Jason Brinkley, professeur adjoint de biostatistique à l'Université d'East Carolina, a récemment enregistré une série de vidéos pour JMP intitulé " Passer de SPSS à JMP », qui traitent des différences entre les deux progiciels. Après l'enregistrement, Jason a répondu à quelques questions qui approfondissent un peu ces différences.
Quelles différences seront immédiatement apparentes lorsqu'un utilisateur SPSS commence à travailler dans JMP?
La différence la plus immédiate réside dans la manière dont chaque logiciel choisit d'afficher les données. SPSS et JMP affichent les données dans le style "feuille de calcul" - avec des variables sous forme de colonnes et de lignes en tant qu'individus. Cependant, SPSS a une vue variable, qui affiche d'autres informations sur les colonnes des données, tandis que JMP place une grande partie de ces mêmes informations à gauche des données.
Existe-t-il des différences inhérentes aux deux systèmes ou s'agit-il simplement d'une différence de fonctionnalité?
Il existe des différences inhérentes, mais elles découlent davantage des différentes approches d'analyse des données. L'archétype SPSS peut être plus analogue à un expérimentateur, principalement axé sur la planification préalable et la conception exacte des analyses à exécuter, puis sur la sélection de ces options uniquement. L'archétype JMP, en revanche, implique davantage d'exploration des données et est conçu pour que les utilisateurs puissent travailler davantage avec les données à la volée. Cela ne veut pas dire que SPSS ne peut pas explorer les données et que JMP n'est pas idéal pour les analyses pré-planifiées; nous considérons simplement ce qui semble être leur environnement d'origine.
La visualisation fait partie de chaque produit, mais le processus de création de visuels est-il le même pour les deux?
Les deux plates-formes sont les plus similaires dans ce domaine, chacune permettant des graphiques personnalisés, mais c'est là que nous voyons les plus grandes différences entre les archétypes. JMP permet aux utilisateurs de voir les graphiques qu'ils souhaitent créer au fur et à mesure qu'ils les créent, ce qui permet plus de flexibilité et d'imagination pour créer des visuels.
SPSS ou JMP nécessitent-ils certaines connaissances en statistiques pour vraiment apprécier ce qu'ils peuvent faire?
Je dis toujours à mes étudiants que ces progiciels ne sont limités que par la quantité de statistiques que vous connaissez et comprenez. Je pense que les deux logiciels peuvent être utilisés avec très peu de formation statistique, mais la valeur perçue peut être différente entre les groupes de connaissances. Les fonctionnalités telles que la création de tableaux et la visualisation des données sont plus faciles pour les personnes ayant une formation limitée aux statistiques, auquel cas les fonctionnalités de création de graphiques et de tabulation de JMP peuvent être plus intuitives.
Selon vous, quelles sont les forces et les faiblesses de chacun?
JMP est fort dans l'exploration et la visualisation de données, et est capable de manipuler rapidement et facilement ainsi que d'exclure les points de données et les sorties inutilisées. SPSS est fort dans les différentes options analytiques disponibles dans le logiciel et la facilité avec laquelle on peut obtenir rapidement des résultats très spécifiques. L'idée de personnaliser la sortie dans JMP rend certaines analyses plus difficiles à trouver ou à trouver dans des endroits non intuitifs. Par exemple, JMP n'a pas autant d'options de modélisation que SPSS, et les mesures répétées ne permettent pas aux chercheurs en santé ou en sciences sociales de les trouver rapidement. SPSS n'a pas autant d'options pour comprendre des nuances particulières ou des observations inhabituelles dans un ensemble de données.
Quelle est la meilleure façon de voir ou de comprendre les différences entre JMP et SPSS?
Prenons un exemple qui peut illustrer les forces et les faiblesses de chacun. Supposons que je mène une expérience où je suis 100 personnes à travers quatre points dans le temps pendant qu'elles travaillent avec un régime de perte de poids. Supposons que je répartisse les 100 individus au hasard sur cinq formateurs (donc 20 pour chacun). Disons que deux des entraîneurs sont beaucoup plus expérimentés et aptes à faire perdre du poids à leurs clients. Supposons que je conçois également une enquête à donner aux sujets à la fin du programme pour obtenir des commentaires sur leurs opinions sur le programme de perte de poids. JMP fonctionnera probablement fortement sur la visualisation, et les utilisateurs seront en mesure de voir rapidement si les personnes participant au programme ont effectivement perdu du poids au cours des quatre périodes. JMP indiquera également très tôt dans les visuels de données si un ou plusieurs des formateurs avaient des sujets qui surpassaient les autres formateurs. Supposons qu'un chercheur veuille contourner les visuels et l'exploration et passer directement à une sorte d'ANOVA à mesures répétées ou de modélisation longitudinale; dans ce cas, les options sont faciles à trouver dans SPSS et l'obtention de la sortie est simple. Ensuite, si les chercheurs voulaient examiner les données de l'enquête, JMP deviendra fort car les utilisateurs peuvent comprendre rapidement les résultats de l'enquête générale et explorer les différences entre les formateurs avec les plates-formes Tabulate et catégorielles. Si les chercheurs s'inquiètent de la fiabilité et de la cohérence de leur enquête, les options pour obtenir ce résultat seront plus faciles à trouver dans SPSS.
D'autres commentaires supplémentaires?
Aucun logiciel n'est parfaitement adapté à toutes les analyses, et les archétypes de chacun peuvent le rendre plus prêt à gérer certains problèmes que d'autres. Il existe un équilibre entre la capacité à effectuer des analyses puissantes, les options de personnalisation et la facilité d'utilisation. L'exemple décrit ci-dessus peut être facilement élaboré par n'importe quel utilisateur ayant une petite expérience dans l'un ou l'autre des logiciels, mais certains aspects seront plus difficiles pour les utilisateurs nouveaux ou en transition. L'université dans laquelle je travaille a la chance d'avoir des licences pour chaque programme, et je connais de nombreux utilisateurs de SPSS qui aiment JMP et font la transition parce qu'ils ont l'impression de mieux comprendre leurs données dans JMP. Les visualisations racontent une histoire puissante d'une manière que les chiffres et les analyses ne peuvent pas. Mais de nombreux chercheurs savent que les éléments visuels peuvent également induire les gens en erreur et que notre cerveau peut être trompé; des analyses sont toujours nécessaires pour soutenir ce que nous «voyons» dans les données. Les utilisateurs de SPSS doivent se recycler à l'archétype JMP, ce qui peut signifier qu'ils doivent réfléchir à l'emplacement des options pour effectuer certaines analyses dans le logiciel. Il n'y a pas de bouton de statistiques non paramétriques dans JMP, et les utilisateurs doivent placer leur problème dans un certain contexte pour déterminer où ils trouveront les options pour un test de Wilcoxon (indice: c'est l'alternative non paramétrique au test t, alors cherchez-le là) .
Merci à Jason pour son analyse perspicace. Pour plus d'informations à ce sujet, consultez le Passer de SPSS à JMP Information Kit sur notre site Web. Le kit contient un livre blanc et les présentations vidéo de Jason avec des diapositives et un ensemble de données.
