroissant. valeurs minimale et maximale.

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

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. au niveau des valeurs observées. . „ AAD : L'écart absolu moyen est égal à la somme des écarts absolus des ratios relatifs à la médiane. Dispersion : Ces statistiques permettent de mesurer le degré de variation. divisée par le nombre total de ratios. Affectez une valeur supérieure ou égale à 0. Moyenne : Résultat de la somme des ratios divisée par le nombre total de ratios. et inférieure à 100 au niveau de confiance. Moyenne pondérée : Résultat de la division de la moyenne du numérateur par la moyenne du dénominateur. de la médiane et de la moyenne pondérée (si demandée). „ Intervalles de confiance : Affiche les intervalles de confiance de la moyenne. „ „ „ Médiane : La valeur telle que le nombre de ratios inférieurs à cette valeur est identique au nombre de ratios supérieurs à cette valeur. Correspond également à la moyenne des ratios pondérée par le dénominateur. ou de répartition.

ou index de régressivité. „ 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. Vous pouvez le calculer de deux manières : „ Ratios entre : Dans ce cas. Entrez les valeurs des proportions inférieure et supérieure.01×valeur)×médiane. 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. Index de concentration : Le coefficient de concentration mesure le pourcentage des ratios compris dans un intervalle.01×valeur)×médiane et la limite supérieure est égale à (1 + 0.580 Chapitre 39 „ „ „ COD : Le coefficient de dispersion résulte de l'expression de l'écart moyen absolu en pourcentage de la médiane. Entrez une valeur comprise entre 0 et 100. et cliquez sur Ajouter. résulte de la division de la moyenne par la moyenne pondérée. vous définissez l'intervalle de manière explicite en précisant les valeurs minimale et maximale. vous définissez l'intervalle de manière implicite en indiquant le pourcentage de la médiane. La limite inférieure de l'intervalle est égale à (1 – 0. „ 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. „ Ratios dans : Dans ce cas. Maximum : Ratio le plus grand. puis cliquez sur Ajouter pour obtenir un intervalle. PRD : Le différentiel lié au prix. Minimum : Ratio le plus petit. „ „ „ Intervalle : Résulte de la soustraction du ratio minimal au ratio maximal. .

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

Cliquez sur Définir pour ouvrir une boîte de dialogue de définition de diagramme semblable à celle-ci.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. Figure 40-2 Boîte de dialogue de définition du diagramme .

. cliquez sur Aide. Pour plus d'informations sur les divers choix proposés. Figure 40-3 Diagramme dans le Viewer Modification d'un diagramme Pour modifier un diagramme. Le diagramme apparaît dans l'éditeur de diagrammes. double-cliquez n'importe où dans le diagramme affiché dans le Viewer.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. Le diagramme apparaît dans le Viewer.

Pour ajouter. afficher ou masquer des éléments. utilisez les menus de l'éditeur de diagrammes. . E A partir du menu.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. 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 modifier un élément de diagramme : E Sélectionnez l'élément à modifier.

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

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

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. cliquez sur Titres dans la boîte de dialogue de définition du diagramme. La boîte de dialogue Titres apparaît. Titres. Les sections suivantes expliquent comment définir ces caractéristiques lors de la définition du diagramme. 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. une ligne de sous-titre et deux lignes de note de bas de page. .587 Présentation de l'utilitaire de diagramme Figure 40-7 Boîte de dialogue de définition du diagramme Cliquez sur Titres pour spécifier des titres. 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. vous pouvez spécifier deux lignes de titre.

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

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

si une valeur est manquante. la modalité Manquant est ajoutée aux types de poste affichés. 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. Dans d'autres observations. l'observation est exclue pour toutes les variables. Dans chaque diagramme. les valeurs manquantes utilisateur (valeurs identifiées . et 13 la valeur manquante utilisateur 0. les valeurs de la fonction récapitulative Nombre d'observations figurent dans les étiquettes des bâtons. Dans le diagramme avec exclusion de toute observation incomplète.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. la valeur 0 a été saisie et définie comme manquante. 26 observations des deux diagrammes comportent une valeur manquante par défaut pour le type de poste occupé. Dans le diagramme avec exclusion des observations variable par variable.sav. le nombre d'observations est identique pour les deux variables de chaque regroupement de bâtons. En effet. le nombre d'observations non manquantes de chaque variable d'une modalité donnée est représenté indépendamment des valeurs manquantes dans les autres variables. 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). L'option Afficher les groupes définis par des valeurs manquantes étant sélectionnée pour les deux diagrammes.

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

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

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. 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. tandis que les nombres décroissants d'une échelle confirment qu'il appartient à une autre modalité. Hypothèses : Les nombres croissants d'une échelle d'indicateurs confirment que le sujet appartient à une modalité. Exemple : L'intérêt de la banque est donc de classer correctement les clients en modalités. Les courbes ROC peuvent être utilisées pour évaluer le mode de fonctionnement optimal de ces méthodes. L'utilisateur doit choisir la direction 593 . Elles se composent souvent des probabilités issues d'une analyse discriminante. Des méthodes particulières sont en cours de développement afin de les aider dans leur choix. 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.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. La variable d'état peut être d'un type quelconque et indique la véritable modalité à laquelle un sujet appartient. Remarques sur les données de la courbe ROC Données : Les variables de test sont quantitatives. à savoir ceux qui assumeront ou non le remboursement de leur prêt.

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 .594 Chapitre 41 positive.

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

Valeurs manquantes : Vous permet de spécifier comment traiter les valeurs manquantes. La valeur n'a pas de conséquence sur le résultat. . Les valeurs de l'intervalle se situent entre 50. Vous permet également de définir le niveau de l'intervalle de confiance.1 % et 99. 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.9 %. Les méthodes disponibles sont des valeurs exponentielles non paramétriques et bi-négatives. 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.

597 . Informations de la variable La boîte de dialogue Variables affiche des informations sur la définition des variables pour les variables couramment sélectionnées.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. 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.

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

Pour cela. Si votre fichier de données a un grand nombre de variables et si les boîtes de dialogue s'ouvrent lentement. 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. . 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.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. définissez et utilisez des groupes de variables. 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. Les petits groupes de variables facilitent la recherche et la sélection des variables pour votre analyse et peuvent aussi augmenter votre performance sur SPSS.

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.. Une variable peut appartenir à de multiples groupes. Les noms de Groupes sont indifférents aux observations. y compris vides. . Tous les caractères. E Sélectionnez les variables à inclure dans le groupe. Variables du groupe : Toute combinaison de variables numériques.. sélectionnez : Outils Définir des groupes. peuvent être utilisés.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. Pour définir des groupes de variables E A partir du menu. alphanumériques et alphanumériques longues peuvent être comprises dans un groupe.

Les variables apparaissent dans les listes source dans l'ordre alphabétique ou dans l'ordre du fichier.601 Outils E Saisir un nom de groupe (jusqu'à 12 caractères). . E Cliquez sur Ajouter. deux groupes définis par défaut sont utilisés : ALLVARIABLES : Ce groupe contient toutes les variables du fichier de données. 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. NEWVARIABLES : Ce groupe contient seulement les nouvelles variables créées pendant la session. Par défaut. y compris les nouvelles variables créées pendant une 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. 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.

tous les autres groupes que vous incluez ne sont pas significatifs. .602 Chapitre 42 Vous pouvez enlever ces groupes de la liste et en sélectionner d'autres.. 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. sélectionnez : Outils Utiliser des groupes. 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. 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). Pour limiter les listes source de boîte de dialogue à des groupes de variables définis E A partir du menu.. Si vous n'enlevez pas le groupe ALLVARIABLES de la liste des Groupes utilisés. mais il doit y avoir au moins un groupe dans la liste.

Vous ne pouvez pas déplacer les groupes de variables non attenantes. Faire redescendre sélection : Fait descendre la ou les variables sélectionnées d'une position dans la liste destination. .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).

.

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

Vous pouvez activer ou désactiver la fonction journal. Journal de session : Fichier-journal de toutes les commandes exécutées dans une session. Les listes de variables cible reproduisent toujours l'ordre dans lequel les variables ont été sélectionnées. 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. Vous pouvez modifier le fichier-journal et réutiliser les commandes dans d'autres sessions.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. ajouter au fichier-journal ou l'écraser et sélectionner le nom et l'emplacement du fichier-journal. Celui-ci comprend les commandes saisies et exécutées dans les fenêtres de syntaxe. 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). ainsi que les commandes générées par les choix de boîte de dialogue.

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

Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres.spss.com/tech/downloads/base. Notification : Cette procédure contrôle la façon dont SPSS notifie que votre exécution est terminée et que les résultats sont accessibles dans le Viewer. page 625. 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. Figure 43-2 Onglet Viewer . Pour obtenir d'autres fichiers de langage.htm. 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. visitez le site http://www.608 Chapitre 43 vous installez SPSS. Pour plus d'informations.

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

Remarques. Diagramme. Avertissement. et Résultats texte (résultats en séparation d'espace). 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. Police : Police utilisée pour le nouveau résultat. Titre.) 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. (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. 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.610 Chapitre 43 Figure 43-3 Onglet Viewer Afficher items résultats : Contrôle les éléments à afficher automatiquement à chaque exécution d'une procédure. . Vous pouvez également démarrer ou arrêter l'affichage des commandes dans le journal. Résultats en tableau (les tableaux pivotants sont convertis en sortie texte).

colonnes Etiquettes et Valeurs) facilitent souvent l'interprétation des résultats. spécifiez un nombre de caractères pour la largeur de la colonne. Remarque : Cependant. sous forme de tableaux.611 Options Résultats en tableau : Contrôle les paramètres pour les résultats de tableaux pivotants convertis en résultat texte. contrôle la largeur de page (exprimée en nombre de caractères) et la longueur de page (exprimée en nombre de lignes). Les spécifications de largeur de colonne et de séparateur de colonne ne sont disponibles que si vous sélectionnez Espaces comme séparateur de colonne. 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. Résultats texte : Pour des sorties texte autres que des résultats de tableaux pivotants convertis. certaines statistiques sont affichées seulement en format Large. Les variables descriptives et les étiquettes de valeurs (affichage des variables de l'éditeur de données. 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. 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. Pour les résultats avec séparation tabulaire. Pour limiter la largeur des colonnes et insérer des sauts de ligne dans les longues étiquettes. Dans certaines procédures. 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. Les étiquettes longues peuvent cependant être gênantes dans certains tableaux. la sortie avec des tabulations de séparation ne s'alignera pas correctement dans le Viewer en mode brouillon. .

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. 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. Un résultat déjà affiché dans le Viewer n'est pas affecté par les changements de ces paramètres.

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

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

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

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

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

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

Lecture des fichiers de données Pre-8. les diagrammes à basse résolution s'impriment plus rapidement et les diagrammes à haute résolution ont un meilleur aspect. Toute variable avec des étiquettes de valeurs définies est classée comme qualitative. si vous ouvrez un fichier Viewer enregistré dans une session précédente). le style de police. sans tenir compte du nombre de valeurs uniques.0 : Pour des fichiers de données créés dans des versions précédentes de SPSS. 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.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. et la couleur de fond. Dans la plupart des cas. Le modèle de tableau peut contrôler une variété d'attributs de tableaux pivotants. ceci peut substantiellement augmenter la taille des fichiers Viewer. particulièrement pour les fichiers données importants. Options tableaux pivotants Les options de tableaux pivotants définissent le modèle de tableau par défaut utilisé pour de nouveaux résultats de tableaux pivotants. Cependant. la taille. 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). . Unités de mesure : Le système de mesure utilisé (Points. Les variables avec moins que le nombre spécifié de valeurs uniques sont classées comme qualitatives. Résolution de l'impression : Contrôle la résolution d'impression de diagrammes interactifs. la couleur. Dans le cas des bitmaps. Pouces ou Centimètres) pour spécifier des attributs comme la taille de la région de données dans un diagramme. y compris l'affichage et la largeur du quadrillage . sous-menu Interactif). l'option Métafichier vecteur produira une impression plus rapide et offrira les meilleurs résultats.

. Vous pouvez utiliser l'un des modèles de tableau SPSS ou en créer un dans l'éditeur de tableaux pivotants (dans le menu Format. Par défaut. Définir le répertoire des modèles de tableaux : Cette procédure permet de modifier le répertoire des modèles de tableau par défaut. choisissez Modèles de tableaux).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. la liste affiche les modèles de tableau enregistrés dans le répertoire Looks dans lequel le programme est installé. Ajustement largeur de colonne pour : Cette procédure permet de contrôler l'ajustement automatique des largeurs de colonnes des tableaux pivotants. „ „ Parcourir : Cette procédure permet de sélectionner un modèle de tableau à partir d'un autre répertoire.

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

telle qu'une procédure statistique. les premières décimales sont arrondies et les valeurs sont ensuite . 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. Si une valeur est trop grande pour le format d'affichage spécifié. 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.622 Chapitre 43 Options de données Figure 43-8 Onglet Données Options de transformation et fusion : Chaque fois que SPSS exécute une commande. il lit le fichier de données. Il n'existe pas de format d'affichage par défaut pour les nouvelles variables chaînes. Pour les gros fichiers de données. sélectionner Calculer les valeurs avant leur utilisation pour retarder l'exécution et enregistrer le temps de traitement.

623 Options converties en notation scientifique Les formats d'affichage n'affectent pas les valeurs de données internes. CCC. mais la valeur originale non arrondie est utilisée pour tout calcul. Vous ne pouvez pas modifier les noms de format ou en ajouter de nouveaux. Les cinq noms de format monétaire personnalisé sont CCA. . CCD. Pour modifier un format monétaire personnalisé. 29-OCT-87). Par exemple. et qui peuvent recevoir un traitement spécial pour les valeurs négatives. CCB. 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.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). et CCE. 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. Le paramétrage de l'intervalle automatique est basé sur l'année en cours. Pour un intervalle personnalisé. Options monétaires (devises) Vous pouvez afficher jusqu'à cinq formats monétaires personnalisés (devises) qui peuvent comprendre des caractère spéciaux de préfixe et suffixe.78 peut être arrondie à 123457 pour l'affichage. la valeur 123456.

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

Vous pouvez utiliser les scripts pour automatiser de nombreuses fonctions dans SPSS. 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.625 Options Options script Utilisez l'onglet Scripts pour spécifier le fichier de procédures globales et le fichier autoscript. 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. . Remarque : Le fichier de procédures globales livré avec SPSS est sélectionné par défaut. y compris la personnalisation des tableaux pivotants. y compris les fichiers autoscript. 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. et sélectionner les sous-routines d'autoscript à utiliser.

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

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

d'exécuter des fichiers de syntaxe de commande ou des fichiers de script. fichier de syntaxe de commande ou application externe). Les barres d'outils peuvent contenir tous les outils disponibles dans SPSS. 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. y compris les outils utilisés pour toutes les procédures des menus. Personnalisation des barres d'outils Vous pouvez personnaliser les barres d'outils SPSS et créer de nouvelles barres d'outils. . Elles peuvent également contenir des outils personnalisés permettant de lancer d'autres applications. 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. E Cliquez sur Parcourir pour sélectionner un fichier à attacher à l'élément de menu.628 Chapitre 44 E Sélectionnez le type de fichier du nouvel élément (fichier de script.

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

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

sélectionnez : Affichage Barres d'outils. 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. cliquez sur Personnaliser. E Sélectionnez les types de fenêtres dans lesquelles vous voulez voir apparaître la barre d'outils. puis sur Propriétés dans la boîte de dialogue Personnaliser barre d'outils.. indiquez aussi un nom de barre. E Pour les nouvelles barres d'outils. Les barres d'outils peuvent contenir tous les outils disponibles dans SPSS. E Pour les barres d'outils existantes. cliquez sur Nouvel outil. y compris les outils utilisés pour toutes les .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. Pour les nouvelles barres d'outils..

d'exécuter des fichiers de syntaxe de commande ou des fichiers de script. d'exécuter des fichiers de syntaxe de commande et d'exécuter des fichiers de script. . 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. Elles peuvent également contenir des outils personnalisés permettant de lancer d'autres applications.632 Chapitre 44 procédures des menus.

Cela est tout particulièrement utile pour les outils personnalisés créés pour exécuter des scripts. de la syntaxe et d'autres applications.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. .

. E Cliquez sur Modifier outil.. E Utilisez la boîte à outils et la palette de couleurs pour modifier l'image bitmap ou créer une nouvelle icône bitmap. E Sélectionnez la barre d'outils à personnaliser et cliquez sur Personnaliser. sélectionnez : Affichage Barres d'outils.. E Cliquez sur l'outil avec l'icône bitmap que vous voulez modifier dans l'exemple de barre 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.

Vous pouvez utiliser n'importe quel éditeur de texte pour créer ce fichier. Après que vous avez créé des fichiers de syntaxe et que vous les avez intégrés dans une tâche de production. 635 . Le Système de Production utilise des fichiers de syntaxe de commande pour indiquer au programme la marche à suivre. telles que des rapports hebdomadaires.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. ce qui vous permet d'exécuter d'autres tâches pendant qu'il fonctionne. Un fichier de syntaxe de commande est un fichier texte simple contenant une syntaxe de commande. SPSS fonctionne seul et prend fin après avoir exécuté la dernière commande. vous pouvez les afficher et les modifier à partir du système de production. Le mode Production est utile si vous exécutez souvent le même ensemble d'analyses longues.

disponible dans le menu Démarrage. Par exemple. Les résultats texte peuvent être modifiés dans le Viewer en mode brouillon. Type de résultat : Les sorties du Viewer sont sous forme de tableaux pivotants et de graphiques haute résolution et interactifs. Utilisation de l'Utilitaire de Production E Créez un fichier de syntaxe de commande.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 . Le fichier de résultats est un document du Viewer.spp crée un fichier de résultats intitulé prodjob. un fichier de tâche de production intitulé prodjob. Le Viewer en mode brouillon produit les résultats texte et des fichiers images (metafiles ou métafichiers) des graphiques.spo. E Démarrez le Système de production. E Indiquez les fichiers de syntaxe que vous souhaitez utiliser dans la tâche de . à l'inverse des graphiques.spo.

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. E Enregistrer le fichier de Tâche de production. Si vous disposez d'un accès réseau à la version pour serveur distant de SPSS.637 Système de production production. 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. E Exécutez le fichier de Tâche de production. Le point à la fin de la commande est optionnel. comme dans l'exemple suivant : GET FILE = '\hqdev01\public\juillet\ventes. . le format des commandes convient au système de production SPSS. Si vous générez de la syntaxe de commande en collant les choix d'une boîte de dialogue dans une fenêtre de syntaxe. Cliquez sur Ajouter pour sélectionner les fichiers de syntaxe. Les lignes suites doivent être en retrait d'un espace au moins. et non par rapport à votre ordinateur local. 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.

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. . et d'enregistrer des diagrammes sous divers formats communément utilisés par d'autres applications. texte.

une ligne est insérée dans le fichier texte pour chaque diagramme. Pour les documents Word/RTF. Graphiques uniquement : N'exporte que les graphiques. résultat texte et diagrammes. les diagrammes sont exportés au format métafichier Windows et incorporés dans le document Word. TIFF. indiquant le nom de fichier du diagramme exporté. PostScript encapsulé (EPS). JPEG. les formats d'exportation sont les suivants : métafichier Windows (WMF). Les diagrammes du Viewer sont ignorés. „ Pour les formats HTML et texte. Pour le format Word/RTF. Document résultat : Exporte toute combinaison de tableaux pivotants. bitmap Windows (BMP). Les diagrammes ne sont pas inclus dans les documents Excel. PNG ou PICT Macintosh. „ „ Document Résultat (sans Graphiques) : Exporte les tableaux pivotants et les résultats 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. les tableaux sont intégrés par référence. et vous devez exporter les tableaux sous un format adapté pour permettre leur intégration dans des documents HTML. . les diagrammes sont toujours exportés au format métafichier Windows. Pour le format document HTML. Pour le format document texte. les diagrammes sont exportés dans le format d'exportation du diagramme sélectionné. Pour les documents HTML et texte.

Les noms des diagrammes exportés comprennent le nom de fichier de la tâche de production. Le résultat texte dans SPSS apparaît toujours dans une police à espacement fixe et est exporté avec les mêmes attributs de police. styles de police. JPEG. PNG ou PICT Macintosh. Fichier Excel (*.txt) : Les tableaux pivotants peuvent être exportés en format tabulé ou avec espaces. styles de police. PostScript encapsulé (EPS). couleurs d'arrière-plan. Pour les documents de résultat. sélectionnez un format d'exportation de graphiques dans la liste déroulante. couleurs d'arrière-plan.spp exporte des diagrammes au format métafichier Windows. colonnes et cellules des tableaux pivotants sont exportées comme des lignes. Les diagrammes peuvent être exportés aux formats suivants : métafichier Windows (WMF).doc) : Les tableaux pivotants sont exportés comme des tableaux Word avec tous les attributs de formatage (bordures de cellule. prodjob2.wmf. Une police à espacement fixe est nécessaire pour le bon alignement des résultats texte séparés par des espaces. Le résultat texte est exporté avec tous les attributs de police. colonnes et cellules Excel. etc. Word/RTF et Excel . un numéro séquentiel. avec le contenu de toute la ligne dans une seule cellule.wmf. Chaque ligne du résultat texte est une ligne dans le fichier Excel. prodjob3. avec tous les attributs de formatage (bordures de cellule. Format d'image L'option Format d'image contrôle le format d'exportation des diagrammes.wmf.xls) : Les lignes.640 Chapitre 45 Format d'exportation Pour les documents de résultat. Tous les résultats texte sont exportés en format avec espaces. Fichier texte (*.). . Les résultats texte sont publiés au format HTML pré-formaté. et l'extension du format choisi. Si la tâche de production prodjob. CGM.). les noms des diagrammes seraient prodjob1. et ainsi de suite.htm) : Les tableaux pivotants sont exportés comme des tableaux HTML. Pour Graphiques Seulement. bitmap Windows (BMP). etc. „ Fichier Word/RTF (*. les tableaux pivotants et le texte sont exportés de la façon suivante : „ „ „ Fichier HTML (*. Le résultat texte est exporté en tant que fichier RTF. les options disponibles sont HTML. texte. les diagrammes sont exportés au format du diagramme sélectionné. TIFF. pour les formats HTML et texte.

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) et les options d'exportation de diagrammes (paramètres des couleurs. 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. 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. Pour modifier les options d'exportation de texte et de diagrammes. Les diagrammes ne peuvent être exportés par le Viewer en mode brouillon. utilisez l'option Exporter du menu Fichier de SPSS.641 Système de production Options de texte et d'image Les options d'exportation de texte (séparé par des tabulations ou par des espaces. . par exemple) sont définies dans SPSS et ne peuvent pas être modifiées dans le système de production.

vous devez entrer Oui pour les spécifications de nom de fichier car les spécifications de ce type doivent être placées entre guillemets. Invite : Etiquette descriptive qui s'affiche lorsque la tâche de production vous demande de saisir des informations. Défaut : Valeur que la tâche de production donne par défaut si vous ne tapez pas une valeur différente. 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.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. Vous pouvez remplacer ou modifier cette valeur pendant l'exécution. Par exemple. Le nom du symbole de macro doit commencer par un @. Sinon. 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. . Cette valeur s'affiche lorsque la tâche de production vous demande cette information.

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. .

Changer serveur. 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. . les paramètres par défaut de la boîte de dialogue de connexion au serveur de SPSS seront utilisés. 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). un nom de domaine.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. „ Exécuter la tâche de production comme une opération de fond invisible ou afficher „ Définir un serveur distant. Ajouter). Si vous ne fournissez pas ces informations. SPSS et les résultats qu'il génère au fur et à mesure de l'exécution de la tâche.

les couleurs. sélectionnez Redimensionner largeur de tableau pour l'ajuster à la page dans l'onglet Général. et les bordures.645 Système de production Figure 45-7 Options Modification des options de production Dans les menus du Système de production choisissez Affichage Options. Pour éviter la division de tableaux larges sur plusieurs pages. 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... option Propriétés du tableau. Vous pouvez spécifier les tailles et styles de polices. .

mais garantit que toutes les valeurs seront affichées. Vous pouvez définir les paramètres dans Modèles de tableaux et Options avant de lancer votre tâche de production. Cela produit des tableaux plus larges. Options. E A partir du menu. Cela produit des tableaux plus compacts. L'option Etiquettes et données ajuste la largeur d'une colonne à l'élément le plus large de la colonne. . Largeur de colonne : Les options Tableaux pivotants (menu Edition.. 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 Sélectionnez un modèle de tableau dans la liste et cliquez sur Modifier modèle. Options. mais vous pouvez également utiliser les commandes SET dans vos fichiers de syntaxe pour les contrôler. sélectionnez : Format Aspects de tableaux. „ 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.646 Chapitre 45 Etiquettes de résultats : Les options Etiquettes de résultats (Menu Edition. mais les valeurs de données plus larges que l'étiquette ne seront pas affichés (des astérisques indiquent les valeurs trop larges pour être affichées). de longues étiquettes peuvent parfois paraître étranges dans certains tableaux. E Définissez les propriétés du tableau selon les attributs voulus.. Création d'un modèle de tableau par défaut personnalisé E Activez le tableau pivotant (double-cliquez à un endroit quelconque du tableau). des valeurs de données réelles et/ou des étiquettes de valeurs définies. permettent souvent d'interpréter plus facilement vos résultats. Les étiquettes de variable et de valeur. plus descriptives. onglet Etiquettes Résultats) contrôlent l'affichage des informations relatives aux variables et aux valeurs de données dans les tableaux pivotants. de l'étiquette ou de la valeur de donnée. „ Les tâches de production utilisent les paramètres en vigueur définis sous Modèle de tableau et Options. Toutefois. onglet Tableaux pivotants) contrôlent les modèles de tableaux par défaut et l'ajustement automatique des largeurs de colonnes dans les tableaux pivotants.

Définition des options pour les tâches de production E A partir du menu. Lorsque vous exécutez une tâche de production. 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. . E Cliquez sur l'onglet Tableaux pivotants. Les paramètres définis sous Options sont enregistrés avec le programme. sélectionnez : Affichage Options. E Cliquez sur OK.. SET TVARS : Contrôle l'affichage des noms et des étiquettes de variable dans les nouveaux tableaux pivotants..tlo'. Vous pouvez définir le modèle de tableau par défaut. et l'ajustement automatique de la largeur des colonnes avec Options. sélectionnez : Affichage Options E Sélectionnez les options souhaitées. „ SET TVARS = LABELS fait apparaître les étiquettes de variable. E A partir du menu. 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.647 Système de production E Cliquez sur Enregistrer aspect ou Enregistrer sous pour enregistrer le modèle de tableau et cliquez sur OK. les paramètres des étiquettes de résultats. comme dans : „ SET TLOOK = 'c:\prodjobs\montableau.

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 = BOTH fait apparaître les valeurs de données et les étiquettes de valeurs. 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!. SET TFIT = BOTH ajuste la largeur des colonnes à la largeur des étiquettes ou à la plus grande valeur de données. „ „ SET TFIT = LABELS ajuste la largeur des colonnes en fonction de la largeur des étiquettes de colonne. SET ONUMBER : Contrôle l'affichage des valeurs de données ou des étiquettes de valeurs dans les nouveaux tableaux pivotants. Les valeurs par défaut des invites utilisateur sont automatiquement utilisées. -s : Exécute la tâche de production. SET TVARS = BOTH fait apparaître les noms et les étiquettes de variable. „ „ „ SET ONUMBER = LABELS fait apparaître les étiquettes de valeurs. vous devez fournir l'information demandée pour que la tâche de production puisse s'exécuter. . SET ONUMBER = VALUES fait apparaître les valeurs de données. SET TFIT : Contrôle l'ajustement automatique de la largeur des colonnes pour les nouveaux tableaux pivotants. le chiffre retenu étant le plus grand des deux.648 Chapitre 45 „ „ SET TVARS = NAMES fait apparaître les noms de variable. Si la tâche de production contient des invites utilisateur.

vous devez les faire suivre du signe égal (=) immédiatement avant la spécification. indiquez des chaînes vides entre guillemets pour tous les commutateurs de ligne de commande de l'analyse distribuée.spp" -x="" -n="" -d="" -u="" -p="" .spp" -s -r Pour les commutateurs de ligne de commande nécessitant des spécifications supplémentaires.exe" "c:\spss\datajobs\prodjob. et les deux doivent être mis entre guillemets. Si vous spécifiez l'un de ces paramètres de ligne de commande pour l'analyse distribuée. -n : Numéro du port. dans un nom de serveur en deux mots). comme dans l'exemple suivant : "c:\program files\spss\spssprod. 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. Vous devez indiquer le chemin complet aussi bien pour le système de production (spssprod. la tâche s'exécute en mode local. -n. comme dans l'exemple suivant : "c:\program files\spss\spssprod. -p : Mot de passe 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. -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. indiquez la valeur entre guillemets ou entre apostrophes. Si la spécification comporte des espaces (par exemple. vous devez tous les indiquer (-x.649 Système de production Analyse distribuée : Si vous disposez d'un accès réseau à la version serveur de SPSS. -u : ID utilisateur pour l'accès au serveur distant. Si aucun serveur par défaut n'est défini dans cette boîte de dialogue. -d. -u et -p).exe) que pour 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. Les diagrammes sont publiés sous forme de fichiers graphiques JPEG ou PNG. fichiers HTML) spécifiés dans la tâche de production. Graphiques uniquement : Publie uniquement les graphiques du document. Tableaux uniquement (sans Notes) : Exclut les graphiques et les tableaux Notes. y compris les éléments masqués ou réduits. 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. Statique : Les tableaux sont statiques et ne peuvent pas être manipulés après publication. Rien : Désactive la publication sur le Web.650 Chapitre 45 Publication sur le Web La fonction Publier sur le Web exporte les résultats à publier vers le serveur Web SmartViewer. Publier : Permet de spécifier le résultat à publier : „ „ „ „ „ „ Document résultat : Publie la totalité du document de résultat. Tableaux uniquement : Exclut les graphiques.spp). à moins que vous ne sélectionniez l'option Rien. Les tableaux et rapports publiés dans SmartViewer peuvent être visualisés et manipulés via le Web. Tous les tableaux pivotants et tableaux de texte sont publiés. „ „ „ Les tableaux pivotants sont publiés comme des tableaux dynamiques pouvant être manipulés via le Web afin d'obtenir différents affichages des données.). (La plupart des navigateurs utilisent par défaut une police à espacement fixe pour le texte préformaté. Celle-ci désactive la publication tout en générant d'autres types de résultats (fichiers du Viewer. Document résultat (sans Notes) : Publie tout sauf les tableaux Notes produits automatiquement pour chaque procédure. les résultats seront publiés à chaque fois vous que exécuterez la tâche de production. en temps réel et à l'aide d'un navigateur standard.

Contactez votre administrateur système ou Webmaster pour plus d'informations.651 Système de production Configurer : Ouvre la page Configurer la publication automatique du serveur Web SmartViewer dans une fenêtre de navigateur. Lorsque vous créez une tâche de production à publier sur le Web. 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 obtenir des instructions sur le téléchargement du plug-in. vous devez entrer votre ID utilisateur et votre mot de passe. Ces informations sont stockées dans la tâche de production dans un format codé. Si SmartViewer n'est pas disponible sur votre site. . 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. Une ID utilisateur et un mot de passe vous sont également demandés pour accéder au serveur Web SmartViewer. Cette procédure est requise pour la création d'une tâche de production à publier sur le Web. utilisez l'option Exporter le résultat pour enregistrer le résultat au format HTML.

.

telles que : „ „ „ „ „ le résultat personnalisé et automatique dans le Viewer. sélectionnez : Outils Exécuter le script. Un certain nombre de scripts figure dans le logiciel. l'exportation des diagrammes sous forme de fichiers graphiques dans de nombreux formats. notamment les scripts automatiques qui s'exécutent automatiquement à chaque fois qu'un type de résultat est produit. l'ouverture et l'enregistrement des fichiers de données.Utilitaire de script SPSS 46 Chapitre L'utilitaire de script vous permet d'automatiser certaines tâches. Vous pouvez utiliser ces scripts comme ils se présentent ou les adapter à vos besoins. Si vous souhaitez créer vos propres scripts. l'exécution des transformations de données et des procédures statistiques à l'aide de la syntaxe de commande SPSS. Exécution d'un script E A partir du menu. 653 . l'affichage et la manipulation de boîtes de dialogue... vous pouvez d'abord en choisir un parmi les nombreux Assistants script.

Modifier la signification de p : Changez Sig.654 Chapitre 46 Figure 46-1 Boîte de dialogue Exécuter le script E Sélectionnez le dossier Scripts. en p= dans les étiquettes de colonnes de n'importe quel tableau pivotant. E Sélectionnez le script de votre choix. page 627. Le document doit être ouvert dans la fenêtre correspondante du Viewer avant l'exécution du script. 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.sbs (effacer le Navigateur) : Supprime tous les tableaux de remarques d'un document de résultat. . Pour plus d'informations. Un tableau de Remarques produit par la précédente exécution de l'analyse factorielle ou discriminante doit être sélectionné avant d'exécuter le script. Clean navigator. Il faut choisir le tableau avant d'exécuter le script. reportez-vous à « Personnalisation des menus et des barres d'outils » dans Chapitre 44 .

Autoscripts Les scripts automatiques s'exécutent automatiquement lorsqu'ils sont déclenchés à la création d'une partie de résultat particulière par une procédure donnée.sbs (état des moyennes) : Extrait les informations du tableau des moyennes et écrit les résultats dans plusieurs fichiers de résultat ASCII.. le script tente de lire le fichier de données utilisé initialement.sbs (retirer les étiquettes) : Supprime toutes les étiquettes de colonnes ou de lignes dans un tableau pivotant sélectionné.. appliquez le format Gras et la couleur Bleue à la ligne correspondant au modèle qui maximise les R-deux ajustés. Remove labels. Rerun syntax from note. Le tableau récapitulatif des modèles doit être sélectionné avant l'exécution du script. colonnes ou strates de données indiquées comme étant un Total dans le tableau pivotant. Le tableau des remarques doit être sélectionné avant l'exécution du script.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.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. reportez-vous à « Options » dans Chapitre 43 .sbs (totaux en gras) : Applique l'attribut Gras et la couleur Bleue à toutes les lignes. Le tableau de statistiques de fréquences doit être sélectionné avant l'exécution du script. Pour plus d'informations. Remarque : cette liste n'est pas exhaustive. . R-deux max : Dans le tableau récapitulatif des modèles de régression. Means report. Il faut choisir le tableau avant d'exécuter le script. Il faut choisir le tableau avant d'exécuter le script. Par exemple. Si aucun fichier n'est ouvert. page 605. Make totals bold. Le tableau des moyennes doit être sélectionné avant d'exécuter le 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..

Fréquences. vous pouvez utiliser un autoscript distinct pour chaque type de résultat produit par la même procédure. Pour plus d'informations. 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). chacune pouvant avoir son propre autoscript. par exemple. . reportez-vous à « Options » dans Chapitre 43 . page 605. 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.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. Cependant. produit à la fois un tableau de fréquences et un tableau de statistiques.

vous pouvez d'abord en choisir un parmi les nombreux Assistants scripts. Vous pouvez facilement modifier ce script pour supprimer les éléments de résultat de n'importe quel type et d'étiquette.657 Utilitaire de script SPSS Création et modification de scripts Vous pouvez adapter à vos besoins la plupart des scripts livrés avec le logiciel. . Figure 46-3 Modifier un script dans la fenêtre de script Si vous préférez créer vos propres scripts. l'un des scripts permet de supprimer tous les tableaux de remarques dans le document de résultat choisi. Par exemple.

sélectionnez : Fichier Ouvrir Script..sbs).658 Chapitre 46 Modification d'un script E A partir du menu.. E Dans Type. 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. des fonctions de mise au point et une aide contextuelle. E Sélectionnez le script de votre choix. sélectionnez Script SPSS (*. . un navigateur d'objets. Figure 46-4 Ouvrir un fichier de script E Sélectionnez le dossier Scripts. Si vous ouvrez plusieurs scripts. chacun d'eux dispose de sa propre fenêtre.

cliquez sur ces termes et appuyez sur F1. Pour accéder à l'Aide contextuelle relative à ces termes. Vous pouvez également cliquer sur ces termes et sur F1 pour accéder à l'Aide. le nom de la procédure s'affiche en haut de la fenêtre.) „ . Les termes en bleu sont des mots réservés au BASIC (tels que Sub. End Sub et Dim). des propriétés ou des méthodes. (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.659 Utilitaire de script SPSS Figure 46-5 Fenêtre de script „ „ Lorsque vous déplacez le curseur. Les termes en magenta sont des objets SPSS. mais uniquement lorsqu'ils apparaissent en magenta et dans des instructions correctes.

Pour définir les propriétés de l'éditeur de script E A partir du menu. sont en magenta. 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. sélectionner l'élément et une couleur dans la palette déroulante. propriétés et méthodes valides.660 Chapitre 46 „ „ Les commentaires sont affichés en vert. . les commentaires sont en vert. Par défaut. Vous pouvez indiquer des couleurs différentes pour ces éléments et changer la taille et la police de tout le texte. Cliquez sur F2 pour afficher le navigateur d'objets qui affiche les objets SPSS. les propriétés et les méthodes. 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. les termes Sax BASIC sont en bleu et les noms des objets.

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. 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. Pour que ce script fonctionne. Reformate par étiquettes : Reformate un tableau pivotant en fonction des étiquettes de lignes. modifie le texte dans une note de bas de page ou ajoute une note de bas de page. . l'option Masquer les lignes et colonnes vides doit être sélectionnée dans la boîte de dialogue Propriétés de Tableau. Note de bas de page : Reformate les notes de bas de page d'un tableau pivotant.661 Utilitaire de script SPSS L'Assistant script Lorsque vous créez un nouveau script. Supprimer les items du Navigateur : Supprime les éléments du Viewer en fonction d'un certain nombre de critères. vous pouvez tout d'abord choisir un certain nombre d'Assistants script. Supprimer par étiquette : Supprime des lignes ou des colonnes dans un tableau pivotant en fonction du contenu de RowLabels ou ColumnLabels. de colonnes ou de strates.

Vous pouvez également utiliser n'importe quel autre script disponible comme Assistant Script. . E Si vous ne souhaitez pas utiliser d'assistant. sélectionnez un objet du résultat qui servira de déclencheur. pour créer un autoscript qui s'exécute à chaque fois qu'un tableau de fréquences est produit. Création de scripts automatiques Pour créer un autoscript. Création d'un script E A partir du menu. cliquez sur Annuler. même s'il est plus complexe à personnaliser.662 Chapitre 46 Reformate un tableau pivotant divers : Reformate ou modifie le texte dans un titre de tableau pivotant. sélectionnez : Nouveau Script… E Sélectionnez un Assistant script si vous souhaitez commencer par là. Ouvrez simplement le script et enregistrez-le sous un nom différent. créez un tableau de fréquences selon la procédure habituelle et cliquez sur le tableau dans le Viewer pour le sélectionner. Par exemple. 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. un texte de coin ou une légende.

si vous créez un autoscript déclenché chaque fois qu'Explorer crée un tableau de caractéristiques.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.sbs. par défaut) en tant que nouvelle procédure. Le nom de la procédure renvoie à l'événement qui sert de déclencheur. 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 . Par exemple.

E A partir du menu. Correlations_Table_Correlations_Create. mais il faut que les scripts automatiques soient spécifiques à un élément de résultat et à une procédure statistique donnés. sélectionnez Options pour activer ou désactiver l'autoscript. par exemple. E Dans le menu Edition.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. . 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. Si un autoscript existe déjà. un nouveau autoscript est créé. sélectionnez : Outils Créer/modifier un script automatique… S'il n'existe pas d'autoscript pour l'objet sélectionné. Création d'un autoscript E Sélectionnez l'objet que vous souhaitez utiliser en tant que déclencheur dans le Viewer. Evénements déclenchant les scripts automatiques Le nom de la procédure de l'autoscript renvoie à l'événement qui le déclenche. il est affiché. E Entrez le code.

Par exemple. qui. Création d'avertissements : Renvoyé par la procédure qui l'a créé. .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. Vous pouvez également utiliser un script pour déclencher indirectement un autoscript. déclenche l'autoscript déclaré pour le tableau de corrélation en résultant. vous pouvez écrire un script qui invoque une procédure de corrélation. à son tour. Création de remarques : Renvoie à la procédure qui l'a créé : Correlations_Notes_Create.

. ce qui vous permet d'activer et de désactiver les différents scripts. 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.sbs.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). Tous les nouveaux scripts automatiques que vous créez sont ajoutés à ce fichier. Le nom du fichier d'autoscript actif est affiché dans l'onglet Scripts de la boîte de dialogue Options (menu Edition). Vous pouvez spécifier un fichier d'autoscript différent mais vous ne pouvez en activer qu'un seul à la fois. Le fichier d'autoscript par défaut est autscript.

Utilisez ensuite les propriétés et les méthodes pour effectuer quelque chose. L'utilisation des objets constitue une procédure en deux étapes. 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.667 Utilitaire de script SPSS Fonctionnement des scripts Les scripts manipulent les objets à l'aide des propriétés et des méthodes. les tableaux pivotants constituent une classe d'objets. Par exemple. Figure 46-12 Arborescence de la hiérarchie des objets. pour . Créez tout d'abord une référence pour l'objet (appelée accès à l'objet). 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. Le regroupement des classes (ou types) d'objets SPSS s'appelle la bibliothèque des types SPSS. Par exemple. Pour atteindre les objets. Chaque classe d'objets possède des propriétés et des méthodes qui lui sont propres.

En effet. la première déclaration ci-dessus crée une variable d'objet appelée objOutputDoc et affecte cette variable à la classe d'objets ISpssOutputDoc. (Souvenez-vous que tout ce que vous enregistrez dans la variable est une référence à l'objet. Chaque objet que vous atteignez est enregistré dans une variable.668 Chapitre 46 atteindre un tableau pivotant. A chaque étape. Avant d'écrire un script. Astuces : il est difficile de comprendre le fonctionnement de scripts si vous ne comprenez pas le fonctionnement de SPSS. il est judicieux de déclarer toutes les variables avant de les utiliser. tel qu'un document de résultat ou un tableau pivotant. Déclarations des variables (Script) Même si ce n'est pas obligatoire. Les noms des variables d'objet commencent par obj. Par exemple. La variable n'a pas encore de valeur. elle n'a pas encore été définie pour un document de résultat particulier. Classes d'objets SPSS : ISpssOutputDoc et PivotTable sont des noms de classes d'objet SPSS. Pour cela. vous devez d'abord accéder au document de résultat qui contient ce tableau puis aux éléments de ce document. 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 »). 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. ceux des variables numériques (entiers) par int et ceux des variables chaîne par str. le nom de chaque variable fait référence à son type. Chaque classe d'objets possède . Chaque classe représente un type d'objet que le programme peut créer. tenez compte des objets que vous manipulez et des propriétés de chaque objet que vous modifiez. Conventions d'appellation des variables : Par convention. 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. effectuez plusieurs fois les tâches à accomplir à l'aide de la souris.) L'une des premières étapes de la création d'un script est souvent la déclaration de variables pour les objets dont vous avez besoin.

Elle ne requiert aucune déclaration. 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. 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. Notez que. les noms de classes d'objets commencent toujours par ISpss. 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 .669 Utilitaire de script SPSS des propriétés et des méthodes qui lui sont propres. Le regroupement des classes (ou types) d'objets SPSS s'appelle la bibliothèque des types SPSS. à l'exception des tableaux pivotants.

GetDesignatedOutputDoc 'obtenir la référence du document de sortie Set objOutputItems = objOutputDoc. La seconde instruction ci-dessus permet d'accéder au document de résultat mentionné à l'aide de GetDesignatedOutputDoc. Chaque référence à un objet que vous obtenez est enregistrée dans une variable. pour accéder à un tableau pivotant. Sub Main Dim objOutputDoc As ISpssOutputDoc'Déclarer les variables objet Dim objOutputItems As ISpssItems Dim objOutputItem As ISpssItem Set objOutputDoc = objSpssApp. Pour obtenir un objet. pour accéder au document de résultat mentionné : Dim objOutputDoc As ISpssOutputDoc Set objOutputDoc = objSpssApp. le script renvoie une erreur.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. Par exemple. Exemple : Accès à un élément de résultat Ce script accède au troisième élément de résultat dans le document de résultat mentionné et l'active. Si cet élément n'est pas un objet OLE.GetDesignatedOutputDoc Vous utilisez les propriétés et les méthodes des objets supérieurs dans la hiérarchie des objets pour obtenir les objets inférieurs. méthode apparentée à l'objet d'application SPSS. 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. Vous pouvez vous reporter ci-dessous à un autre exemple qui active le premier tableau pivotant dans le document de résultat mentionné. qui est d'un niveau supérieur.GetItem(2) 'obtenir le troisième élément de résultat '(les numéros d'élément commencent à 0 pour que « 2 » corresponde au troisième élément) .Items() 'obtenir la collection des éléments dans le document Set objOutputItem = objOutputItems. déclarez d'abord une variable d'objet de la classe appropriée puis affectez cette variable à un objet particulier. De la même façon.

Vous pouvez tester ces exemples vous-même.GetItem(index)'obtenir l'élément courant intItemType = objOutputItem.Activate 'activer l'élément de résultat End sub Exemple : Accès au premier tableau pivotant Ce script accède au premier tableau pivotant dans le document de résultat mentionné et l'active. 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. copiez le code de la fenêtre d'aide et collez-le dans la fenêtre de script.Activate()'si l'élément est un tableau pivotant.671 Utilitaire de script SPSS objOutputItem. Pour cela.SPSSType()'obtenir le type de l'élément courant If intItemType = SPSSPivot Then Set objPivotTable = objOutputItem. l'activer Exit For End If Next index End sub Ces exemples sont également accessibles dans l'aide en ligne.GetDesignatedOutputDoc'obtenir la référence du document de sortie Set objOutputItems = objOutputDoc.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. .Count()'obtenir le nombre d'éléments de résultat For index = 0 To intItemCount'parcourir les éléments de résultat Set objOutputItem = objOutputItems.

tels que la couleur ou la largeur de cellule. pour attribuer la légende « Résultats d'Anita » à un tableau pivotant activé (objPivotTable) : objPivotTable. vous lisez depuis cette propriété. les attributs sont appelés des propriétés et les utilisations des méthodes. telles que la sélection de tous les éléments dans un tableau : objPivotTable.CaptionText = "Résultats d'Anita" Lorsqu'une propriété apparaît sur la droite. Lorsqu'une propriété apparaît à gauche du signe égal.SelectTable . les objets d'automation OLE de SPSS ont des attributs et des utilisations. Dans le vocabulaire de programmation.CaptionText Exemple : Utilisation des méthodes (Script) Les méthodes opèrent des actions sur les objets. Chaque classe d'objets dispose de propriétés et de méthodes spécifiques qui déterminent ce que vous pouvez en faire. Par exemple. 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.672 Chapitre 46 Propriétés et méthodes (script) Tout comme les objets réels. vous écrivez dessus. pour définir la légende d'un tableau pivotant et l'enregistrer sous forme de variable : strFontName = objPivotTable. Par exemple.

673 Utilitaire de script SPSS ou l'annulation d'une sélection : objPivotTable. Vous pouvez également accéder à l'aide relative aux différentes propriétés et méthodes. la méthode GetDesignatedOutputDoc renvoie le document de résultat choisi. puis copier les propriétés et méthodes sélectionnées pour les coller dans votre script. Par exemple.GetDesignatedOutputDoc Set objItems = objOutputDoc. De telles méthodes sont extrêmement importantes pour la navigation dans la hiérarchie des objets. Figure 46-13 Navigateur d'objets .Items Navigateur d'objets Le navigateur d'objets affiche toutes les classes d'objets et les méthodes et propriétés qui leur sont apparentées. ce qui vous permet d'accéder aux éléments de ce document de résultat : Set objOutputDoc = objSpssApp.ClearSelection Certaines méthodes renvoient à un autre objet.

vous pouvez appeler n'importe quelle procédure autant de fois que vous le souhaitez. Figure 46-14 Boîte de dialogue Nouvelle procédure Les procédures sont soit des sous-routines. Vous pouvez également appeler . 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.. L'organisation des codes dans les procédures facilite la gestion et la réutilisation des différentes portions de code. le nom de la procédure active s'affiche en haut de la fenêtre. sélectionnez : Mettre au point Parcourir les objets. Dans un script. E Sélectionnez les Methods/Properties (propriétés et méthodes) pour accéder à l'Aide contextuelle ou les coller dans votre script. 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. soit des fonctions. Nouvelle procédure (Script) Une procédure est une séquence libellée d'instructions exécutées comme un ensemble.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 scripts doivent contenir au moins une procédure (Sous-routine principale).. Ils en contiennent souvent plusieurs. E Sélectionnez une classe d'objets dans la liste Data Type (type de données) afin d'afficher les méthodes et propriétés de cette classe.

E Sélectionnez Sous-routine ou Fonction.675 Utilitaire de script SPSS n'importe quelle procédure dans le fichier général des scripts. Ajout d'une nouvelle procédure à un script E A partir du menu. entrez les instructions qui définissent la procédure directement dans le script.. E Saisissez un nom pour la procédure. Les procédures du fichier général des scripts peuvent être appelées par d'autres scripts. Pour cela.. Vous pouvez également créer une nouvelle procédure. vous pouvez l'ajouter au fichier général des scripts. ce qui permet de partager les procédures sur plusieurs scripts. . Procédures générales (script) Si vous souhaitez utiliser une procédure ou une fonction dans plusieurs scripts. sélectionnez : Script Nouvelle procédure.

sbs ne sont plus disponibles.676 Chapitre 46 Figure 46-15 Fichier général des scripts Le fichier général des scripts par défaut est global. sous la barre d'outils). 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 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. . Vous pouvez également spécifier un autre fichier général des scripts dans l'onglet Scripts de la boîte de dialogue Options (menu Edition). Vous pouvez ajouter librement des procédures à ce fichier. mais vous ne pouvez effectuer de modifications que dans une seule fenêtre à la fois.

'Requirement: Le tableau pivotant à modifier doit être sélectionné. 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. Vous ne pouvez pas exécuter un script général directement depuis le menu Outils ou une fenêtre de script. 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. Par exemple : 'Begin Description 'Ce script change "Sig." en "p=" dans les étiquettes de colonne d'un tableau pivotant. La boîte de dialogue est définie par un bloc Begin Dialog.. 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. Ajoutez simplement un commentaire sur la première ligne du script.677 Utilitaire de script SPSS Les procédures générales doivent être appelées par les autres procédures de script. suivi du commentaire souhaité (une ou plusieurs lignes). . Il n'est pas nécessaire d'entrer le code directement. 'End Description La description doit être mise en forme comme un commentaire (chaque ligne commençant par une apostrophe).End Dialog. et s'achever par End Description. Ce commentaire doit commencer par Begin Description.

Une fois que vous avez fini. cliquez sur le curseur dans le script à l'endroit où vous souhaitez insérer le code de la boîte de dialogue. sélectionner l'outil approprié et le faire glisser avec la souris. pour cela. (Placez la souris sur chaque outil pour obtenir une description. Création d'une boîte de dialogue personnalisée E Dans la fenêtre de script. Après avoir ajouté un contrôle. des boutons radio et des cases à cocher.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.) Vous pouvez également faire glisser les côtés et les coins de la boîte de dialogue afin de la redimensionner. Les instructions qui définissent la fonction sont ajoutées au script. même si vous devez modifier manuellement la fonction pour définir le comportement de chaque action. Vous pouvez ajouter des commandes comme. Fonction de surveillance de la boîte de dialogue : Pour créer la fonction de surveillance de la boîte de dialogue. située à l'extrême droite de la barre d'outils) pour insérer le code de la boîte de dialogue dans votre script. 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). par exemple. cliquez le bouton droit de la souris pour définir les propriétés de ce contrôle. Il faut. . cliquez sur l'icône Save and Exit (Enregistrer et quitter).

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. 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). E Redimensionnez la boîte de dialogue en faisant glisser les côtés et les coins. 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. intAction as Integer.. Case 3 ' Texte de zone de texte ou de zone de liste déroulante modifié. La fonction prend la forme (générale) suivante : Function DialogFunc(strDlgItem as String... sélectionnez : Script Editeur de boîte de dialogue. 'instructions.. E Une fois que vous avez fini... Case 4 ' focus modifié.... cliquez sur l'icône Save and Exit (Enregistrer et quitter) située à l'extrême droite de la barre d'outils..679 Utilitaire de script SPSS E A partir du menu. 'instructions à exécuter lorsque la boîte de dialogue est initialisée Case 2 'changement de valeur ou sélection de bouton .. Case 5 ' veille. intSuppValue as Integer) Select Case intAction Case 1 ' initialisation de boîte de dialogue .. Vous devez modifier manuellement cette fonction pour définir le comportement de la boîte de dialogue. End Select End Function ...

même s'ils ne servent pas tous. Les paramètres sont des valeurs admises entre la fonction et la boîte de dialogue. La chaîne strDlgItem représente le contrôle dont le texte a changé et qui perd le focus. intAction prend la valeur 2. 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). etc. l'initialisation de la boîte de dialogue correspond à intAction = 1.680 Chapitre 46 Paramètres : La fonction doit être capable de supporter trois paramètres : une chaîne (strDlgItem) et deux entiers (intAction et intSuppValue). „ Cas 3 : S'exécute lorsqu'une valeur change dans un contrôle TextBox ou ComboBox. et vous pouvez spécifier les instructions qui s'exécutent pour chaque action. „ Cas 2 : S'exécute lorsqu'un bouton est enfoncé ou lorsqu'une valeur change dans un contrôle CheckBox. strDlgItem est l'élément dont la valeur change. mais uniquement ceux qui s'appliquent. écartez le cas 1. Par exemple. Le dernier paramètre est utilisé pour fournir des informations complémentaires dans certains cas. DropListBox. Le second paramètre (intAction) est une valeur numérique qui indique l'action entreprise dans la boîte de dialogue. Par exemple. Vous devez ajouter les trois paramètres dans la définition de la fonction. Il n'est pas nécessaire de spécifier les 5 cas possibles. Par exemple. La chaîne strDlgItem est une chaîne vide . intSuppValue est sans valeur. Si l'utilisateur clique sur un bouton. et intSuppValue représente la nouvelle valeur. et vous devez définir DialogFunc = Vrai pour empêcher la fermeture de la boîte de dialogue. . Par exemple. strDlgItem représente le bouton. en fonction de l'action entreprise. Sélectionnez Case intAction : La valeur de intAction indique l'action entreprise dans la boîte de dialogue. si vous ne souhaitez pas d'instructions exécutant l'initialisation. comme illustré ci-dessous. lorsqu'un utilisateur clique sur un contrôle dans la boîte de dialogue. „ Cas intAction = 1 : Spécifie les instructions à exécuter lors de l'initialisation de la boîte de dialogue. Il y a cinq actions possibles. intSuppValue est égale à 0. intSuppValue représente le nombre de caractères. vous pouvez désactiver un ou plusieurs contrôles ou ajouter un son. Si un bouton est enfoncé. Si une valeur change. ListBox ou OptionGroup.

etc.681 Utilitaire de script SPSS „ Cas 4 : S'exécute lorsque le focus change dans la boîte de dialogue. créée par un script Sub Main Call BuildDialog End Sub 'définir boîte de dialogue Sub BuildDialog Begin Dialog UserDialog 580..280.70.21.. La chaîne strDlgItem représente l'élément qui reprend le focus et intSuppValue celui qui le perd (le premier élément est 0."Ouverture du fichier de données".cmdOK CancelButton 470. Exemple : Script d'une boîte de dialogue simple Ce script crée une boîte de dialogue simple qui ouvre un fichier de données..21.DialogFunc Text 40.100.txtDialogTitle TextBox 40. Définissez DialogFunc = Vrai afin de continuer à recevoir les actions restantes. le second 1. „ Cas 5 : Traitement restant.txtFilename OKButton 470.7. reportez-vous aux exemples et au prototype DialogFunc dans le fichier d'aide du langage Sax BASIC.. Pour plus d'informations..).21.cmdCancel End Dialog Dim dlg As UserDialog Dialog dlg End Sub . La chaîne strDlgItem est une chaîne vide .35.21.28.340.100. Figure 46-17 Boîte de dialogue Ouvrir fichier."Fichier de données à ouvrir :". 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. intSuppValueest égale à 0.7.

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. 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. ouvre le fichier de données corres strFilename = DlgText("txtFilename") Call OpenDataFile(strFilename) DialogFunc = False Case "cmdCancel"'si l'utilisateur clique sur Annuler. d'exécuter une ligne ou une sous-routine à la fois et de visualiser le résultat. copiez le code de la fenêtre d'aide et collez-le dans la fenêtre de script. intAction As Integer. . 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. Pour cela. ouvrez-le dans une fenêtre de script. Pour mettre au point un autoscript.OpenDataDoc(strFilename) End Sub Ces exemples sont également accessibles dans l'aide en ligne. 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. 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.

Ajouter Espion : Ajoute l'expression active à la fenêtre espion. Sauter un pas : Exécute la ligne suivante. l'exécution s'arrête à la première ligne de cette sous-routine ou fonction. 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. Si la ligne active renvoie à une sous-routine ou à une fonction. de même que la barre d'outils de mise au point. sélectionnez l'une des options pour exécuter le code. L'exécution du script est suspendue au point d'arrêt. Montrer relation suivante : Affiche l'instruction suivante à exécuter. E Vous pouvez également sélectionner Activer/désactiver Séparer pour insérer un point d'arrêt dans la ligne active. E Utilisez la barre d'outils (ou les touches de raccourci) pour continuer l'exécution pas à pas du script. . Revenir d'un pas : Recule d'un pas dans la sous-routine ou dans la fonction appelée. Exécution d'un script pas à pas E Dans le menu Mettre au point. Avancer jusqu'au curseur : Exécute jusqu'à la ligne active. Définir relation suivante : Définit l'instruction suivante à exécuter. Les onglets Immediate (immédiat). Seules les instructions de la sous-routine/fonction peuvent être sélectionnées. Stack (pile) et Loaded (chargé) sont affichés dans la fenêtre de script. exécute la sous-routine ou fonction dans la totalité. 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. une ligne ou une sous-routine à la fois. Espion Express : Affiche la valeur de l'expression active. Activer/désactiver Séparer : Insère ou retire un point d'arrêt. Watch (espion).

. puis appuyez sur Entrée pour passer au mode trace. Vous pouvez également évaluer une expression. Entrez subname args. „ „ „ „ Entrez ?expr. Tapez var = expr. les onglets Immediate (immédiat). puis appuyez sur Entrée pour afficher la valeur de expr. 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. Le mode Trace permet d'imprimer chaque instruction dans la fenêtre immédiate lorsque le script est exécuté. puis appuyez sur Entrée pour appeler une sous-routine ou une instruction intégrée. attribuer une variable ou un appel à une sous-routine. Watch (espion).684 Chapitre 46 Volet de mise au point (Script) Lorsque vous exécutez le code pas à pas (Avancer d'un pas). puis appuyez sur Entrée pour modifier la valeur de var. Stack (pile) et Loaded (chargé) sont affichés. Entrez Trace.

le langage de commande propose une méthode de communication directe différente avec l'arrière-plan du programme. Onglet Stack (pile) : Affiche les lignes qui ont renvoyé à l'instruction active. Vous pouvez associer les fichiers de script et de syntaxe pour plus de flexibilité.sbs). Cliquez sur une ligne pour visualiser ce script. fonction ou expression. Pour cela. Les valeurs affichées sont mises à jour à chaque fois que l'exécution est suspendue. Cliquez sur Entrée pour mettre immédiatement à jour toutes les valeurs. Cliquez sur Ctrl-Y pour supprimer la ligne. 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 première ligne est l'instruction active. . Onglet Loaded (chargé) : Présente la liste des scripts actifs. La majeure partie de cette fonctionnalité ne peut pas être automatisée directement à partir des scripts de commande.sps) ne sont pas les mêmes que les fichiers de script (*. etc. Fichiers de script et de syntaxe Les fichiers de syntaxe (*.685 Utilitaire de script SPSS Onglet Watch (espion) : Pour afficher une variable. la partie du système qui effectue les calculs statistiques et les transformations de données). la seconde ligne est celle appelée en premier. 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. Cliquez sur n'importe quelle ligne pour mettre en surbrillance cette ligne dans la fenêtre de modification. exécutez un script à partir de la syntaxe de commande SPSS ou intégrez la syntaxe de commande dans un script. cliquez sur cet élément et sélectionnez Ajouter Espion dans le menu Mettre au point. 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 syntaxe de commande vous permet d'exécuter les transformations de données et les procédures statistiques et de produire des diagrammes. Vous pouvez modifier l'expression à gauche de ->.

les commandes sont collées dans la fenêtre de syntaxe.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. 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. 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. Sinon. . Remarque : vous devez utiliser les menus de la fenêtre de script pour ouvrir les boîtes de dialogue.

687 Utilitaire de script SPSS Pour coller une syntaxe de commande dans un script E A partir des menus de la fenêtre de script. E Effectuez des sélections dans la boîte de dialogue. Remarque : vous devez utiliser les menus de la fenêtre de script pour ouvrir les boîtes de dialogue. Indiquez le nom du script que vous souhaitez exécuter. les commandes sont collées dans la fenêtre de syntaxe. comme dans l'exemple suivant : SCRIPT 'C:\PROGRAM FILES\SPSS\CLEAN NAVIGATOR. E Cliquez sur Coller. 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. . sélectionnez les commandes des menus Statistiques. et non pas dans celle des scripts. Sinon. reportez-vous au manuel SPSS Command Syntax Reference. Pour obtenir des renseignements complets sur la syntaxe.SBS'. ce nom de fichier étant entre guillemets. Diagrammes et Outils pour ouvrir les boîtes de dialogue.

.

689 . „ „ „ 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. 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. Vous pouvez l'utiliser pour coller une commande et des identificateurs de sous-type dans une fenêtre de syntaxe de commande. Actuellement. des résultats texte et de nombreux graphiques au format XML. reportez-vous au manuel SPSS Command Syntax Reference (menu Aide. Command Syntax Reference). Texte : Vous pouvez écrire des tableaux et des résultats texte sous forme de texte séparé par des tabulations ou des espaces. à l'aide de la commande OMS. HTML : Vous pouvez écrire des tableaux et des résultats texte au format HTML. Pour obtenir des informations détaillées sur 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. Identificateurs OMS La boîte de dialogue Identificateurs OMS vous aide à écrire la syntaxe de commande OMS.

et générera un fichier XML regroupant le contenu de ces tableaux. Vous pouvez également utiliser EXCEPTIF pour exclure certains résultats. ils ne font pas la distinction entre les majuscules et les minuscules. Certains sous-types sont uniquement générés par une commande alors que d'autres peuvent être générés par plusieurs commandes . 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. Cette commande sélectionne les tableaux croisés et les tableaux de statistiques descriptives à partir des commandes CROSSTABS et DESCRIPTIVES suivantes.690 Chapitre 47 Figure 47-1 Boîte de dialogue Identificateurs OMS Avec la commande OMS. Identificateurs de sous-type : Les sous-types sont les différents types de tableau pivotant qui peuvent être générés. Indiquez les noms de commande avec le mot-clé COMMANDS sur les sous-commandes IF ou EXCEPTIF.xml'. Identificateurs de commande : La plupart des identificateurs de commande sont identiques aux noms de commande. 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).

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). „ Les identificateurs sont collés dans la fenêtre de syntaxe de commande désignée.. une nouvelle fenêtre de syntaxe est automatiquement ouverte. Pour sélectionner plusieurs identificateurs dans chaque liste. utilisez la touche Ctrl. l'emplacement actuel du curseur. sélectionnez : Outils Identificateurs OMS. 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.. à „ „ Lorsqu'un identificateur de commande et/ou de sous-type est collé. Les deux sous-types indiqués dans l'exemple ci-dessus peuvent être générés par plusieurs commandes. Si plusieurs commandes sont sélectionnées. Si aucune commande n'est sélectionnée. étant donné que nous indiquons également les commandes. Si aucune fenêtre de syntaxe de commande n'est ouverte. E Sélectionnez les identificateurs de commande ou de sous-type souhaités. E Cliquez sur Coller commandes et/ou sur Coller sous-types. Par contre. . la liste des sous-types disponibles regroupe tous les sous-types disponibles pour les commandes sélectionnées. tous les sous-types sont répertoriés. Utilisation de la boîte de dialogue Identificateurs OMS E A partir du menu. il est mis entre guillemets car la syntaxe de la commande OMS requiert des guillemets. „ La liste des sous-types disponibles dépend des commandes sélectionnées. les résultats des autres commandes qui génèrent ces sous-types ne seront pas sélectionnés.

„ Pour copier des étiquettes OMS. cliquez avec le bouton droit de la souris sur l'entrée correspondant à l'élément concerné. 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. E Dans le menu contextuel qui apparaît.692 Chapitre 47 E Dans le panneau de légende. Il est simplement copié dans le Presse-papiers . . cliquez avec le bouton droit de la souris sur l'entrée correspondant à l'élément concerné. Options. les noms de variable ou les étiquettes). onglet Etiquettes Résultats). Options. vous pouvez le coller à l'emplacement de votre choix. 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). 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. 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. l'identification des classes de fichier scindé peut être ajoutée à l'étiquette. sélectionnez Copier l'identificateur de commande OMS ou Copier le sous-type de table OMS. Les étiquettes sont affectées par le paramètre lié à la langue des résultats (menu Modifier. cette méthode de copier/coller peut vous être utile lorsque vous écrivez des transformations XSLT. Cependant. 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. onglet Général). vous pouvez copier des étiquettes pour les utiliser avec le mot-clé LABELS. Copie d'étiquettes OMS Au lieu de copier des identificateurs.

Par exemple : /IF LABELS=['Catégorie d'emploi' 'Niveau d'enseignement'] . Comme pour les identificateurs de commande et de sous-type. les étiquettes doivent apparaître entre guillemets et la liste entre crochets.693 Système de gestion des résultats E Dans le menu contextuel qui apparaît. sélectionnez Copier l'étiquette OMS.

.

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. Masquer des tableaux et des champs accessoires. Créer des noms de variables pour des champs. A la place. 695 .inf Niveau Personnel : dba03. votre fichier dba03. 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. Par exemple. le niveau Personnel.inf Chaque fichier contient des informations spécifiques sur un nombre de sources de données quelconque correspondant au niveau.inf Niveau Département : dba02. 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.inf pourrait contenir des informations d'affichage Personnel pour une base de données de comptes sociétés. le niveau Département. l'Administrateur d'accès de base de données ne change pas votre base de données. 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. 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. il génère des fichiers qui conservent toutes vos informations et jouent le rôle d' « affichage » de bases de données.

dba03. . Par exemple. exécutez le fichier spssdbca. Les fichiers de chaque niveau conservent les informations sur toutes vos sources de bases de données pour ce niveau. Pour plus d'informations sur l'Administrateur d'accès de base de données. et commandes masquées sont hérités du niveau supérieur. Chaque personne du département marketing aura un fichier. Exemple : si le tableau des Régions est masqué au niveau Entreprise. Pour démarrer l'Administrateur d'accès de base de données. les niveaux étant. votre département marketing aura un fichier. Exemple : le champ CATEMPL dans le tableau Ventes Employés n'a pas d'alias au niveau Entreprise mais en a un.exe installé dans votre répertoire SPSS. du plus élevé au plus bas. les alias. Ce tableau ne sera pas affiché dans l'assistant de base de données. au niveau Département : son nom est Modalités Emplois. si le tableau Ventes Employés possède l'alias Information Employés au niveau Personnel.inf. contenant les affichages personnalisés de toutes les bases de données utilisées. Département et Personnel. consultez l'Aide en ligne. Il apparaît comme Modalités Emplois au niveau Personnel De plus. 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.inf.696 Annexe A Lorsque vous ouvrez l'Administrateur d'accès de base de données.JOBCAT) apparaîtra dans l'assistant de base de données comme 'Information Employés'. 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. il est invisible aussi bien au niveau Département qu'au niveau Personnel. le champ d'origine (Ventes Employés. Dans l'Administrateur d'accès de base de données.'Modalités Emplois'. Héritage et priorités : Chaque fois que vous utilisez l'assistant de base de données. en revanche. contenant les informations d'alias pour tous les affichages de bases de données établis pour le département marketing. dba02. Entreprise. noms de variables.

697 . Remarque : si vous modifiez le nom ou l'emplacement du fichier texte. 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. E Enregistrez le fichier en fichier texte. 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. y compris : „ „ „ „ Titres de documents HTML Spécification du type de document Balises Meta et code du script (par exemple.txt (situé dans le répertoire d'installation de SPSS) dans un éditeur de texte. vous devez modifier le registre système pour utiliser le fichier afin de personnaliser votre résultat HTML exporté.

E Dans le menu Démarrer de Windows. des commentaires comprenant les spécifications du type de document) << Texte utilisé comme titre du document (affiché dans la barre de titre) << Balises Meta ou code du script (par exemple. code JavaScript) << Code HTML modifiant la balise <BODY> (par exemple.) Pour utiliser un autre fichier ou emplacement pour le code HTML personnalisé Si vous modifiez le nom ou l'emplacement du fichier htmlfram. nom de société. avis de copyright) << Texte et/ou code HTML inséré avant les résultats exportés (par exemple. logo. etc.txt. tapez regedit et cliquez sur OK. vous devez modifier le registre du système pour utiliser le fichier dans le résultat HTML personnalisé. 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. choisissez Exécuter.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. . code indiquant la couleur d'arrière-plan) << Texte et/ou code HTML inséré après les résultats exportés (par exemple.

699 Personnalisation de documents HTML E Dans la fenêtre de gauche de l'éditeur de la base de registres. E Dans la zone Données de la valeur. double-cliquez sur la chaîne HTMLFormatFile.. entrez le chemin complet et le nom du fichier texte contenant les spécifications HTML personnalisées (par exemple.0 SPSSWIN E Dans la fenêtre de droite.2//EN"> <HTML> <HEAD> <TITLE> NVI.2//EN"> << NVI. gadgets.txt).. </TITLE> . <br><br> <IMG SRC="spss2. << <META NAME="keywords" CONTENT="trucs. Inc.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. Exemple de fichier texte pour code HTML personnalisé << <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3. sélectionnez : HHKEY_CURRENT_USER Logiciel SPSS SPSS pour Windows 12. c:\mesfichiers\html. bidules"> << bgcolor="#FFFFFF" << <H4 align=center>Page réalisée par. Inc.

<br><br> <IMG SRC="spss2.. 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. gadgets.700 Annexe B <META NAME="keywords" CONTENT="trucs.gif" align=center></H4> </BODY> </HTML> ..

446 Méthodes de l'analyse discriminante. 562 Remarques sur les données. 435 Enregistrement d'intervalles de prévision. 564 Procédures apparentées. 562 Statistiques. 12 Aide contextuelle.Index Affectation de mémoire Dans l'analyse TwoStep Cluster. 438 Prévision. 446 Courbe ROC pour les probabilités. 13 Analyse de fiabilité. 447 Définition d'intervalles. 451 Hypothèses. 222. 435 Prévision. 435 Analyse de séries chronologiques. 274. 375 Dans la régression linéaire. 475 Affichage. 180 Noms de variable et étiquettes. 439 Enregistrement de prévisions. 441 Exportation des informations du modèle. 561 Caractéristiques. 15 Assistant statistique. 178. 447. 273 Légendes. 629 Etiquettes de dimension. 564 Test d'additivité de Tukey. 431. 593 Critères. 566 Hypothèses. 266 Aide en ligne. 593 analyse des observations restantes. 564 Analyse de fichier scindé. 608 Alpha de Cronbach. 222. 435. 82 Agrégation de données. 435 Dans ANOVA à 1 facteur. 14 Ajout d'étiquettes de groupe. 352 Analyse de séries chronologiques. 435. 274 Lignes ou colonnes. 274 Affichage des données. 274 Résultats. 439 Ajustement de fonctions. 441. 564 Coefficient de corrélation intra-classe . 449 Probabilités a priori. 219 Titres. 447 Matrice de covariance. 564 Corrélations et covariances entre éléments. 289. 438. 439 Enregistrement de résidus. 181 Fonctions d'agrégation. 435 Ajustement de fonctions. 435 Modèles. 439 Alignement. 264 Ajustement de fonctions. 439 Analyse discriminante. 431 Dans Moyennes. 437. 273. 451 Exemple. 266 Recherche de définitions d'étiquette dans les tableaux pivotants. 654 Coefficients de la fonction. 435. 561. 442 Lambda de Wilks. 94. 441 Options d'affichage. 447 Enregistrement des variables du classement. 449 Matrices. 180. 629 Barres d'outils. 13 Etapes de base. 449 Distance de Mahalanobis. 352. 564 Exemple. 435. 289 éditeur de données. 273. 561. 12 Boîtes de dialogue. 561 Fonctionnalités supplémentaires. 564 Alpha-maximisation. 608 Dans les cellules. 178. 442 701 . 561 Dans l'analyse de fiabilité. 445 Diagrammes. 435 Inclusion de la constante. 219. 274. 14. 449 Procédures apparentées. 439 Analyse de la variance. 439 Hypothèses. 94 Résultats. 181 Aide avec le bouton droit de la souris. 273 Notes de bas de page. 564 T-carré de Hotelling. 461 Analyse de données. 439 Prévision d'observations. 447 Méthodes pas à pas. 182 Analyse de la variance. 564 Tableau ANOVA. 562 Kuder-Richardson 20.

695 Aplatissement. 667 Navigateur d'objets. 310 Dans les cubes OLAP. 376. 389 Dans ANOVA à 1 facteur. 555 Dans les tableaux de bord en lignes. 658. 487 Classification hiérarchique. 677. 487 Assistant script. 461 Méthodes de rotation. 654 Aperçu. 333 Astuces de script. 548. 376 Options. 475 Statistiques. 445 Statistiques. 352 Dans Récapituler. 385 Dans Moyennes. 441 Variables indépendantes. 382 Tests post hoc. 441 V de Rao. 345. 441. 479 Enregistrer dans le fichier externe. 467 analyse des observations restantes. 459 Statistiques. 478 Enregistrer dans le fichier de travail. 464. 385. 533 Définition des vecteurs. 379. 454 Méthodes d'extraction. 467 Hypothèses. 682 Déclaration de variables. 653. 479 Andrew. 454. 661 Boîtes de dialogue personnalisées. 352 Hypothèses. 533 Définir les vecteurs multiréponses. 375. 375 Aperçu. 375. 672. 461 Analyse factorielle. 479 Hypothèses.Univarié. 375 Dans GLM . 466 Format d'affichage des projections. 460. 447 Analyse en composantes principale. 325 Dans Fréquences. 454 Sélection d'observations. 533 Analyse TwoStep Cluster. 677 Débogage.702 Index Remarques sur les données. 386. 674. 318. 446 Valeurs manquantes. 682 Ajout d'une description. 467 Analyse multiréponses. 382 Comparaisons multiples. 358. 271 Association linéaire par linéaire. 14 Association de signets aux différents affichages d'un tableaupivotant. 658 Fonctionnement des scripts. 318 Dans Explorer. 471 Diagrammes. 442 Sélection d'observations. 453 Caractéristiques. 352. 453 Facteurs. 453. 555 Caractéristiques. 673. 446 Statistiques descriptives. 379 Contrastes. 661 Assistant statistique. 464 Exemple. 333 Tableaux croisés. 378 Hypothèses. 670. 674 Propriétés et méthodes. 453. 548 Dans Moyennes. 670 Procédures. 461. 454 Remarques sur les données. 378. 464 Procédur