Vous êtes sur la page 1sur 2

Partie théorique

1) Comment s'effectue l’ANOVA à un facteur sur Spss

2) À quoi sert spss

3) À quoi sert alpha de cronpakh

4) Quelles sont les variables en relation avec les domaines RH...ex Revenu motivation...

5) C'est quoi/a quoi sert une classification hiérarchique ascendante et descendante

6) Différence/conditions des tests paramétrique et non paramétrique

7) ACP? AFC?

Partie des Calculs (deux facteurs)

Khi2

Coefficient de corrélation

Coefficient d'association

---------------------------------------------------------------------------------------------------------------------------
SPSS : est un logiciel très complet, signifie « Statistical Package for the Social Sciences ». Son objectif
est d'offrir un logiciel intégré permettant de réaliser la totalité des test et analyses statistiques
habituellement utilisées en sciences humaines, sociales et psychologiques.

- Le coefficient alpha de Cronbach : est une statistique utilisée pour mesurer la cohérence interne ou
la fiabilité des questions posées lors d'un test et permet aussi l'estimation de la fidélité du score à ce
dit test. Sa valeur est inférieure ou égale à 1, étant généralement considérée comme "acceptable" à
partir de 0,7. Le coefficient alpha de Cronbach doit dans tous les cas être calculé après la validité
interne d'un test.

- Classification hiérarchique ascendante : c'est le fait de considérer chaque individu comme une
classe et on essaye de fusionner deux ou plusieurs classes appropriées (selon une similarité) pour
former une nouvelle classe. Le processus est itéré jusqu'à ce que tous les individus se trouvent dans
une même classe.

- Classification hiérarchique descendante : c'est le fait de considérer tous les individus comme une
seule classe au début, on divise successivement les classes en classes plus raffinées. Le processus
marche jusqu'à ce que chaque classe contienne un seul point ou bien si l'on atteint un nombre de
classes désiré.

- Les tests paramétriques : fonctionnent en supposant que les données que l'on a à disposition
suivent un type de loi de distribution connu (en général la loi normale), ils se basent sur des
distributions statistiques supposées dans les données, par conséquent, certaines conditions de
validité doivent être vérifiées pour que le résultat d'un test paramétrique soit fiable.

- Les tests non-paramétriques : ne font aucune hypothèse sur le type de loi de distribution des
données, ils ne se basent pas sur des distributions statistiques. Ils peuvent donc être utilisés même si
les conditions de validité des tests paramétriques ne sont pas vérifiées.

- ANOVA : cst une méthode d'analyse qui permet d'envisager l'étude de la dépendance d'une
variable quantitative continue à une ou deux variables qualitatives. L'analyse est bivariée lorsqu'un
seul facteur est considéré, et multivariée lorsque 2 variables sont considérées.

- ANOVA à un seul facteur : est une méthode statistique extrêmement répandue, qui est employée
pour comparer plus de deux moyennes. Elle est dite à un facteur, car les moyennes sont relatives aux

Différentes modalités d'une seule variable.

- Analyse Factorielle des Correspondances (AFC) : est une méthode qui permet d'étudier
l'association entre deux variables qualitatives, le but de l'Analyse Factorielle des Correspondances
consiste à représenter un maximum de l'inertie totale sur le premier axe factoriel, un maximum de
l'inertie résiduelle sur le second axe et ainsi de suite jusqu'à la dernière dimension.

- Analyse en Composantes Principales (ACP) : est l'une des méthodes d'analyse de données
multivariées les plus utilisées, elle permet d'explorer des jeux de données multidimensionnels
constitués de variables quantitatives. Elle est largement utilisée en biostatistique, marketing,
sciences sociales ...

Vous aimerez peut-être aussi