Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Corrigé du Td 6 Anova un facteur. Exercice 1 : corrigé de l’auteur Enregistreme

Corrigé du Td 6 Anova un facteur. Exercice 1 : corrigé de l’auteur Enregistrement des données : un sujet par ligne, coder les contextes dans étiquette, donc deux colonnes une pour le rappel et une autre pour les contextes. Faire les analyses suivantes : Analyse Comparer les moyennes Anova (variable dépendante : rappel, facteur : contexte) ANOVA RAPPEL 256,457 4 64,114 2,727 ,048 705,429 30 23,514 961,886 34 Between Groups Within Groups Total Sum of Squares df Mean Square F Sig. Nous voyons la différence entre les groupe à une significativité de 0,048… mais voyons également une autre manière d’effectuer ses analyses : Analyse Modèle linéaire général : univarié (variable dépendante : rappel, facteur : contexte, option : statistiques descriptives, tests d’homogénéité…) Les éléments à exploiter sont les statistiques descriptives ; notons que les écart-types donnés sont relatifs aux variances non biaisées. Descriptive Statistics Dependent Variable: RAPPEL 18,43 4,353 7 12,29 5,057 7 15,43 3,994 7 17,14 5,900 7 11,43 4,721 7 14,94 5,319 35 CONTEXTE même différent imaginé photographié placebo Total Mean Std. Deviation N Vient ensuite un test d’égalité des variances, le test de Levene, Le mode de décision est le même que dans la plupart des tests traitant de cette question : il faut ne pas rejeter H0 (que ce ne soit pas significatif) pour que l’égalité des variances puisse être considérée comme plausible. C’est-à-dire qu’il faut que le p-value, intitulée signification par SPSS soit au minimum de 0,1. C’est bien le cas ici : on est bien loin d’un rejet de H0 ! Levene's Test of Equality of Error Variances a Dependent Variable: RAPPEL ,224 4 30 ,923 F df1 df2 Sig. Tests the null hypothesis that the error variance of the dependent variable is equal across groups. Design: Intercept+CONTEXTE a. Vient ensuite le tableau d’ANOVA proprement dit. La première colonne donne les sources de variation, la secondes les sce (sommes des carrés des écarts), la troisième les ddl, la quatrième les cm (carrés moyens), la cinquième la valeur de f et la dernière la p-value. Notons que les deux seules sources à considérer sont ici CONTEXTE (la VI) et l’erreur (parfois appelé aussi résidu). Il existe ici un effet significatif des contextes (F(1,30)=2, 727 ; p=0,048) c’est-à-dire qu’il est possible de conclure, au seuil 0,05 ou pour tout seuil supérieur (d’après la règle p inférieur ou égale à 0,05) que les nombres moyens de mots rappelés sont différents selon les contextes. Tests of Between-Subjects Effects Dependent Variable: RAPPEL 256,457a 4 64,114 2,727 ,048 7815,114 1 7815,114 332,356 ,000 256,457 4 64,114 2,727 ,048 705,429 30 23,514 8777,000 35 961,886 34 Source Corrected Model Intercept CONTEXTE Error Total Corrected Total Type III Sum of Squares df Mean Square F Sig. R Squared = ,267 (Adjusted R Squared = ,169) a. Vient enfin le graphique des moyennes, qui semble indiquer que le rappel est facilité lorsque le contexte de celui-ci est similaire à celui d’apprentissage ; que dans une moindre mesure, c’est la même chose lorsqu’on a une photo du contexte d’apprentissage ou même lorsque l’on imagine celui-ci ; enfin, le rappel semble être moins élevé lorsque le contexte dans lequel il a lieu est différent de celui d’apprentissage ou pire, correspond à la représentation imaginé d’une autre pièce. CONTEXTE placebo photographié imaginé différent même Mean RAPPEL 20 18 16 14 12 10 Exercice 2 : 1. La traduction, entre autres ! 2. Enregistrez les données, un sujet par ligne et on pourrait faire diagramme en bâton des moyennes de l’estime par rapport au pays ( graph-bar ou encore graph-interactif- boxplot) PAYS Japon Chine Belgique USA Mean ESTIME 20 18 16 14 12 10 1 2 3 4 pays 10 15 20 25 estime   3. on fait une anova simple, one-way anova- dependent list: estime –factor: pays. Avec option faire des analyses descriptives et choisir également qq tests en plus. 4. interprétation : Il y a une différence entre les pays concernant l’estime corporelle de soi. Si on néglige les problèmes méthodologique lors de l’interprétations, on dira qu’apparemment les Japonais ont une estime corporelle bien plus faibles que les Etasuniens. Descriptives ESTIME 10 18,40 4,377 1,384 15,27 21,53 13 26 10 15,70 4,373 1,383 12,57 18,83 6 21 10 13,40 3,373 1,067 10,99 15,81 7 19 10 11,20 2,936 ,929 9,10 13,30 8 16 40 14,68 4,560 ,721 13,22 16,13 6 26 USA Belgique Chine Japon Total N Mean Std. Deviation Std. Error Lower Bound Upper Bound 95% Confidence Interval for Mean Minimum Maximum Test of Homogeneity of Variances ESTIME ,489 3 36 ,692 Levene Statistic df1 df2 Sig. ANOVA ESTIME 286,275 3 95,425 6,550 ,001 524,500 36 14,569 810,775 39 Between Groups Within Groups Total Sum of Squares df Mean Square F Sig. Exercice bonus : Un peu comme précédemment bien enregistrer les données. Un sujet par ligne et deux colonne : une pour le pourcentage de comprimés non pris et une autre pour la technique utilisée. Le test de Levene étant non significatif, il n’y pas de différence entre les variances, l’homogénéité de celles-ci est respecté, on peut donc regarder les résultats suivants, l’anova Il existe une différence significative, la méthode de l’appel informatisé est plus efficace que le calendrier à remplir. technique utilisée calendrier à remplir clignotement pilulie alarme montre appel informatisé Mean of pourcentage de comprimés non pris 12 11 10 9 8 7 6 5 uploads/Geographie/ corrig-du-td-6-anova-un-facteur1.pdf