Corrigé TD 7 anova plusieurs facteurs - Canalblog

Corrigé TD 7 anova plusieurs facteurs Exercice 1 Analyse
Modèle linéaire général :univarié
Variable dépendante :rappel, facteur fixé : genre et contexte
Options :genre*contexte dans afficher moyenne, stat
descriptive et test d'homogénéité
Diagrammes : ave horizontal, contexte et courbes
distinctes, genre faire ajouter, poursuivre
OK Nous avons tout d'abord les stat descriptives et le test d'égalité de
variances qui est largement non significatif, donc elles doivent être
suffisamment proches pour que l'on puisse faire confiance aux résultats de
l'anova. [pic] Le tableau ANOVA dans lequel on ne s'intéresse qu'aux seules sources GENRE,
CONTEXTE, GENRE*CONTEXTE et erreur indique la présence d'une interaction
significative (F(4,60)=2,907 ; p=0,029) et d'un effet du contexte (p =
0.000).
[pic]
Le graphique apparaissant ensuite illustre clairement cette propriété de
l'interaction . On voit bien que l'écart entre les sexe est variable selon
les contextes ou encore que l'effet des sexes est différent selon le
contexte. On pourrait dire par exemple que l'effet du sexe féminin est de
faire « augmenter » la qualité du rappel dans le contexte photo et
« diminuer » dans le contexte placebo. Ces effets se conçoivent bien
entendu par rapport au cas moyen, c'est-à-dire lorsque l'on réunit les
genres. [pic] Exercice 2 : Enregistrez les données, une ligne par sujet. Définissez les variables,
enlevez les décimales.
Analyse
Modèle linéaire général
Mesures répétées (facteur le laisser tel quel, niveau 3 ajouter
définire mettre les 3 variables dans le cadre à droite)
Diagramme semaine axe horizontal, ajouter, poursuivre,
options stats descriptives... ok SPSS donne une série de tableaux, il faut se concentrer sur les tableaux
des effets intra et inter sujets. Tests des effets intra-sujets
Mesure: MEASURE_1
|Source | |Somme des |ddl |Moyenne |F |Signifi|
| | |carrés de type | |des carrés| |cation |
| | |III | | | | |
|
|FACTEUR1 |Sphéricité |1808,333 |2 |904,167 |3,6|,053 |
| |supposée | | | |60 | |
|
| |Greenhouse-G|1808,333 |1,42|1273,094 |3,6|,075 |
| |eisser | |0 | |60 | |
|
| |Huynh-Feldt |1808,333 |1,67|1077,572 |3,6|,064 |
| | | |8 | |60 | |
|
| |Borne |1808,333 |1,00|1808,333 |3,6|,097 |
| |inférieure | |0 | |60 | |
|
|Erreur(FACTEU|Sphéricité |3458,333 |14 |247,024 | | |
|R1) |supposée | | | | | |
|
| |Greenhouse-G|3458,333 |9,94|347,817 | | |
| |eisser | |3 | | | |
|
| |Huynh-Feldt |3458,333 |11,7|294,399 | | |
| | | |47 | | | |
|
| |Borne |3458,333 |7,00|494,048 | | |
| |inférieure | |0 | | | |
| Nous regardons la première ligne et nous voyons qu'au seuil .05, il n'y
a pas de différence significative entre les différentes semaines d'examen. Nous aurions pu regarder également les effets inter sujet (qui sont
significatifs) mais non pertinents dans cette étude. Nous ne pouvons pas conclure à une différence significative, donc H0 ne
peut être rejeter. Au vue du graph et de la proximité de .053 du seuil,
nous pourrions dire, les étudiants réussissent mieux leur dernier examen
que le premier mais non de manière significative.
[pic] Exercice 3 : Pour enregistrer les données :
- une variable « méthode » avec 3 valeurs : diminution, arrêt, aversion
- une variable « foyer »
- une variable « travail »
Sous SPSS, on doit prendre une ligne par sujet différent. Analyse
Modèle linéaire général
Mesures répétées : Critères intra-sujets : foyer, travail
(facteur environnement avec deux niveaux), Critère inter-sujet : méthode. Diagramme factor en horizontal et groupe en courbes distinctes ajouter
poursuivre Option stats descriptives, test d'homogénéité poursuivre ok Tests des effets intra-sujets
Mesure: MEASURE_1
|Source | |Somme des |ddl |Moyenne des|F |Signifi|
| | |carrés de type | |carrés | |cation |
| | |III | | | | |
|
|ENV |Sphéricité |26,133 |1 |26,133 |44,8|,000 |
| |supposée | | | |00 | |
|
| |Greenhouse-Ge|26,133 |1,00|26,133 |44,8|,000 |
| |isser | |0 | |00 | |
|
| |Huynh-Feldt |26,133 |1,00|26,133 |44,8|,000 |
| | | |0 | |00 | |
|
| |Borne |26,133 |1,00|26,133 |44,8|,000 |
| |inférieure | |0 | |00 | |
|
|ENV * |Sphéricité |2,867 |2 |1,433 |2,45|,128 |
|METHODE |supposée | | | |7 | |
|
| |Greenhouse-Ge|2,867 |2,00|1,433 |2,45|,128 |
| |isser | |0 | |7 | |
|
| |Huynh-Feldt |2,867 |2,00|1,433 |2,45|,128 |
| | | |0 | |7 | |
|
| |Borne |2,867 |2,00|1,433 |2,45|,128 |
| |inférieure | |0 | |7 | |
|
|Erreur(ENV|Sphéricité |7,000 |12 |,583 | | |
|) |supposée | | | | | |
|
| |Greenhouse-Ge|7,000 |12,0|,583 | | |
| |isser | |00 | | | |
|
| |Huynh-Feldt |7,000 |12,0|,583 | | |
| | | |00 | | | |
|
| |Borne |7,000 |12,0|,583 | | |
| |inférieure | |00 | | | |
|
Il y a un effet significatif de l'environnement p=0.000
Il n'y a pas d'effet de l'interaction environnement / groupe. Pour les effets inter sujets, il faut regarder si le test de Levene est
significatif ou non. (non coller ici mais présent dans spss).
Tests des effets inter-sujets
Mesure: MEASURE_1
Variable tranformée: Moyenne
|Source |Somme des carrés de|d|Moyenne des |F |Signifi|
| |type III |d|carrés | |cation |
| | |l| | | |
|
|Interce|616,533 |1|616,533 |359,1|,000 |
|pt | | | |46 | |
|
|METHODE|14,867 |2|7,433 |4,330|,038 |
|
|Erreur |20,600 |1|1,717 | | |
| | |2| | | |
|
En ce qui concerne les effets inter-sujets : il y a un effet significatif
de la méthode p = 0.038 < 0.05.
[pic]