Diapo 7 Flashcards
(12 cards)
Qu’est-ce que la comparaison des deux moyennes?
Tester l’hypothèse nulle à partir de deux moyennes provenant de deux échantillons (ou sous-groupes) indépendants. On estime si deux moyennes des deux populations différentes sont égales grâce au résultat de la comparaison entre les échantillons tirés de ces populations. La technique employée s’appelle Test t pour échantillons indépendants (Independent sample t test). On compare deux groupes, créés par une variable catégorielle, en fonction de leur moyenne à une mesure (variable métrique).
Quelles sont les prémisses du test t indépendant?
Les données sont normalement distribuées. La variable dépendante est quantitative. Les variances des groupes sont égales) homogénéité de la variance. Les groupes sont indépendants (les mêmes observations ne peuvent pas être dans les deux groupes).
Quels sont les deux résultats à vérifier dans le premier tableau dans SPSS?
Le premier est celui fourni par le test F de Levene. Le test de Levene vérifie si les variances de mes deux groupes sont comparables. Le second, celui fournit par le test T de Student. Ce test mesure notre hypothèse de travail nulle. C’est ce test qui décide si on rejette ou conserve notre hypothèse de recherche.
Que montre le test T de Student?
Montre s’il y a une différence significative entre mes deux groupes ou non. C’est à partir de ce test qu’on infirme et confirme notre hypothèse ainsi que la généralisation ou non.
Comment faire l’interprétation?
Si la valeur de p ou signification asymptotique est supérieure à 0,05, l’hypothèse nulle (H0) est retenue et conclure qu’il n’y a pas de relation entre la variable indépendante et la variable dépendante. Si la valeur de p ou signification asymptotique est inférieure à 0,05, rejet de l’hypothèse nulle (H0) et conclure qu’il y a une relation (H1 est vraie).
Comment les résultats montrent deux valeurs de t possible?
La première ligne de résultats concerne la situation où les variances des deux groupes sont égales (la différence entre les variances est de zéro). La seconde ligne concerne la situation où les variances des deux groupes sont inégales. NB : une des prémisses de l’utilisation du test t pour échantillons indépendants est l’égalité des variances lors du calcul de l’erreur-type des différences de moyenne.
Comment interpréter le premier test effectué par SPSS (test d’égalité des variances de Levene)?
L’hypothèse nulle (H0) = les variances sont égales. L’hypothèse alternative (H1) = les variances ne sont pas égales. Si ce test est signification (p < 0,05), l’hypothèse d’homogénéité des variances doit être rejetée.
Comment faire l’interprétation du test t?
Nous considérons le p de la première ligne, celui des variances égales, dans le cas contraire, nous aurions dû utiliser le p de l’inégalité des variances. Le p utilisé est celui dans le Sig (2-tailed).
Quelle est la logique du test t?
La statistique t correspond à la différence standardisée entre les deux moyennes. Plus la valeur absolue de t est grande, plus on croit que les deux variables sont associées. On conclut que la relation existe dans la population lorsque la valeur de t (selon l’hypothèse que les deux variables sont indépendantes) est trop improbable, plus précisément lorsque la probabilité d’observer une telle valeur est inférieure à 0,05 (règle de la valeur p).
Comment mesurer la force de la relation?
On peut mesurer la force de relation entre les deux variables à l’aide de la statistique êta carré. On peut utiliser le schéma d’interprétation de V.
Qu’est-ce que la taille de l’effet?
On peut apprécier l’importance ou la magnitude de la différence entre les deux groupes grâce au calcul de l’indice êta-carré. Il faut se référer à la grille d’interprétation de Cohen (1988) : 0,2 est un effet faible; 0,5 un effet moyen et 0,8 un effet fort.
Que représente l’êta-carré?
La proportion de variance de la variable dépendante (la variable testée) expliquée par la variable indépendante (la variable groupe). Cet indice varie entre 0 et 1.
