Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

S.P.S.S: Statistical Package for the Social Sciences REMARQUES : 1) Quand un cl

S.P.S.S: Statistical Package for the Social Sciences REMARQUES : 1) Quand un client oublie de répondre à une question on le déclare manquant et cela en suivant le chemin suivant : -on clique sur valeur et ensuite on indique 0 en variable et pour le libellé pas de réponse -ensuite on clique sur la colonne manquante : valeur manquante discrète 0 et OK un 0 va apparaitre par la suite comme ça s’il y a un client qui n’a pas répondu va être suspendu provisoirement lors de l’analyse de la variable 2) il y’a trois niveaux d’analyse des informations à propos de la clientèle : - L’analyse univarié : concerne une seule variable , c’est par lui qu’on commence l’analyse et le résultat de l’analyse univarié on l’appelle un tri à plat ; c’est la distribution des fréquences pour chaque variable - L’analyse bivarié : concerne deux variables - L’analyse multivarié : concerne plusieurs variables I. L’analyse univarié d’une variable qualitative par le tri à plat EXEMPLE SECTEUR Pour voir la distribution des fréquences pour une seule variable on suit le chemin suivant : On clique sur analyse  statisques descriptives  Fréquences  on clique sur la variable concernée on clique sur graphique pour une démonstrationpoursuivre et ok EEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE II. L’analyse univarié d’une variable quantitative On clique sur analyse  rapports  récapitulatifs des observations  on choisit la variable concernée et ensuite sur statistiques et on détermine le choix des indicateurs stat ( le minimum, le maximum, la moyenne , l’écart-type…) NB : Il faut décocher afficher les observations avant de cliquer su OK 2 ème méthode pour l’analyse d’une variable univariée quantitative Graphique  générateur de graphique  ok  je choisis courbe simple  je cherche la variable quanti CA  je garde la clique et je la dépose sur axe des X je vais cliquer sur afficher la courbe gaussienne  Ok INTERPRETATION La courbe en jaune représente la distribution réelle des CA des clients de la société La courbe noire c’est comment ils devraient être distribués C’est la courbe de gausse : la loi de normalité III. Recodage d’une variable en regroupant ses modalités La Procédure est la suivante : Je clique sur Transformer  création des variables  je cherche la variable concernée et je clique dessus  je lui donne un nouveau nom et nouveau libellé +recodé cliquer sur changer  le point d’interrogation est remplacé par le nouveau nom  je clique sur ancienne et nouvelle valeur je clique sur plage et je détermine le point de départ et d’arrivée  je saisis la nouvelle valeur à droite je les ajoute je clique sur poursuivre et ensuite sur ok Il me reste enfin d’indiquer la valeur et le décimal 0 et ensuite j’effectue mon tri à plat . IV. Technique du regroupement visuel : pour la variable quantitative Elle nous permet de regrouper les données d’une variable qualitative en n catégorie On suit la procédure suivante : Transformer  regroupement visuel  choisir la variable et poursuivre donner un nom à la nouvelle variable sur variable regroupée  Créer des divisions et cocher percentiles  je détermine le nombre restant des divisions cliquer sur appliquer  créer des libellées  ok et j’effectue par la suite mon tri à plat les informations sont déjà indiquées sur spss V. L’analyse bivarié : tableau croisé Signifie l’analyse de deux variables et les mettre en relation on crée la liaison entre deux variables pour passer à l’explication des résultats et on suit la procédure suivante : Analyse Statistiques descriptives tableau croisé on se trouve devant deux propositions vues qu’on a deux variables , une en ligne et l’autre en colonne( ligne= var dépendante phénomène qu’on souhaite comprendre , colonne= var indép explicative) je clique sur cellule pour choisir les pourcentages  je coche sur colonne et poursuivre je clique sur afficher les graphiques à barre en cluster LE TEST DE KHI DEUX = TEST D’INDEPENDANCE OU D’HYPOTHESE NULLE Il a comme symbole le X² et il réalise les deux objectifs suivants : Savoir s’il existe une relation entre deux variables qualitatives et aussi mesurer sa force que ça soit forte faible ou parfaite Le test contient plusieurs étapes ETAPE I :Poser les hypothèses Prenons comme exemple le sexe et la satisfaction client H1 :hypothèse du chercheur ou alternative (ce qu’on veut prouver comme chercheur) Le sexe influe sur la satisfaction de la clientèle ? H0 :hypothèse nulle/d’indépendance (le déni de l’hypothèse H1) Le sexe n’influe pas sur la satisfaction des clients ETAPE II : Poser le tableau des fréquences observées (fo) Ça veut dire indiquer les résultats obtenus Féminin Masculin Total Très insatisfaits 8 20 28 Plutôt insatisfaits 14 45 59 Plutôt satisfaits 32 31 63 Très satisfaits 30 20 50 Total 84 116 200 ETAPE III : Poser le tableau des fréquences théoriques(ft) Féminin Masculin Total Très insatisfaits 11.76 16.24 28 Plutôt insatisfaits 24.78 34.22 59 Plutôt satisfaits 26.46 36.54 63 Très satisfaits 21 29 50 Total 84 116 200 On calcule les fréquences théoriques en utilisant la formule suivante : TC *TL / TG Une fois les deux tableaux posés il faut observer deux règles Règle n°1 : Si toutes les fréquences théoriques sont strictement égales à toutes les fréquences observées , on accepte H0 Règle nb° 2 : Si une seule fréquence théorique est inférieure à 5 , on arrête le test de khi deux et on conclut que l’échantillon est réduit, les effectifs sont faibles et ne permettent pas l’analyses Une fois qu’on remarque que les deux règles ne s’appliquent pas on passe à l’étape suivante : ETAPE IV : Poser le tableau des écarts entre Fo ET Ft FO FT ECART(fo-ft)²/ft 8 11.76 1.202 14 24.78 4.690 32 26.46 1.160 30 21 3.857 20 16.24 0.871 45 34.22 3.396 31 36.54 0.840 20 29 2.793 Somme des écartes 18.809 ETAPE V : Poser les évidences  X² = 18.809 α= 5% La marge d’erreur/Seuil de signification (qu’il ne faut pas dépasser) Estimée toujours à 5%= .05 en spss  V=(NL-1)*(NC-1) Le degré de liberté , symbolisé à spss par ddl c’est la force prédictive , est ce qu’on peut prévoir réellement des situations sans se tromper pour l’exemple ci-dessus c’est 3  X²c= 7,814 La valeur critique du X² LA Règle : Si le khi deux est inférieur à sa valeur critique on accepte H0 . Il n’y a pas de relation entre les deux variables Si le khi deux est égale ou supérieur à sa valeur critique , on rejette H0. H1 est vraie : il y a une relation entre les deux variables ETAPE VI : Mesurer la force de relation : phi carré ¢ = ( X²/n)² = (18.809/200)²= 0.0088=0.009=0.01 Donc d’après le tableau de correspondance la relation entre le sexe et la satisfaction du client est très faible uploads/Management/ resume-spss.pdf