Académique Documents
Professionnel Documents
Culture Documents
Pour confirmer ces hypothèses, ils mettent en place une étude faisant intervenir 15 enfants
(5 enfants par méthode). Ils mesurent la concentration sur base d’indices repris dans une
grille d’observations. Plus la mesure est élevée, meilleure est la concentration de l’enfant.
Voici les résultats obtenus :
Enfant T1 T2 T3
1 22 45 54
2 28 38 35
3 44 78 64
4 35 54 45
5 33 49 50
1) Encodez ces données dans SPSS de façon adéquate et mettez des labels pour le
rendre lisible.
H0 : µ1 = µ2 = µ3 = µ
H1 : Au moins une moyenne est différente d’une autre
20,00
0,00
-10,00
-20,00
Cette condition est respectée. Le test de Levene étant non significatif, nous ne pouvons pas
dire que les variances diffèrent significativement entre les groupes de traitement. Nous
allons donc partir du principe que les variances ne sont pas différentes. Le graphique va dans
ce sens, les variances au sein des groupes ne semblant pas différente
20
Expected Normal Value
10
-10
-20
-20 -10 0 10 20 30
Observed Value
Comme ici nous comparons les traitements 1-2, 1-3 et 2-3, nous comparons tous les
traitements possibles, ce qui représente 3 comparaisons. Pour garder un taux global d’erreur
de type I de 0.05, la procédure appropriée est d’utiliser une correction telle que celle
proposée par Bonferroni. Lorsque l’on applique la correction de Bonferroni dans SPSS, SPSS
corrige en considérant le nombre maximal de comparaisons : ici, 3, ce qui est tout à fait bien.
Les p-valeurs présentées par SPSS sont les p-valeurs des tests individuels multipliées par la
correction de Bonferroni de sorte à conserver 0.05 comme seuil de décision. Cette démarche
est tout-à-fait appropriée, mais il faut encore prendre en compte une particularité. Les
hypothèses du médecin et du psychologue sont unilatérales (ils indiquent dans quel sens
devrait aller l’effet) alors qu’SPSS réalise des tests bilatéraux. SPSS est donc trop strict. Pour
connaître la vraie pvaleur associée à chaque test, lorsque le test est unilatéral, il suffit de
diviser la pvaleur par 2. La pvaleur de la comparaison entre T1 et T2 devient donc plus petite
que 0.05. Il nous faut vérifier que cette différence est dans le sens attendu (T1 a un score
moyen plus faible en concentration, 32.4, que T2, 52.8). Nous pouvons donc affirmer, avec
un risque d’erreur de 5%, que T2, le traitement à base de produits naturels, donne en
moyenne des résultats significativement meilleurs au niveau de la concentration de jeunes
enfants que T1, le médicament pharmaceutique (p = 0.054/2=0.027). Les autres hypothèses
du médecin et du psychologue ne peuvent être confirmées.
6) Comparez les méthodes 2 et 3 (en un bloc) à la méthode 1 (sans tenir compte du fait
que vous avez déjà réalisé des comparaisons multiples à la question précédente).
Interprétez dans le contexte de la recherche.
Par ce test de contraste, on montre que les méthodes non pharmaceutiques considérées
ensemble sont globalement plus efficaces que le traitement médicamenteux, avec un risque
d’erreur de 5%.
NPAR TESTS
/K-W=Concentration BY Traitement(1 3)
/MISSING ANALYSIS.
NPAR TESTS
/M-W= Concentration BY Traitement(1 2)
/MISSING ANALYSIS.
NPAR TESTS
/M-W= Concentration BY Traitement(1 3)
/MISSING ANALYSIS.
NPAR TESTS
/M-W= Concentration BY Traitement(2 3)
/MISSING ANALYSIS.
Sur base de ces tests, nous pouvons affirmer, avec un risque global d’erreur de 5%, que le
produit naturel donne des résultats significativement différents, au niveau de la tendance
centrale, des résultats obtenus avec les médicaments. Cette différence, au niveau de la
concentration des enfants, est en faveur du produit naturel.