Analyse de donn es avec SPSS
CHAPITRE II-
ELABORATION DUNE BASE DE
DONNEES SPSS : DATA SET SPSS
INTRODUCTION
Apr s la phase dadministration du questionnaire (travail sur terrain) qui
g n re une quantit consid rable de donn es, vient une tape difficile et
critique de l tude ; cest celle de la saisie informatique des donn es dans
un support unique.
Les donn es dune enqu te devront tre repr sent es sous forme dune
matrice (tableau double entr es) o les lignes repr sentent les individus
(personnes interview es), et les colonnes sont les r ponses de ces
personnes aux questions pos es lors de lenqu te. Chaque cellule du tableau
repr sente la r ponse de lindividu i la question j.
Les r ponses sont appel es des variables puisquelles varient dun
individu { lautre. En plus, une question peut tre transform e (encod e)
en une ou plusieurs variables cela d pend de la nature de la question.
Sous SPSS, cette tape se traduit par l laboration dun fichier base de
donn es Data Set SPSS qui doit se faire en trois temps :
Un premier pour la pr paration du fichier base de donn es SPSS
;
Un deuxi me pour la saisie des donn es, et
Un troisi me pour les op rations de modification des propri t s des
variables.
I. PREPARATION DU FICHIER
BASE DE DONNEES SPSS
La pr paration du fichier base de donn es SPSS passe par deux tapes.
Une premi re pour la d finition et lencodage des variables. Puis une
23
Analyse de donn es avec SPSS
deuxi me pour la pr paration des param tres du fichier base de
donn es .
1. D finition des variables et
Encodage des questions
La phase de d finition des variables et lencodage permet la transformation
des questions pour les rendre compatibles avec les traitements offerts par le
logiciel SPSS. Elle comprend essentiellement deux t ches :
La premi re consiste d finir les noms des variables de la matrice.
La seconde d finit des codes simples (g n ralement num riques)
pour les diff rentes modalit s de chaque variable.
En r sum , pour chaque question je d finis une ou plusieurs variables que je
dois nommer. En suite pour chaque variable je dois d finir les modalit s qui
repr sentent les r ponses possibles chaque question. Ces modalit s seront
cod es (par exemple par un code num rique ou autre).
Pour des commodit s pratiques, il est conseill dutiliser une copie vierge du
questionnaire sur laquelle seront indiqu s : le num ro de la variable, son
code-nom nom de variable , et lencodage des r ponses (modalit s).
une autre commodit pratique consiste num roter les questionnaires
remplis selon une suite arithm tique (1,2 3&).
Lencodage des modalit s, d pend de la nature des questions selon les
modes suivants :
a. Questions r ponse unique
(dichotomiques ou
multichotomiques)
Les questions dichotomiques et multichotomiques sont celles qui offrent une
liste de r ponses (deux ou plus) pour lesquelles le r pondant est contraint
de ne choisir quune seule.
Pour les questions dichotomiques (r pondre par oui ou non) les codes
utilis s sont g n ralement 1 pour la r ponse oui et 0 pour la
r ponse non
24
Analyse de donn es avec SPSS
En ce qui concerne les questions multichotomiques ( choix multiples une
r ponse) chaque r ponse aura un code unique (g n ralement num rique)
selon une suite ordonn e ; 1, 2, 3&.
b. Questions choix multiples
plusieurs r ponses possibles
Durant les tudes nous pouvons poser des questions qui offrent
linterview la possibilit de choisir parmi une liste dalternatives un ou
plusieurs choix. Dans ce cas il faudra consid rer chaque alternative comme
tant une question ferm e s par e.
Une alternative accept e par lenqu t (coch e) sous entend la r ponse
oui et par cons quent le code 1 lui sera affect . Au contraire une
r ponse ignor e (non coch e) sous-tend la r ponse non , on lui accorde le
code 0
BN : bien entendu cet clatement dune seule et m me question en
autant de variables (colonnes dans la matrice de donn es) que de
possibilit s sera invers (r ponses regroup es) par la fonctionnalit
r ponse multiple (voir section III du pr sent chapitre).
c. Questions chelles
A travers ces questions on donne la possibilit au prospect de juger ou
valuer le niveau dacceptation concernant une marque ou un crit re bien
d termin .
Exemple 1 :
Pour laffirmation suivante : les services propos s par nos
boutiques r pondent parfaitement vos attentes tes-vous : Pas du
tout daccord (1) ; pas daccord (2) ; plut t daccord (3) ; daccord
(4) ; tout { fait daccord (5).
Exemple 2 :
Comment trouvez-vous la qualit de nos services ? : Pas du tout
satisfaisant (1) ; pas satisfaisant (2) ; plut t satisfaisant (3) ;
satisfaisant (4) ; tout fait satisfaisant (5).
25
Analyse de donn es avec SPSS
d. Questions de classement
Elle permet au sond de classer les diff rentes propositions dans lordre de
ses pr f rences. Pour ce type de question chaque alternative (crit re) sera
mise dans une colonne s par e (chaque alternative forme une variable), puis
le code affect chaque crit re (variable) ne sera autre que lordre de
pr f rence du sond (qui varie de 1 n).
Exemple :
Classez par ordre de pr f rence vos crit res de choix dune marque
de shampoing :
q Prix
q Assortiment
q Emballage
q Qualit des produits
Advertisement
Cette question se traduira en quatre variables (quatre colonnes dans la
matrice de donn es) o pour chaque colonne les r ponses possibles sont :
de 1 (le plus pr f r ) 4 (le moins pr f r )
e. Question de notation
Cette question permet de noter une liste de crit res ou marques selon un
bar me (sur 5 ou 10 par exemple). Dans ce cas la note repr sente le code.
les questions personnelles (ou comme
NB : lencodage doit comprendre toutes les questions pos es, y
compris
indiqu dans
beaucoup denqu tes fiche signal tique ). Je constate souvent cet
oubli chez les tudiants, a leur cause des difficult s lors de lanalyse
notamment au niveau du croisement.
26
Analyse de donn es avec SPSS
2. D finition des param tres du
fichier Base de donn es
SPSS
lencodage,
le poste
Apr s avoir termin
dordinateur pour pr parer sa maquette de travail. Il acc de au logiciel,
ouvre une nouvelle requ te, passe la fen tre principale Variable View
(Section I chapitre 1).
l tudiant passe devant
Il obtient laffichage suivant :
La d finition des param tres du fichier consiste remplir pour chaque
variable une dixaine de champs dinformation
a. Name
Sous la colonne intitul e Name, on indique le nom de la variable. Seuls les
caract res alphab tiques et num riques sont accept s. lexception du tiret
bas (_), les caract res sp ciaux tels que lespace ou la virgule par exemple ne
sont pas autoris s. En plus, dans des versions ant rieures le nom ne doit pas
comporter plus que huit caract res. Les versions post rieures SPSS 16.0
acceptent jusqu{ 64 caract res.
Pour le choix du nom de la variable, il est pr f rable dutiliser un code simple
et rappelant rapidement la question pos e.
Exemple :
Pour la question combien de fois par semaine visitez-vous la
biblioth que ? ; il est possible dutiliser le nom: visit_biblio
Une fois le nom saisi, on tape Enter pour valider cette entr e. Les propri t s
par d faut de la variable sont alors inscrites :
27
Analyse de donn es avec SPSS
b. Type
Le champ Type permet de sp cifier le type de donn es pour chaque variable.
Le type num rique Numeric saffiche par d faut. Pour le changer, il suffit de
cliquer sur le champs Numeric , puis sur le rectangle gris qui apparait. La
fen tre Variable Type apparait et permet de choisir le type de variable
d sir .
Le type Comma ou Dot peut tre utilis lorsque le code num rique comporte
plusieurs chiffres et lon veut s parer chaque trois chiffres par des points ou
des virgules.
Le type String est choisit pour un codage alphab tique.
c. Width-Decimals
Le champ width d finit le nombre de caract res autoris pour la saisie des
donn es. Les Decimals d finissent pour les donn es num riques, le nombre
des d cimales apr s la virgule. Les valeurs 8 et 2 sont introduites par d faut.
La modification de ces valeurs peut se faire directement sur les champs
width et Decimals ou travers la fen tre de d finition du type de la variable.
28
Analyse de donn es avec SPSS
d. Label ou tiquelle
Le Label ( tiquette) permet de faire un descriptif de la variable surtout que
le champ du nom naccorde pas ce confort. En plus, la phrase inscrite dans ce
champ remplacera le nom de la variable dans les tableaux et graphiques lors
de la g n ration des r sultats. Elle apparait galement dans la liste des
variables lors de lanalyse, ce qui facilit la s lection.
e. Values
Ce champ permet dintroduire les modalit s (codes) de la variable.
Exemple :
Pour la question combien de fois par semaine visitez-vous la
biblioth que ?
q Une deux fois par semaine (cod e 1)
q Trois 5 fois par semaine (cod e 2)
q Tous les jours (cod e 3)
Pour introduire ces valeurs :
i.
ii.
iii.
iv.
v.
vi.
cliquer sur la case de Values,
cliquer sur lic ne grise o sont inscrits trois points (...)
lorsque la fen tre Value Labels saffiche, inscrire le code num rique
(le chiffre 1 par exemple) dans le champ Value et la r ponse
correspondante (Une deux fois par semaine) dans le Label,
valider en cliquant sur Add,
r p ter ces tapes pour les r ponses 2 et 3,
cliquer sur OK pour valider et quitter.
29
Analyse de donn es avec SPSS
f. Missing
Cette fonctionnalit peut tre utile dans le cas o lon veut distinguer entre
une personne qui a refus de r pondre ou parce que la question ne lui
concerne pas. Une valeur par d faut sera alors introduite par exemple 999.
g. Columns
Ce champ d finit la largeur de la colonne pour la variable en question. Les
valeurs 8 pour type num rique et 12 pour type caract res sont s lectionn es
par d faut.
30
Analyse de donn es avec SPSS
h. Align
L'alignement du texte dans la colonne (Left : gauche; Right : droite;
Center : centr ).
i. Measure
Advertisement
Le champ Measure, permet de d finir l' chelle de mesure des donn es
saisies.
La mesure Scale d signe une variable num rique avec chelle (continue ou
discr te). Ordinal d signe une chelle ordinale : existence dun ordre de
pr f rence dans les r ponses (quantitatives discr tes ou qualitatives
ordonn es). La mesure Nominal est choisie pour les variables qualitatives
sans ordre de pr f rence telle que le genre ou la r gion&
j. R le
Cette option soccupe de la pr paration des donn es : analyse les donn es,
identifie les corrections, supprime les champs probl matiques ou inutiles,
d rive de nouveaux attributs si n cessaire et am liore les performances
gr ce { des techniques danalyse intelligentes.
Il est possible dutiliser le mode compl tement automatique, le laissant
choisir et appliquer les corrections ou le mode interactif qui pr voit les
modifications avant quelles ne soient effectu es.
Le r le d'un champ indique comment il est utilis lors de la cr ation de
mod les, par exemple, s'il s'agit d'un champ d'entr e (variable
ind pendante) ou d'un champ cible (sortie ou cible pour le mod le).
31
Analyse de donn es avec SPSS
II. SAISIE DES DONNEES
1. Pr parer la saisie
La saisie des donn es consiste introduire les r ponses des interview s
dans la base de donn es pr par e.
Pour ce faire, il faut passer la fen tre Data View (en bas gauche) pour
laffichage des donn es.
Remarque : Il est imp ratif de num roter (de 1 n) tous les
questionnaires remplis avant toute saisie. Cette op ration bien quelle
soit tr s simple, sav re dune grande importance pour corriger les
erreurs de saisie qui sont fr quentes notamment pour les grands
chantillons.
La saisie des donn es sop re par questionnaire rempli. Chaque
questionnaire (ou individu interview ) occupe une ligne dans la matrice des
donn es.
La saisie doit obligatoirement respecter la num rotation des questionnaires.
En effet, le num ro de la ligne des r ponses doit correspondre au num ro du
questionnaire saisi.
2. Exemples de saisie
Nous pr sentons ci-apr s quelques exemples de saisie de r ponses.
Exemple1 : Classement des crit res selon la pr f rence
La proposition : Classez par ordre de pr f rence vos crit res de
choix dune marque de shampoing.
q Prix
q Assortiment
q Emballage
q Qualit des produits
La r ponse de linterview est comme suit : La qualit des produits en
premi re position ; par la suite le prix ; en troisi me lieux lemballage
et lassortiment en derni re position.
32
Analyse de donn es avec SPSS
Les r ponses saisies pour lindividu en question seront dans lordre des
colonnes : 2 pour le prix ; 4 pour lassortiment ; 3 pour lemballage et 1 pour
la qualit des produits
Exemple 2 : Combien de fois par semaine visitez-vous la biblioth que ?
q Une deux fois par semaine (cod e 1)
q Trois 5 fois par semaine (cod e 2)
q Tous les jours (cod e 3)
Les r ponses de deux interview s (cod s 1 et 2) sont comme suit : La
premi re personne a r pondu trois 5 fois alors que la deuxi me a
r pondu tous les jours .
Les r ponses saisies seront 2 et 3 respectivement pour les lignes 1 et 2.
Exemple 3 : noter de 1 10 les propositions suivantes (1 totalement
fausses ; 10 parfaitement correcte)
q Projet 1 : (note accord e 7/10)
q Projet 2 : (note accord e 8/10)
q Projet 3 : (note accord e 6/10)
q Projet 4 : (note accord e 7/10)
33
Analyse de donn es avec SPSS
Exemple 4 : quel titre avez-vous collaborez avec lISET ?
Travail de recherche
Organisation ou participation des s minaires
Stages et Projets de Fin dEtudes
Autres ( pr ciser) : &&&&&&&&&&&&&&.
Formation continue
Remarque : Pour la r ponse autre , chaque fois quune nouvelle
r ponse apparait, il est possible de lintroduire en tant que nouvelle
variable. Dans ce cas, passer au mode affichage des variables, placer
le curseur dans lendroit souhait choisir le menu dit puis insert
variable.
34
Analyse de donn es avec SPSS
la fin de lop ration de saisie, nous disposons de la matrice des donn es.
35
Analyse de donn es avec SPSS
III. MODIFICATION DES
PROPRIETES DES VARIABLES.
Dans des situations particuli res, nous sommes parfois amen s changer les
propri t s des variables voir m me cr er de nouvelles variables issues des
variables initiales.
Sans pr tendre faire le tour de toutes les possibilit s de modifications, cette
section du chapitre tente dexposer quelques exemples.
1. D finir une variable multiple
Comme nous lavons avanc lors de lencodage, les questions plusieurs
choix sont clat es en autant de variables que dalternatives. Ce qui
donnerait des r sultats s par s (des tableaux et graphiques s par s pour
chaque r ponse de la m me question). Or, toutes ces variables repr sentent
une seule et unique question, nous pouvons avoir besoin de voir tous les
r sultats dans un seul tableau. Nous d finissons alors une variable
r ponses multiples.
Pour lillustration, consid rons lexemple suivant :
Exemple : quel titre avez-vous collaborez avec lISET ?
Travail de recherche
Organisation ou participation des s minaires
Advertisement
Autres ( pr ciser) : &&&&&&&&&&&&&&.
Formation continue
Stages et Projets de Fin dEtudes
La proc dure de d finition de la variable multiple est comme suit :
i.
S lectionner le menu Analyse choisir Multiple Response puis
Define Variable Sets ;
36
Analyse de donn es avec SPSS
La fen tre Define Multiple Response Set saffiche
ii.
iii.
iv.
v.
Dans la liste initiale des variables ( gauche) placer les variables de
la r ponse multiple dans la zone au centre Variable in Set:
Ensuite, dans le champ Counted Value saisir le chiffre 1 (code de la
r ponse oui )
Saisir le nom de la nouvelle variable (par exemple : collaboration)
Cliquer sur Add pour valider, puis Close pour sortir.
37
Analyse de donn es avec SPSS
NB : apr s validation, la variable multiple napparait pas dans la liste
des variables initiales. Pour afficher le tableau des r ponses il suffit
de reprendre le menu Analyse Multiple Response Fr quencies
2. Calcul dune nouvelle variable
( partir dune formule)
Pour certaines tudes, il est parfois n cessaire de d finir selon des formules
bien d termin es, une ou plusieurs nouvelles variables calcul es en fonction
des variables initiales.
a. Exemple : motivation des tudiants1 (1)
Les questions pos es durant lenqu te sont relatives 7 types de motivation.
Le questionnaire comprend 14 items r partis sur les types de motivation2
cod s
Les sept types de motivation et les items sont cod s :
MIC : Motivation intrins que li e la connaissance : Les deux items
correspondants sont cod s MIC1 et MIC2 ;
MIA : Motivation intrins que li e l'accomplissement, les items
MIA1 et MIA2 ;
MIS : Motivation intrins que li e la stimulation, les items MIS1 et
MIS2 ;
MIED : Motivation extrins que de type r gulation identifi e, les
items MEID1 et MEID2 ;
MEIN : Motivation extrins que de type r gulation introject e, les
items MEIN1 et MEIN2 ;
MERE : Motivation extrins que de type r gulation externe, MERE 1
et MERE2)
AMOT : Amotivation, AMOT1 et AMOT2.
Les r ponses taient port es sur une chelle de Likert en sept points allant
de (1) Pas du tout daccord { (7) Tout { fait daccord .
L tude vise le calcul dun Index g n ral de motivation (IGM) pour chaque
individu enqu t . La formule est la suivante :
1 Exemple tir dune tude du degr de motivation des tudiants Tunisiens { adh rer { un
cours utilisant des technologies de communication
2 Inspir es de l chelle de Motivation dans les tudes (EME), d velopp e par
Vallerand et al. (1989).
38
Analyse de donn es avec SPSS
IGM = 2(MIS+MIC+MIA)/3 +MEID (MERE+MEIN)/2+2AMOT)
b. Variables calculer
Pour les besoins de l tude, il est n cessaire de d finir la variable qui
d termine lindice g n ral de motivation pour chaque tudiant.
Cette op ration doit se d rouler en deux temps :
i.
D finir les sept sous chelles : il sagit de d finir sept nouvelles
variables correspondant chacune un type de motivation. Chaque
nouvelle variable est d finie par la moyenne des deux items qui la
composent ;
ii.
calculer lIGM selon la formule avanc e.
c. Illustration sous SPSS
i.
Acc der au menu Transform, puis Compute Variable.
Cette commande permet de cr er une nouvelle variable partir des
variables initiales.
ii.
La fen tre compute variable saffiche, ce qui permet de calculer les
diff rents types de motivation. (illustration pour litem MIC) :
saisir dans Target Variable le nom de la nouvelle variable
calculer (MIC) ;
dans la liste des formules droite s lectionner Mean (moyenne) et
cliquer sur la fl che bleue ( droite des boutons num rique)
saisir la formule par le d placement des MIC1 et MIC2 dans la case
Numeric Expression (utiliser les fl che en bleu) ; la formule
devient MEAN(MIC1;MIC2) ;
39
Analyse de donn es avec SPSS
Valider par OK, et r p ter la m me op ration pour les six autres
variables.
iii.
Calcul de lIndex G n ral de Motivation (IGM)
Il suffit de suivre la m me proc dure en saisissant la formule de calcul de
lIGM.
En revenant la fen tre affichage des variables, on remarque bien les
nouvelles variables et leurs valeurs.
40
Analyse de donn es avec SPSS
3. Regroupement des valeurs en
classes (mise en classes)
Autre modification possible sur
le
regroupement en classes. Cette op ration consiste effectuer un recodage
de la variable.
les variables de donn es est
Advertisement
Il est possible d craser lancienne variable Transform Recode Into Same
Variable. Ou d finir une nouvelle variable et pr server lancienne. Transform
Recode Into Different Variable.
a. Exemple : motivation des tudiants
(2)
fournit
dernier
En reprenant lexemple de lIndex G n ral de motivation calcul (IGM ; 2, a),
niveau
ce
dautod termination3 . Plus lIGM est lev , plus l tudiant est auto-
d termin dans son apprentissage. Plus il est faible, l tudiant adopte un
comportement non auto-d termin .
parcimonieuse
une mesure
du
3 Blais, Sabourin, Boucher et Vallerand, 1990 ; Fortier et al., 1995 ; Grolnick et Ryan, 1987 ;
Vallerand et Bissonnette, 1992.
41
Analyse de donn es avec SPSS
Th oriquement lIGM peut varier entre -18 et +18. On se propose alors de
d finir des classes (intervalles) regroupant les tudiants dans les diff rents
niveaux dautod termination.
Par exemple : (ceci nest quune hypoth se)
Comportement tr s fortement non autod termin : -18 d IGM < -11
Comportement fortement non autod termin : -11 d IGM < -4
Comportement moyennement autod termin : -4 d IGM d+4
Comportement fortement autod termin :
4 < IGM d 11
Comportement tr s fortement autod termin : 11 < IGM d 18
b. Illustration sur SPSS
i.
Acc der la fen tre Recode Into Different Variable
ii.
Dans la liste des variables gauche, s lectionner la variable IGM et la
d placer dans
(remarquez quun point
dinterrogation apparait devant la variable) ;
la case centrale
iii.
A droite de la fen tre saisir le nom de la nouvelle variable Name (par
exemple : auto_Deter) et si lon souhaite le Label. Cliquer sur
Change.
42
Analyse de donn es avec SPSS
iv.
v.
Pour entrer les valeurs de la nouvelle variable cliquer sur Old and
New Values ; Une nouvelle fen tre saffiche.
S lectionner le champ Range pour saisir les deux valeurs extr mes
du premier intervalle.
vi. Dans la case New Value ( droite) saisir 1 pour Value puis valider
par Add.
43
Analyse de donn es avec SPSS
vii.
R p ter la m me op ration pour tous les intervalles et valider
lop ration en cliquant sur Continue ; puis OK.
4. Agr gation des donn es
Souvent appliqu e apr s une ACP4, ou pour le tra age dune carte
perceptuelle lors dune tude de positionnement, lagr gation des donn es
permet de cr er une nouvelle base de donn es et calculer les moyennes
observ es pour diff rentes modalit s dune variable qualitative.
a. Exemple 1
Lors dune tude dun groupe d tudiants, nous cherchons tracer une
repr sentation graphique qui montre la dispersion des d tudiants dans un
plan compos de deux variables cr es { partir dune ACP.
Nous souhaitons faire le regroupement des tudiants par niveau d tude.
Lagr gation des donn es permettra de regrouper dans une nouvelle base de
donn es, les tudiants par niveau d tude, puis de calculer une valeur
moyenne pour chaque niveau sur chacune des deux variables.
b. Illustration sur SPSS
Lop ration se conduira comme suit :
4 Analyse en Composante Principale, voir en d tail au chapitre 5
44
Analyse de donn es avec SPSS
i.
Dans le menu Donn es acc der au sous menu Agr ger,
ii.
dans la boite de dialogue Agr ger les donn es, utiliser la variable
niveau comme crit re dagr gation et les facteurs comme variables
agr g es,
iii.
cocher loption Cr er un nouveau fichier& et valider,
45
Analyse de donn es avec SPSS
NB : le logiciel accorde automatiquement le nom aggr.sav pour le
nouveau fichier et le place dans le dossier Documents. Cliquer sur
Fichier si lon veut modifier le nom et/ou lemplacement.
iv.
Acc der au nouveau fichier et s lectionner Dispersion/points ou
Scatter/Dot,
v.
dans la nouvelle fen tre choisir Dispersion simple puis D finir,
vi.
vii.
viii.
Dans la boite de dialogue, placer chaque variable dans le champ
appropri et cliquer sur lic ne Options,
cocher loption Afficher le diagramme avec les tiquettes des
observations,
la validation permet dafficher le diagramme dispersion dans les
r sultats.
46
Analyse de donn es avec SPSS
47