Introduction à l'analyse exploratoire des données avec SPSS

Il y a plusieurs manières d'entrer les données :

• directement dans SPSS
• dans Excel ; puis nous importons les données dans SPSS
• dans un éditeur de texte, puis nous importons les données dans SPSS (pas recommandé, sujet à erreur!)
• scannage des données : pour cela il est nécessaire d'avoir un hardware avec logiciel et mise en page spécialisés

Il est recommandé de résumer les informations les plus importantes sur les variables rassemblées dans un « tableau de codage ». Ce tableau de codage à deux utilités à deux moments bien précis :

• Pendant l'entrée des données : comme règle de codage des valeurs des variables
• Après l'entrée des données : comme description compacte du fichier des données

Comment coder les variables alphanumériques/série de caractères ?

Exemple : Code d'un sujet (MAPRGE) dans des études longitudinales

Solution : entrez les caractères et définissez la variable comme chaîne de caractère (String)

Comment coder les réponses à réponses courtes ?

Exemple :

Quelle est votre nationalité ? _______________

Solution : Codez les réponses ouvertes avec des valeurs numérique (1 = suisse, 2 = française, etc.) en faisant une liste

Comment coder les réponses multiples ?

Exemple :

Quelles occupations/loisirs avez-vous régulièrement? (plusieurs réponses sont possibles)

Activités culturelles (expositions, concerts, lecture, université 3e âge, etc.)

Activités physiques (natation, marche, club de sport, etc.)

Bricolage (tricot, jardinage, etc.)

Animal domestique

Instrument de musique

Internet, e-mail

Autre : _____________________________________________________

Solution :

• Créez une variable pour chaque catégorie (p.ex, loisir1 - loisir6), codé par 0 = n'a pas ce loisir, 1 = a ce loisir
• Pour les réponses ouvertes (« autre : »), créez soit une variable alphanumérique (Chaîne de caractère), p.ex. add_lois, soit une variable numérique en faisant une liste des loisirs qui apparaissent

Comment coder les réponses ouvertes ?

Exemple :

Qu'est ce que ces loisirs vous apportent ?

_____________________________________________________________________________________________________________________________

_____________________________________________________________________________________________________________________________

Solution :

• regrouper l'information en catégorie grâce à l'analyse de contenu. Technique que nous n'allons pas traiter ici.
• Donc, nous laisserons de côté ce type de question.

• Dès qu'on a entré une donnée, toutes les cellules des autres variables numériques de ce cas sont désignés par un point (= « Sysmis », system defined missing) qui est remplacé quand on entre une valeur. Garder le point dans la cellule signifie que la valeur pour cette cellule est manquante et ce type de donnée manquante n'a pas à être définie comme telle car elle est reconnue automatiquement par SPSS comme valeur manquante.
• Garder la cellule vierge pour les variables alphanumériques n'est pas considéré par SPSS comme valeur manquante. Il faut la définir comme telle dans la vue des variables. Pour cela, entrez un espace dans « discret missing values ».
• Entrer un chiffre en dehors de l'étendue de valeurs valables (p. ex. 9 ou 99). Il faut définir ces valeurs dans la vue des variables. Pour cela, entrez un espace dans « discret missing values ».

• Eliminer un cas : sélectionnez la ligne et appuyez sur « Delete » sur le clavier
• Eliminer une variable : sélectionnez la colonne et appuyez sur « Delete » sur le clavier
• Insérer un cas entre deux autres cas : sélectionnez la ligne au-dessus de laquelle vous voulez insérer une observation et cliquez sur Data | Insert cases ou cliquez droit : Insert cases.
• Insérer une variable entre deux autres variables : sélectionnez la colonne avant celle où vous voulez insérer une variable et cliquez sur Data | Insert variables ou cliquez droit : Insert Variables.

Ajouter des observations

On a deux fichiers contenant des variables similaires, mais des observations différentes (par exemple, saisie d'une moitié des questionnaires par Paul et saisie de l'autre moitié par Pierre avec pour but d'avoir un et un seul fichier à la fin). Pour cela il faut ouvrir le premier fichier, c'est-à-dire celui qui sera pour nous notre fichier de travail. A partir du menu, faites Data | Merge files | Add cases : cherchez votre deuxième fichier.

La boîte de dialogue qui apparaît vérifie si les deux fichiers contiennent les mêmes variables (avec les mêmes noms). Par défaut, toutes les variables de même nom seront incluses Si ce n'est pas le cas, les variables non appariées se trouvent dans la section « Unpaired Variables ».

Figure 12

Les variables qui apparaissent seulement dans un fichier de données peuvent quand même être ajoutées en appuyant sur (les cas de l'autre fichier qui n'ont pas de valeurs à ces variables reçoivent des valeurs manquantes = Sysmis)

S'il y a des variables dans les deux fichiers qui mesurent la même chose mais qui ne portent pas le même nom (p.ex. par erreur), on peut les apparier. Pour faire cela, il faut sélectionner les deux variables (on sélectionne la deuxième variable en pressant sur la touche CTRL), puis appuyer sur « Paired », on obtient ainsi dans « Variables in new working data file », une nouvelle variable qui se nomme var1 et var2 (dans le fichier fusionné, la variable portera le nom du premier fichier (le fichier de travail)).

Une fois toutes les variables qui nous intéressent sélectionnées, il faut cliquer sur Ok, ce qui ajoute les observations du deuxième fichier au premier. On a maintenant un nouveau fichier de données. Si nous sauvons ce fichier en faisant File | Save, cela va écraser le premier fichier. Ce qu'il faut faire c'est File | Save as et on obtient ainsi une nouvelle base de données, différentes des deux initialement utilisées pour sa création.

Ajouter des variables

Si on a deux fichiers contenant les mêmes sujets, mais avec des variables différentes (par exemple, deux expériences différentes avec le même groupe de sujets avec pour but d'avoir des informations supplémentaires sur nos sujets venant de l'autre expérience). Pour cela il faut ouvrir le premier fichier, c'est-à-dire celui qui sera pour nous notre fichier de travail. A partir du menu, faites Data | Merge files | Add variables : cherchez votre deuxième fichier.

Pour pouvoir effectuer cette manipulation, il faut impérativement avoir une variable « clé » pour identifier les différentes observations (p. ex. par un code) et pouvoir fusionner les données. Les valeurs de cette variable clé doivent être identiques (p.ex. une variable alphanumérique doit être entrée de la même façon - par rapport aux majuscules/minuscules et nombre de caractères - attention aux espaces après les derniers caractères !)

• Triez les observations selon la variable clé dans tous les fichiers qu'on veut fusionner : Data | Sort cases.
• Ouvrez le premier fichier et faites Data | Merge files | Add variables: choisissez le deuxième fichier
• Dans la boîte de dialogue qui apparaît, cochez « Match cases on key variables in sorted files » - « Les deux fichiers fournissent des observations ». Il faut sélectionner la variable clé (key variable) d'appariement dans la section de gauche et appuyer sur .

Figure 13

Une fois toutes les variables qui nous intéressent sélectionnées, il faut cliquer sur Ok, ce qui ajoute les variables du deuxième fichier sélectionnées au premier. On a maintenant un nouveau fichier de données. Si nous sauvons ce fichier en faisant File | Save, cela va écraser le premier fichier. Il est beaucoup plus prudent de sélectionner File | Save as ... On obtient ainsi une nouvelle base de données, différentes des deux initialement utilisées pour sa création.

Créer une grille de données avec Excel

• Tapez les noms des variables (pas les étiquettes) dans la première ligne
• Les lignes au-dessous des noms représentent les observations (une observation (cas ou individu) par ligne).
• Sauvegardez les données (File | Save as ...) comme classeur Excel (extension .xls)

Importer les données dans SPSS

• Ouvrir SPSS
• Cliquez sur File | Open a database | New query
• Sélectionnez « Fichiers Excel », cliquez sur suivant

Figure 14

• Sélectionnez la ou les feuilles Excel où se trouvent les données dont vous avez besoin en faisant glisser les feuilles ou les variables dans les feuilles qui nous intéressent dans la fenêtre de gauche vers la fenêtre de droite. Puis cliquez sur suivant.

Figure 15

• Définir les variables : type des variables, étiquettes, valeurs, etc.

Figure 16

• Terminer et Sauvegardez les données (File | Save as...) comme fichier SPSS (extension .sav).

Créer une grille de données avec un fichier texte

• Ouvrir un fichier texte (p.ex. notepad)
• Tapez les noms des variables dans la première ligne que vous séparer soit par un point-virgule (ou autre séparateur comme tab)
• Les lignes au-dessous des noms représentent les observations (une observation (cas ou individu) par ligne) et chaque valeur de la ligne doit être séparé par un séparateur (toujours utiliser le même séparateur).
• Sauvegardez les données (File | Save as...) comme classeur texte (extension .txt)

Importer les données dans SPSS

• Ouvrir SPSS
• Cliquez sur File | Read text data...
• Spécifiez l'arrangement de vos variables : types de séparateur, est-ce que chaque ligne correspond à un cas, est-ce que le fichier contient le nom des variables sur la première ligne, etc.
• Terminer et Sauvegardez les données (File | Save as...) comme fichier SPSS (extension .sav).

Deux types d'erreurs possibles : a) la valeur fausse est une valeur dans l'étendue des valeurs valables ou b) la valeur fausse est une valeur en dehors de l'étendue des valeurs valables.

On peut repérer les erreurs du type (a) qu'en comparant les données vraies avec les données entrées. Mais cela est très coûteux, d'où l'importance d'être très minutieux en entrant les données ! Donc seules les erreurs de type (b) peuvent être repérées et éliminées après l'entrée des données.

Pour cela, il faut inspecter les valeurs minimales et maximales de toutes les variables en passant par Analyze | Descriptive Statistics | Frequencies. Il faut sélectionner toutes les variables numériques (en utilisant la souris ou les touches SHIFT et ) et ajoutez-les dans la section droite , puis cliquez dans « Statistics », choisissez « Minimum » et « Maximum ».

Figure 17

Dans la page des résultats, le tableau « frequencies » peut être pivoté en double-cliquant sur le tableau et cliquant sur le menu Pivot | Transpose rows and columns ce qui rend le tableau plus facile à lire.

S'il y a des valeurs dehors de l'étendue valable :

• Vérifier combien de valeurs sont fausses : pour chaque variable ayant un minimum trop petit ou un maximum trop grand. Pour cela, il faut inspecter les tableaux de fréquences pour les variables ayant des valeurs erronées et noter le nombre de ces valeurs et leurs valeurs numériques.
• Corriger les valeurs fausses dans la vue des données : pour cela il faut trouver la variable p. ex. à l'aide du menu Utilities | Variables... « Go to » et la sélectionner. Puis allez dans Edit | Find et entrez la valeur fausse que vous cherchez et cliquez sur « Find next ». Activez la cellule. Ensuite, cliquez sur le menu Utilities | Variables, choisissez la variable d'identification et cliquez sur « Go to » : la cellule montre le numéro du cas cherché.
• Vérifiez la valeur correcte dans les documents (p. ex. questionnaire) de ce cas et corrigez-la dans la base de données

Excercice 2 :