= >
N
CM
s
e
s r X X
La valeur critique s() est donne en fonction des degrs de libert (3, 24) car il y a trois
moyennes comparer. Au seuil de 5%, on obtient la valeur 3.53. Donc, toute diffrence
suprieure 0.792 est significative.
diffrences
X
2
X
3
X
1
2.13* 4.66*
X
2
2.53*
* : p < .05
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 7
1.3. Plan ( p q )
Le plan factoriel ( p q ) est un plan dexprience comportant deux facteurs A et B ayant
respectivement p et q niveaux. Dans ce plan, il ny a quun seul groupe de n sujets qui est
mesur p q fois.
Dans un plan ( p q ), il existe trois termes derreurs. Ils sont tous intra groupe, tout
comme les effets A, B, et A B. On prend le terme derreur regroupant la variabilit rsiduelle
leffet test SC
S|A
, SC
S|B
, et SC
S|AB
pour les effets A, B, et A B respectivement.
Exemple.
Soit une recherche hypothtique ayant comme plan un ( 2 4 ). Lchantillon comporte
un groupe de 5 sujets mesurs dans 8 conditions diffrentes. Les donnes brutes sont :
Facteur A
a
1
a
2
Facteur B Facteur B
sujets b
1
b
2
b
3
b
4
b
1
b
2
b
3
b
4
1 3 5 6 9 8 6 7 11
2 7 11 11 12 10 12 13 9
3 9 13 12 14 10 15 14 8
4 4 8 7 11 8 9 9 7
5 1 3 4 5 10 5 7 9
Les moyennes sont :
Facteur B
Facteur A b1 b2 b3 b4 moyenne
a1 4.8 8.0 8.0 10.2 7.8
a2 9.2 9.4 10.0 8.8 9.4
moyenne 7.0 8.7 9.0 9.5 8.6
Le tableau dANOVA est :
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 8
Analyse de variance
Exprience A B
Source de variation SC dl CM F
Intergroupe 223.40 4
Intra groupe 208.50 35
A 25.60 1 25.60 3.74
B 35.30 3 11.77 2.82
A B 42.60 3 14.20 6.22
Erreur (S|A) 27.40 4 6.85
Erreur (S|B) 50.20 12 4.18
Erreur (S|AB) 27.40 12 2.28
Total 431.90 39
Au niveau = .05, la valeur critique pour linteraction est de 3.490 aux degrs de liberts
(3, 12).
linteraction A B est significative (F(3, 12) = 6.22, p < .05). Si vous fates le graphique,
vous voyez quen effet, les lignes ne sont pas parallles. Pour avoir un meilleur portrait, nous
passons aux effets simples. Puisque A na que deux niveaux, en faisant les effets simples de A
pour chaque niveau de la variable B, nous allons en fait comparer des couples de moyennes.
Si ces couples diffrent, nous naurons pas besoin dutiliser la technique de Tukey.
Analyse des effets simple de A au niveau des b
j
Exprience A B
Source de variation SC dl CM F
Intra groupe 208.50 35
A|b
1
48.40 1 48.40 11.00
A|b
2
4.90 1 4.90 32.67
A|b
3
10.00 1 10.00 40.00
A|b
4
4.90 1 4.90 0.55
Erreur (SA|b
1
) 17.60 4 4.40
Erreur (SA|b
2
) 0.60 4 0.15
Erreur (SA|b
3
) 1.00 4 0.25
Erreur (SA|b
4
) 35.60 4 8.90
La valeur critre est de 7.709 pour (1, 4) degrs de libert. Comme on le voit, les
moyennes au niveau de b
1
diffrent significativement (F(1, 4) = 11.00, p< .05). Il en va de
mme pour les moyennes aux niveaux de b
2
et de b
3
(F(1, 4) = 32.67 et 40.00 respectivement, p
< .05) Par contre, au niveau b
4
, les moyennes ne diffrent pas entre elles.
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 9
Section 2. Le correctif de Greenhouse-Geisser
Un des postulats sous-jacent lANOVA dans un plan mesures rptes est celui de
lhomognit des variances (voir aussi le cours suivant). Si ce postulat nest pas respect, le
test F devient un test biais. Greenhouse et Geisser (1958) ont labor une mthode pour
corriger ce biais en ajustant la baisse le nombre de degrs de libert des effets mesures
rpts de faon rendre le test plus conservateur. Le correctif de Greenhouse-Geisser (GG)
nexige aucun calcul supplmentaire sauf pour les nouveaux degrs de libert. En rgle
gnrale, les logiciels calculent automatiquement les F corrigs par la mthode GG.
Dans lanalyse et linterprtation des rsultats, il faut donc tenir compte des lments
suivants :
Si le test F conventionnel et le test F corrig par la mthode GG sont tous deux
non-significatifs au seuil , on ne peut rejeter H
0
.
Si le test F conventionnel et le test F corrig par la mthode GG sont tous deux
significatifs au seuil , on rejette H
0
.
Si le test F conventionnel est significatif mais pas le test F corrig par la mthode
GG, on doit interprter les rsultats avec nuances et rserve ou alors utiliser une
mthode statistique multivarie (qui tient compte de la covariance dans les
donnes) tel le T
2
de Hotelling qui permet une valuation plus exacte de la
probabilit de rejet de H
0
.
Section 3. Rpartition des carts au carr dans les plans simples p ou ( p )
Cette section rcapitule la rpartition des carts au carr dans le but d'avoir une
meilleure intuition de ce qu'on entend par variance intergroupe et intra groupe. Lide
gnrale est de maximiser l'information soutire par les moyennes marginales. La somme des
carts au carr total est toujours obtenue en regardant les carts entre les donnes brutes et la
moyenne des moyennes.
3.1. Plan groupes indpendants
Nous utilisons lindice k pour le niveau du traitement et i pour le numro du sujet.
[ ] [ ]
traitement erreur
e intergroup e intragroup
) ( ) (
2 2
+ =
+ =
+ = X X X X X X k k
ki ki
La Figure 1 montre cette rpartition.
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 10
3.2. Plan mesures rptes
La particularit ici est que se sont toujours les mmes sujets dun niveau lautre du
traitement. Nous pouvons donc profiter du fait que nous avons une moyenne pour chaque
sujet. Les carts entre les sujets et la moyenne des sujets reprsentent donc une variabilit
entre les individus qui est normale et peu informative. On lappelle la variabilit inter-sujet.
Nous lvacuons de la somme des carrs ds le dbut du calcul, et ne lutilisons jamais.
[ ] [ ]
[ ]
intersujet t traitemen erreur
) ( ) - ( ) (
intersujet intrasujet
) ( ) (
2
2 2
+ + =
+ + + =
+ =
+ =
X X X X X X X X
X X X X X X
k k k i
ki
i i
ki ki
La Figure 2 montre ces trois sources de variances.
Il y a de la variance intra-
groupe. Cette variance reflte
"l'erreur exprimentale"
Variance entre les moyennes des
groupes: Variance intergroupe.
Si les trois groupes sont
similaires (pas d'effet du stress),
la variance entre les groupes
devraient reflter elle aussi
l'erreur exprimentale.
1.73 1 2 cart type
6 4 5 Moyenne
8 5 7 (n = 3)
5 4 5 brutes
5 3 3 Donnes
3 2 1
Facteur A (e.g. Stress)
Figure 1 : Rpartition des deux sources de variances
Qut d'alcool dans le sang en mg/l (A)
sujet 0.04 0.06 0.08 moyenne
1 14 17 25 18.7
2 16 19 29 21.3
3 19 21 24 21.3
4 13 23 21 19.0
5 11 21 22 18.0
moyenne 14.6 20.2 24.2
La variance intra-sujet: la variabilit entre les
mesures dun mme groupe, aprs avoir
enlever la variabilit inter-sujet. Ce terme
constitue lerreur V
S|A
.
Variance entre les moyennes des groupes:
Variance inter traitement, not V
A
.
On commence par enlever la variance entre les sujets
en regardant les moyennes. Cette variabilit est
appele V
inter
o encore variabilit inter-sujet, et ne
sert pas dans les calculs des ratios F.
Figure 2 : Rpartition des trois sources de variance dans un plan mesures rptes
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 11
Section 4. Conclusion
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 12
Exercices
1. Soit ce tableau dANOVA :
Analyse de variance
Exprience A B
source de variation SC dl CM F
A 25.6 1 25.6 3.7
B 35.3 3 11.7 2.8
A B 42.6 3 14.2 6.2
Erreur (S|A) 27.4 4 6.8
Erreur (S|B) 50.2 12 4.1
Erreur (S|AB) 27.4 12 2.2
Total 431.9 35
a) De quel type de plan sagit-il?
b) Fates un graphique des moyennes
cohrent avec ces rsultats
2. Si je rajoute ces effets simples la
question prcdente, pouvez-vous
raffiner le graphique des moyennes?
Analyse des effets simples de A au niveau
des b
j
dans lexprience A B
source de variationSC dl CM F
A|b
1
48.4 1 48.4 11.00
A|b
2
4.9 1 4.9 32.67
A|b
3
10.0 1 10.0 40.00
A|b
4
4.9 1 4.9 0.55
Erreur (SA|b
1
) 17.6 4 4.4
Erreur (SA|b
2
) 0.6 4 0.15
Erreur (SA|b
3
) 1.0 4 0.25
Erreur (SA|b
4
) 35.6 4 8.90
3. Finalement, si je vous donne ces
parcelles dinterprtation, pouvez-vous
faire un graphique reproduisant
parfaitement les moyennes obtenues
dans cette exprience A B? Au
niveau de b
1
, Le premier niveau de A
est significativement suprieur au
second niveau. Pour les niveaux 2 et 3,
linverse est vrai.