M2i Formation

IBM - IBM SPSS

IBM SPSS Statistics 24 - Introduction à l'analyse statistique

Présentiel

2 jours (14 heures) - IBM-SPSST24 (0G515)

Accueil  ›  Formations Informatique  ›  IBM  ›  IBM SPSS  ›  IBM SPSS Statistics 24 - Introduction à l'analyse statistique

Objectifs pédagogiques

  • Maîtriser l'analyse statistique
  • Examiner des variables individuelles
  • Evaluer les hypothèses-théorie
  • Emettre des hypothèses sur les variables individuelles
  • Tester la relation entre variables catégorielles
  • Tester la différence entre deux moyens de groupe et plus
  • Tester la relation entre les variables d'échelle
  • Pronostiquer une variable d'échelle
  • Explorer les tests non paramétriques.

Niveau requis

Connaître le langage informatique, l'ouverture, la définition et l'enregistrement des fichiers de données, la manipulation et l'enregistrement des sorties. Maîtriser IBM SPSS Statistics version 18 ou ultérieure.

Public concerné

Toute personne ayant une expérience statistique limitée ou nulle, souhaitant actualiser ses connaissances et son expérience statistique.

Ce cours est exclusivement proposé en intra-entreprise. Pour en connaître le prix et les modalités, contactez-nous.

Contactez-nous

Ce cours est exclusivement proposé en intra-entreprise. Pour en connaître le prix et les modalités, contactez-nous.

Contactez-nous

Ce cours est exclusivement proposé en intra-entreprise. Pour en connaître le prix et les modalités, contactez-nous.

Contactez-nous

Ce cours est exclusivement proposé en intra-entreprise. Pour en connaître le prix et les modalités, contactez-nous.

Contactez-nous

Ce cours est exclusivement proposé en intra-entreprise. Pour en connaître le prix et les modalités, contactez-nous.

Contactez-nous

Ce cours est exclusivement proposé en intra-entreprise. Pour en connaître le prix et les modalités, contactez-nous.

Contactez-nous

Introduction à l'analyse statistique

  • Expliquer la différence entre un échantillon et une population
  • Expliquer la différence entre une conception de recherche expérimentale et une conception de recherche non expérimentale
  • Expliquer la différence entre variables indépendantes et dépendantes

Examiner des variables individuelles

  • Décrire les niveaux de mesure utilisée dans les IBM SPSS Statistics
  • Utiliser des graphiques pour examiner les variables
  • Utiliser des mesures récapitulatives pour examiner les variables
  • Expliquer les distributions normales
  • Expliquer les scores normalisés et leur utilisation

Evaluer les hypothèses-théorie

  • Expliquer la différence entre un échantillon et une population
  • Concevoir un test à partir d'une hypothèse
  • Expliquer le niveau alpha
  • Expliquer la différence entre la signification statistique et pratique
  • Décrire les deux types d'erreurs dans le test d'une hypothèse

Emettre des hypothèses sur les variables individuelles

  • Expliquer la répartition par échantillonnage d'une statistique
  • Expliquer la différence entre l'écart-type et l'erreur standard
  • Utiliser l'échantillon du test T pour tester une hypothèse à propos d'une moyenne de population
  • Utiliser les échantillons appariés du test T pour tester un effet "avant-après traitement"
  • Utiliser le test binomial pour tester une hypothèse à propos d'une proportion de population

Tester la relation entre variables catégorielles

  • Utiliser le générateur de diagrammes pour illustrer graphiquement la relation entre deux variables catégorielles
  • Utiliser des pourcentages dans Crosstabs pour décrire la relation entre deux variables catégorielles
  • Utiliser le test Chi-Square dans Crosstabs pour tester la relation entre deux variables catégorielles

Tester la différence entre deux moyens de groupe

  • Utiliser le générateur de diagrammes pour illustrer graphiquement la différence entre deux moyens de groupe
  • Utiliser Explore et Means pour décrire les différences entre les groupes
  • Utiliser les échantillons indépendants test T pour vérifier si la différence entre deux moyens de groupe est statistiquement significative

Tester les différences entre plus de deux moyens de groupe

  • Utiliser One-Way ANOVA pour déterminer s'il existe des différences statistiquement significatives entre les moyens de trois groupes ou plus
  • Utiliser les tests post hoc pour détecter les différences entre les moyens du groupe

Tester la relation entre les variables d'échelle

  • Enumérer le rapport entre deux variables d'échelle
  • Utiliser le coefficient de corrélation de Pearson pour examiner la relation entre deux variables d'échelle
  • Hypothèses de test sur le coefficient de corrélation de Pearson
  • Hypothèses pour l'utilisation du coefficient de corrélation de Pearson

Pronostiquer une variable d'échelle

  • Utiliser la régression linéaire pour prédire une variable d'échelle avec une ou plusieurs variables d'échelle
  • Utiliser la modélisation linéaire automatique pour prédire une variable d'échelle avec des variables catégoriques et d'échelle

Explorer les tests non-paramétriques

  • Décrire quand les tests non-paramétriques devraient et peuvent être utilisés
  • Utiliser des tests non-paramétriques pour deux échantillons indépendants ou plus
  • Utiliser des tests non-paramétriques pour deux échantillons dépendants