Cours%20M

1
Méthodologie expérimentale lanalyse des données

• Cours Méthodologie Master MALTT
• Mai 2008

Présentation adaptée dune présentation de C.
Rebetez pour lannée 2007-2008
2
Ce que vous savez déjà faire
Variables indépendantes
Matériel
Variables dépendantes
Modèles
Hypothèses
Population
Procédure
3
Analyse de données

• Analyse descriptive
• Graphiques principalement
• Voire et décrire ce qui se passe
• Identifier les problèmes
• Analyse inférentielle
• On veut savoir si ce quon a observé représente
  quelque chose au-delà de notre population
• Tester ses hypothèses, faire des prédictions
• Analyses statiques avancées anova, régressions,
  analyses factorielles, etc

4
1. Analyse descriptive

• Récupérer les données après lexpérience
• Observer, explorer les données
• Identifier des problèmes
• Effet plafond, plancher, variabilité
• Distribution gaussienne
• Sujets extrêmes
• Tirer de premières conclusions quant à
  léchantillon

5
1. Exercice

1. Reprendre les hypothèses de larticles Hidrio
   Jamet, 2002
2. Télécharger le fichier JametHidrio.sav
3. Etiqueter les données
4. Réalisez un graphique permettant de vérifier les
   hypothèses

6
Histogrammes par VD

• Identifier les problèmes
• effet plancher - plafond
• sujets extrême
• répartition normale

• Pour voir la répartition des sujets sur une
  variable
• Dans spss menu graphes -gt histogramme,
• sélectionner simplement la variable désirée

7
Comparer les moyennes
Pour explorer la relation entre une ou plusieurs
VI et une VD Dans Spss Graphes?
Bâtons Juxtaposé, par catégories
8
Comparer les moyennes
Pour explorer la relation entre une ou plusieurs
VI et une VD Dans Spss Graphes?
Bâtons Juxtaposé, par catégories
9
Résultats observés
Effet du facteur format ? Effet du facteur
type de question ? Effet dinteraction ?
10
2. Analyse inférentielle

• Objectif
• Analyse de la variance (anova)
• Définition
• Modèle
• Risque derreur
• Effets principaux (main effects)
• Effets dinteraction
• Effets simples
• Analyses intra-sujets

11
1. Objectif
Échantillon
Population
Observations ? analyse descriptive
?
Généralisation ? analyse inférentielle
12
1. Objectif

• Vérifier si lobservation faite sur un
  échantillon est suffisamment importante pour
  quon puisse considérer quelle nest pas dû au
  hasard.
• Connaître le seuil de risque que lon prend
  daccepter lhypothèse dune différence

13
2. Analyse de variance ANOVA

• Sert à tester des hypothèses sur des différences
  entre plusieurs groupes sur la même mesure.
• N.B. si on a que 2 groupes, on peut utiliser des
  t de student
• Différents types
• Inter-sujets les participants sont dans des
  conditions différentes de la VI
• Intra-sujets les participants passent toutes les
  modalités de la VI
• Pré-requis
• Échantillons indépendants (répartition aléatoire)
• Normalité (voir analyses descriptives).
• Homogénéité de variance
• Les VD doivent être numériques

14
Anova modèle

• Le résultat dune personne au test de
  compréhension dépends de
• Espérance ce que nimporte qui peut espérer
  avoir à ce test
• Effet du facteur (VI)
• variabilité du sujet (erreur)
• Lorsquon mesure quelque chose on a toujours ces
  trois choses à la fois. Lanova permet disoler
  leffet des 2 autres facteurs,

15
LANOVA en image
(mice)
Source http//www.westgard.com/lesson40.htm
16
Anova Risque derreur

• 2 types de risques
• Alpha (type 1) risque de se tromper en rejetant
  lhypothèse nulle.
• Bêta (type 2) risque de se tromper en retenant
  lhypothèse nulle alors que cest lhypothèse
  alternative qui est vraie.
• Normalement on choisit alpha5 ou même 1
• Lanova renvoie le niveau de risque

17
Démonstration

• Effet du facteur nb présentations
• Dans le menu analyse ? modèle linéaire général ?
  mesures répétées
• Définir le facteur intra-sujet  type de
  questions  et cliquer sur Definir

18
Démonstration

• Choisir les variables intra-sujets, inter-sujets

19
Démonstration (suite)

• Regarder les effets de chaque facteur puis
  linteraction

20
Démonstration (suite)

• Regarder les effets de chaque facteur puis
  linteraction

Effet Facteur type de question F (1,57 ) 13.68,
MSE  25.75, p lt .0001
Effet dinteraction type de question et nb
présentation F (1,57 ) .283, p .59, NS
21
Exercice 3

• Testez vos hypothèses initiales au moyen dune
  anova (VI format et type de questions)
• Quel effet du facteur format ? Est-il
  significatif ?
• Quel effet du facteur Type de Questions ? Est-il
  significatif ?
• Quelles hypothèses sont vérifiées ?
• Que peut-on conclure ?

22
Exercice 4

• Vérifiez sil existe une corrélation entre le
  score total et le temps mis pour répondre
• Dans SPSS, choisir Graphes -gt dispersion de
  points
• Puis dans Corrélations -gt bivariées

23
Nuages de points
Pour voir des relations entre variables (par
exemple correlation entre 2 VD) Dans Spss
Graphes? Dispersion/points
24
Effet de facteur, corrélation, interaction ?
 Plus les participants obtiennent un score
visuo-spatial faible, plus leurs scores de
compréhension est faible.
25
Effet de facteur, corrélation, interaction ?
 Les participants de la condition texte écrit
obtiennent de meilleurs scores que les
participants de la condition texte oral.
26
Effet de facteur, corrélation, interaction ?
 Avec le document A, les participants qui ont
appris avec des animations obtiennent des scores
significativement plus élevés que les
participants qui ont appris avec des images
statiques, alors quil ny a pas de différence
pour le document B.
27
Lanalyse des données quelques règles
Un peu de calcul et beaucoup de bon sens...
Pour chaque VD
28
Lanalyse des données l interprétation
29
La discussion
Les résultats permettent-ils ou non de conforter
les hypothèses ?
Résumer les résultats, souligner les résultats
qui confortent les hypothèses ou non
Qu est-ce que cela apporte à la problématique
théorique générale ?
Limites et perspectives
Quelles sont les limitations de la recherche et
quelles sont les pistes pour les prochaines
études ?