Qu'est-ce que SPSS ?
SPSS signifie Statistical Package for the Social Sciences. Créé en 1968, il est devenu IBM SPSS Statistics après son rachat par IBM en 2009. La version actuelle (version 30, 2024) continue d'évoluer régulièrement.
SPSS permet de traiter des données dans de nombreux domaines : économie, santé, marketing, psychologie, sociologie, sciences de l'éducation... Le logiciel offre une interface utilisateur qui ressemble à Microsoft Excel, configurée comme un tableur avec deux vues principales : la vue des données et la vue des variables.
Sources : IBM SPSS Statistics, documentation officielle (versions 19-30) ; IBM Support, “ IBM SPSS Statistics Documentation ” ; IBM France, “ Logiciel IBM SPSS ”
Installation et prise en main
Version étudiante vs version complète
| Critère | Version étudiante | Version complète |
|---|---|---|
| Prix | Gratuit ou réduit via université | Licence payante ou abonnement |
| Nombre de variables | Limité à 50 | Illimité |
| Nombre d'observations | Limité à 1500 | Illimité |
| Fonctionnalités | Analyses de base | Toutes les analyses |
Pour un mémoire de master : la version étudiante suffit généralement (enquêtes rarement > 1500 répondants).
Accès au logiciel
SPSS propose un essai gratuit de 30 jours avec accès à l'ensemble des fonctionnalités. Vous devrez vous connecter avec votre IBMid. Une version académique pour les étudiants et les membres du corps professoral est également disponible. Le logiciel supporte plusieurs langues : français, anglais, espagnol, allemand, chinois, etc.
Source : IBM SPSS Statistics, guide d'installation et de licence ; Documentation officielle IBM
Interface SPSS : les 3 fenêtres principales
1. éditeur de données
C'est votre tableur. Il comporte deux vues :
- Vue des données (Data View) : saisir vos observations (lignes = participants, colonnes = variables). Les chiffres le long de l'axe vertical représentent les cas, participants et sujets.
- Vue des variables (Variable View) : définir les caractéristiques de chaque variable (nom, type, libellé, valeurs, propriétés)
Une ligne d'icônes en haut de l'interface permet d'enregistrer, d'imprimer, de revenir en arrière et d'avancer.
2. Viewer (résultats)
Affiche tous vos résultats : tableaux, graphiques, tests statistiques. Les fichiers sont enregistrés avec l'extension .spo (possibilité de les exporter aux formats HTML ou XLS).
3. éditeur de syntaxe
Permet d'écrire des commandes SPSS (pour automatiser des analyses répétitives). Ces fichiers enregistrent toutes les instructions sous forme de commandes SPSS et utilisent l'extension .sps.
Source : IBM SPSS Statistics, “ Guide de l'utilisateur du système central ”, versions 19-30
Importer vos données depuis Excel
étapes d'importation
- Dans Excel : mettez les variables en colonnes, les participants en lignes
- La première ligne contient les noms de variables (max 8 caractères en versions anciennes)
- Pas d'accents, pas d'espaces, pas de caractères spéciaux dans les noms
- Enregistrez en .xls ou .xlsx
- Dans SPSS : Fichier > Ouvrir > Données > sélectionnez “ Fichiers Excel ”
- Sélectionnez votre fichier > Ouvrir
- SPSS importe automatiquement : vérifiez que tout est correct
SPSS peut également lire des données IBM SPSS Data Collection et enregistrer des fichiers dans des formats externes variés.
Source : IBM SPSS Statistics, “ Guide de l'utilisateur du système central ”, chapitre “ Lecture et enregistrement des données ”
Statistiques descriptives
Analyser > Statistiques descriptives > Effectifs
Utilité : obtenir des fréquences, pourcentages pour variables qualitatives (sexe, catégorie socio-professionnelle...)
Interprétation : tableau indiquant combien de répondants par modalité + pourcentages
Analyser > Statistiques descriptives > Statistiques descriptives
Utilité : moyenne, écart-type, minimum, maximum pour variables quantitatives (âge, revenu, score...)
Résultat : tableau avec moyenne, N (nombre d'observations), écart-type, minimum, maximum
Tests statistiques essentiels
Test du chi-deux (χ²)
Quand l'utiliser : tester l'indépendance entre deux variables qualitatives
Exemple : y a-t-il un lien entre le sexe et la satisfaction au travail ?
Chemin : Analyser > Statistiques descriptives > Tableaux croisés > Statistiques > cocher Chi-deux
Interprétation : si p < 0,05 → lien significatif
Test t de Student
Quand l'utiliser : comparer les moyennes de deux groupes
Exemple : les hommes et les femmes ont-ils le même niveau de stress moyen ?
Chemin : Analyser > Comparer les moyennes > Test T pour échantillons indépendants
Interprétation : si p < 0,05 → différence significative
ANOVA (analyse de variance)
Quand l'utiliser : comparer les moyennes de 3 groupes ou plus
Exemple : le niveau de motivation varie-t-il selon l'âge (3 tranches : 18-25, 26-40, 41+) ?
Chemin : Analyser > Comparer les moyennes > ANOVA à 1 facteur
Corrélation de Pearson
Quand l'utiliser : mesurer la force d'association entre deux variables quantitatives
Exemple : y a-t-il un lien entre le nombre d'heures d'étude et la note obtenue ?
Chemin : Analyser > Corrélation > Bivariées
Interprétation : r proche de 1 = corrélation forte positive ; r proche de -1 = forte négative ; r proche de 0 = pas de corrélation
Régression linéaire
Quand l'utiliser : prédire une variable quantitative à partir d'une ou plusieurs autres
Chemin : Analyser > Régression > Linéaire
Interprétation : R² indique le % de variance expliqué ; coefficients indiquent l'influence de chaque variable
SPSS permet également d'effectuer des analyses avancées : modèles linéaires généralisés (GLM), modèles mixtes généralisés (GLMM), modèles hiérarchiques linéaires (HLM), équations d'estimation généralisée (GEE).
Créer des graphiques
Chemin : Graphes > Générateur de graphiques
Types utiles :
- Diagramme en barres : variables qualitatives (fréquences)
- Histogramme : distribution d'une variable quantitative
- Nuage de points : relation entre deux variables quantitatives
- Boîtes à moustaches : comparer des distributions
Le générateur de graphiques permet de personnaliser facilement vos visualisations avec des options de mise en forme avancées.
Interpréter les résultats pour votre mémoire
Règle du p-value
- p < 0,05 : résultat statistiquement significatif (on rejette H0)
- p ≥ 0,05 : résultat non significatif (on conserve H0)
Ne dites jamais “ prouvé ” mais “ statistiquement significatif au seuil de 5 % ”
Rapporter les résultats
Exemple test t :
“ Le test t de Student révèle une différence significative de stress entre hommes (M = 5,2 ; ET = 1,3) et femmes (M = 6,8 ; ET = 1,5), t(198) = 4,32, p < 0,001. ”
Les résultats peuvent être exportés dans divers formats pour inclusion dans votre mémoire : tableaux Excel, graphiques haute résolution, rapports HTML.
Erreurs fréquentes à éviter
- Confondre corrélation et causalité : une corrélation n'implique pas un lien de cause à effet
- Taille d'échantillon insuffisante : minimum 30 observations pour tests paramétriques
- Ignorer les tests de normalité : vérifier que vos données suivent une loi normale avant test t ou ANOVA
- Multiplier les tests : risque d'inflation du taux d'erreur (corrections de Bonferroni nécessaires)
- Mal coder les variables : 1 = Homme, 2 = Femme → bien définir les étiquettes dans la vue des variables
- Ne pas vérifier les filtres actifs : la barre d'état affiche “ Filtre activé ” si un sous-ensemble d'observations est analysé
Conclusion
SPSS est un outil puissant mais exigeant. La maîtrise des tests statistiques appropriés, l'interprétation rigoureuse des résultats et la présentation claire dans votre mémoire sont essentielles. Le logiciel offre une interface conviviale avec des outils visuels qui permettent aux utilisateurs, codeurs comme non-codeurs, de préparer et analyser leurs données efficacement.
Les procédures statistiques disponibles dans SPSS couvrent l'ensemble des besoins de recherche, des analyses de base aux applications avancées. N'hésitez pas à consulter la documentation officielle IBM ou à vous faire accompagner pour éviter les erreurs méthodologiques.
