Cours 10 : ANOVA simple, tests post-hoc, taille de l'effet Flashcards
Les graphiques des résultats des tests d’hypothèse
Diagrammes à barres, ou chaque barre représente la moyenne d’un groupe;
Caractéristique différentes : les barres d’erreur
Problème du test-t à deux échantillons indépendants
La variabilité attribuable aux
différences individuelles (variabilité inter-sujets) n’est pas contrôlée, ce qui réduit la precision des analyses statistiques
Solution du test-t à deux échantillons indépendants
Le test t pour deux échantillons dépendants (ou échantillons pairés, ou mesures répétées) contrôle pour la variabilité
inter-individuelle et serait plus sensible à l’effet d’un traitement, pourvu qu’on contrôle pour les effets persistants avec la procédure de contrebalancement
Le pairage simple
Chaque score dans un échantillon est associé à un seul score dans l’autre échantillon
Les mesures répétées
Une forme de pairage particulier fréquemment
effectué: chaque sujet est mesuré plus d’une fois;
Les mesures pré-post du même participant sont pairés;
C’est le même individu, donc la relation de dépendance entre les mesures est évidente
Pourquoi est-ce que le test t à mesures répétées est très sensible aux effets ?
Parce qu’il élimine la variabilité due aux différences individuelles dans les analyses
Contrebalancement
Procédure visant à controller pour les effets d’ordre dans un devis à mesures répétées qui consiste à permuter l’ordre des conditions
Effet d’ordre : différence dans les moyennes de population attribuable à
l’ordre des interventions et non à l’intervention en soi;
Vérifier l’effet après l’intervention
Présuppositions qui doivent être respectées pour utiliser le test t pour le coefficient de corrélation de la population, p
Linéarité : la relation sous-jacente doit être linéaire
Normalité : les deux variables sont normalement distribuées (homoscédasticité)
Procédure générale du test d’hypothèse
- Énoncer clairement la question de recherche.
- Énoncer les hypotheses statistiques
- Définir la règle décisionnelle
- Calculer la statistique test appropriée
- Décision
- Interprétation
Si demandé, présentez les résultats avec les normes APA
Nommer le ou les populations d’intérêt
Indiquer clairement les statistiques descriptives (moyenne, écart-type, taille
d’échantillon).
Nommer le test utilisé, ainsi que la statistique test, degrés de liberté, p-value, et
taille d’effet.
Clairement interpreter l’effet (ou absence de) ainsi que la direction des
différences.
Autres éléments spécifiques au test en particulier.
Problème de comparaisons multiples avec le test t
Problème pratique
Problème d’inférence
Problème pratique
Rejeter l’hypothèse nulle indique seulement que les moyennes des populations ne sont pas égales. Ainsi, ce n’est pas possible de comparer
toutes les conditions en même temps, seulement par 2
Problème d’inférence
Multiplier les tests d’hypothèse augmente la chance d’erreur de type I (α). Si nous ne faisons qu’un seul test, la probabilité d’erreur de type I est égale à α;
Cependant, erreur devient grave après plusieurs tests
L’analyse de variance (ANOVA)
Type d’analyse statistique conçue pour détecter des différences au niveau de la variable dépendante
(quantitative), mesurée entre au moins deux groupes définies par un seul facteur ou variable indépendante;
Définie comme un test général de l’hypothèse nulle pour plus de deux moyennes de population
ANOVA 1 facteur
Vérifie les différences parmi les moyennes de population catégorisés par seulement une variable indépendante en
comparant la variabilité qui provient de deux sources différentes (variabilité entre les groupes (inter-groupes), variabilité à même les groupes (intra-groupes))