Vous êtes sur la page 1sur 12

PSY 1004 Techniques danalyses en psychologie

Cours 10 : Plans mesures rptes 1


Cours 10 : Plans mesures rptes

Table des matires
Section 1. Principes dun plan mesures rptes............................................................................ 2
1.1. Plan ( p ) ............................................................................................................................... 2
1.2. Plan p ( q )......................................................................................................................... 5
1.3. Plan ( p q )......................................................................................................................... 7
Section 2. Le correctif de Greenhouse-Geisser................................................................................... 9
Section 3. Rpartition des carts au carr dans les plans simples p ou ( p ) .................................. 9
3.1. Plan groupes indpendants............................................................................................ 9
3.2. Plan mesures rptes................................................................................................... 10
Section 4. Conclusion........................................................................................................................... 11
Exercices ....................................................................................................................................... 12

Lectures
Suggre : Howell, chapitre 14.1, 14.2, 14.4 et 14.5

Objectifs
Pouvoir raliser une analyse de variance sur les donnes dun plan factoriel lorsquune
ou les deux variables sont des mesures rptes.

PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 2
Section 1. Principes dun plan mesures rptes
Dans le domaine des sciences du comportement, les chercheurs utilisent souvent des
humains. cause de leurs caractristiques personnelles, de leurs expriences, et de leurs
ractivits individuelles, les rponses dindividus diffrents aux mme traitements
exprimentaux font montre dune trs grande variabilit. Dans un plan dexprience
mesures rptes, un mme sujet est mesur sous chacun des niveaux dun traitement
exprimental. Un des principaux buts de ce plan est de permettre un meilleur contrle des
diffrences individuelles entre les sujets. Dans ce type de plan, leffet de traitement de la
condition i sur le sujet k est compar avec la rponse du mme sujet dans toutes les autres
conditions. Dans ce plan donc, chaque sujet devient son propre contrle travers les
diffrents traitements exprimentaux. Ceci permet dliminer de lerreur exprimentale, la
variabilit due aux diffrences individuelles.
Lavantage dun plan mesures rptes est donc important. Cependant, la difficult
augmente aussi. En effet, les termes derreurs ne sont pas les mmes que pour un plan
groupe indpendant. Dans un plan p ou p q, le terme derreur est toujours li la variance
intra groupe. Par contre, dans un plan mesures rptes, tel un plan ( p ), autant le
traitement que la variabilit inter sujet se trouvent tre une variabilit intra groupe. De plus,
dans un plan p ( q ), il existe maintenant deux termes derreur!
Bien entendu, les principes gnraux de lANOVA restent valides. La somme des carrs
et les degrs de liberts se rpartissent de faon additive. Cependant, ils ne se rpartissent
plus de la mme faon. la base cependant, il y a toujours une sparation intra groupe et
intergroupe.
De plus, le type de test reste le mme, par exemple, pour un facteur A mesures
rptes :
Rejet de H
0
si ) (
|
s
CM
CM
A S
A
>
La grande difficult en fait est de bien identifier le bon terme derreur (le dnominateur)
et le bon nombre de degrs de libert. Au cours 9, section 3 (suite), nous avons illustr la
dcomposition de la somme des carrs et des degrs de libert pour tous les plans possibles
un ou deux facteurs.
Dans ces diagrammes, les termes derreurs sont tous relis de la variabilit lie aux
participants de lexprience. On note donc toujours cette variabilit par SC
S|??
.
1.1. Plan ( p )
Dans un plan mesures rptes, on cherche vrifier des hypothses sur les
diffrences de moyennes obtenues par un seul groupe de n sujets. Ce groupe est soumis p
traitements exprimentaux et les sujets, mesurs sur une variable dpendante.
Exemple.
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 3
Un chercheur veut valuer leffet de quatre mdicaments sur le temps de raction des
patients dans une srie de tests classiques. Cinq sujets diffrents participent lexprience et
la performance de chacun est mesure sous leffet de chaque mdicament, lordre
dadministration tant rparti de faon alatoire et avec un dlai suffisant entre chacun. La
variable dpendante est le temps de raction moyen en dixime de secondes aux diffrentes
tches.
Mdicaments
sujet 1 2 3 4 moyenne
1 16 28 30 34 27
2 10 18 14 22 16
3 18 20 24 30 23
4 20 34 38 44 34
5 14 28 26 30 24.5
moyenne 15.6 25.6 26.4 32.0 24.9
Ici, chaque ligne reprsente un sujet, le mme travers toutes les conditions. Pour cette
raison, on fait une moyenne du sujet. Par exemple, on note que le sujet 4 est
systmatiquement plus lent et le sujet 2 systmatiquement plus rapide. Sachant cela, les
calculs de lANOVA mesures rptes vont ignorer cette source de variabilit, chose quil
nest pas possible de faire dans un plan groupes indpendants puisque les sujets ne sont
mesurs quune fois.
Analyse de variance
Exprience sur les mdicaments
Source de variation SC dl CM F
Intergroupe 680.80 4
Intra groupe 811.00 15
Mdicament (A) 698.20 3 232.73 24.76
Erreur (S|A) 112.80 12 9.40
Total 1491.80 19
La ligne intergroupe rapporte la variabilit du sujet en moyenne par rapport la
moyenne des moyennes (est-ce un sujet rapide? lent?). Cette information n'est pas utilise
dans la suite. On utilise un seuil de 1%. Lhypothse nulle est :
H
0
:
1
=
2
=
3
=
4

Le test est du genre
Rejet de H
0
si ) (
|
s
CM
CM
A S
A
>
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 4
La valeur critique pour un test F avec (3, 12) degrs de libert est 5.95. Comme on le voit,
il existe au moins une diffrence significative entre la moyenne infrieure (Mdicament 1:
15.6) et la moyenne suprieure (Mdicament 4: 32.0)
Juste pour illustrer lavantage du plan mesures rptes, imaginons que le chercheur aurait mal
fait son analyse, indiquant au logiciel que le facteur A est un facteur groupe indpendant. La mme
somme des carrs pour le facteur A aurait t trouv (698.20). Cependant, le terme derreur aurait
regroup autant le terme derreur S|A que la variance intergroupe (SC
inter
+ SC
S|A
= 680.80 + 112.80
= 793.60). Le tableau dANOVA aurait alors t du genre :
Mauvaise analyse de variance
Exprience sur les mdicaments
Source de variation SC dl CM F
Mdicament (A) 698.20 3 232.73 4.69
Intra groupe (S|A) 793.60 16 49.60
Total 1491.80 19
La valeur du ratio nest pas suprieure la valeur critique. On ne peut donc pas rejeter
lhypothse nulle. Selon cette mauvaise analyse, il nexiste aucune diffrence entre 32.0 et 15.6! Cette
dcision errone vient du fait que sil sagit de groupes indpendants, ils sont trs variables. Par
exemples, les scores du groupe 3 vont de 14 38. La variabilit due au traitement nexcde pas cette
variabilit intra groupe. Cependant, sachant que ce sont les mmes sujets, la variabilit entre les sujets
est vacue dans la somme des carrs inter groupe (ici, on serait mieux de lire inter sujet) qui est trs
grande (680.80).
Si jamais le chercheur veut en savoir plus sur ce qui se passe pour les deux autres
mdicaments, il peut procder une comparaison des moyennes.
Le test pour la comparaison des moyennes individuelles est :
rejet de H
0
si 54 . 7
5
40 . 9
50 . 5 ) ( | | = = >
N
CM
s
e
s r X X
La valeur critique s() est donne en fonction des degrs de libert (4, 12) car il y a
quatre moyennes comparer. Au seuil de 1%, on obtient la valeur 5.50. Donc, toute diffrence
suprieure 7.54 est significative.
diffrences
X
2
X
3
X
4

X
1

10.0** 10.8** 16.4**
X2

0.8 6.4
X3

5.6
** : p < .01
Ainsi, le mdicament 1 diffre de tous les autres mdicaments et rduit le plus les temps
de rponse. Les trois autres mdicaments sont similaires, ralentissant galement les
performances.
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 5
1.2. Plan p ( q )
Ce type de plan factoriel est aussi appel un plan mixte car il intgre des mesures
rptes et des groupes indpendants. Ce type dexprience manipule deux facteurs, A et B,
ayant respectivement p et q niveaux en tudiants p groupes indpendants de sujets mesurs
dans q conditions.
Dans un plan p ( q ), il existe deux sources derreur, SC
S|AB
et SC
S|A
. Il faut toujours
utiliser le terme derreur de mme catgorie (intra groupe ou intergroupe) que leffet test.
Ainsi, leffet B et leffet dinteraction A B sont tests suivant le mme terme derreur intra
groupe.
Exemple.
Supposons une exprience en ergonomie effectue pour le compte du ministre du
transport dont le but est dvaluer lefficacit dans les avions de lignes de trois types
davertisseurs de dcrochage. Le facteur A dsigne la modalit de prsentation des signaux :
a
1
= visuel, a
2
= auditif, a
3
= auditif et visuel. Le facteur B dsigne les niveaux de fatigue des
pilotes, soit b
1
= 1 heure de vol, b
2
= 2 heures, b
3
= 3 heures. La performance des pilotes est
mesures en utilisant des simulateurs de vol dans des situations durgences durant lesquelles
lattention est concentres sur des tches distrayantes. La variable dpendante est le nombre
derreur de dtection. Quinze pilotes dexprience et de comptence quivalentes sont diviss
en trois groupes de 5 sujets, un groupe pour chaque modalit de prsentation. Il sagit donc
dun plan 3 ( 3 ) mesures rptes sur le niveau de fatigue.
Moments (B)
Modalit (A) 1 hre 2 hre 3 hre
Visuel 7, 6, 9, 10, 11 8, 8, 10, 11, 13 9, 12, 13, 14, 15
Auditif 2, 2, 3, 7, 6 4, 6, 7, 9, 9 7, 10, 10, 11, 12
Auditif + visuel 3, 3, 4, 8, 7 4, 6, 7, 8. 10 7, 9, 9, 10, 10
Dans le tableau des donnes brutes, chaque ligne reprsente un mme sujet dans trois
situations de fatigue. Les moyennes sont :

Moments
Mode 1 hre 2 hre 3 hre Moyenne
Visuel 8.60 10.00 12.60 10.40
Auditif 4.00 7.00 10.00 7.00
Auditif+Visuel 5.00 7.00 9.00 7.00
Moyenne 5.87 8.00 10.53 8.78
Le tableau de lANOVA est :
PSY 1004 Techniques danalyses en psychologie
Cours 10 : Plans mesures rptes 6
Analyse de variance
Exprience sur Modalit Fatigue
Source de variation SC dl CM F
Intergroupe 255.87 14
Modalit (A) 115.60 2 57.80 4.94
Erreur (S|A) 140.27 12 11.69
Intra groupe 189.33 30
Fatigue (B) 163.73 2 81.87 108.35
Interaction (A B) 7.47 4 1.87 2.47
Erreur (S|AB) 18.13 24 0.76
Total 445.20 44
Au niveau = .05, la valeur critique pour linteraction est de 2.776 avec (4,24) degrs de
liberts, et pour les effets principaux, 3.885 et 3.403 pour (2, 12) et (2, 24) degrs de liberts
respectivement.
linteraction A B nest pas significative (F(4, 24) = 2.47, p > .05). On peut donc
interprter directement les effets principaux sans recourir aux effets simples. Leffet de la
modalit est significatif (F(2, 12) = 4.94, p < .05). La modalit visuelle entrane
significativement plus derreur de dtection que les deux autres modalits (tant strictement
gaux, on peut les comparer ensemble). De plus, le niveau de fatigue a aussi un effet
significatif sur le nombre derreur (F(2, 24) = 108.35, p < .05). Les erreurs de dtection sont
significativement plus nombreuses aprs trois heures de pilotage quaprs 1 heure.
Une comparaison de moyenne suivant la mthode de Tukey montre aussi que les
erreurs de dtection aprs deux heures de pilotage sont significativement plus nombreuses
quaprs une heure mais significativement moins quaprs trois heures de pilotage.
Pour sen assurer, le test pour la comparaison des moyennes individuelles est :
rejet de H
0
si 792 . 0
3 5
756 . 0
53 . 3 ) ( | | =

= >
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.

Vous aimerez peut-être aussi