Aller au contenu
Logiciels de traitement des données · L2

Leçon 1 sur 5

Construire un masque de saisie et une base de données

Je sais transformer un questionnaire en base de données structurée dans SPSS (ou un tableur), en définissant correctement chaque variable avant la saisie.

  • 1 h
  • 4 exercices corrigés
  • QCM de 5 questions

À la fin de la leçon, vous saurez :

  • Expliquer la structure d'une base de données d'enquête (individus en lignes, variables en colonnes)
  • Définir les propriétés d'une variable dans la vue Variables de SPSS
  • Rédiger un dictionnaire des codes (livre de codes)
  • Choisir le type de variable et l'échelle de mesure adaptés à chaque question

Avant de commencer : Statistique descriptive de L1 (variables qualitatives et quantitatives) ; méthodologie de l'enquête par questionnaire.

1Je découvre

Un groupe d'étudiants en sociologie de l'université de Kankan a fait passer 250 questionnaires sur l'usage du téléphone portable chez les jeunes de la ville. Les fiches papier s'empilent dans un sac. Mamadou propose de tout saisir « dans Word, comme ça on aura tout ». Aïcha veut ouvrir SPSS directement et taper les réponses au fur et à mesure.

Leur encadreur les arrête : « Avant de saisir une seule réponse, vous allez construire votre masque de saisie. Si la base est mal pensée, vous passerez des semaines à la corriger, et vos tableaux seront faux. »

Comment transformer un questionnaire en une base de données propre, prête à être saisie et analysée ?

2Je comprends

1. La structure d'une base de données d'enquête

Une base de données d'enquête est un tableau rectangulaire :

  • chaque ligne correspond à une unité statistique (un questionnaire, donc un enquêté) ;
  • chaque colonne correspond à une variable (une information recueillie) ;
  • chaque cellule contient la valeur d'une variable pour un individu, en général sous forme de code.
idsexeagequartierusage
121931
212312
321731

La première colonne est toujours un identifiant unique, écrit aussi sur le questionnaire papier : il permet de retrouver la fiche en cas de doute. Une question peut donner une variable (le sexe) ou plusieurs (une question à choix multiples donne une variable par modalité, voir leçon 2).

2. Les deux vues de SPSS

IBM SPSS Statistics, logiciel très utilisé en sciences sociales, présente deux onglets dans l'éditeur de données :

  • la vue Données (Data View) : le tableau des réponses ;
  • la vue Variables (Variable View) : une ligne par variable, où l'on définit ses propriétés.

On construit le masque dans la vue Variables, avant toute saisie. Les mêmes principes s'appliquent à d'autres outils : tableur (Excel, LibreOffice Calc), logiciels libres comme PSPP (très proche de SPSS) ou applications de collecte sur téléphone (formulaires numériques), qui produisent elles aussi un tableau individus × variables.

3. Les propriétés d'une variable dans SPSS

PropriétéRôleConseil
Nom (Name)identifiant court de la variablecommence par une lettre, sans espace ni accent : q1, sexe, age, quartier
Typenumérique, chaîne (texte), datepréférez le numérique codé : il permet tous les calculs
Largeur / Décimalesnombre de caractères et de décimales0 décimale pour des codes
Étiquette (Label)intitulé complet de la question« Q3. Âge révolu de l'enquêté »
Valeurs (Values)signification de chaque code1 = Homme ; 2 = Femme
Manquant (Missing)codes de non-réponse99 = Non-réponse ; 98 = Ne sait pas
Mesure (Measure)échelle de mesurenominale, ordinale ou échelle

Les étiquettes de valeurs sont essentielles : sans elles, vos tableaux afficheront « 1 » et « 2 » au lieu de « Homme » et « Femme ».

4. Choisir l'échelle de mesure

SPSS distingue trois niveaux de mesure, qui conditionnent les analyses possibles :

Mesure SPSSType de variableExemplesAnalyses adaptées
Nominalequalitative sans ordresexe, quartier, religion, ethnie déclaréeeffectifs, pourcentages, mode, khi-deux
Ordinalequalitative ordonnéeniveau d'études, degré de satisfactionidem + médiane
Échellequantitativeâge en années, revenu mensuel en GNF, nombre d'enfantsmoyenne, écart-type, tests de moyennes

Une règle pratique : saisissez l'information la plus fine possible. Saisissez l'âge exact (19 ans) plutôt que la tranche (15-24 ans) : vous pourrez toujours regrouper ensuite, jamais l'inverse.

5. Le dictionnaire des codes

Le dictionnaire des codes (ou livre de codes, codebook) est le document de référence de l'équipe de saisie. Pour chaque question, il indique : le nom de la variable, l'intitulé, le type, les codes et leurs étiquettes, les codes de valeurs manquantes, les valeurs possibles (par exemple âge de 15 à 35 ans).

Exemple pour l'enquête de Kankan :

QuestionVariableCodes
Q1. Sexesexe1 = Homme ; 2 = Femme ; 99 = NR
Q2. Âge révoluage15 à 35 ; 99 = NR
Q3. Quartier de résidencequartier1 à 6 selon la liste des quartiers enquêtés ; 99 = NR
Q4. Possédez-vous un smartphone ?smart1 = Oui ; 2 = Non ; 99 = NR
Q5. Dépense mensuelle en crédit et forfaits (GNF)depensemontant en GNF ; 999999 = NR

Attention : un code de non-réponse doit être impossible comme vraie valeur (99 ans ne convient pas si l'enquête porte sur des personnes âgées). Il doit être déclaré dans la colonne Manquant pour être exclu des calculs.

6. Tester le masque avant la saisie

Avant de lancer la saisie, saisissez 5 à 10 questionnaires test et vérifiez : chaque question a sa variable, les étiquettes s'affichent, les filtres du questionnaire (questions posées seulement à certains) sont prévus (code « sans objet », par exemple 97), le fichier est enregistré sous un nom clair (enquete-kankan-v1.sav) et sauvegardé sur un deuxième support. En cas de coupure de courant, une base non enregistrée est perdue : enregistrez souvent.

3Je retiens

Je retiens

Une base d'enquête est un tableau : une ligne par individu, une colonne par variable, un identifiant unique.

On construit le masque dans la vue Variables de SPSS avant toute saisie.

Chaque variable a un nom court, une étiquette, des étiquettes de valeurs, des codes manquants et une mesure.

Nominale, ordinale ou échelle : l'échelle de mesure conditionne les analyses possibles.

On saisit l'information la plus fine (âge exact) et on regroupe ensuite.

Le dictionnaire des codes est la référence commune de toute l'équipe.

4Erreurs fréquentes

  • Saisir les réponses en texte libre (« homme », « Homme », « H ») : codez en numérique avec étiquettes.
  • Oublier l'identifiant : il devient impossible de retrouver le questionnaire papier en cas d'erreur.
  • Choisir un code de non-réponse qui peut être une vraie valeur, ou oublier de le déclarer comme manquant.
  • Saisir l'âge en tranches alors que l'âge exact est connu.
  • Mettre plusieurs informations dans une même colonne (« 2 enfants, marié »).

5Je m’exerce

1Exercice 1

(Questions de cours) a) Que représentent une ligne et une colonne dans une base d'enquête ? b) Citez cinq propriétés d'une variable dans la vue Variables de SPSS. c) Pourquoi déclarer les valeurs manquantes ?

Voir le corrigéCacher le corrigé

a) Une ligne correspond à un individu (un questionnaire), une colonne à une variable. b) Nom, type, étiquette, valeurs, manquant (et aussi largeur, décimales, mesure). c) Pour que les codes de non-réponse (99, 98…) ne soient pas pris pour de vraies valeurs : sinon une moyenne d'âge serait gonflée par des « 99 » et les pourcentages seraient faux.

2Exercice 2

Indiquez la mesure SPSS (nominale, ordinale, échelle) de chaque variable : a) nombre de repas par jour ; b) préfecture d'origine ; c) niveau d'études (aucun, primaire, secondaire, supérieur) ; d) degré d'accord avec une opinion (pas du tout d'accord… tout à fait d'accord) ; e) revenu mensuel en GNF ; f) statut matrimonial.

Voir le corrigéCacher le corrigé

a) Échelle (quantitative discrète). b) Nominale. c) Ordinale. d) Ordinale. e) Échelle. f) Nominale.

3Exercice 3

Un étudiant a créé la variable « Âge de l'enquêté » de type chaîne, avec les valeurs « 18 ans », « dix-neuf », « 20 », « NR ». Relevez les problèmes et proposez une définition correcte.

Voir le corrigéCacher le corrigé

Problèmes : le type chaîne empêche les calculs (moyenne, regroupement) ; les écritures sont hétérogènes (chiffres, lettres, unité « ans ») ; « NR » n'est pas déclarable comme valeur manquante numérique. Définition correcte : nom age ; type numérique, largeur 2, 0 décimale ; étiquette « Âge révolu de l'enquêté (années) » ; manquant 99 (si l'enquête ne porte pas sur des personnes de 99 ans) ; mesure échelle. On ressaisit « 18 », « 19 », « 20 », « 99 ».

4Exercice 4

(Type examen) Voici un extrait de questionnaire sur l'accès à l'eau potable dans des ménages de Siguiri : Q1. Taille du ménage (nombre de personnes) ; Q2. Principale source d'eau de boisson (robinet, forage, puits, rivière, autre) ; Q3. Temps mis pour aller chercher l'eau (en minutes) ; Q4. Êtes-vous satisfait de la qualité de l'eau ? (très satisfait, satisfait, peu satisfait, pas du tout satisfait) ; Q5. Qui va habituellement chercher l'eau ? (question posée seulement si la source n'est pas dans la concession). Rédigez le dictionnaire des codes complet (nom, étiquette, type, codes, manquants, mesure).

Voir le corrigéCacher le corrigé

Dictionnaire possible :

QuestionNomType et mesureCodesManquants
Identifiantidnumérique, nominale1 à naucun
Q1. Taille du ménagetaillenumérique, échellenombre de personnes99 = NR
Q2. Source principale d'eau de boissonsourcenumérique, nominale1 = Robinet ; 2 = Forage ; 3 = Puits ; 4 = Rivière ; 5 = Autre99 = NR
Q3. Temps de collecte (minutes)tempsnumérique, échelleminutes999 = NR
Q4. Satisfaction quant à la qualité de l'eausatisfnumérique, ordinale1 = Très satisfait ; 2 = Satisfait ; 3 = Peu satisfait ; 4 = Pas du tout satisfait99 = NR
Q5. Personne qui va chercher l'eaucollecteurnumérique, nominale1 = Femme adulte ; 2 = Homme adulte ; 3 = Fille de moins de 15 ans ; 4 = Garçon de moins de 15 ans ; 5 = Autre97 = Sans objet (source dans la concession) ; 99 = NR

Remarques : le code 97 « sans objet » distingue les ménages non concernés par Q5 des vraies non-réponses ; les deux codes sont déclarés manquants mais restent distincts. Le temps est saisi en minutes exactes (on regroupera ensuite en classes). Pour « Autre » en Q2, on peut ajouter une variable chaîne pour la précision, qui sera post-codée.

Cherchez d’abord seul, sur votre cahier, puis ouvrez le corrigé pour comparer.

6Je vérifie

Choisissez une réponse pour chaque question : la correction s’affiche aussitôt.

1Dans une base de données d'enquête, une ligne correspond :
Voir la réponse

Réponse A : à un individu enquêté. Les variables sont en colonnes, les individus en lignes.

2Dans quelle vue de SPSS définit-on les étiquettes de valeurs ?
Voir la réponse

Réponse B : La vue Variables. La vue Variables décrit les propriétés de chaque variable.

3Le niveau d'études (aucun, primaire, secondaire, supérieur) est une variable :
Voir la réponse

Réponse B : ordinale. Ses modalités sont ordonnées mais ne sont pas des quantités.

4Pourquoi saisir l'âge exact plutôt qu'une tranche d'âge ?
Voir la réponse

Réponse B : Parce qu'on peut regrouper ensuite, mais jamais retrouver l'âge exact à partir d'une tranche. Il faut conserver l'information la plus fine.

5Un code de non-réponse doit être :
Voir la réponse

Réponse B : une valeur impossible déclarée comme manquante. Sinon il fausse les calculs.

Karamö, votre enseignant

Il a lu cette leçon. Posez-lui votre question : il vous répond ici.

Connectez-vous pour poser vos questions à Karamö.

Vous avez fini la leçon ?

Avec un compte Kharandi gratuit, vous cochez les leçons terminées et vous suivez votre progression, cours par cours.

Karamö
Un point pas clair ? Dites à Karamö ce qui vous bloque dans cette leçon : il vous l’explique autrement, pas à pas, sans faire le travail à votre place. Demander à Karamö
Signaler une erreur dans cette leçon

Toutes les leçons de Logiciels de traitement des données

Pose ta question à Karamö