L’ACP (Analyse en Composantes Principales) avec SPSS
Étapes pour effectuer une ACP sur SPSS
1. Ouvrir SPSS
2. Aller dans le menu :
Analyse > Réduction des dimensions > Analyse factorielle
3. Sélectionner les variables de l’étude
(Elles doivent toutes être quantitatives pour une ACP.)
4. Configurer l’analyse
o Choisir : méthode de l'ACP, extraction basée sur la matrice de corrélation
o Cocher les tests nécessaires (KMO, test de Bartlett)
o Cocher les options : valeurs propres, graphique du cercle de corrélation,
représentation des variables et individus...
5. Lancer l’analyse
6. Interpréter les résultats
(Voir partie suivante)
Conditions pour adopter l’ACP
Nombre de variables (p) > 4
Taille de l’échantillon (n) > 15
Toutes les variables doivent être quantitatives
✅ Si ces conditions sont remplies → ACP est possible
Tests à faire avant d’interpréter l’ACP
1. Indice KMO (Kaiser-Meyer-Olkin)
Mesure l’adéquation de l’échantillon pour l’ACP.
KMO > 0.6 → ACP justifiée
KMO < 0.5 → ACP non pertinente
2. Test de Bartlett
Vérifie s’il existe une corrélation significative entre les variables.
p-value < 0.05 → on rejette H0 → il y a des corrélations → on peut faire une ACP
p-value > 0.05 → on accepte H0 → pas de corrélations → on ne fait pas l’ACP
Formule hypothèse :
H0 : la matrice de corrélation est identique à une matrice identité (donc pas de
corrélation)
H1 : la matrice de corrélation ≠ matrice identité (donc il y a des corrélations)
Étapes pour effectuer une ACP sur SPSS
1. Ouvrir SPSS
2. Aller dans le menu :
Analyse > Réduction des dimensions > Analyse factorielle
3. Sélectionner les variables de l’étude
(Elles doivent toutes être quantitatives pour une ACP.)
4. Configurer l’analyse
o Choisir : méthode de l'ACP, extraction basée sur la matrice de corrélation
o Cocher les tests nécessaires (KMO, test de Bartlett)
o Cocher les options : valeurs propres, graphique du cercle de corrélation,
représentation des variables et individus...
5. Lancer l’analyse
6. Interpréter les résultats
(Voir partie suivante)
Conditions pour adopter l’ACP
Nombre de variables (p) > 4
Taille de l’échantillon (n) > 15
Toutes les variables doivent être quantitatives
✅ Si ces conditions sont remplies → ACP est possible
Tests à faire avant d’interpréter l’ACP
1. Indice KMO (Kaiser-Meyer-Olkin)
Mesure l’adéquation de l’échantillon pour l’ACP.
KMO > 0.6 → ACP justifiée
KMO < 0.5 → ACP non pertinente
2. Test de Bartlett
Vérifie s’il existe une corrélation significative entre les variables.
p-value < 0.05 → on rejette H0 → il y a des corrélations → on peut faire une ACP
p-value > 0.05 → on accepte H0 → pas de corrélations → on ne fait pas l’ACP
Formule hypothèse :
H0 : la matrice de corrélation est identique à une matrice identité (donc pas de
corrélation)
H1 : la matrice de corrélation ≠ matrice identité (donc il y a des corrélations)
