UJKZ/ISSP

LICENCE PROFESIONNELLE EN ANALYSE STATISTIQUE

(LPAS II)

Chargé du cours :

Daouda SILGA,

Ingénieur Statisticien Economiste.

Cours SPSS LPAS II

Table des matières

Chapitre 1 : Présentation du logiciel SPSS ................................................................... 3
Introduction .............................................................................................................. 3
I) Interface du logiciel SPSS ................................................................................ 4
I-1 Affichage des données ................................................................................. 5
I-1 Affichage des variables ................................................................................ 6
Chapitre 2 : Manipulation des données sous SPSS .................................................... 11
I) Importation des données ................................................................................. 11
II) Fusionner deux bases .................................................................................. 13
II-1 Fusion horizontale .................................................................................... 13
II-2 Fusion verticale ........................................................................................ 14
III) Créer une variable à partir d'une ou de plusieurs variable(s) existante(s) .. 16
IV) Recoder des variables.................................................................................. 18
V) Regroupement des variables d’ECHELLES ............................................... 20
VI) Fragmenter la base de données ................................................................... 23
VII) Sélectionner les observations ...................................................................... 24
VIII) Ouvrir la syntaxe ........................................................................................ 25
Chapitre 3 : Analyse descriptive ................................................................................. 27
I) Pondération des données ................................................................................ 27
II) Conception des tableaux sous SPSS ........................................................... 28
II-1 Tableau de fréquences .............................................................................. 28
II-2 Tableau descriptif des variables quantitatives (moyenne, variance, écart-
types…) 33
II-3 Observation d’une variable par rapport à une autre variable ................... 34
II-4 Tableaux croisés ou tableau de contingences (deux variables nominales)
35
II-5 Construction des tableaux personnalisés .................................................. 37
III) Construction des graphiques sous SPSS ..................................................... 41
III-1 Histogrammes ......................................................................................... 41
III-2 Boîtes à moustaches ................................................................................ 42
III-3 Graphiques de moyennes (variables quantitatives) ................................. 47
III-4 Graphique en barre ou histogramme groupé (des variables qualitatives) 49

1
UJKZ/ISSP
Cours SPSS LPAS II

III-5 Diagramme circulaire .............................................................................. 50

III-6 Mise en forme des graphiques sous SPSS .............................................. 51
IV) Détection des valeurs extrêmes ou aberrantes ............................................ 55
IV-1 Détection par boxplot .............................................................................. 55
IV-2 Détection par histogramme ..................................................................... 56
IV-3 Détection par tableau .............................................................................. 57
IV-4 Elimination des valeurs extrêmes ou aberrantes de l’analyse ................. 58
Chapitre 4 : Statistiques inférentielles ........................................................................ 60
I) Vérification de la normalité ............................................................................ 60
I-1 A l’aide d’un boxplot ................................................................................. 60
I-2 À l’aide du test de Kolmogorov-Smirnov.................................................. 60
I-3 Transformation des données ...................................................................... 61
II) Tests statistiques ......................................................................................... 62
II-1 Tableau de décision statistique ................................................................. 62
II-2 Khi-carré ................................................................................................... 63
II-2-1 Deux variables nominales ................................................................. 63
II-2-2 Khi-carré d’ajustement ...................................................................... 64
II-3 T-test ......................................................................................................... 65
II-3-1 Une moyenne empirique vs. une moyenne théorique ....................... 65
II-3-2 T-test à groupes indépendants ........................................................... 67
II-3-3 T-test à mesures répétées .................................................................. 68
II-4 ANOVA .................................................................................................... 69
II-4-1 ANOVA à un facteur inter-sujets (groupes indépendants) ............... 70
II-4-2 ANOVA à plusieurs facteurs inter-sujets (groupes indépendants) ... 71
II-4-3 ANOVA à mesures répétées (+ ANOVA mixte) .............................. 72
III) Relation entre les variables ......................................................................... 72
III-1 Corrélation............................................................................................... 72
III-2 Régression ............................................................................................... 73
Références .................................................................................................................. 75

2
UJKZ/ISSP
Cours SPSS LPAS II

Chapitre 1 : Présentation du logiciel SPSS

Introduction
Initialement est nommé « Statistical Package for the Social Sciences » puis
modifié à « Statistical Product and Service Solutions». C’est un logiciel permettant de réaliser
un large éventail d’analyses statistiques habituellement utilisées en sciences humaines et
sociales. SPSS est un logiciel très complet et hyperpuissant dans le domaine d’analyse
descriptive des données et la vérification des hypothèses statistiques.

SPSS a été lancé pour la première fois en 1968 par la société SPSS Inc. et acquis par
IBM en 2009. Il est officiellement connu sous le nom d'IBM SPSS Statistics, mais la plupart
des utilisateurs l'appellent encore « SPSS ».

SPSS est un logiciel d' édition et d'analyse de données de diverses sources : une
recherche scientifique, une base de données clients, Google Analytics ou même les fichiers
journaux du serveur d'un site Web. SPSS peut ouvrir tous les formats de fichiers couramment
utilisés pour les données structurées telles que :

• feuilles de calcul de MS Excel ou OpenOffice ;

• fichiers texte brut (.txt ou .csv) ;

• bases de données relationnelles (SQL);

• Stata et SAS

Dans SPSS :

• Les données et les résultats restent constamment séparés

• Les données sont enregistrées dans des fichiers .sav ;
• Les résultats sont disponibles dans des fichiers .spv ou .spo ;
• Pour interagir avec les données comme pour les transformer ou en extraire des
résultats, dans des fichiers .sps, on utilise une syntaxe (des lignes de code);

3
UJKZ/ISSP
Cours SPSS LPAS II

• Il y’a aussi les scripts : ensemble de lignes de code exécutable, il sont stockés
dans des fichiers .sbs.

L’objectif de ce cours est de donner les outils de base d’analyse et de traitement des
données sous SPSS. A la fin du cours, l’apprenant devrait être à mesure de :

✓ Exploiter d’une base de données avec les logiciels SPSS ;

✓ Implémenter des outils de statistiques un peu plus complexes ayant un lien avec
le type de données à analyser,
✓ Manipuler des logiciels choisis afin de produire des synthèses statistiques
(moyennes, variances, fréquences, tris-à-plat, proportions, tableaux de
contingence, khi-deux, corrélation, p-value, histogrammes, etc.) à partir des
micro-données

I) Interface du logiciel SPSS

L’interface du SPSS a le format d’un classeur Excel, mais avec des macro intégrés.
L’interface du logiciel comprend deux onglets : Affichage des données et affichage des
variables. Affichage des données pour accéder à la banque des données ; affichage des
variables permet de créer et de définir la structure de ces données. On verra aussi, deux autres
fenêtres au cours du travail sous SPSS : La fenêtre des résultats et la fenêtre de syntaxe.

La fenêtre des résultats contient l’ensemble des résultats produits par l’exécution
d’instruction SPSS pendant une session de travail. La zone de droit contient le détail des
résultats tandis que celle de gauche servira à présenter le ‘plan des résultats’. On peut
sélectionner les résultats à visualiser. La fenêtre syntaxe contient la liste des instructions SPSS
qui forment un programme SPSS.

SPSS fonctionne de deux façons: soit avec les menus, ou encore en mode syntaxe. Le
mode de fonctionnement avec la souris et les menus peut sembler plus intuitif mais dans les
faits, est beaucoup plus difficile à apprendre (il faut des douzaines de clics à droite et à gauche
pour arriver à un résultat). De plus, les menus ne donnent pas accès à toutes les commandes
SPSS. Finalement, si vous devez faire la même analyse sur plusieurs fichiers de données, vous
ne pouvez pas enregistrer la séquence de clics.

4
UJKZ/ISSP
 Cours SPSS LPAS II
Barre de menu
Barre de titre
Nombre de variables

Espace des données

Affiché les données Affiché les variables

I-1 Affichage des données

Après avoir ouvert les données, SPSS les affiche à la manière d'une feuille de calcul ,
comme le montre la capture d'écran ci-dessous. La feuille affichage des données appelée « vue
des données » affiche toujours nos valeurs de données.

5
UJKZ/ISSP
Cours SPSS LPAS II

Une explication plus détaillée sur la signification exacte de nos variables et valeurs de données
se trouve dans une deuxième feuille ci-dessous.

I-1 Affichage des variables

Un fichier de données SPSS comporte toujours une deuxième feuille appelée « vue des
variables ». Il affiche les métadonnées associées aux données. Les métadonnées sont des
informations sur la signification des variables et des valeurs de données. Ceci est généralement
connu sous le nom de "livre de codes", mais dans SPSS, il s'appelle le dictionnaire. Pour les
non-utilisateurs de SPSS, l'apparence de la fenêtre de l'éditeur de données de SPSS se rapproche
probablement le plus d'un classeur Excel contenant deux feuilles différentes mais fortement
liées.

Globalement, cette fenêtre permet de définir les variables et ses propriétés. Regardons ensemble
ces différentes colonnes de façon détaillée :

La colonne « Nom » : donne le nom de la variable. En général, il est conseillé de ne pas dépasser
huit (08) caractères dans le nom de la variable et d’éviter les caractères spéciaux. Dans certaines
versions de SPSS, le nombre de caractère dans cette colonne sera limité à huit ; mais il est
modifiable. Il faut noter que SPSS interagit avec d’autres logiciels qui à leurs tours peuvent
être également limité. Les espaces ne sont pas acceptés dans les noms de la variable !!!

La colonne « type » : permet d'indiquer quelle est la nature de la variable pour laquelle le type
est défini. On l’obtient la fenêtre en double cliquant sur le rectangle gris figurant dans la « case
type muni des trois points » de chaque variable. En double cliquant vous obtenez :

6
UJKZ/ISSP
Cours SPSS LPAS II

Dans cette liste, les plus couramment utilisés sont les types numérique, date et chaîne.
« Numérique » qui indique les chiffres ou nombres ayant une valeur numérique (variable
quantitative ou qualitative ordinale). Il peut également être utilisé pour les variables qualitatives
nominales avec un nombre limité des modalités (sexe, condition, filière d’étude, etc.). Mais
lorsque le nombre de modalité est assez élevé, il est préférable d’utiliser « chaîne ». « Date »
pour les variables sous format date (date de naissance, date de création d’échantillon
d’usines…). « Chaîne » pour toutes les chaînes de caractère ou des variables qualitatives avec
un grand nombre de modalité. « Numérique limité » renvoie aux valeurs numériques qui
contiennent des zéros au début (variable identifiant : 001, 002, 003,…). « Virgule » pour les
valeurs sont affichées avec des virgules toutes les trois positions, le point servant de séparateur
décimal. Ex : 30,000.50. « Point » pour les variables numériques dont les valeurs sont affichées
avec des points toutes les trois positions, la virgule servant de séparateur décimal ex: 30.000,50.
« Notation scientifique » pour Variable numérique dont les valeurs sont affichées avec un E
intégré et un exposant de puissance dix avec signe. L’exposant peut être précédé d’un E ou d’un
D avec ou sans signe. ex: 1,23 E2 , 1, 23D2. « Dollar » pour Variable numérique avec le signe
dollar ($) avec des virgules toutes les trois positions. Le point servant de séparateur décimal.
Vous pouvez entrer des valeurs avec ou sans le signe dollar Ex: $ 33,000.33 $ 1,000,000.123.
« Symbole monétaire » pour Variable numérique dont les valeurs sont affichés dans l’un des
formats monétaires personnalisés que vous avez définis dans l’onglet devise de la boite de
dialogue options. Les caractères de symbole monétaire définis ne sont pas utilisables lors de la
saisie de données mais sont affichés dans l’éditeur de données ex: CCA : A = la devise ciblée.

La colonne « Largeur » correspond à l'étendue de la case (le nombre de lettres ou de chiffres

que vous pouvez inscrire). Elle change automatiquement et à tout moment en s’adaptant aux
chiffres qui apparaissent dans les cases correspondantes.

7
UJKZ/ISSP
Cours SPSS LPAS II

La colonne « Décimale » qui donne le nombre de chiffre après la virgule, pour les variables de
type numérique.

La colonne « libellé » correspond au descriptif de la variable. C'est un aide-mémoire qui peut

être utile pour y inscrire des informations supplémentaires sur la variable, telle que la question
entière (dans le cas d’un questionnaire). Le label est entré dans la case après avoir double cliqué
dessus. Vous avez à disposition autant de caractères que vous le désirez. Pour agrandir
physiquement cette case, sélectionnez la limite droite, gardez sélectionné et déplacez le curseur
à droite ou gauche selon que vous voulez agrandir ou rétrécir la case.

La colonne « valeur » est option est surtout utilisée pour la codification des variables (les
variables nominales avec un nombre fini ou peu élevé de modalités). Par exemple pour la
variable sexe, on va attribuer le code 1 aux hommes et 2 aux femmes (ou l’inverse, peu importe).
Autre exemple, pour une question posée, on notera les réponses selon une échelle allant de 1 à
6 pour laquelle 1 correspondra à « pas d'accord » et 6 correspondra à « tout à fait d'accord ».
Les codages sont entrés sous Values afin de pouvoir lire plus facilement les tableaux de résultats
qui autrement ne vous donneraient que les valeurs numériques ([Link]. 1, 2, …).

Pour entrer une valeur il faut cliquer sur le rectangle gris qui apparaît dans la case
Valeurs une fois celle-ci sélectionnée. La fenêtre ci-dessus s'affiche alors. Il suffit alors d'entrer
dans l'onglet Valeur le premier code (par exemple 1 pour la modalité homme de la variable
sexe) et dans libellé le nom de la modalité correspondante (par exemple homme). On clique
alors sur ajouter pour valider la manœuvre. Attention, si vous ne cliquez pas sur ajouter, votre
label ne sera pas pris en compte. Vous pouvez modifier labels et valeurs à tout moment. Pour
tout nouveau label ajouté, répétez la procédure précédente. Pour enlever un label, cliquez sur la
ligne que vous voulez supprimer. L'onglet supprimer apparaît alors. Cliquez dessus. Pour

8
UJKZ/ISSP
Cours SPSS LPAS II

modifier un label, cliquez sur la valeur ou le label à modifier, effectuez les modifications dans
les deux rectangles supérieurs (valeur et libellé) et au lieu de cliquer sur ajouter, cliquez sur
Changer. Pour une variable continue (par exemple la variable politique qui va de 1 = extrême
gauche à 8 = extrême droite), vous pouvez n'indiquer que le code correspondant à extrême
gauche et le code correspondant à extrême droite sans définir toutes les valeurs de l'échelle (cela
vous permet de vous rappeler les bornes de l'échelle) :

La colonne « Manquant » : pour indiquer une non réponse (ou valeur manquante). Cela ne
s’utilise plus guère, lorsque vous remplissez votre base de données, si des participant-e-s n'ont
pas répondu à certaines questions, vous pouvez laisser les cases correspondantes vides. Mais
lorsque certaines réponses, par exemple -99 ou -88, sont considérées par la suite comme des
valeurs manquantes dans l’analyse, vous pouvez les déclarer comme des valeurs manquantes
dans SPSS en cliquant sur la petite case de « Manquant » de la variable concernée. Une petite
boite de dialogue s’ouvre comme suit :

9
UJKZ/ISSP
Cours SPSS LPAS II

Il suffit de lister les différentes valeurs qui seront considérées comme des valeurs manquantes
dans les cases, en gardant sélectionnées « Valeurs manquantes discrètes ». On peut également
considérer une plage et/ou une valeur discrète de valeurs comme valeurs manquantes en
sélectionnant « Plage plus une valeur manquante discrète facultative ».

La colonne « Colonnes » : permet de contrôler la largeur physique de la case de la variable.

Laissez 8 par défaut.

La colonne « Aligne » : permet de choisir si les valeurs des données et/ou étiquettes des valeurs
dans les colonnes sera aligné à droite, à gauche ou sera centré. L’alignement par défaut est à
droite pour les variables et à gauche pour les variables chaînes.

La colonne « Mesure » : permet d'indiquer si la variable que vous définissez est nominale,
ordinale ou quantitative (Echelle). Sous SPSS, « Echelle » indique les variables quantitatives
continue ou discrète à une plage non-limité de valeurs, « ordinale » indique les variables
qualitatives ordinale ou variables quantitatives discrètes à une plage limitée de valeurs (entre
1,2,3,4 pour toutes les observations), « nominale » renvoie à toute autre chaîne de caractère.
Vous pouvez laisser Echelle par défaut. Le type d’analyse que vous allez demander sur une
variable va définir implicitement le type de variable que vous utilisez (si vous effectuez un Khi-
carré, SPSS présume que les variables sont nominales). Cela ne sert pas à grande chose de les
redéfinir ici.

La colonne « Rôle » détermine le rôle des variables dans les analyses fonctionnelles
(dépendantes, indépendantes..). Elle est faite uniquement pour les boîtes qui prennent en charge
cette option. Lorsque vous ouvrez l’une de ces boîtes de dialogue, les variables qui
correspondent aux critères des rôles seront automatiquement affichées dans les listes de
destination. Cette colonne a trois modalités : « entré » indique que la variable est définie comme
variable explicative (indépendante) ; « cible » pour les variables à expliquer (dépendante) ;
« les deux » pour dire que la variable est à la fois considérée comme dépendante et
indépendante, « Partition ou Scindée » pour dire que c’est une partition ou une scission d’autres
variables.

10
UJKZ/ISSP
Cours SPSS LPAS II

Chapitre 2 : Manipulation des données sous SPSS

I) Importation des données

Commençons par le commencement. SPSS peut importer des données de plusieurs
sources : Excel, csv, text, Stata, SQL ou SAS… La présentation ou le format des données devra
respecter la forme acceptée dans SPSS c’est-à-dire les variables correspondent aux colonnes et

11
UJKZ/ISSP
Cours SPSS LPAS II

les participant-e-s aux lignes. Le nom des variables doit figurer sur la première ligne de la grille.
N'utilisez pas d’espaces, de caractères spéciaux ou d'accents.

Pour importer un fichier de données :

Vous pouvez le faire au lancement de SPSS, en prenant « ouvrir un autre fichier de

données ». Indiquez dans la fenêtre « Ouvrir », au niveau de « fichier de type » que l’extension
du fichier à importer. Vous trouvez dans vos répertoires votre fichier : sélectionnez-le et cliquez
sur « Ouvrir ».

A partir de SPSS, vous pouvez le faire en passant par l’onglet

« Fichier →Ouvrir→Données»

A ce stade, vous devez être à quelque part vers là :

Gardez cocher la commande « Lire les noms de variables de la première ligne de données ».
Cette fonction permet au logiciel de reconnaître la première ligne de votre feuille Excel comme
étant le nom des variables. Attention les caractéristiques de vos variables sont définies par
défaut par SPSS, puisque le logiciel ne dispose d'aucune information sur les données depuis sa
source. Il faudra peut-être changer cela manuellement. Validez, ensuite, en cliquant tout
simplement sur OK.

Insérer/déplacer une variable ou des observations(une ligne)

12
UJKZ/ISSP
Cours SPSS LPAS II

Pour insérer une nouvelle variable dans une base de données existante, sélectionnez une ligne
dans vue des variables (ou une colonne dans vue des données), puis suivez le chemin suivant
: Edition→ Insérer une variable (ou Clic droit à Insérer une variable).

Il est de même pour l’insertion d’une ligne, mais cette fois on se place dans vue des données,
puis le chemin suivant : Edition→ Insérer les observations (ou Clic droit à Insérer les
observations).

Pour déplacer une variable (ou ne ligne), il suffit de faire un clic gauche sur le numéro de la
variable dans vue des variables (ou numéro de la ligne au niveau de vu des données), vous
maintenez le clic gauche et vous glissez à l’endroit désiré. On peut déplacer les variables dans
vue des données en suivant le même principe.

II) Fusionner deux bases

II-1 Fusion horizontale

Vous êtes souvent amenés à ajouter des observations (fusion verticale) ou à ajouter des
variables (fusion horizontale) d’une base à une autre pour des besoins d’analyse. Pour cela, le
fichier non ouvert à ajouter devrait être enregistrer sous format SPSS. En plus, il faut ordonner
les numéros ou l’identifiant du questionnaire.

Pour la fusion verticale, le fichier enregistrer sous SPSS et le fichier à ajouter doivent
avoir les mêmes noms des variables. En principe, la deuxième base à ajouter est une suite de la
première base déjà chargée sous SPSS. Pour ajouter la deuxième base, il suffit d’aller dans
l’onglet Données→Fusionner les fichiers→Ajouter des observations. Une boite de dialogue
s’ouvre de la façon suivante :

Choisissez si c’est une base déjà ouvert dans une autre feuille SPSS ou vous voulez la prendre
dans un dossier externe. Et ensuite :

13
UJKZ/ISSP
Cours SPSS LPAS II

Maintenant, c’est à vous de sélectionner les variables que vous désirer garder dans le nouveau
jeux de donner et vous validez. SPSS ne va retenir que les variables communes aux deux fichier
et va le mettre dans une autre fenêtre. S’il n’y a pas de variable commune dans la deuxième
base, il vous renvoie les variables choisies de la première base.

II-2 Fusion verticale

Pour la fusion verticale, la base à ajouter devrait avoir une variable qui identifie une
observation ou un groupe d’observation bien défini et identique à une autre existante dans la
première base chargée. Pour ajouter la base, il suffit d’aller dans Données→Fusionner les
fichiers→Ajouter des variables. Une boîte de dialogue s’ouvre de la façon suivante :

Choisissez si c’est une base déjà ouvert dans une autre feuille SPSS ou vous voulez la prendre
dans un dossier externe. Et ensuite :

14
UJKZ/ISSP
Cours SPSS LPAS II

Dans cette boite de dialogue, vous avez deux onglets :

Dans le premier onglet, Méthode de fusion, il faut indiquer quel mode de fusion vous
désirez effectuer. « Fusion un-à-un basée sur l’ordre des fichiers » si vous avez deux bases
trier suivant un numéro du question ou variable clé identique dans les deux bases. « Fusion un-
à-un basée sur l’ordre les valeurs clés » si vous avez une variable qui identifie une et une
observation et identique dans les deux bases. La base doit-être trier suivant l’identifiant. Si c’est
pas fait vous devez cocher la case en bas Trier le fichiers par valeurs clés avant la fusion.
« Fusion un-à-plusieurs basée sur l’ordre les valeurs clés » si vous avez une variable qui
identifie une et une observation dans la première base chargée ; mais identifie des groupe
d’observation dans la deuxième base (à ajouter). La variable reste identique dans les deux bases
sauf qu’elle contient des doublons dans la deuxième base.

Dans le deuxième onglet, Variables, vous devez choisir deux catégories de variables.
Les « variables inclues » ce sont des variables qui seront gardées dans le nouveau jeu de
données et les « variables clés » ce sont des variables sur lesquelles se base la fusion des deux
bases, les identifiants.

15
UJKZ/ISSP
Cours SPSS LPAS II

III) Créer une variable à partir d'une ou de plusieurs

variable(s) existante(s)
L’objectif est de créer une nouvelle à partir d’une opération (soustraction, addition, moyenne,
etc.) une ou un ensemble de variables. Un grand nombre de fonctions mathématiques,
statistiques, textes ; sous SPSS permet d’effectuer ces calculs. Pour effectuer ces calculs, il
suffit de rentrer Transformer→Calculer la variable :

16
UJKZ/ISSP
Cours SPSS LPAS II

Dans Valeur Cible : inscrivez le nom de la nouvelle variable que vous voulez créer (par exemple
« MoyennePond » ou « Moyenne_Pond »), sans espaces et sans accents. Dans Expression
Numerique : inscrivez la formule correspondante au calcul qui vous permet d’obtenir votre
nouvelle variable. Soit vous pouvez écrire la formule vous-même à l’aide du pavé numérique,
ou vous pouvez chercher la fonction correspondante en cliquant Tous dans l’onglet groupe de
Fonction et la fonction recherchée dans Fonctions et Variables Spéciales, puis soit double
cliquer sur la fonction que vous souhaitez utiliser, ou à l’aide de la flèche montante la faire
passer dans la case Expression Numérique.

Pour entrer les variables, il suffit de les chercher dans le champs « Types et Libellés »

et les faire rentrer par la flèche dirigée vers le champs « expression numérique » . On peut
également les écrire ; mais la sélection est beaucoup plus efficace pour limiter les risques
d’erreurs.

Une fois que la nouvelle variable est correctement paramétrée, on clique juste sur OK.
La nouvelle variable ainsi créée viendra s'ajouter à la fin de la base de données, comme dernière
variable.

Exemple : nous désirons créer ici une variable « Pop_totale » (la population totale à risque) qui
sera le nombre d’individus ayant vécu un accidents et la population à risque d’accident. On a :

Et on valide par Ok.

17
UJKZ/ISSP
Cours SPSS LPAS II

IV) Recoder des variables

Cette catégorie de manipulation porte le plus souvent sur des variables nominales
lorsqu’on veut affecter des codes à des modalités de réponses d’une variable. Par exemple pour
la variable sexe, on peut vouloir affecter le code 1 aux hommes et 2 aux femmes. Mais, elle
peut également concerner des variables quantitatives. Par exemple, si vous voulez former des
classes d'âge (variable ordinale) à partir de l'âge des participant-e-s (variable quantitative). Pour
le faire, il suffit d’aller dans Transformer→Création de variables. Le logiciel crée une
nouvelle variable qui s’ajoutera à la fin de votre base de données (si vous cliquez sur Recoder
des variables, le logiciel modifiera l’ancienne variable sans en modifier le nom. Le problème
est que de cette manière, vous ne gardez pas de trace de cette transformation et il devient
difficile de se rappeler si une variable est encore sous sa forme originale ou pas. De plus, si
vous faites une erreur, vous perdez les données de la variable originale).

Ensuite sélectionner la variable que vous souhaitez recoder et vous placez dans le
champs à droite « Variable d’entrée→Variable de destination » . Le champs complètement à
droite va s’activer (« Variable de destination »). C’est dans ce champs qu’il faut donner un
nom et un libellé à la nouvelle variable. Saisissez un nom et libellé puis cliquer sur changer.

Essayons de recoder la variable Age en les regroupant en trois catégories (18-25, 26-49, 50 et
plus). En suivant la description, on a :

18
UJKZ/ISSP
Cours SPSS LPAS II

Ensuite, il faut cliquer sur l’onglet désormais active en bas, pour donner les critères de recodage.
Une nouvelle boite de dialogue apparaît. Celle-ci vous permet de déterminer quelles nouvelles
valeurs doivent être assignées aux anciennes.

Dans le Champs « Ancienne valeur » et « Valeur », écrire la valeur à recoder et à droite, dans
le cadre « Nouvelle valeur » et « Valeur », la nouvelle valeur recodée, puis cliquez sur Ajouter.
Cliquer sur poursuivre si vous finissez de saisir toutes les valeurs à recoder.

On va maintenant su pencher sur les onglets du champs « Ancienne valeur ».

Vous prenez « Valeur » lorsque que vous voulez affecter des codes à des modalités d’une
variable (par exemple femme→0, homme→1 pour la variable sexe) ou lorsque vous voulez
changez certaines valeurs (2→1 et 1→0) ; « Valeur système manquante » lorsque vous voulez
recoder les valeurs manquantes reconnues par SPSS OU « Valeur système manquante ou
19
UJKZ/ISSP
Cours SPSS LPAS II

valeur manquante de l’utilisateur » lorsque vous voulez recoder les valeurs manquantes
reconnues par SPSS ou des valeurs définies par vous-même comme des valeurs manquantes ;
« Plage » pour un intervalle de valeur, minimum en haut et maximum en bas ; « Plage, du
MINIMUM à la valeur » pour l’intervalle ] − ∞, a], a étant le maximum à atteindre ; « Plage,
de la valeur au MAXIMUM » pour l’intervalle [𝑏, +∞[, b étant le minimum à commencer.

Pour l’exemple du recodage du groupe d’âge, on a :

Ensuite on clique sur Poursuivre et enfin on valide. La nouvelle variable se crée avec les
nouvelles valeurs affectées. On maintenant se rendre dans l’onglet « Vue de variables » à la
colonne valeur pour affecter des labels.

V) Regroupement des variables d’ECHELLES

Il répond au soucis de catégorisation des variables quantitatives de la même manière que la
deuxième technique de recodage, mais cette fois-ci de façon beaucoup plus automatiser. Il ne
s’agira plus de fournir à SPSS les bornes de divisions, mais l’emplacement de la première
division et le nombre de divisions et SPSS se charge de vous proposer les intervalles. Il peut
s’agir des regroupements en quartils, quintiles… Voyons !! Nous allons rentrer dans
Transformer→Regroupement visuel, une boite de dialogue s’ouvre :

20
UJKZ/ISSP
Cours SPSS LPAS II

Vous remarquerez que toutes les variables qui sont dans cette boite sont des variables
d’échelles. Sélectionnez la variable que vous désirez faire le regroupement, par exemple âge,
et cliquez sur poursuivre. Cette boite de dialogue va s’ouvrir :

Donnez un nom et un libellé à la nouvelle variable qui sera créée dans la ligne « Variable
regroupée ». Le minimum et le maximum des valeurs sont automatiquement renvoyez par
SPSS, ainsi que le nombre d’observation et le nombre de valeurs manquantes contenues dans
la variable à regrouper. Vous devez les regardez avant de commencer votre regroupement. Pour
commencer le regroupement, il suffit de cliquer sur l’onglet « Créer des divisions », une autre
boite de dialogue va s’ouvrir :

21
UJKZ/ISSP
Cours SPSS LPAS II

Dans cette boite de dialogue, vous avez un onglet « Intervalles de longueur identique » qui
vous permet de diviser la variable en groupe identique. Il suffit de fournir l’emplacement de la
première division et le nombre de divisions et SPSS vous propose la largeur et l’emplacement
de la dernière de la division ; « Percentiles égaux fondés sur les observations analysées » qui
vous permet de diviser votre variable en quartile, quintile, décile… Il suffit de fournir le
percentile en pourcentage ou le nombre de divisions correspondantes (quartil=3 division,
quintile=4 divisions, décile=9 divisions). Il faut noter que lorsque vous fournissez N divisions,
SPSS vous fournit N+1 groupes. En prenant trois divisions et appliquer, on a :

On a les trois divisions sous forme de barre verticale en bleu sur l’histogramme, la divisions
en rouge est celle sélectionnée sur le tableau. On peut déplacer ou supprimer une division en

22
UJKZ/ISSP
Cours SPSS LPAS II

cliquant sur la barre verticale. Il suffit de faire un clic gauche maintenu et le faire déplacer à la
direction que vous désirez. Lorsque vous la glissez vers la droite ou gauche complètement en
dehors de l’histogramme, cette division sera supprimée. Vous pouvez également créer des
libellées automatiquement en cliquant sur « créer des libellées ». Le champs « Limites
supérieurs » permet d’inclure ou d’exclure la borne supérieure de l’intervalle (inférieur ou
égale et strictement inférieur). Une fois les paramétrages vous pouvez juste cliquez sur Ok et la
nouvelle variable sera créée à la fin de la base.

VI) Fragmenter la base de données

Cette commande permet de travailler sur l’ensemble de la base des données, mais en
obtenant des informations distinctes sur divers groupes en parallèle. En considérant les hommes
et les femmes, les résultats apparaissent alors séparément pour ces deux groupes concernés dans
la feuille des résultats. Souvent la variable qui définit la fragmentation des données est une
variable nominale (qui identifie des groupes de participant-e-s). Lorsque vous initiez une
analyse, le logiciel fait la même analyse sur plusieurs groupes d’individus et vous présente les
résultats pour chaque groupe séparément. Pour fragmenter suivant une variable, il faut aller
dans Données→Scinder un fichier, et vous avez :

Sélectionnez la variable sur lequel on veut la fragmentation et mettez dans le champs

« Critères de regroupement ». Ensuite vous Cliquez sur « Organiser la sortie par groupe » (ou
Comparer les groupes si vous désirez avoir l’information dans un seul tableau à la place de
plusieurs. Le résultat est le même, uniquement la présentation change).

23
UJKZ/ISSP
Cours SPSS LPAS II

NB !! N’oubliez pas de désactiver le Scinder un fichier quand vous n’en aurez plus besoin.
Il ne se désactive pas seul et le logiciel ne vous rappelle pas qu’il est activé. Pour le faire,
revenez à la même position et cochez « Analyser toutes les observations, ne pas créer des
groupes ».

Cette fonction peut paraitre moins importante, dans le cadre des analyses descriptives, au
regard de la richesse des tableaux croisés.

VII) Sélectionner les observations

La sélection des observations intervient qu’une seule partie de l’échantillon vous
intéresse. Vous pouvez donc demander de n'avoir les résultats que pour cette partie, pourvu
qu’elle soit définie par des variables inclues dans la base de données (par exemple : résultats
pour les femmes, ou pour les hommes, pour les mariés ou pour les non mariés, pour ceux qui
ont plus de 30 ans…). La différence entre cette fonction et la précédente est qu’ici vous n’avez
pas les résultats pour tous les groupes (par exemple les hommes et les femmes), mais
uniquement pour une catégorie de participant-e-s (les femmes). Pour faire la sélection, on repart
dans Données→Sélectionner les observations, on a :

Sélectionner « Selon une condition logique » et cliquez sur « Si » pour donner les conditions.
Vous pouvez également sélectionner « Par échantillon aléatoire » si vous voulez prendre les

24
UJKZ/ISSP
Cours SPSS LPAS II

observations de façon aléatoire ; « Dans une plage de temps ou d’observations » lorsque vous
voulez un intervalle de temps ou de valeurs.

Le champs « Sortie » permet de garder (en barrant) ou de supprimer les observations non
sélectionnées, ou encore de copier les observations sélectionnées dans une autre feuille de
donnée.

En prenant « Si », on a :

Saisissez les conditions, ici AgeGroupe=1 c’est-à-dire les individus âgé de 18 à 25 ans, et on
clique sur poursuivre, et ensuite valider par OK. En revenant des « Vue des variables », toutes
les observations qui ne remplissent pas les conditions sont barrées, ils ne seront donc plus pris
en compte par SPSS pour les analyses ultérieures.. Cette sélection est active pour toute analyse
faite par la suite jusqu'à ce que vous la désactiviez ou quittiez l'application. Pour désactiver :

Données→ Sélectionner les observations→ Toutes les observations et OK.

VIII) Ouvrir la syntaxe

La syntaxe c’est un résumé de code qui se trouve en arrière-plan lorsque vous exécutez
les commandes de SPSS. Elle vous permet de reproduire le même travail au besoins, ou de
modifier directement pour ajouter des éléments non prévus par la commande par défaut par
SPSS (si vous avez des notions avancées en programmation sous SPSS). Pour une syntaxe que
vous avez dans votre machine, allez dans Ouvrir→Syntaxe, pour l’ouvrir.

Lorsque vous exécuter une commande ou fonction SPSS (Manipulation des données,
Analyse), à l’étape de validation vous pouvez cliquer « Coller » (au lieu de prendre « OK »)
pour garder la syntaxe. Une autre fichier SPSS nommé « Syntaxe » va s’ouvrir avec le code

25
UJKZ/ISSP
Cours SPSS LPAS II

joint. Les prochaines exécutions placeront les codes juste en bas de la précédente. Songer à
mettre des commentaires pour vous y retrouver. Commencer les texte par étoile(*) pour les
mettre en commentaire. Vous pouvez exécuter ces codes en sélectionnant toute la partie et en
cliquant sur le gros bouton vers en haut de la syntaxe :

Bien d’autres manipulations des données sont possibles sous SPSS, pour le moment nous avons
parcouru les éléments essentiels pour l’apurement et le traitement des données ou tout
simplement la préparation des données pour l’analyse. On va rentrer dans l’analyse à
proprement parler. Notons que la suite va se pencher exclusivement sur l’analyse descriptive
qui est l’un des points importants des champs d’implémentation du logiciel.

26
UJKZ/ISSP
Cours SPSS LPAS II

Chapitre 3 : Analyse descriptive

L’analyse descriptive des variables s’étend globalement sur quatre points clés :
l’observation synthétique de la variable (tableaux ou graphiques), calcul des caractéristiques,
test statistiques et étude des liens entre les variables. Une démonstration détaillée sur ces
éléments est déjà vu dans votre cours de statistiques descriptives. Cette partie du cours va
s’atteler à montrer comment mettre en exergue ces éléments sous le logiciel SPSS.

I) Pondération des données

L’analyse statistique commence le plus souvent par la pondération des observations
qui permettent d’extrapoler les résultats, d’un échantillon représentatif, à l’ensemble de la
population. Pour pondérer les observations, on rentre dans Données→Pondérer les
observations et on a la boite de dialogue :

Sélectionnez ensuite « Pondérer les observations par » et vous placez la variable poids dans
l’espace « Variable de fréquence ». Vous cliquez sur ok ou coller si vous voulez gardez la
syntaxe.

27
UJKZ/ISSP
Cours SPSS LPAS II

II) Conception des tableaux sous SPSS

II-1 Tableau de fréquences

Le plus courant, les tableaux fréquences permettent de faire ressortir nombre et/ou
pourcentage des participant(e)s qui sont regroupé(e)s dans chaque modalité d’une variable
(nominale, ordinale ou quantitative). Pour faire sortir un tableau de fréquence sous SPSS, on se
rend dans l’onglet Analyse→Statistiques descriptives→Fréquences,

Sélectionnez dans la case de gauche les variables que vous souhaitez analyser. Vous
pouvez demander les tableaux pour plusieurs variables à la fois, si elles se suivent dans la liste,
vous sélectionnez la première variable, appuyez sur la touche Majuscule en maintenant appuyé
et cliquez sur la dernière variable ; si elles ne se suivent pas, vous cliquez en maintenant la
touche cmd appuyée), puis glissez-les à droite en utilisant la flèche. A droite vous avez des
onglets qui vous permettent de faire des manipulations sur la table à votre convenance.

Dans l’onglet « Statistiques », on peut choisir l'information que l'on désire avoir sur
les données. Ainsi vous pouvez avoir des indices de tendance centrale (moyenne, médiane et
mode), obtenir la valeur pour laquelle l'échantillon sera divisé en quartiles (Quartiles), en x
sous-échantillons composés du même nombre de participant-e-s (Césures pour : x groupes
égaux) ou certains fractiles (Percentile(s):), et d’autres informations. Il suffit de sélectionner les
informations que vous voudrez et cliquez ensuite sur « Poursuivre ».

28
UJKZ/ISSP
Cours SPSS LPAS II

Dans l’onglet « Graphiques », vous pouvez demander le diagramme en barres (Graphiques à

barres) qui correspond à la version graphique du tableau de fréquence, ou l’histogramme
(Histogrammes) pour les variables ordinales ou quantitatives qui comptent beaucoup de
modalités (avec l’histogramme, SPSS regroupe automatiquement des catégories pour que le
graphique soit plus lisible, par exemple si vous avez des âges de 20 à 60 ans, plutôt que de créer
41 bâtonnets, l’histogramme va regrouper les âges de 2 en 2 pour garder 21 catégories, 20-22,
22-24, etc.). Vous pouvez également choisir les valeurs (fréquence ou pourcentage) à afficher
sur le graphique.

L’onglet « Format » vous permet de choisir le mode d’affichage des résultats, si vous
voudrez afficher les valeurs ou les effectifs par ordre croissant ou décroissant. Si vous
sélectionnez plusieurs variables, vous pouvez choisir d’afficher les résultats cote-à-cote pour
les comparer ou organiser la sortie par variable.

29
UJKZ/ISSP
Cours SPSS LPAS II

L’onglet « Style » pour formater l’arrière-plan et le texte des cellules dans les tableaux
sur la base des valeurs des cellules. Elle permet de mettre en évidence les valeurs d’une certaine
catégorie (X>45%) en y affectant des couleurs. Comme présenté dans la capture, on veut mettre
en rouge les cellules dont le pourcentage est inférieur ou égale à 60%.

Pour régler la condition, il suffit de double clique sur la colonne condition et cette boite
de dialogue va s’ouvrir

On coche tout simplement « En fonction des conditions suivantes » et on donne les

conditions et cliquer sur poursuivre. Il faudrait paramétrer les autres colonnes de style de
tableau, notamment la colonne Valeur pour préciser si les chiffres sont des effectifs ou des
pourcentage ; choisir le Tableau à appliquer et la couleur qui vous convient.

30
UJKZ/ISSP
Cours SPSS LPAS II

L’onglet « Bootstrap » : c’est une technique de test de la stabilité du modèle. Il estime

la distribution d'échantillonnage d'un estimateur par rééchantillonnage avec remise à partir de
l'échantillon d'origine. Estimez les erreurs standard et les intervalles de confiance d'un
paramètre de population tel qu'une moyenne, une médiane, une proportion, un rapport de côtes,
un coefficient de corrélation, un coefficient de régression ou autres. Contrôlez le nombre
d'échantillons bootstrap, définissez une valeur de départ aléatoire et indiquez si une méthode
simple ou stratifiée est appropriée. Pour effectuer un bootstrap, cliquer sur l’onglet
« Bootstrap » et vous avez :

Sélectionnez « Effectuer un bootstrap », le nombre d’échantillon par défaut est 1000.

Préciser la précision de l’intervalle de confiance et la méthode d’échantillonnage.

Une fois les paramétrages terminés, Cliquez sur Poursuivre puis OK ou Coller pour
lancer votre analyse. Le logiciel créera alors une nouvelle fenêtre de résultats nommée
« Sortie »

Exemple de Sortie :

31
UJKZ/ISSP
Cours SPSS LPAS II

La variable « MARITAL », c’est le statut matrimonial des répondants. La modalité 0 est le

codes Hommes non mariés et 1 des Hommes mariés. Dans cet échantillon, il y a 3264 Hommes
non mariés (51 % de l’échantillon) et 3127 Hommes mariés (48,9 % de l’échantillon). Vous
remarquez qu'en ligne, vous avez les catégories qui composent votre variable (modalités). Si
vous avez inscrit des labels lors de la constitution des variables et que vous avez demandé leur
affichage dans les options, ces noms apparaissent dans le tableau, autrement vous avez des
chiffres. En colonne, vous voyez les Effectifs (Fréquences : le nombre de participant-e-s

dans chaque catégorie). Les participant-e-s qui n’ont pas répondu sont indiqué-e-s comme
Manquant Système (ici 9 personnes). Suivent (de gauche à droite), les pourcentages des
participant-e-s dans chaque catégorie (Pourcentage) : attention, parmi ces pourcentages se
trouvent également les participant-e-s qui n’ont pas répondu. Si vous voulez indiquer les
pourcentages de participant-e-s dans les catégories qui ont répondu à la question, vous devez
faire référence à la colonne qui suit (Pourcentage Valide). La dernière colonne est la somme
des pourcentages des individus à chaque nouvelle catégorie (Pourcentage Cumulé).

En double-cliquant sur le tableau certaines propriétés s’actives et vous pouvez apporter des
modifications (changer des valeurs, insérer des légendes, transposer les lignes…).

32
UJKZ/ISSP
Cours SPSS LPAS II

II-2 Tableau descriptif des variables quantitatives (moyenne, variance,

écart-types…)

On peut directement obtenir des statistiques descriptives sur la variable en se rendant

dans Analyse→statistiques descriptives→Descriptives, on a une boite de dialogue qui s’ouvre
comme ce qui suit :

L’onglet « Options » permet de sélectionner les statistiques qu’on désire affichés ;

cliquer dessus il se présente :

En sélectionnant quelques statistiques et cliquer sur poursuivre puis Ok, on a dans la fenêtre
« Sortie » :

33
UJKZ/ISSP
Cours SPSS LPAS II

II-3 Observation d’une variable par rapport à une autre variable

On cherche ici à afficher les données descriptives d'une variable quantitative pour
différents sous-groupes de participant(e)s, donc en fonction d'une variable nominale. Dans la
section précédente, vous avez calculé la moyenne, maximum, écart-type… sur l’ensemble des
participant(e)s qui constituent l’échantillon. Dans ce cas-ci, vous voulez les calculer pour
certains sous-groupes de votre échantillon. On pouvait le faire en passant par une fragmentation
ou sélection de la base ; mais une autre manière plus simple de le faire sera de créer des tableaux
avec l’information que vous cherchez. Il s’agit « d’explorer » une variable en fonction des
modalités d’une autre. Le chemin est : Analyse→Statistiques descriptives→Explorer ;

Entrez la variable quantitative dans la case « Liste des Variables dépendantes »: et la (ou les)
variable(s) nominale(s) dans la case « Liste des facteurs ». À noter que si vous introduisez
plusieurs variables dans Liste des facteurs, vous aurez un tableau pour chaque variable
nominale. Dans la case Affichage, vous pouvez choisir si vous souhaitez les données
statistiques, les graphiques (Tracés) ou les deux.

Dans l’onglet « Statistiques », vous cochez Descriptives pour avoir les indices descriptifs.

34
UJKZ/ISSP
Cours SPSS LPAS II

En prenant par exemple le revenu et le statut matrimonial, on a :

A noter pour cette commande « Explorer » que dans Plots, vous pouvez choisir en plus du box-
plot donné par défaut l'histogramme, en cochant la case correspondante, ainsi que le test de
normalité Kolmogorov-Smirnov (en cochant « Tracés de répartition gaussiens avec tests)

II-4 Tableaux croisés ou tableau de contingences (deux variables

nominales)

On cherche le plus souvent à Calculer la fréquence (nombres et/ou pourcentage) des

participants qui sont compris dans les modalités d'une variable nominale, croisée avec les
participantes qui sont compris dans les modalités d'une seconde variable nominale. Vous n’allez
utiliser que des variables nominales pour cette fonction. On pouvait chercher à connaitre le
35
UJKZ/ISSP
Cours SPSS LPAS II

nombre d’homme et de femmes qui sont en milieu urbain et milieu rural au Burkina Faso. Le
chemin est Analyse→Statistiques descriptives →Tableaux croisés :

Entrez une première variable dans la case Row(s): et une deuxième variable sous
Ligne(s): toujours en les sélectionnant et en cliquant sur la flèche qui sépare les deux cases.
L’ordre et la position que vous utilisez pour entrer les variables ne sont pas importants pour le
résultat, seule la présentation change. Ensuite, cliquez sur l’onglet Cellules… pour demander
les pourcentages (en ligne et/ou en colonne).

Vous cochez ligne ou colonne ou total si vous voulez afficher des totaux. Dans cette
boite de dialogue, vous pouvez également réaliser des tests de comparaison des colonnes. Pour
ces questions on en reviendra à la suite dans ce cours.

Les onglets se comportent de la même manière que ce qui est décrit précédemment
saut les onglets « Exact » et « Statistiques » permettent en plus de faire des tests statistiques
plus poussés qu’on verra dans la suite.

36
UJKZ/ISSP
Cours SPSS LPAS II

En remplissant comme décrit, on la sortie :

On pouvait choisir d’inclure une troisième variable, dans le croisement. Il suffit de le

glisser dans le champs « Couche 1 de 1 » et comme :

Il faut noter que cette commande ne permet pas de croiser plus de trois variables. Hors,
on est parfois amener à construire des tableaux plus complexes avec un grand nombre de
variables. Pour cela voyons la section suivante.

II-5 Construction des tableaux personnalisés

Les tableaux personnalisés permettent de construire des tableaux complexes en croisant

des variables. Ils peuvent plus de trois variables. Une utilisation efficace de cette commande

37
UJKZ/ISSP
Cours SPSS LPAS II

nécessite que vous définissez au préalable les libellés des valeurs de toutes les variables
nominales ordinales. Le chemin pour le construire : Analyse→Tableaux→Tableau
personnalisés, on a :

Pour construire le tableau, il suffit de glisser les variables du champs « Variables » vers
l’espace, vous les positionnez sur les barres horizontales (Colonnes) ou verticales (Lignes) en
fonction de comment vous voulez les organiser. En exemple, si je veux croiser le statut
matrimonial avec catégorie de revenu, j’aurai :

38
UJKZ/ISSP
Cours SPSS LPAS II

Je peux vouloir connaitre la catégorie d’emploi dans le groupe de femme et dans le

groupe des hommes, il suffit de glisser la variable « catégorie d’emploi » et le placer
complètement en bas de la variable « GENDER » après effectif et j’ai :

Je peux faire pareil avec « INCCAT », mais cette fois ci avec la variable « CARCAT » qui n’est
pas labellisé. Je le place tout simplement devant « INCCAT » après la liste des modalités ; on
a:

Il est également possible d’ajouter d’autres variables en ligne (ou en colonne) en le glissant en
bas (ou à droite) de la variable. Ça peut être également en haut (ou à droite) si on veut placer
cette nouvelle variable avant l’ancienne variable. On peut l’essayer en ajoutant la variable statut
matrimonial après la variable « INCCAT », on a :

39
UJKZ/ISSP
Cours SPSS LPAS II

Pour afficher les pourcentages et/ou d’autres catégories de fréquences, il faut ouvrir l’onglet
« 𝑵% 𝑺𝒕𝒂𝒕𝒊𝒔𝒕𝒊𝒒𝒖𝒆𝒔 𝒅𝒆𝒔𝒄𝒓𝒊𝒑𝒕𝒊𝒗𝒆𝒔 ». On va essayer d’ajouter à notre tableau un pourcentage
ligne. Il suffit de cliquer sur « 𝑵% 𝑺𝒕𝒂𝒕𝒊𝒔𝒕𝒊𝒒𝒖𝒆𝒔 𝒅𝒆𝒔𝒄𝒓𝒊𝒑𝒕𝒊𝒗𝒆𝒔 » et déplier « Pourcentages
Lignes », en cliquant sur le petit plus derrière. On choisit juste la « NB. Ligne (%) », et on le
met dans le champs affiché, On a :

Il existe bien d’autres catégories de pourcentages Lignes que vous pouvez choisir si vous en
avez besoins. Ensuite, vous pouvez modifier le format d’affichage et le nombre de caractère
après la virgule « Décimales » comme ça vous convient. Enfin vous cliquez sur « Appliquer à
tout » et « Fermer ». On a maintenant :

Dans l’onglet « Catégories et totaux », vous pouvez également choisir d’exclure certaines
modalités dans l’affichage du tableau ou de faire afficher les totaux. Pour afficher le total, il
faut cocher « Total » et changer le libellé si vous le désirez (mettre « Ensemble » par exemple).
Pour faire ces modification, il faudrait d’abord sélectionner la ou les variables concernée(s)
dans le tableau. On a ;

40
UJKZ/ISSP
Cours SPSS LPAS II

III) Construction des graphiques sous SPSS

Bien que lors que de la construction des tableaux l’option « Graphiques » vous permet
de faire sortir directement de différents sortes de graphiques, il existe d’autres moyens de
construire des graphiques. On va s’y pencher dans cette partie avec les possibilités de mise en
forme qu’offre SPSS.

III-1 Histogrammes

Les histogramme peuvent être obtenus suivant ce chemin : Graphiques→Boite de

dialogue Ancienne Version→Histogramme, Puis entrez la variable souhaitée dans la case
Variable, grâce à la flèche, puis cliquez sur OK. Cocher la case « Affiché la courbe
gaussienne » permet d’afficher la courbe normale, c’est-à-dire la courbe que devrait suivre les
données si la variable est distribuée normalement. Cette option est très pratique pour estimer la
normalité des variables et aussi détecter d’éventuelles valeurs extrêmes.

41
UJKZ/ISSP
Cours SPSS LPAS II

On a comme sortie :

L’histogramme s’affiche dans la fenêtre « Sortie », en vous donnant également la moyenne et

l’écart-type de la variable en haut à droite du graphique. Vous pouvez également obtenir
l'histogramme par la fonction « Explore ».

III-2 Boîtes à moustaches

Typiquement, la boîte à moustaches permet, pour un jeu de données, de représenter la

médiane, les quartiles et les centiles (5e et 95e) ou les déciles (1er et 9e). Sont également
souvent représentées les données aberrantes (outliers). On peut la trouver sous des formes
différentes où on représentera le minimum et le maximum de l'échantillon à la place des centiles

42
UJKZ/ISSP
Cours SPSS LPAS II

ou déciles. Le chemin d’accès de la boîte à moustache : Graphiques→Boite de dialogue

Ancienne Version→Boîte à moustaches,

Vous obtenez d’abord une fenêtre d’options, depuis laquelle il est possible de générer
quatre types de box-plot. À noter que plus on introduit de variables dans un graphique, moins
il est lisible. Veillez à bien réfléchir à quelles informations vous souhaitez pouvoir voir dans
votre box-plot avant de choisir le type.

Cas 1 : Pour générer un box-plot représentant plusieurs variables, mais présentées

individuellement, choisir Simple et récapitulatif pour variables distinctes, puis cliquer sur
Définir.

43
UJKZ/ISSP
Cours SPSS LPAS II

Dans le champs « Les cases représentent », entrez toutes les variables que vous souhaitez voir

affichées dans le box-plot. Attention toutefois aux échelles, si elles sont trop différentes entre
les variables, vous aurez de la peine à lire les informations. On a comme aperçu dans la sortie :

Cas 2 : En choisissant En cluster, puis Récapitulatifs pour les variables distinctes,

vous obtiendrez un box-plot représentant deux variables séparées, mais en fonction d’une
troisième variable nominale.

Entrez toutes les variables souhaitées dans champs « Les cases représentent » (encore
une fois, attention aux échelles), mais ajouter cette fois-ci une variable nominale dans « Axe
des catégories », puis OK. On a comme sortie :

44
UJKZ/ISSP
Cours SPSS LPAS II

Cas 3 : Pour générer un box-plot représentant deux sous-groupes, choisir Simple et

Récapitulatifs pour groupes d’observations. Ce type de box-plot est plutôt adapté pour une
variable quantitative et une variable nominale.

Entrez votre variable quantitative dans la case « Variable », et la variable nominale,

dans la case « Axe des Catégories », puis OK. À noter que c’est le même box-plot obtenu en
choisissant Plots dans la fonction Explore. La sortie :

45
UJKZ/ISSP
Cours SPSS LPAS II

Cas 4 : Choisissez En cluster, puis Récapitulatifs pour groupes d’observations, si vous

souhaitez représenter une variable quantitative en fonction de deux variables nominales. Ici,
nous avons choisis AGE en fonction du statut matrimonial et du sexe. La variable nominale que
vous entrez dans « Axes des catégories », sera la variable représentée sur l’axe X et celle dans
« Définir les clusters par » représentera les différentes couleurs.

46
UJKZ/ISSP
Cours SPSS LPAS II

Sortie SPSS :

III-3 Graphiques de moyennes (variables quantitatives)

Les graphiques des moyennes servent à représenter les résultats lorsque l'on veut
représenter des moyennes de variables quantitatives dans des sous-groupes de l’échantillons
définis par des variables nominales. Le chemin : Graphiques→Boite de dialogue Ancienne
Version→Barres…,

47
UJKZ/ISSP
Cours SPSS LPAS II

Cas 1 : Une variable nominale et une variable quantitative. Choisir Simple et

Récapitulatifs pour groupes d’observations, puis presser Définir.

Cochez Autres statistiques (moyenne par exemple) dans la case « Les Barre
représentent », entrez la variable quantitative dans « Variable » et la variable nominale dans
« Axes des catégories ».

Dans l’onglet Options…, vous pouvez représenter les barres d'erreur (soit l'intervalle
de confiance généralement de 95%, soit l'erreur standard ou l'écart-type, en fixant le Multiplier
à 1 : barre d’erreur = 1 x le SD ou le SE au-dessus et au-dessous de la moyenne représentée par
la hauteur du bâtonnet).

48
UJKZ/ISSP
Cours SPSS LPAS II

La sortie :

Nb !!! En cliquant deux fois sur le graphique, puis deux fois sur les différentes parties
du graphique (axes, barres, etc.), vous pouvez l'éditer pour le rendre plus lisible (nom des axes,
grandeur des polices, couleurs, etc.).

Cas 2 : Une variable nominale et plusieurs variables quantitatives. Choisir En cluster

et Récapitulatif pour variables distinctes. Les variables quantitatives sont à placer dans la
case Les barres représentent : et la variable nominale dans Axes des catégories. Les barres
d’erreur sont dans l’onglet Options… comme précédemment décrit.

Cas 3 : Une variable quantitative et plusieurs variables nominales. Choisir En cluster

et Récapitulatifs pour groupes d’observations. La variable quantitative est à placer dans la
case Variables: (choisir généralement Autres statistiques (moyenne par exemple)) et les
variables nominales dans Axes des catégories (axe des x) et Définir les clusters par, barres de
couleur différente.

III-4 Graphique en barre ou histogramme groupé (des variables

qualitatives)

Ces graphiques vous permettent de présenter les effectifs ou pourcentage des variables
nominales sous forme des barres 📊 (groupés ou non). On l’obtenir directement à partir des
tableaux croisés en cochant l’onglet « afficher les graphiques en barre en cluster ». Chemin :
Analyse→Statistiques descriptives →Tableaux croisés :

49
UJKZ/ISSP
Cours SPSS LPAS II

La sortie :

III-5 Diagramme circulaire

Ce diagramme permet de présenter les fréquences ou pourcentage d’une variable

catégorielle dans un cercle. Chemin : Graphiques→Boite de dialogue ancienne
version→Circulaire,

Choisissez le format de présentation en fonction du nombre de diaggramme circulaire

que vous voulez présenter la même page :

50
UJKZ/ISSP
Cours SPSS LPAS II

Ensuite, vous fournissez la ou les variables :

la sortie :

III-6 Mise en forme des graphiques sous SPSS

On peut changer la mise en forme des graphiques, si on le désir, que ce qui apparait
par défaut. Pour le faire, il suffit de double cliquez sur le graphique en question. Un nouveau
onglet s’ouvre avec les outils de mise en forme. En reprenant, le graphique en barre et en
cliquant sur le graphique, on a :

51
UJKZ/ISSP
Cours SPSS LPAS II

Vous avez en haut du graphique et l’onglet « Propriété » à droite des commandes de mise en
forme.

Si veut par exemples affiché les valeurs sur les barres, il suffit de sélectionner les barres et

cliquer sur la petite commande « afficher les libellés des données » en haut à gauche du
graphique. On a l’apparence qui suit :

Mais vous avez à droite, dans propriété une nouvelle boite qui s’ouvre pour vous aider à mettre
en forme ces libellées des données :

On pourrait vouloir remplacer les effectifs en valeurs, il

suffit de cliquer sur effectif dans la boite et le supprimer en
cliquant sur la croix rouge. Et ensuite glisser le
« Pourcentage » ou vous le sélectionner et cliquer sur la
flèche qui se trouve devant la boîte pour le mettre dans le
champs affiché.

On pourrait aussi décider de changer la position, il suffit de

venir en bas, dans « position de le libellé » et vous cocher
ensuite personnalisé. Vous choisissez la position désirée
dans les cases. Nous on va mettre en haut. On a :

52
UJKZ/ISSP
Cours SPSS LPAS II

En cliquant sur « appliquer » on a :

On peut enlever les bordures, en cliquant sur l’onglet « Remplissages et bordure » dans

« Propriétés ». Cliquer sur bordure au milieu et prenez transparent en haut des

palettes de couleur ; vous pouvez maintenant appliquer. on a :

53
UJKZ/ISSP
Cours SPSS LPAS II

Pour changer la couleur d’une modalité des légendes, il suffit de sélectionner la barre dans le
graphique ou de sélectionner la modalité dans la partie légende. Et cocher la partie

« Remplissage » qui a désormais l’apparence ou la couleur de la modalité

sélectionné. Vous pouvez maintenant appliquer. Si on veut changer la couleur bleue claire de
la modalité « 1 » de « EMPCAT » en couleur jaune, on a :

On pouvait aussi ajouter une barre de référence à 650, en cliquant sur « ajouter une ligne de

référence à l’axe Y » . Saisissez la valeur « 650 » et « appliquer ». on a :

54
UJKZ/ISSP
Cours SPSS LPAS II

Bien d’autres mises en forme sont possible dans cette partie, vous pouvez facilement les
comprendre en plaçant votre curseur sur les onglets, les descriptions s’affichent. Une fois que
vous ayez fini les mises en forme, fermer tout simplement l’onglet de mise en forme et votre
nouvelle mise en forme s’applique à votre graphique dans l’onglet « Sortie ».

IV) Détection des valeurs extrêmes ou aberrantes

IV-1 Détection par boxplot

Nous avons appris en statistiques descriptives que les valeurs aberrantes sont distantes
de plus de 3 intervalles interquartiles au-dessous du 1er quartile ou au-dessus du 3ème quartile).
Elles faussent considérablement les données, il est donc judicieux de les éliminer. Le boxplot,
elles sont représentées par une étoile.

De même que les valeurs aberrantes, les valeurs extrêmes (« outliers » en anglais) sont
distantes de plus de 1,5 intervalle interquartile au-dessous du 1er quartile ou au-dessus du 3ème
quartile. Le chercheur doit déterminer s'il veut les enlever ou non. Si cela ne fausse pas la
normalité de la distribution de la variable, ou si elles sont trop nombreuses, il faut les garder.
Dans le box-plot, elles sont représentées par un rond.

Pour détecter les valeurs extrêmes et aberrantes, il existe plusieurs solutions : soit à
l’aide de graphiques (box-plot ou histogramme), soit à l’aide d’un tableau fourni par SPSS.
Dans le box-plot, les ronds ou étoiles sont accompagnées du numéro de la ligne du sujet dans
le fichier de données SPSS (et pas son numéro attribué par le chercheur).

Dans la figure ci-dessous le sujet représenté par la ligne 6 390 dans le tableau de
données SPSS a une valeur extrême sur la variable « AGE » dans le groupe des femmes.

55
UJKZ/ISSP
Cours SPSS LPAS II

IV-2 Détection par histogramme

Dans un histogramme, le sujet extrême est représenté par un point éloigné des autres.
De plus, si la courbe de normalité est affichée, nous pouvons voir que ce sujet n’est pas sous la
courbe, donc qu’il dévie de la normalité.

56
UJKZ/ISSP
Cours SPSS LPAS II

IV-3 Détection par tableau

Il est possible de générer un tableau représentant les 5 valeurs les plus élevées et les 5
valeurs les plus basses. Allez sous Analyse→Statistiques Descriptives→Explorer…,

Entrez la variable souhaitée dans Liste Variables Dépendantes, puis cliquez sur
Statistiques. Puis, choisir l’option Valeurs extrêmes.

On a comme sortie :

57
UJKZ/ISSP
Cours SPSS LPAS II

Le tableau Valeurs Extrêmes donne donc les 5 valeurs supérieures et les 5 valeurs
inférieures. Il est difficile de déterminer si les valeurs sont extrêmes uniquement à l’aide du
tableau, il faut donc s’aider d’un histogramme ou d’un box-plot. L’avantage du tableau est qu’il
vous donne le numéro de la ligne des sujets dans le fichier de données, ce qui permet de les
retrouver afin de les éliminer des analyses. Si plusieurs sujets ont le même score, ils apparaîtront
dans ce tableau (mais pas dans le box-plot).

IV-4 Elimination des valeurs extrêmes ou aberrantes de l’analyse

Il y a deux solutions pour éliminer les valeurs manquantes ou aberrantes :

• Si c’est valeurs ne sont pas nombreuses, on peut juste les supprimer

manuellement. En se servant du numéro de la ligne indiquée dans le tableau ou
sur la figure box-plot, il suffit de se rendre à la colonne de la variable et
n'effacer que cette valeur (pas toutes les autres données du sujet qui peuvent
être valides),
• Si les valeurs extrêmes ou aberrantes sont nombreuses, nous pouvons utiliser
la commande "Sélectionner les observations". Il suffit de se rendre dans
Données→Sélectionner les observations

58
UJKZ/ISSP
Cours SPSS LPAS II

Dans la case Sélectionner, choisir Selon une condition logiques, puis cliquer sur Si…

Dans la nouvelle fenêtre, entrez la variable pour laquelle vous avez détecté une valeur extrême
d’un sujet dans la case. Cette fonction sélectionne les participant-e-s à garder, donc si, comme
dans notre exemple, le sujet extrême a une valeur de 77, nous pouvons entrer AGE<1, ce qui le
fera choisir tous les sujets ayant une valeur inférieure à 77 pour la variable « AGE ». Puis
Cliquez sur Poursuivre.

Cette option est à désactiver lorsque vous effectuez des analyses sans cette variable-
là !!! Surtout lorsque vous avez peu de sujets, vous perdez de précieuses données qui ne sont
pas extrêmes.

59
UJKZ/ISSP
Cours SPSS LPAS II

Chapitre 4 : Statistiques inférentielles

I) Vérification de la normalité
L’application de bien des tests paramétriques nécessitent des variables distribuées
normalement. Il y a plusieurs façons de vérifier la normalité : soit en observant le box-plot et
l’histogramme, soit grâce au test de Kolmogorov-Smirnov.

I-1 A l’aide d’un boxplot

Il s’agit d’afficher le box-plot des variables de la base. On peut demander d’afficher

des box-plot pour plusieurs variables à la fois si elles ont des échelles à peu près similaires.

Pour être symétrique (et donc peut-être normale), la médiane doit être à peu près au
centre de la boîte, les "moustaches" (antennes) doivent être plus ou moins égales, et il ne doit
pas y avoir (trop) de sujets extrêmes. Les critères d’observation de la normalité dans un boxplot
sont à juger.

I-2 À l’aide du test de Kolmogorov-Smirnov

Toujours dans Analyse→Statistiques Descriptives→Explorer, il est possible de

demander le test de normalité de Kolmogorov-Smirnov, dans l’onglet tracés, en cochant tracés
de répartition gaussiens avec tests. Dans ce menu, vous pouvez également demander
l'histogramme, et le box-plot.

60
UJKZ/ISSP
Cours SPSS LPAS II

On a le tableau :

Si le test de Kolmogorov-Smirnov est significatif (donc p < .05), cela veut dire que la
distribution n’est pas normale (H0 correspondant à une distribution normale dans la
population). La variable n’est donc pas normalement distribuée. Cependant, il faut utiliser le
test de Kolmogorov-Smirnov avec circonspection. En effet, à partir de 50 participant-e-s
environ et plus, il a tendance à devenir trop facilement significatif et donc à rejeter l’hypothèse
nulle trop facilement. Dès lors, si le test est non significatif, nous pouvons considérer que la
variable suit une distribution normale (peu importe le nombre de participant-e-s). Mais si le test
est significatif et qu’il y a plus de 50 participant-e-s, il est préférable d’aller voir le box-plot et
l’histogramme pour tirer une conclusion quant à la normalité de la distribution.

I-3 Transformation des données

La suppression des valeurs extrêmes ou aberrantes peut permettre de rapprocher la

variable à une distribution, mails si elles sont nombreuses vous perdriez un très grand nombre
d’observations ou la distribution deviendra fortement asymétrique. Une notre possibilité est
d’essayer les transformations mathématiques de tous les scores de votre variable : racine de x,
1/x, ln(x afin de voir si la distribution obtenues est plus proche de la normale. Pour ce faire,

61
UJKZ/ISSP
Cours SPSS LPAS II

vous créez une nouvelle variable à l'aide du menu Transformer→Calculer la variable avec
les commandes respectivement SQRT(nom variable), 1/(nom variable), et Lg10(nom variable).
Ensuite vous gardez la transformation qui améliore le mieux la normalité de votre variable.

II) Tests statistiques

II-1 Tableau de décision statistique

Il existe des tests adéquates suivant le type de variables (nominale, ordinale, ou

quantitative) dont il est question dans votre base de données, et selon le rôle de chacune de
celles-ci (variable dépendante ou indépendante). Le tableau suivant fait un récapitulatif des
choix de ses analyses statistiques (il existe des analyses pour les cases en gris, mais elles ne
sont pas abordées dans ce cours).

VI Variable(s) nominale(s) Variable(s) quantitative(s)

VD (ex : sexe, section d’études) (ex : âge)
Variable Khi² :
nominale (deux variables nominales)
Tests non paramétriques :
U de Mann-Whitney
(2 groupes indépendants)
Kruskal-Wallis
Variable(s)
(n groupes indépendants)
ordinale(s)
Wilcoxon
(2 groupes appariés)
ANOVA de Friedman
(n groupes appariés)
Corrélation
t-test (deux variables quantitatives.
(comparaison de 2 moyennes) Toutes les variables sont de
Variable(s) ANOVA même niveau, il n’y a pas de
quantitative(s) (comparaison de n moyennes, une ou VI ou de VD)
plusieurs VI(s), une ou plusieurs Régression simple
VD(s)) (deux variables quantitatives.
VI = prédicteur, VD = critère)
62
UJKZ/ISSP
Cours SPSS LPAS II

Régression multiple
(plusieurs variables
quantitatives. VIs = plusieurs
prédicteurs, VD = critère)

II-2 Khi-carré
II-2-1 Deux variables nominales

Le Khi-carré permet de tester s’il y a un lien entre deux variables nominales. Le

chemin : Analyse→Statistiques descriptives→Tableaux croisés. Dans l’onglet statistiques,
vous cochez Khi-carré :

En prenant l’exemple des variables « MARITAL » et « GENDER », on les sorties :

63
UJKZ/ISSP
Cours SPSS LPAS II

Les trois valeurs entourées sont le 𝜒 2 , le degré de liberté et la probabilité associée à ce test.
Comme p<0,5 le test est significatif. la proportion d'hommes et de femmes n’est pas la même
pour les statuts matrimonial. On note donc que ; la proportion d'hommes et de femmes est
significativement différente dans les groupes de ceux en union (52% de femmes) et de ceux qui
ne sont pas en union (48% de femmes).

II-2-2 Khi-carré d’ajustement

Il permet de tester si les proportions (fréquences relatives) des modalités d’une variable
nominale sont équivalentes (ou égales à certaines valeurs précises). On pourrait vouloir tester
si la proportion de ceux en union et ce ceux qui ne sont pas en union est égale(50%-50%) dans
la population. Le chemin est : Analyse→Test non paramétrique→Boite de dialogue ancienne
version→Khi-carré, puis entrez la variable dans la case Listes des variable à tester puis
cliquez sur OK.

On a la sortie :

64
UJKZ/ISSP
Cours SPSS LPAS II

On a P>0,05, le test n’est pas significatif. Donc nous acceptons l’hypothèse nulle que
l’échantillon provient d’une population où la proportion de ceux en union et ceux qui ne sont
pas en union est égale.

On pouvait tester la différence avec d’autres valeurs différentes, en cochant « Values »

dans le champs « effectifs théoriques », puis en fournissant les valeurs attendues.

II-3 T-test

Le T-test permet de tester des différences de moyennes d’une variable quantitative

(plusieurs cas possibles : moyenne empirique contre moyenne théorique, moyennes provenant
de deux groupes appariés ou indépendants constitués par une variable nominale).

II-3-1 Une moyenne empirique vs. une moyenne théorique

L’objectif est de tester s’il y a une différence significative entre une moyenne
empirique d’une variable quantitative et une moyenne théorique (fixée d’avance). Le chemin :
Analyse→Comparer les moyennes→T test pour échantillon unique, ensuite fournissez la
variable quantitative dont on veut tester sa moyenne dans « Variable(s) à tester et la valeur
théorique de la moyenne dans « Valeur de test » ;

65
UJKZ/ISSP
Cours SPSS LPAS II

Ici on veut tester si la moyenne d’âge des individus est significativement différent de 30. On
comme sortie :

Dans le premier tableau se trouvent les indices descriptifs, le deuxième tableau donne le résultat
du test : la valeur du t est de 78,21, et la valeur du p associée est de ,000 (en réalité une valeur
<,001), ce qui signifie que le test est significatif, et donc que la différence entre les deux
moyennes est significative. On rejette donc l’hypothèse nulle qui est une égalité entre les deux
moyennes.

C/c : l’âge des individus est significativement différent de 30.

66
UJKZ/ISSP
Cours SPSS LPAS II

II-3-2 T-test à groupes indépendants

On veut tester s’il y a une différence significative entre deux moyennes (provenant de
deux groupes formés par une variable nominale = VI) d’une variable quantitative (VD).
Chemin : Analyse→Comparer les moyennes→T test pour échantillons indépendants,

Essayons de l’hypothèse suivante : Ceux qui sont en union sont plus âgés que ceux qui
ne sont pas en union(H1).

Cliquez ensuite sur « Définir des groupes » pour définir les groupes de comparaisons, il
s’agit des codes des modalités de la variable nominale :

On a la sortie :

67
UJKZ/ISSP
Cours SPSS LPAS II

Dans le second tableau se trouvent les informations qui concernent la significativité de la

différence entre les deux moyennes. Le résultat du test de Levene sur l’égalité des variances
vous indique quelle ligne il faudra consulter pour vos résultats :

1) Si le F est non significatif (ici F = 0,648 p =0,42, ns.), on regarde les résultats sur

la ligne hypothèses de variances égales.

2) Si le F est significatif (il faudrait que p < .05, ce qui n’est pas le vas ici) on regarde la ligne
hypothèse de variances inégales.

Dans notre exemple, on considère la première ligne (hypothèses de variances égales).

Dans la colonne t on peut lire la valeur 2,432 et dans la colonne Sig(bilatéral) on peut lire 0,015.
Cela veut dire que la différence d’âge entre ceux qui sont en union et ceux qui ne sont pas en
union est significative. Les degrés de liberté sont notés dans la colonne df. Le test indique
seulement si les deux moyennes sont significativement différentes l’une de l’autre et non pas
laquelle est la plus élevée. Il faut au besoins se référer au premier tableau de la sortie.

II-3-3 T-test à mesures répétées

On cherche ici à tester s’il y a une différence significative entre deux moyennes
mesurées chez les mêmes sujets. Dans cette analyse, il est question de deux variables
dépendantes (VD) quantitatives, sans aucune variable indépendante (ou alors, on peut
considérer qu’il y a une VI à mesures répétées, et une VD). Chemin : Analyse→Comparer les
moyennes→T tests pour échantillons appariés. Entrez vos deux variables dans la case
Variables appariées (elles se mettent automatiquement dans les colonnes Variable 1 et
Variable 2), puis cliquez sur OK.

68
UJKZ/ISSP
Cours SPSS LPAS II

Ici on veut voir si la moyenne d’âge est significativement différent de la moyenne

d’emploi. Une comparaison qui peut ne pas avoir de sens en termes d’interprétation
scientifique, mais permet de comprendre les commandes du logiciel. On a comme sortie :

On peut trouver dans le tableau Test des échantillons appariés le résultat du test. La
valeur du test de 255,422, et la valeur du p associée est de ,000, ce qui signifie que le test est

significatif, et donc que la différence entre les moyennes de l’âge et l’emploi est significative.
Ensuite, vous allez regarder les moyennes dans le tableau Statistiques des échantillons appariés
pour savoir dans quel sens va la différence.

II-4 ANOVA

ANOVA est une sorte d’extension du t-test. Il permet de Tester des différences de
moyennes d’une ou plusieurs variable(s) quantitative(s) (VDs), en fonction d’une ou plusieurs
variable(s) nominale(s) (=facteurs, VIs) qui peuvent comporter plus de deux modalités.

69
UJKZ/ISSP
Cours SPSS LPAS II

II-4-1 ANOVA à un facteur inter-sujets (groupes indépendants)

Permet de tester s’il y a une différence significative entre plusieurs (2 ou plus)

moyennes d’une variable quantitative (VD) provenant de plusieurs groupes formés par une
variable nominale (VI = facteur). Chemin : Analyse→Comparer les moyennes→ANOVA à
un facteur,

Entrez la variable quantitative dans la case Liste variables Dépendantes : et la variable

nominale dans la case Facteur :.

Puis cliquez sur Options… Une nouvelle boîte de dialogue s'ouvre et vous pouvez demander
que les statistiques descriptives et le test de Levene (homogénéité des variances) apparaissent
dans la Sortie. Sélectionnez les cases Descriptive et Test D’homogénéité de variance. Puis
Poursuivre et la deuxième boîte de dialogue se ferme. Cliquez sur OK.

La sortie :

70
UJKZ/ISSP
Cours SPSS LPAS II

La statistique F qui nous intéresse dans le tableau est celui qui est associé à notre facteur
Intergroupe. Dans notre exemple, il est de 0,548, avec une probabilité p associée de 0,459.

Le tableau Test d’homogénéité de Variance indique si la condition d’application de l’ANOVA

(égalité des variances dans les groupes) est respectée. Ici le test est non significatif, donc les
variances sont homogènes, F(1, 6389) = 0,053, p > .05.

II-4-2 ANOVA à plusieurs facteurs inter-sujets (groupes

indépendants)

Permet de tester s’il y a une différence significative entre plusieurs moyennes d’une
variable quantitative (VD) provenant de plusieurs groupes formés par plusieurs variables
nominales (VIs = facteurs). La différence par rapport au test présenté au chapitre précédent est
que vous évaluez l’effet de plusieurs VI à la fois sur la même VD et non plus l’effet d’une seule
VI. Le test nous donne ainsi les effets principaux de chaque VI, ainsi que le ou les effets
d’interaction entre VIs. Chemin : Analyse→Modèle linéaire général→Univarié.

Entrez la variable quantitative (VD) dans la case Variable Dépendante: et les variables
nominales (VI) dans la case Facteurs Fixes (remarque : si vous ne mettez qu’un facteur dans
cette case, l’analyse sera la même qu’avec ANOVA à un facteur). Dans Options, demandez les

71
UJKZ/ISSP
Cours SPSS LPAS II

moyennes pour chaque effet testé, également le test d’homogénéité des variances, ainsi que les
tailles d’effet.

II-4-3 ANOVA à mesures répétées (+ ANOVA mixte)

Lorsque vous avez plusieurs VD, donc des mesures répétées, ou plus exactement une
ou plusieurs VI nominale(s) à mesure répétées (= un ou plusieurs facteur(s) intrasujet(s), et une
ou plusieurs VI nominale(s) à groupes indépendants (= un ou plusieurs facteur(s) intersujet(s),
vous pouvez faire une ANOVA mixte (à groupes indépendants ET mesures répétées), qui dans
SPSS se trouve dans le menu Mesures répétées… (Si vous n’avez que des facteurs intrasujets,
faites également l’ANOVA à mesures répétées en laissant la case Facteur(s) entre-sujets: vide,
cela fera une ANOVA à mesures répétées). Chemin : Analyse→Modèle linéaire
général→Mesures répétées.

III) Relation entre les variables

III-1 Corrélation

L’analyse de corrélation permet de tester s’il existe une relation positive ou négative
(ou nulle) entre deux variables quantitatives (r de Bravais-Pearson) ou quantitative ordinales
(rho de Spearman = ρ). La corrélation ne teste que deux liens à la fois !! Le chemin :
Analyse→Corrélation->Bivariée…,

Sélectionnez les variables qui vous intéressent et passez les au champs « Variables ».
Par défaut, la case Pearson est cochée. Si la normalité de vos variables n'est pas bonne (ou si
vous avez des variables ordinales), demandez plutôt le coefficient non paramétrique (calculé
sur les rangs) Rho de Spearman.

72
UJKZ/ISSP
Cours SPSS LPAS II

La sortie :

On ne s’intéresse qu’aux résultats en dessus (ou en dessous) de la diagonale, puisque

le tableau est symétrique. Vous remarquez que la diagonale présente des corrélations de valeur
r = 1 : une variable est parfaitement corrélée avec elle-même.

III-2 Régression

Au-delà d’une simple corrélation, la régression donne un lien fonctionnel entre deux
variables. Elle va nous permettre de Savoir si une variable quantitative (régression simple) ou
plusieurs variables quantitatives (régression multiple), appelées les prédicteurs (ou VI
quantitatives), sont passible(s) de prédire les valeurs d’une variable quantitative appelée critère
(ou VD). Chemin : Analyse→Régression→Linéaire,

Ensuite, vous entrez la VD à prédire (=critère) dans la case « Dépendant » et les Vis
quantitatives (=prédicteurs) dans « Variables Indépendante(s) » (si vous faites une régression
simple, vous n’entrez qu’une variable dans la case «Variables Indépendante(s) »).

73
UJKZ/ISSP
Cours SPSS LPAS II

Dans le Menu Méthode :, choisissez la méthode d’entrée des prédicteurs dans l’analyse de
régression multiple (cf. cours pour la description des différentes méthodes) ; en cas de
régression simple, peu importe la méthode, le résultat sera toujours pareil. Vous pouvez obtenir
plus de statistiques(tests statistiques) et de prédictions en rentrant dans les onglets
« statistiques » et « Tracés ».

La sortie :

74
UJKZ/ISSP
Cours SPSS LPAS II

Références
Pascal Wagner-Egger & Sophie Nidegger, Guide SPSS pour les nuls, Université de
FRIBOURG.

Gilles et al (2008), Fascicule SPSS. Cahiers de l’IMA

Musette Yasmine (2018), SPSS : application en sciences de gestion

Said El Hassani, Cours SPSS

AMINI BYAMUNGU Jephté, Module de formation SPSS.

75
UJKZ/ISSP