Initiation à l’utilisation du logiciel STATISTICA

1. Initiation à l’utilisation du logiciel STATISTICA Joseph LARMARANGE http://joseph.larmarange.net Intervention du 9 janvier 20042ème année en Ressources HumainesGEA (Gestion des Entreprises et des Administrations)IUT d’Orléans

2. Plan • Saisie des données • Statistiques descriptives • Corrélation linéaire • Test du Khi 2 Joseph LARMARANGE

3. Principes d’un fichier STATISTICA • Les données sont saisies sous la forme d’un tableau. • En colonnes, des variables (soit le nombre d’information que nous avons pour chaque individu). • En lignes, des individus (cela peut-être des personnes physiques, des ménages, des institutions, etc.). Joseph LARMARANGE

4. Exemple de données à saisir • Il s’agit du montant des ventes d’une équipe de 15 vendeurs.Pour chacun d’eux, on dispose du sexe, de l’âge et du chiffre d’affaire réalisé. Joseph LARMARANGE

5. Indiquer le nombre de variables (3) Et le nombre d’observations (ici 15) Création d’un nouveau fichier (Fichier > Nouveau) • Cliquez sur OK. Joseph LARMARANGE

6. Création d’un nouveau fichier • Apparition du fichier de données. • On va maintenant spécifier le nom des variables Joseph LARMARANGE

7. Nommer les variables • On donnera un nom court mais explicite. Mieux vaut éviter les caractères particuliers. • Il est aussi possible de faire une description détaillée des variables. Joseph LARMARANGE

8. Nommer les variables • On donnera un nom court mais explicite. Mieux vaut éviter les caractères particuliers. • Il est aussi possible de faire une description détaillée des variables. Joseph LARMARANGE

9. Les variables qualitatives • On privilégiera de saisir un code chiffre plutôt qu’un texte pour éviter les erreurs de saisie. • Cependant, il est toujours possible de donner une étiquette (valeurs-texte) aux différentes modalités. ATTENTION : Avant de cliquer, sur Valeurs-Texte, il faut d ’abord sélectionner la variable concernée. Joseph LARMARANGE

10. Modifier les Valeurs-Texte • Donner un texte court pour la Valeur-Texte. • Préciser la correspondance numérique. • Une étiquette pour préciser la modalité est disponible. • << & >> servent à passer d ’une variable à l’autre. Le nom de la variable concernée apparaît en haut à droite Joseph LARMARANGE

11. Saisie des données Exemple 1 : Joseph LARMARANGE

12. Saisie des données On peut choisir d’afficher les Valeurs-Texte ou leur équivalent numérique en allant dans le menu Affichage > Afficher les Valeurs-Texte ou en cliquant sur le bouton Joseph LARMARANGE

13. Statistiques descriptives • Aller dans le module Statistiques Élémentaires disponible dans le menu Statistiques. Joseph LARMARANGE

14. Statistiques descriptives • Choisir les statistiques descriptives. Joseph LARMARANGE

15. Choisir les variables • Un clic sur le bouton Variables. Joseph LARMARANGE

16. Choisir les variables • Sélectionner les variables retenues pour l’analyse • Pour une liste continue de variables, utilisez la touche SHIFT(ou ) et pour une liste discontinue la touche CTRL Joseph LARMARANGE

17. Statistiques descriptives • Cliquer sur le bouton Synthèse Joseph LARMARANGE

18. Résultats Joseph LARMARANGE

19. Pour poursuivre l’analyse • Cliquer sur ce bouton Joseph LARMARANGE

20. Onglet Avancé • Cet onglet donne accès à un nombre plus important de statistiques Joseph LARMARANGE

21. Petit rappel sur le coefficient de corrélation r Joseph LARMARANGE

22. Corrélation Exemple 2 : Joseph LARMARANGE

23. Saisie des données Joseph LARMARANGE

24. Corrélation • Choisir les matrices de corrélation dans les Statistiques élémentaires. Joseph LARMARANGE

25. Définir les variables de l’analyse • Un clic sur le bouton 2 listes. Joseph LARMARANGE

26. Définir les variables de l’analyse Joseph LARMARANGE

27. Lancer l’analyse • Sous l’onglet Options, choisir Tableau détaillé. • Cliquer sur Synthèse. Joseph LARMARANGE

28. Résultats détaillés • r(X,Y) est le coefficient de corrélation. • Les résultats sont en rouge si les résultats sont significatifs avec un risque d’erreur de 5% (p<0.05, le seuil est paramétrable sous l’onglet options). La valeur de p est fournie. t correspond à la statistique du test utilisé. Joseph LARMARANGE

29. Résultats détaillés • N rappelle le nombre d’observations considérées. • La moyenne et l’écart-type de chacune des deux variables sont donnés à titre indicatif. Joseph LARMARANGE

30. Résultats détaillés • Rappelons que le principe est de trouver une droite qui représente le mieux les deux variables. On cherche donc à modéliser le rapport entre X et Y de la forme Y = a X + b. • Mais il est aussi possible de modéliser sous la forme X = c Y + d. Joseph LARMARANGE

31. Résultats détaillés b a d c • Statistica donne ces 4 coefficients : Y = a X + B X = c Y + d • Ainsi ici, Y = 0,18 X + 1,39 et X = 4,87 Y - 4,34 Joseph LARMARANGE

32. Afficher la droite de régression • Un clic sur Nuages de points en 2D. Joseph LARMARANGE

33. Afficher la droite de régression • Statistica trace la droite de régression ainsi que les valeurs observées représentées par un petit cercle. Joseph LARMARANGE

34. Autre exemple : Exemple 3 : Un psychologue de l’armée américaine a remarqué que les soldats qui fumaient le plus avaient tendance à contracter plus de rhumes que les fumeurs légers. Par ailleurs il pense que les fumeurs sont des personnalités plus stressées que les non-fumeurs et que ce facteur ‘stress’ pourrait être responsable de leur santé fragile. Variables relevées : CIGA : nombre de cigarettes fumées par semaine RHUM : nombre de rhumes contractés dans l’année écoulée STRE : mesure du stress sur une échelle de 1 (faible) à 5 (élevé) Joseph LARMARANGE

35. Autre exemple : Exemple 3 : Joseph LARMARANGE

36. Résultats • Nous avons affiché la matrice de corrélation simple. • Il apparaît à p=5% qu’il y a une corrélation significative entre le nombre de cigarettes et le nombre de rhumes. • Par contre, le stress n’enregistre aucune corrélation significative avec les deux autres variables. Joseph LARMARANGE

37. Test du Khi 2 Exemple 4 : Lors d'une étude sur la connaissance du sida chez les femmes guinéennes âgées de 15-49 ans, on a construit un indicateur de connaissance du sida répartie en quatre groupes : faible, moyenne, bonne et très bonne. Les données sont issues de l'Enquête de Démographie et de Santé 1999. On a comparé cet indicateur avec le niveau d'instruction des femmes. Les effectifs sont les suivants (elles portent sur 6.561 femmes) : Joseph LARMARANGE

38. Saisie des données • Nous avons 6.561 individus et 2 variables. Nous devrions donc remplir un tableau comportant 6.561 lignes et 2 colonnes. • Cependant, il apparaît que certains individus sont identiques (c’est-à-dire présentant exactement les mêmes valeurs pour chaque variables).Ainsi, nous avons 888 femmes qui ont toute une faible connaissance du sida et aucun niveau d’instruction. • Nous constatons qu’il y a en tout 16 « profils d’individu » différents. • Au lieu de rentrer les caractéristiques des 6.561 femmes, nous allons saisir les caractéristiques des 16 profils type et indiquer dans une troisième variable (le poids) le nombre de femmes que ce profil représente. • C’est le principe de la pondération. Joseph LARMARANGE

39. Saisie des données • Nous allons donc créer un fichier comportant 16 observations et 3 variables. • Pour la connaissance du sida, nous coderons 1 une faible connaissance, 2 une moyenne, 3 une bonne et 4 une très bonne. • Pour le niveau d’instruction, 0 pour aucun, 1 pour primaire, 2 pour secondaire et 3 pour supérieur. Joseph LARMARANGE

40. Saisie des données • Voici le fichier de données que nous obtenons. Joseph LARMARANGE

41. Test du Khi 2 • Choisir les tableaux et tris croisés dans les Statistiques élémentaires. Joseph LARMARANGE

42. Saisir les variables • Un clic sur Spécifier les tables. Joseph LARMARANGE

43. Saisir les variables • Sélectionner les variables de l’analyse Joseph LARMARANGE

44. Préciser la pondération • Cliquer sur ce bouton Ce bouton est accessible dans toutes les fenêtres de Statistica, la pondération pouvant être utilisée pour n’importe quel calcul. Joseph LARMARANGE

45. Préciser la pondération • Sélectionner la variable de pondération • Activer la pondération Un double clic dans le champ d’édition du nom de la variable ouvre une liste de l ’ensemble des variables du fichier. Joseph LARMARANGE

46. Lancer l’analyse • Cliquez deux fois sur OK. • Aller sous l’onglet Options. • Sélectionner Chi² & Pearson et Effectifs théoriques Joseph LARMARANGE

47. Premier tableau de résultats • Il s’agit du tableau croisé des effectifs. Pour naviguer d’un tableau à l’autre Joseph LARMARANGE

48. Second tableau de résultats • Affichage des effectifs théoriquesRappel : il s’agit des effectifs que l’on aurait si les deux variables étaient parfaitement indépendantes. • Ici p est inférieur à 0,05. On en déduit qu’avec une erreur de première espèce de 5% que les deux variables ne sont pas indépendantes.NB : petit hic, normalement on ne doit pas avoir d’effectifs inférieurs à 5 (ou à 10 pour plus de précision). Il serait donc préférable de regrouper auparavant certaines catégories. Joseph LARMARANGE

49. Autre exemple : Exemple 5 : Dans une enquête sur le réseau Internet auprès de 1006 personnes, une des questions posées était la suivante: " Personnellement quelle est votre attitude à l'égard de cette nouvelle application de la micro-informatique ? Vous êtes... Passionné, Intéressé, Indifférent, Dépassé, Agacé, ou ne se prononce pas (NSP). Les personnes interrogées ont été regroupées en 5 catégories d'âge : 18-24 ans, 25-34 ans, 34-49 ans, 50-64 ans, plus de 65 ans. Joseph LARMARANGE

50. Autre exemple : Exemple 5 : Voici les données observées. Étant donné le très faible nombre de NSP, nous n’en tiendrons pas compte. L’analyse portera donc sur 992 individus. Joseph LARMARANGE