57
Une introduction à l'Analyse en Composantes Principales avec
SPSS pour Windows
Dominique DESBOIS
INRA-ESR Nancy et SCEES
4 avenue de Saint-Mandé, 75570 Paris Cedex 12.
Fax : +33 1 49 55 85 11
Mel : [email protected]
RÉSUMÉ :
Cette note initie l'utilisateur débutant à la mise en oeuvre de l'Analyse en Composantes
Principales au moyen de la procédure d'Analyse Factorielle FACTOR du logiciel SPSS pour
Windows. Cette mise en oeuvre concerne l'analyse multidimensionnelle des tableaux de
données numériques quantitatives. Le listage des résultats obtenus est commenté par la
présentation du formulaire de l'Analyse en Composantes Principales associé à chacun des
résultats obtenus.
MOTS-CLÉS : Analyse en Composantes Principales, Analyse Factorielle, logiciel
statistique, mise en oeuvre.
1.
Introduction
L’Analyse en Composantes Principales permet d'analyser des tableaux de données numériques
quantitatives pour en réduire la dimensionnalité aux principaux facteurs d'interaction entre
variables et en représenter graphiquement les interrelations. La mise en oeuvre d’une Analyse
en Composantes principales (ACP) peut être effectuée au moyen de la procédure d'Analyse
Factorielle de SPSS (FACTOR).
2.
Un exemple simple de mise en oeuvre
2.1. Les données
Les données sont constituées par un tableau récapitulant la composition chimique d'un certain
nombre d'eaux minérales classées par pays (cf. Tomassone, Dervin & Masson 1993). Le fichier
SPSS eauminer.sav comporte les variables suivantes : la dénomination d'origine de la source
(variable origine), un sigle d'identification de trois caractères (variable sigle), le pays d'origine
(variable p), la composition en chlore (variable cl), en calcium (variable ca), en manganèse
(variable mg), en nitrate (variable na), en soufre (variable so4) et en gaz carbonique (variable
hco3).
58
2.2. La spécification des paramètres de l'analyse
2.2.1. Définition des variables actives de l’analyse
Afin d'afficher la boîte de dialogue principale de la procédure FACTOR, sélectionnez à partir
du menu principal les options suivantes :
Statistiques
Factorisation
Analyse factorielle ...
2.2.2. Sélection des variables
Sélectionner les variables numériques choisies pour l'ACP (minimum : 2 variables) parmi
celles figurant dans la liste source en les transférant dans la liste des Variables à l'aide du
bouton. Il suffit alors de cliquer sur le bouton OK pour effectuer une analyse factorielle avec
les paramètres prévus par défaut. On obtient alors le listage de la structure initiale, la matrice
des corrélations variables-facteurs et les statistiques concernant la structure finale.
2.2.3. Statistiques descriptives
59
Afin de choisir les statistiques optionnelles de la procédure FACTOR, cliquez sur le bouton
Caractéristiques ... pour ouvrir la boîte de dialogue secondaire permettant d'effectuer ces
choix.
Statistiques
Vous pouvez choisir l'une ou plusieurs des statistiques suivantes :
• Caractéristiques univariées. Affichage du nombre d'observations valide, de la
moyenne et de l'écart-type pour chaque variable.
• Structure initiale. Communautés de la solution initiale, valeurs propres et pourcentage
d'inertie expliquée. Il s'agit de la statistique descriptive choisie par défaut.
Matrice des corrélations
Vous pouvez choisir l'un ou plusieurs des indicateurs statistiques suivants :
• Corrélations. Matrice des coefficients de corrélation pour les variables actives.
• Seuils de signification. Seuils unilatères de signification des coefficients de corrélations.
• Déterminant. Déterminant de la matrice des corrélations.
• Indice KMO et test de Bartlett. Indice de Kaiser-Meyer-Olkin pour la mesure de la
qualité d’échantillonnage et test de sphéricité de Bartlett.
• Inverse. Inverse de la matrice des corrélations.
• Reconstituée. Matrice des coefficients de corrélations reconstitués et leurs résidus. Les
coefficients de corrélation sont affichés en dessous de la diagonale tandis que les résidus
sont situés au-dessus.
• Anti-image. Anti-images des matrices de corrélation et de variance-covariance. La mesure
de la qualité de l’échantillonnage pour chaque variable est affichée sur la diagonale de
l'anti-image de la matrice des corrélations.
60
2.2.4. Extraction des facteurs
Afin de choisir une méthode d'extraction des facteurs, obtenir un histogramme des valeurs
propres ou contrôler le nombre de facteurs à extraire, cliquez sur le bouton Extraction ... pour
ouvrir la boîte de dialogue secondaire permettant d'effectuer ces choix.
(cid:208)Méthode
Vous pouvez choisir une ou plusieurs des méthodes d'extraction suivantes :
Composantes principales. Analyse en composantes principales. Il s'agit de la
méthode d'extraction par défaut.
Moindres carrés non-pondérés. Méthode des moindres carrés ordinaires (MCO).
Moindres carrés généralisés. Méthode des moindres carrés généralisés (MCG).
Maximum de vraisemblance. Méthode du maximum de vraisemblance (EMV).
Factorisation en axes principaux. Méthode de la factorisation en axes principaux.
Alpha-maximisation. Méthode d'alpha-maximisation.
Factorisation en projections. Méthode de la factorisation en projections.
Extraire
Vous pouvez choisir l'un des critères d'extraction suivants :
• Valeurs propres supérieures à. Dans l'option par défaut, les facteurs correspondant
aux valeurs propres supérieures à 1 sont extraits. Pour obtenir un nombre de facteurs
différents, modifiez cette valeur par un nombre compris entre 0 et le nombre total de
variables actives.
• Nombre de facteurs. Permet d'extraire un nombre de facteurs spécifié. Entrez un entier
positif.
Afficher
Vous pouvez choisir une ou plusieurs options d'affichage :
• Structure factorielle sans rotation. Coordonnées factorielles (matrice des corrélations
variables-facteurs), communautés et valeurs propres pour la structure factorielle. Option par
défaut.
61
• Graphique des valeurs propres. Histogramme des valeurs propres triées par ordre
décroissant. Le graphique affiche les facteurs après rotation si une rotation a été demandé
(cf. section « Rotation des facteurs » ci-après).
L'option suivante est également offerte :
Maximum des itérations pour converger. Le nombre maximum d'itérations pour que la
procédure d'extraction converge est fixé par défaut à 25. Pour fixer une limite de convergence
différente, entrez un entier positif. La valeur du critère de convergence pour l'extraction est
égale à 0.001.
2.2.5. Rotation des facteurs
Afin de sélectionner une procédure de rotation des facteurs, cliquez sur le bouton Rotation ...
pour ouvrir la boîte de dialogue secondaire permettant d'effectuer ces choix.
Méthode. Aucune rotation n'est possible s'il n'y a qu'un seul facteur extrait. La standardisation
de Kaiser est utilisée avec n'importe laquelle des méthodes de rotation. Vous pouvez choisir
l'une des méthodes de rotation suivantes :
• Aucune. Aucune rotation n'est effectuée. C'est l'option par défaut.
• Varimax. Rotation orthogonale selon la méthode Varimax.
• Equamax. Rotation orthogonale selon la méthode Equamax.
• Quartimax. Rotation orthogonale selon la méthode Quartimax.
• Oblimin directe. Rotation oblique selon la méthode Oblimin.
• Delta. Pour modifier la valeur par défaut 0 du delta, entrez un nombre inférieur ou égal à
0,8 (0.8).
Afficher
Vous pouvez choisir une ou plusieurs options d'affichage :
• Structure après rotation. Affichage par défaut dès qu'une rotation est demandée. Pour
les rotations orthogonales, les matrices de la configuration après rotation et de passage dans
la nouvelle base sont affichées. Pour les rotations obliques, les matrices de configuration, de
62
structure et de corrélation des facteurs sont affichées. Pour supprimer l'affichage de la
structure après rotation, dé-sélectionner cet item..
• Carte(s) factorielle(s). Graphique à 3 dimensions pour les trois premiers facteurs. Pour
une structure à deux facteurs, un graphique-plan est édité. Le graphique ne s'affiche pas s'il
n'y a qu'un seul facteur extrait. Les graphiques affichent les structures après rotation, dès
qu’une rotation a été demandée.
L'option suivante est disponible si vous avez demandé une rotation :
Maximum des itérations pour converger. Par défaut, un maximum de 25 itérations est
prévu pour effectuer une rotation des facteurs. Pour spécifier un maximum différent, entrez un
entier positif.
2.2.6. Coordonnées factorielles
Afin de sauvegarder les coordonnées factorielles pour les réutiliser dans d’autres analyses,
cliquez sur le bouton Facteurs ... pour ouvrir la boîte de dialogue secondaire permettant
d'effectuer ce choix.
les coordonnées factorielles des
Pour sauvegarder
le choix
Enregistrer dans des variables, puis choisissez une méthode de calcul de ces coordonnées
factorielles :
• Enregistrer dans des variables. Sauvegarde
les coordonnées factorielles comme
variables du fichier SPSS courant. Le listage de l’exécution résume dans un tableau le nom
de chacune de ces nouvelles variables ainsi créées et l’étiquette de variable indiquant la
méthode de calcul utilisée.
individus, sélectionnez
Méthode
Ces options permettent de contrôler la méthode de calcul des coordonnées factorielles :
• Régression. Méthode de la régression. C’est l’option retenue par défaut.
• Bartlett. Méthode de Bartlett.
• Anderson-Rubin. Méthode d’Anderson-Rubin.
L’option suivante est également disponible :
63
• Afficher la matrice des coefficients factoriels. Cette option permet d’afficher la
matrice des coefficients ainsi que la matrice de variance-covariance des coordonnées
factorielles.
2.2.7. Options d’analyse
Pour changer le traitement des valeurs manquantes ou permuter l’affichage des matrices de
facteurs selon leur ordre d’importance, cliquez sur le bouton Options ... pour ouvrir la boîte de
dialogue secondaire permettant d'effectuer ces choix.
Valeurs manquantes
Vous pouvez choisir l'une des options suivantes :
• Exclure toute observation incomplète. Seules les observations ayant des valeurs
valides pour l’ensemble des variables actives sont retenues pour l’analyse.
• Exclure seulement les composantes non valides. Les observations sont exclues
selon une approche bivariée : dans le calcul d’une corrélation, SPSS utilise toute observation
ayant des valeurs valides pour les deux variables (même si certaines de ces observations
possèdent des valeurs manquantes pour d’autres variables actives).
• Remplacer par la moyenne. Remplace les valeurs manquantes par la moyenne de la
variable puis retient toutes les observations pour l’analyse factorielle.
Affichage des projections
Vous pouvez choisir un ou plusieurs des formats d'affichage suivants pour les projections :
Classement des variables. Tri des tableaux de structure et de coordonnées factorielles
pour que les variables soient triées selon la qualité de leurs projections sur chacun des facteurs.
Supprimer les valeurs absolues inférieures à. Supprime les coefficients dont la valeur
absolue est inférieure à la valeur spécifiée. La valeur par défaut est 0.1. Pour modifier cette
valeur par défaut, entrez un nombre compris entre 0 et 1.
Vous pouvez combiner ces deux options en classant les variables et en omettant les coefficients
à faible valeur absolue.
2.3
Spécifications optionnelles du langage de commande
64
Vous pouvez adapter la procédure FACTOR à votre usage personnel en collant les paramètres
de votre sélection effectuée par l’intermédiaire des boîtes de dialogue dans la fenêtre de
syntaxe (référez-vous au Manuel d’utilisation, Système de base pour plus d’information sur les
fenêtres de syntaxe). Vous pourrez alors modifiez le langage de commande résultant de ces
choix pour :
(cid:121) écrire une matrice de corrélation ou un tableau de coordonnées factorielles, voire lire
une matrice pour l’utiliser à la place des données de base (avec la sous-commande MATRIX).
(cid:121) spécifier le nombre de caractères des labels de valeur utilisés pour étiqueter les points
dans les graphiques (avec la sous-commande PLOT).
(cid:121) analyser différents ensembles de données au moyen d’une seule commande (avec la
sous-commande ANALYSIS), voire procéder à plusieurs extractions et rotations de facteurs
pour une même analyse (avec les sous-commandes EXTRACTION et ROTATION).
(cid:121) sauvegarder un sous-ensemble des coordonnées factorielles ou fournir des noms
hiérarchisés pour les variables contenant ces projections (avec la sous-commande SAVE).
(cid:121) utiliser des critères d’extraction ou de rotation supplémentaires (avec la sous-
commande CRITERIA).
(cid:121) définir des valeurs particulières à l’utilisateur pour la diagonale de l’opérateur
d’inertie dans la méthode de factorisation en axes principaux (avec la sous-commande
DIAGONAL).
Pour une description complète de la commande FACTOR et des règles de syntaxe, consultez la
section correspondante du manuel (SPSS 6.1 Professional Statistics, Syntax Reference).
65
3.
Les résultats de l'Analyse en Composantes Principales
3.1.
Indicateurs statistiques univariés
Une première série de statistiques descriptives élémentaires sur les variables de l'échantillon
des eaux minérales1 peut être obtenue en choisissant l'option Caractéristiques univariées.
- - - - - - - - - - - F A C T O R A N A L Y S I S - - - - - - - - - - -
Analysis number 1 Listwise deletion of cases with missing values
Label
CA
CL
HCO3
MG
NA
SO4
Number of Cases = 20
Cette option nous donne :
la moyenne
•
=
x
Mean
77.50000
13.65000
250.45000
11.85000
10.10000
42.40000
Std-Dev
48.08819
Publicité
10.58934
102.61398
11.09421
7.31905
77.97125
∑μ x comme paramètre de position;
×
i
i
i
I
∈
•
l'écart-type
σ
x
=
μ
i
×
(
x
i
−
x
2
)
∑
I
i
∈
comme paramètre de dispersion;
avec, dans le cas d'un échantillon pondéré par un système de poids { pi , i
I∈ },
P
=
pi
, le
∑
i
I
∈
poids de l'échantillon et
μi
=
l'échantillon {μi , i
I∈ }.
ip
P
3.2. Matrice des corrélations
la masse au point définissant la pondération de
Le coefficient de corrélation linéaire est défini par:
ρ
x y
( , )
=
x y
cov( , )
×
σ σ
y
x
=
∑
i
I
∈
x
(
(
x
i
−
x
)
×
(
y
i
−
y
)
∑
i
I
∈
2
−
x
)
×
i
(
y
i
2
−
y
)
∑
i
I
∈
1 Par la suite, on notera I , l'ensemble des individus (e.g. les eaux minérales) et J l'ensemble des variables (e.g.
les teneurs des eaux minérales en différents composés chimiques).
66
Les valeurs du coefficient de corrélation linéaire entre les variables du tableau sont données
par la matrice des corrélations ("Correlation Matrix") :
Correlation Matrix:
CA CL HCO3 MG NA SO4
CA 1.00000
CL .25204 1.00000
HCO3 .85175 .12178 1.00000
MG .60568 -.12546 .73058 1.00000
NA -.19619 .66801 -.10883 -.09055 1.00000
SO4 .73265 .04493 .47796 .67063 -.27878 1.00000
Dans l'ACP normée (i.e. sur données centrées réduites), la matrice des corrélations constitue
l'opérateur d'inertie qui sera diagonalisé (i.e. extraction des valeurs propres).
3.3. Valeurs propres
Les principaux indicateurs statistiques concernant l'extraction des facteurs principaux
d'inertie, appelés composantes principales en ACP, sont :
•
rang α;
•
la valeur propre λα (colonne "Eigenvalue") représente l'inertie de l'axe principal de
l'inertie totale est égale à la somme des valeurs propres I
;
=
∑λ
a
α
∈
A
•
la contribution de chaque axe principal à l'inertie totale est donnée par le pourcentage
d'inertieτ
α
λ
α=
I (colonne "Pct of Var").
Extraction 1 for analysis 1, Principal Components Analysis (PC)
Initial Statistics:
Variable
CA
CL
HCO3
MG
NA
SO4
Communality
1.00000
1.00000
1.00000
1.00000
1.00000
1.00000
Factor
1
2
3
4
5
6
Eigenvalue
3.09409
1.68756
.59651
.50284
.09324
.02576
Pct-of-Var
51.6
28.1
9.9
8.4
1.6
.4
Cum-Pct
51.6
79.7
89.6
98.0
99.6
100.0
en choisissant un niveau global de pourcentage d'inertie cumulé (colonne "Cum
Le choix du nombre de composantes principales à retenir pour représenter les données
dans la nouvelle base des vecteurs propres ou axes principaux d'inertie peut s'effectuer de
différentes façons :
•
Pct"), permettant d'affirmer que l'on représente, par exemple, 80% de l'inertie totale;
en sélectionnant les axes principaux dont l'inertie est supérieure à celle des variables
•
originales. C'est à dire, en ACP normée, supérieure à 1 puisque chacune des variables
originales a été réduite;
•
en étudiant la distribution des valeurs propres (cf. ci-dessous "Graphique des valeurs
propres") pour détecter une décroissance brutale de l'inertie permettant de considérer les axes
résiduels comme négligeables.
L'existence du graphique des valeurs propres est signalée par le logiciel SPSS dans le listing
des résultats par le message suivant :
Hi-Res Chart # 1:Graphique des valeurs propres
67
Il suffit alors d'ouvrir le Carrousel pour consulter le graphique des valeurs propres :
Graphique des valeurs propres
3.5
3.0
2.5
2.0
1.5
1.0
.5
0.0
e
r
p
o
r
p
r
u
e
a
V
l
1
2
3
4
5
6
Numéro facteur
L'examen de ce graphique montre que l'on peut se limiter à l'extraction des deux premières
composantes principales qui permettent de prendre en compte environ 79,7% de l'inertie totale.
Cependant, il est conseillé de vérifier si une variable possédant par exemple une valeur élevée
pour l'une des composantes principales non extraites pourrait ne pas être bien représentée dans
l'espace des
premiers facteurs.
q
De telles situations peuvent être détectées en examinant la matrice des corrélations
variables/facteurs d'une part et les graphiques factoriels d'autre part (projections éloignées du
cercle des corrélations).
3.4. Coordonnées factorielles
Publicité
3.4.1. Variables
Les coordonnées factorielles des variables du tableau sont données par la matrice des
corrélations variables/facteurs ("Factor Matrix") dont le calcul s'effectue au moyen de
la relation :
v
α×
j
où v jα est la je composante du vecteur propre V associé à la
( )
G j
α
λ
α
,
c
α
(
ρ
=
=
x
α
)
j
αe valeur propre λα.
Factor Matrix:
label
CA
HCO3
MG
SO4
CL
NA
Factor-1
.92163
.87597
.84667
.82972
.04448
-.26475
Factor-2
.16628
.14270
-.04638
-.06053
.93620
.87021
Factor-3
-.24928
.18788
.46444
-.26847
-.30135
.34710
Factor-4
-.18634
-.40999
.21020
.47837
-.01518
.16365
Factor-5
.13031
.00121
-.13364
.05052
-.17465
.15919
Factor-6
-.09545
.09446
-.05697
.06657
-.00190
.00638
En utilisant cette relation, on peut, à partir de la matrice des corrélations variables-facteurs,
obtenir la matrice des vecteurs propres :
α
( )
G j
α
λ
=
v
jα
68
par exemple,
v
1
Ca,
=
(
G Ca
1
)
λ
1
≈
0 92163
,
3 09409
,
≈
0 524
,
Aide à l'interprétation
La qualité de la représentation d'un point-variable
définie par le rapport de l'inertie de la projection H du point
du point P j :
P j
j
α
par sa projection H sur un axe α est
jP sur l'axe α, à l'inertie totale
j
α
( )
QLT j
α
=
2
2
OH
j
α
j
OP
=
cos
2
2
=
θ ρ
(
,
c
α
x
j
)
Ce rapport s'exprime comme le cosinus carré de l'angle θ entre les deux vecteurs OH et O
.
Il se calcule en prenant le carré du coefficient de corrélation entre la variable x j et le facteur
cα
. Cette définition s'étend à la qualité de la représentation par la projection sur un sous-espace
factoriel de dimension
en sommant ce rapport sur chacun des
facteurs.
q
q
j
α
P j
Ainsi, en supposant que l'on ait choisi un modèle de représentation des données à trois facteurs
( q
par la qualité de sa
représentation dans ce sous-espace :
), on peut vérifier la reconstitution du point-variable SO4
= 3
−
QLT
F F F
3
2
1
×
×
(
− =
)
SO
4
( ,
0 82972
)
2
(
+ −
)
0 06053
,
2
(
+ −
0 26847
,
)
2
≈
0 764
,
qui est environ de 76,4%.
Représentations graphiques
Les représentations graphiques fournies par la procédure FACTOR concernent uniquement
l'espace des points-variables. Par défaut, si l'on extrait plus de deux composantes principales, le
des
graphique factoriel représente les points-variables dans le repère orthonormé
trois premiers axes principaux d'inertie.
F F F
× 3
2×
1
Graphique factoriel
cl
na
hco3
mg
ca
so4
Facteur 2
1.0
.5
0.0
-.5
1.0
.5
0.0
Facteur 1
-.5
-.5
1.0
.5
0.0
Facteur 3
Une solution pour améliorer la lisibilité de ce graphique est de le modifier. Appuyez sur le
bouton (Modifier) correspondant dans le carrousel de graphiques puis, dans la fenêtre
graphique, utilisez le choix Options ... du menu Graphiques. Il faut ensuite choisir l'option
Plancher dans la liste des options Projections de la boîte de dialogue Options diagramme
de dispersion 3D. On obtient ainsi le graphique suivant :
69
cl
na
Graphique factoriel
hco3
mg
ca
so4
Facteur 2
1.0
.5
0.0
-.5
Publicité
1.0
.5
0.0
Facteur 1
-.5
-.5
1.0
.5
0.0
Facteur 3
Néanmoins, dès que le nombre de variables actives s'accroît cette solution devient vite
impraticable. Une alternative consiste à utiliser les fonctions supplémentaires de la procédure
FACTOR fournies par la syntaxe du langage de commandes SPSS : la sous-commande PLOT
du bloc ANALYSIS permet de tracer des plans factoriels en spécifiant les numéros des axes
principaux d'inertie en abscisse et en ordonnée.
FACTOR
/VARIABLES ca cl hco3 mg na so4
/MISSING LISTWISE
/ANALYSIS ca cl hco3 mg
na so4
/PRINT UNIVARIATE CORRELATION
/PLOT EIGEN ROTATION (1,2) (3,4)
/CRITERIA FACTORS(4) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/SAVE REG(ALL) .
On obtient ainsi les projections des variables actives de l'ACP sur le graphique-plan F
: F1
2×
70
Graphique factoriel
1.0
.5
0.0
-.5
-1.0
-1.0
Facteur 1
2
r
u
e
t
c
a
F
ca
so4
mg
hco3
na
cl
-.5
0.0
.5
1.0
suivi d'une représentation graphique de ces mêmes variables dans le plan factoriel
F3
F
4×
:
Graphique factoriel
1.0
.5
0.0
-.5
-1.0
-1.0
Facteur 3
4
r
u
e
t
c
a
F
mg
cl
so4
na
hco3
ca
-.5
0.0
.5
1.0
71
3.4.2. Individus
On peut également obtenir la matrice des vecteurs propres (coordonnées des vecteurs
propres dans la base des variables d'origine) à partir de la matrice des coefficients factoriels
("Factor Score Coefficient Matrix"). Il suffit de cliquer sur le bouton Facteurs
dans la boîte de dialogue Analyse factorielle pour afficher la boîte de dialogue correspondant
au calcul des facteurs et de cocher la sélection Afficher la matrice des coefficients
factoriels.
Factor Score Coefficient Matrix:
Label
CA
CL
HCO3
MG
NA
SO4
Factor-1
.29787
.01438
.28311
.27364
-.08557
.26816
Factor-2
.09853
.55477
.08456
-.02749
.51566
-.03587
Factor-3
-.41790
-.50518
.31496
.77859
.58189
-.45007
Factor-4
-.37057
-.03019
-.81535
.41802
.32545
.95132
Factor-5
1.39755
-1.87317
.01296
-1.43334
1.70735
.54179
Factor-6
-3.70609
-.07368
Cette matrice de coefficients factoriels permet de calculer les coordonnées factorielles des
individus à partir du tableau des données centrées réduites :
( )F i
α
=
∑
w zj
α
ji
j J
∈
L'estimation de ces coefficients factoriels est effectuée par la procédure SPSS FACTOR selon
trois méthodes (choix Régression, Bartlett et Anderson-Rubin pour la sélection Méthode
de la boîte de dialogue Analyse factorielle : Facteurs) qui sont équivalentes dans le cas
particulier de l'Analyse en Composantes Principales.
Les projections des individus sur les graphiques-plans s'obtiennent à partir des coordonnées
factorielles à un facteur d'échelle près :
( )
G i
α
=
( )
F i
α
αλ
(
n n
)
− 1
72
Ce calcul peut être effectué par l'option Calculer du menu Calculs à partir de l'interface des
boîtes de dialogue :
Mais on peut procéder également à ce calcul en utilisant la syntaxe suivante du langage de
commandes SPSS :
COMPUTE y1 = fac1_1 SQRT(3.09409 20 / 19) .
COMPUTE y2 = fac2_1 SQRT(1.68756 20 / 19) .
COMPUTE y3 = fac3_1 SQRT(0.59651 20 / 19) .
COMPUTE y4 = fac4_1 SQRT(0.50284 20 / 19) .
COMPUTE y5 = fac5_1 SQRT(0.09324 20 / 19) .
COMPUTE y6 = fac6_1 SQRT(0.02576 20 / 19) .
EXECUTE .
On peut alors utiliser la sous-commande SCATTERPLOT de la commande GRAPH pour
afficher les projections des individus sur les premier plans factoriels
GRAPH
/SCATTERPLOT(BIVAR)=y1 WITH y2 BY sigle (IDENTIFY)
/MISSING=LISTWISE .
73
On obtient ainsi les projections des individus actifs de l'ACP sur le graphique-plan F
: F1
2×
4
0
-4
-6
)
9
1
/
0
2
*
6
5
7
8
6
.
1
(
T
R
Q
S
*
1
_
2
c
a
f
=
2
y
Per
Hip
Cha
Cay
Fer
Cyr
Lau
Ver
Rib
Cri
Vol
Vil
Spa
Bec
Tho
Evi
Aix
Ond
Publicité
Vit
0
6
y1 = fac1_1 SQRT(3.09409 20 / 19)
En réitérant la commande GRAPH pour les axes factoriels suivants,
GRAPH
/SCATTERPLOT(BIVAR)=y3 WITH y4 BY sigle (IDENTIFY)
/MISSING=LISTWISE .
on obtient une représentation graphique des mêmes individus dans le plan factoriel
F3
F
4×
:
1.5
0.0
-1.5
-2.5
)
9
1
/
0
2
*
4
8
2
0
5
.
0
(
T
R
Q
S
*
1
_
4
c
a
f
=
4
y
Vit
Spa
Vol
Oge
Ond
Vil
Cay
Rib
Ver
Lau
Cri
Hip
Cyr
Bec
Cha
Per
Fer
Aix
Evi
Tho
0.0
2.5
y3 = fac3_1 SQRT(0.59651 20 / 19)
74
4.
Références
Tomassone R., Dervin C., Masson J.-P. 1993. BIOMÉTRIE, Modélisation des phénomènes
biologiques, Masson, Paris, 553 p.
SPSS Inc. 1994. SPSS 6.1 Categories, SPSS Inc., Chicago, 209 p.
5.
Annexe
Tableau des données quantitatives : Composition chimique de 20 eaux minérales.
ORIGINE
SIGLE
HCO3
SO4
CL
Aix-les-Bains (F-73)
Aix
Beckerish (F-68)
Cayranne (F-84)
Chambon (F-45)
Cristal-Roc (F-72)
Saint-Cyr (F-45)
Evian (F-74)
Ferita (I)
Bec
Cay
Cha
Cri
Cyr
Evi
Fer
Saint-Hyppolite (F-37) Hip
Laurier (F-77)
Ogeu (F-64)
Ondine (F-95)
Perrier (F-30)
Ribes (E)
Spa (B)
Thonon (F-74)
Veri (E)
Viladreau (E)
Vittel (F-88)
Lau
Oge
Ond
Per
Rib
Spa
Tho
Ver
Vil
Vit
341
263
287
298
200
250
357
311
256
186
183
398
348
168
110
332
196
59
402
27
23
3
9
15
5
10
14
6
10
16
218
51
24
65
14
18
7
3
9
5
23
8
20
2
18
23
16
44
15
31
8
5
8
6
6
d'après [Tomassone, Dervin & Masson 1993], p.114.
CA
84
91
44
96
70
71
78
73
86
64
48
157
140
55
4
MG
23
5
24
6
2
6
24
18
3
4
11
35
4
5
1
103
16
58
16
6
2
NA
2
3
23
11
4
11
5
13
18
9
31
8
14
9
3
5
13
9
3
306
15
202
36