Vous avez lancé la procédure. SPSS a produit sept tableaux. Sur la centaine de nombres affichés, votre mémoire en utilisera cinq — et le reste sert à vérifier des conditions ou n’a aucun intérêt pour vous.
Cet annuaire range les sorties dans l’ordre où elles apparaissent, par famille d’analyse. Pour chacune : ce que le tableau dit, quel nombre recopier, et sous quelle forme l’écrire. Les intitulés donnés sont ceux de l’interface française ; l’équivalent anglais est indiqué quand il diffère nettement, parce que beaucoup de licences universitaires sont installées en anglais.
La règle qui vaut pour tous les tableaux
Trois repères suffisent à lire n’importe quelle sortie.
- Trouvez le N — et vérifiez qu’il correspond à ce que vous attendez. Un N plus petit signale des observations écartées pour valeurs manquantes, et il change selon les analyses. C’est le premier chiffre à contrôler, avant même le résultat.
- Trouvez la statistique et ses degrés de liberté — t, F, χ², U, accompagnés de leur ddl. Ce couple est ce qui identifie le test ; le p seul ne suffit jamais.
- Trouvez la colonne Sig. — c’est le p. SPSS ne l’appelle jamais p.
Les conventions de transcription
Elles ne sont écrites nulle part dans SPSS, et elles reviennent dans presque toutes les corrections.
- Sig. affiche « ,000 » : n’écrivez jamais p = 0,000. Une probabilité n’est pas nulle ; SPSS a simplement arrondi à trois décimales. La forme correcte est p < 0,001. Pour toute autre valeur, écrivez l’égalité avec trois décimales : p = 0,032.
- Deux décimales pour les statistiques (t = 2,41 ; F = 5,82 ; r = 0,43), trois pour les probabilités. Au-delà, vous affichez une précision que vos données n’ont pas.
- Symboles en italiques : t, F, p, r, n, M, SD, d. Les lettres grecques (α, χ², η²) restent droites.
- Virgule décimale en français, y compris dans les tableaux, et espace insécable avant les deux-points et les points-virgules. Si votre département impose un gabarit, il prime : vérifiez-le avant de tout reformater.
- « Sig. (bilatéral) » veut dire bilatéral. Si votre hypothèse est unilatérale et que vous l’avez annoncée comme telle avant l’analyse, divisez par deux — et dites-le. Ne divisez jamais après avoir vu le résultat.
Statistiques descriptives
« Statistiques descriptives » / « Récapitulatif du traitement des observations ». À recopier : N, moyenne, écart-type, minimum et maximum. Le second tableau donne le nombre de valeurs manquantes par variable : regardez-le, il justifie les écarts de N entre analyses. Ces chiffres alimentent le tableau de description de l’échantillon, jamais le corps du texte ligne à ligne. Notre tutoriel d’analyse quantitative détaille l’enchaînement complet depuis l’import du fichier.
Comparer deux groupes
« Statistiques de groupe » donne n, moyenne et écart-type par groupe. C’est de là que sortent les M et SD de votre phrase.
« Test d’échantillons indépendants » est le tableau le plus mal lu de tout SPSS, parce qu’il contient deux lignes de résultats. La partie gauche donne le test de Levene sur l’égalité des variances ; la partie droite donne le test t, une fois en supposant les variances égales, une fois sans cette hypothèse (correction de Welch). Lisez d’abord Levene, puis choisissez la ligne. Si le Levene est significatif, c’est la seconde ligne qu’il faut recopier, et ses degrés de liberté seront décimaux — c’est normal. Le détail du choix est traité dans notre article sur le test t et Mann-Whitney.
« Test des échantillons appariés » pour deux mesures sur les mêmes personnes : le tableau des corrélations qui le précède n’est pas le résultat, c’est un indicateur de liaison entre les deux mesures.
Comparer trois groupes ou plus
« Tests des effets inter-sujets » (Tests of Between-Subjects Effects) est le tableau central de l’ANOVA. Recopiez, pour chaque effet : F, les ddl de l’effet, les ddl de l’erreur (dernière ligne du tableau), Sig. et l’êta-carré partiel si vous l’avez demandé. La ligne « Total corrigé » ne se rapporte jamais. La lecture de l’ANOVA factorielle, et notamment celle de l’interaction, mérite une attention particulière : c’est elle qui porte le résultat, pas les effets principaux.
« Comparaisons multiples » contient les tests post-hoc. Chaque paire y figure deux fois, en miroir : n’en recopiez qu’une.
Si vous avez ajouté une covariable, la sortie s’enrichit d’un tableau de moyennes ajustées — ce sont elles, et non les moyennes brutes, qui doivent être rapportées. Voyez notre article sur l’ANCOVA avec le pré-test en covariable.
Tests non paramétriques
La procédure moderne produit d’abord un « Récapitulatif des tests d’hypothèses » : une ligne, une décision en clair, et un Sig. C’est utile pour trancher, insuffisant pour rédiger. Double-cliquez pour ouvrir la vue détaillée, qui contient la statistique U ou H, les rangs moyens et les effectifs par groupe — ce sont ces valeurs qu’il faut rapporter. Les articles sur le test de Wilcoxon et le test de Friedman donnent la phrase type pour chacun.
Croiser deux variables catégorielles
« Tableau croisé » puis « Tests du khi-deux ». Recopiez la ligne Khi-deux de Pearson : valeur, ddl, Sig. La note sous le tableau indique le pourcentage de cellules dont l’effectif théorique est inférieur à 5 — c’est la condition d’application, et elle décide si vous devez passer au test exact de Fisher. Le tableau « Mesures symétriques » donne le V de Cramér, c’est-à-dire la taille d’effet. Tout est détaillé dans notre article sur le khi-deux sur tableau croisé.
Relier deux variables continues
« Corrélations » : une matrice symétrique où chaque coefficient apparaît deux fois. Recopiez la moitié inférieure. Attention au N propre à chaque paire, qui varie avec les valeurs manquantes. Le choix entre Pearson et Spearman se fait avant, pas en regardant lequel donne le plus petit p.
Expliquer par plusieurs prédicteurs
La régression linéaire produit quatre tableaux, et chacun a un usage distinct.
- « Récapitulatif des modèles » — R, R-deux, R-deux ajusté, erreur standard de l’estimation. Rapportez le R-deux ajusté dès que vous avez plusieurs prédicteurs. La statistique de Durbin-Watson, si demandée, s’affiche ici.
- « ANOVA » — le test global du modèle. Un F significatif dit que le modèle explique plus que rien, pas que chaque prédicteur compte.
- « Coefficients » — le tableau qui porte le résultat : B non standardisé, erreur standard, bêta standardisé, t, Sig., et si vous les avez demandés l’intervalle de confiance de B et les indices de tolérance et de VIF.
- « Diagnostics des observations » — la liste des cas dont le résidu standardisé dépasse 3. Ce tableau ne dit pas tout : la question de savoir si une observation pèse sur le modèle se traite avec la distance de Cook et le levier, qui s’enregistrent en colonnes plutôt qu’en tableau.
Pour une issue binaire, la sortie change de noms : « Variables dans l’équation » remplace « Coefficients » et donne B, Wald, Sig. et Exp(B) — c’est ce dernier qui est l’odds ratio. S’y ajoutent le test de Hosmer-Lemeshow, où un résultat non significatif est le bon signe, et le tableau de classement.
Questionnaires et échelles
« Statistiques de fiabilité » donne l’alpha de Cronbach et le nombre d’éléments. Le tableau « Statistiques de total des éléments » qui suit est le plus utile des deux : sa colonne Corrélation complète des éléments corrigés repère les items qui ne collent pas à l’échelle, et sa dernière colonne indique l’alpha obtenu si l’item était supprimé. Une corrélation négative y signale presque toujours un item inversé non recodé — voyez notre article sur l’alpha de Cronbach.
Pour une structure factorielle : « Indice KMO et test de Bartlett » (les deux conditions préalables), « Variance totale expliquée » (le nombre de facteurs retenus et leur part), et « Matrice des composantes après rotation » (les saturations à interpréter). Le détail figure dans nos articles sur l’analyse factorielle exploratoire et sur l’analyse en composantes principales. La suite confirmatoire relève des modèles d’équations structurelles.
Conditions et diagnostics
« Tests de normalité » donne Kolmogorov-Smirnov et Shapiro-Wilk. Ici, un résultat significatif est une mauvaise nouvelle — et ce que l’on en fait dépend de ce qu’on est prêt à changer : l’échelle de la variable, le calcul de l’incertitude ou le test lui-même.
« Aire sous la courbe » accompagne la courbe ROC : recopiez l’AUC, son erreur standard, son Sig. et surtout son intervalle de confiance.
Enfin, si un bloc « Bootstrap » apparaît sous vos tableaux habituels, c’est que l’option est cochée : ce sont ces intervalles-là qu’il faut rapporter, et non les intervalles théoriques de la ligne du dessus.
Où va chaque nombre
| Ce que SPSS affiche | Ce que vous recopiez | Où cela va |
|---|---|---|
| Sig. = ,000 | p < 0,001 | Dans la phrase de résultat |
| Statistiques de groupe | M et SD par groupe | Tableau descriptif, puis la phrase |
| Test de Levene | Rien, sauf s’il est significatif | Une incise dans la méthode |
| ddl de l’erreur | Le second nombre entre parenthèses de F | Dans la phrase de résultat |
| Récapitulatif des modèles | R-deux ajusté | Une phrase avant le tableau des coefficients |
| Matrice de corrélations | La moitié inférieure seulement | Un tableau reformaté |
| Le tableau SPSS lui-même | Jamais tel quel | Reformaté au gabarit de votre école |
Les cinq pièges
- Coller la capture d’écran du tableau SPSS. Un tableau de résultats se reconstruit, avec ses seules colonnes utiles et le format imposé par votre établissement : voyez comment présenter tableaux et figures.
- Recopier la mauvaise ligne du test t. Le tableau en contient deux ; Levene décide.
- Oublier les degrés de liberté. F = 5,82 ne veut rien dire sans F(2, 147).
- Rapporter Sig. sans la statistique. Un p isolé n’est pas vérifiable, et un lecteur ne peut pas le recalculer.
- Prendre un N pour un autre. Le N de l’échantillon, le N valide d’une variable et le N d’une analyse donnée diffèrent souvent. C’est la première incohérence que relève un rapporteur.
Sur le sens exact de la colonne Sig. et sur ce qu’un seuil autorise à conclure, voyez notre article sur le seuil de signification ; sur ce que les bornes chiffrées ajoutent, celui sur l’intervalle de confiance. Et si vous travaillez sous jamovi ou JASP, les intitulés changent mais la logique de lecture reste exactement la même.
De la sortie au chapitre
Extraire les bons nombres prend quelques minutes. Ce qui prend du temps, c’est de les enchaîner en un chapitre lisible : annoncer l’analyse, donner le résultat, l’interpréter en une phrase, et passer au suivant sans que le lecteur se perde.
Tesify travaille avec vous sur ce passage : structurer le chapitre résultats à partir de vos propres sorties, tenir un vocabulaire constant d’une analyse à l’autre, et rédiger les transitions. Vos données restent les vôtres, et le texte est écrit à 100 % par vous.
Rédiger votre chapitre résultats avec Tesify
Questions fréquentes
Mon SPSS est en anglais. Les intitulés correspondent-ils ?
Oui, tableau pour tableau. Les correspondances les plus utiles : Group Statistics, Independent Samples Test, Tests of Between-Subjects Effects, Model Summary, Coefficients, Variables in the Equation, Reliability Statistics, Total Variance Explained. La colonne Sig. porte le même nom dans les deux langues.
Faut-il mettre les sorties brutes en annexe ?
La plupart des établissements l’apprécient, certains l’exigent. Mettez-y les sorties complètes des analyses principales, pas l’intégralité de vos essais. Le corps du texte ne contient que des tableaux reformatés.
SPSS affiche « . » ou une cellule vide. Pourquoi ?
Une valeur non calculable : effectif nul dans une cellule, variance nulle, ou modèle non identifié. Ce n’est pas un bug d’affichage, c’est un signal — revenez aux données avant d’interpréter quoi que ce soit du tableau.
Dois-je rapporter tous les tableaux produits ?
Non. Un chapitre résultats rapporte ce qui répond aux hypothèses annoncées, plus les vérifications de conditions. Tout le reste appartient aux annexes ou à rien du tout. Le critère n’est pas « SPSS l’a produit » mais « ma question de recherche en a besoin ».
Comment citer une taille d’effet quand SPSS ne l’affiche pas ?
Plusieurs procédures ne la fournissent pas par défaut. L’êta-carré partiel se coche dans les options de l’ANOVA ; le d de Cohen se calcule à partir des moyennes et des écarts-types du tableau descriptif ; le V de Cramér figure dans les mesures symétriques du khi-deux. Pour un accord entre juges, c’est le kappa de Cohen qui joue ce rôle.
Deux tableaux donnent des N différents. Lequel est le bon ?
Les deux, pour leur analyse respective. SPSS exclut les observations au cas par cas ou liste par liste selon les procédures et les options. Notez le N de chaque analyse dans son propre tableau et expliquez l’écart une fois pour toutes en début de chapitre.