Auto-formation à SPSS

Présentation du cours par Pascal Singy, professeur associé de sociolinguistique en Faculté de Biologie et de Médecine et Isaac Pante, Chargé de cours en sociolinguistique et informatique en Faculté des Lettres.

Toutes les leçons partagent une logique commune. Cette leçon détaille leur structure et survole les matières étudiées.

Les variables sont indispensables en statistique. Cette leçon présente les différents types de variables existants et le vocabulaire qui leur est associé.

La saisie de données sous SPSS dépasse le simple tableur. Cette leçon montre comment créer un jeu de données, ajouter des informations sur nos variables et gérer les cas particuliers.

Certains traitements statistiques supposent une utilisation sélective de nos données. Les techniques de sélection font l'objet de cette leçon.

Dans certains cas, la seule sélection des données ne suffit pas et un recodage s'impose. Les techniques de transformation font l'objet de cette leçon.

Il est temps de passer à la pratique! Voici un exercice destiné à récapituler les notions acquises jusqu'à présent.

Vos données saisies sous SPSS, nous pouvons les décrire. Les distributions, les indicateurs de tendance centrale et de dispersion présentés dans cette leçon vont nous y aider.

Dans cet exemple récapitulatif, nous allons voir comment décrire des variables sous SPSS en faisant appel aux techniques présentées dans la leçon précédente.

L'inférence statistique consiste à induire les caractéristiques inconnues d'une population à partir d'un échantillon qui en est issu. Cette leçon présente les notions fondamentales de cette approche.

Cette leçon présente la logique des tests d'hypothèses et aborde les notions liées comme le niveau de signification et les erreurs de première et de seconde espèce.

L'utilisation d'un test donné exige la prise en considération d'un certain nombre de paramètres. Cette leçon présente les critères présidant à ce choix.

Présentation de la logique propre à la statistique bivariée et des précautions interprétatives qui l'accompagnent.

Présentation du test de corrélation de Pearson permettant de quantifier le lien existant entre deux variables quantitatives.

Présentation du test du Khi-2 permettant de quantifier le lien existant entre deux variables qualitatives.

Présentation du t-test permettant de tester l'égalité des moyennes de deux échantillons indépendants.

Présentation de l'Anova à un critère de classification permettant de tester l'égalité des moyennes de plus de deux échantillons indépendants.