Durée : 2 jours

Programme détaillé

Module 1 : introduction à l’analyse statistique

• La différence entre populations et échantillons
• La différence entre plans de recherche expérimentale et non-expérimentale
• La différence entre les variables dépendantes et indépendantes

Module 2 : comprendre la distribution des données - théorie

• Définition des niveaux de mesure dans IBM SPSS Statistics
• Mesures de la tendance centrale et de la dispersion
• Loi Normale et z-scores

Module 3 : répartition des données des variables qualitatives

• La procédure Effectifs
• Interprétation des résultats de la procédure Effectifs

Module 4 : répartition des données des variables quantitatives
Les procédures Frequencies, Descriptives, et Explore
Interprétation des résultats des procédures Frequencies, Descriptives et Explore

Module 5 : inférence statistique

• Effet de la taille de l’échantillon
• Tests d’hypothèses
• Risques d’erreur et puissance d’un test statistique

Module 6 : relations entre variables qualitatives

• Utiliser le tableau croisé et choisir la statistique appropriée
• Interpréter les effectifs et pourcentages d’un tableau croisé
• Utiliser le test d’indépendance du Chi2
• Utiliser le générateur de diagramme pour visualiser la relation entre deux variables qualitatives
• Utiliser la commande de syntaxe relative au tableau croisé

Module 7 : test de student pour deux échantillons indépendants

• Vérifier les hypothèses du test de Student de comparaison des moyennes de deux échantillons indépendans
• Interpréter les résultats du test de Student
• Utiliser le générateur de diagramme pour créer les diagrammes de barres d’erreur
  Module 8 : test de student pour deux échantillons appariés
• Vérifier les hypothèses du test de Student de comparaison des moyennes de deux échantillons appariés
• Interpréter les résultats du test de Student pour échantillons appariés

Module 9 : analyse de la variance (anova) à un facteur

• Vérifier les hypothèses de l’ANOVA à un facteur
• Interpréter les résultats de l’ ANOVA

Module 10 : graphe de dispersion et corrélations entre variables quantitatives

• Visualiser la relation entre deux variables quantitatives à l’aide du diagramme de dispersion
• Expliquer le coefficient de corrélation de Pearson et ses hypothèses
• Utiliser la procédure « Corrélations Bivariées »

Module 11 : régression linéaire

• Le modèle de la régression linéaire et ses hypothèses
• Interprétation des résultats de la procédure « Régression Linéaire »
• Utilisation de la procédure modèle linéaire automatique

Module 12 : tests non paramétriques

• Décrire les conditions d’utilisation des tests non paramétriques
• Interpréter les résultats de différents types de tests non paramétriques

Avoir suivi la formation Gestion et manipulation des données ou posséder une expérience de IBM SPSS Statistics