Vous êtes sur la page 1sur 4

19/04/2019

Conditions d’utilisation de l’ACP


Variables quantitatives continues et variables
qualitatives ordinales.

Analyse en Composantes
Un minimum de 150 cas, soit 5 à 10 cas par
Principales sur SPSS variable, est recommandé comme taille minimale
de l'échantillon.

Les données devraient être « Factorisables ».


Pour s’en assurer, il convient de vérifier trois
conditions:
1
2

1) Observer la Matrice des Corrélations « Correlation Matrix »: si


3) Observer le test de Sphéricité de Bartlett. Cette mesure indique si la
plusieurs variables sont corrélées (>0.5), la factorisation est possible
matrice de corrélation est une matrice identité à l’intérieur de laquelle
sinon, la factorisation n’a pas de sens et n’est donc pas conseillée.
toutes les corrélations sont égales à 0. Nous espérons que le test soit
significatif (p < 0,05) pour que nous puissions rejeter l’hypothèse nulle
2) Observer l’indice de Kaiser-Meyer-Olkin KMO. Cette mesure donne voulant qu’il s’agisse d’une matrice identité qui signifie que toutes les
un aperçu global de la qualité des corrélations inter-items. L’indice KMO variables sont parfaitement indépendantes les unes des autres. Si la
varie entre 0 et 1 et donne une information complémentaire à l’examen signification:
de la matrice de corrélation. Les données peuvent être factorisables dès
tend vers 0.000: très significatif.
que la valeur du KMO dépasse 0,5. Si ce n’est pas le cas, la factorisation
n’est pas conseillée. Pour juger l’indice de KMO, nous pouvons utiliser Inférieur à 0.05:significatif
l’échelle suivante: Entre 0.05 et 0.10: acceptable
« 0,8 et + » → Excellent Au-dessus de 0.10: on rejette
« 0,7 et + » → Bien
Si l’ACP satisfait au moins deux de ces trois conditions, nous pouvons
« 0,6 et + » → Médiocre
continuer.
« 0,5 et + » → Misérable
« < à 0,5 » → Inacceptable
3 4

Procédure

Formuler le Problème

Saisir les Données sur


SPSS
Vérifier si les Données
sont-elles Factorisables
Extraire les Facteurs et
déterminer leur Nombre

Interpréter les Facteurs

5 6

1
19/04/2019

Analyse → Réduction des Dimensions → Analyse Factorielle

7 8

Dans la boîte de dialogue principale, vous mettez en surbrillance Le bouton Descriptives


toutes les variables de la boîte de gauche que vous désirez inclure Dans la rubrique Statistiques, vous cochez:
dans l’analyse et vous les transférez en cliquant sur dans la boîte Caractéristiques univariées
de dialogue. Structure initiale

Dans la rubrique Matrice de corrélation, vous


cochez:
Coefficients
Indice KMO et test de sphéricité de Bartlett

Ensuite, cliquez sur poursuivre pour revenir à la boîte de


dialogue principale.

9 10

Le bouton Extraction
Méthode: Composantes Principales
Dans la rubrique Analyse, vous cochez:
Matrice de Corrélation
Dans la rubrique Afficher, vous cochez:
Structure Factorielle sans Rotation
Diagramme des Valeurs Propres
Dans la rubrique Extraire, vous cochez:
Basé sur la valeur propre: Valeurs propres
supérieures à 1

Ensuite, cliquez sur poursuivre pour revenir à la boîte de


dialogue principale.

11 12

2
19/04/2019

Le bouton Rotation

Dans la rubrique Méthode, vous cochez


Varimax

Dans la rubrique Afficher, vous cochez


Structure après Rotation

Ensuite, cliquez sur poursuivre pour revenir à la boîte de


dialogue principale.

13 14

Le bouton Facteurs, vous cochez:

Enregistrer dans les variables

Dans la rubrique Méthode, vous cochez:


Anderson-Rubin

Afficher la matrice des coefficients factorielles

Ensuite, cliquez sur poursuivre pour revenir à la boîte de


dialogue principale.

15 16

Le bouton Options

Dans la rubrique Valeurs Manquantes, vous


cochez:
Exclure toute observation incomplète

Dans la rubrique Format d’Affichage des


Coefficients, vous cochez:
Classement des variables par tailles

Ensuite, cliquez sur poursuivre pour revenir à la boîte de


dialogue principale.

17 18

3
19/04/2019

19 20