Si vous lisez ce post, je vais supposer que vous avez au moins une connaissance préalable des statistiques en psychologie. En outre, vous ne pouvez pas savoir ce qu’est une ANOVA à moins que vous ayez eu une certaine forme de statistiques / méthodes de recherche tuition.

Ce guide ne convient probablement pas à toute personne qui n’est pas au niveau du diplôme de psychologie. Désolé, mais tous les postes ne peuvent pas bénéficier à tout le monde, et je sais que les méthodes de recherche sont un module difficile à l’Université. Merci de votre compréhension!

Récapitulation de la taille de l’effet.

La taille de l’effet, en un mot, est une valeur qui vous permet de voir à quel point votre variable indépendante (IV) a affecté la variable dépendante (DV) dans une étude expérimentale. En d’autres termes, elle permet de déterminer la part de la variance de la variable dépendante qui résulte de la variable indépendante. Vous ne pouvez calculer une taille d’effet qu’après avoir effectué un test statistique approprié pour déterminer la signification. Cet article traite de la taille de l’effet avec l’ANOVA (analyse de la variance), qui est différente des autres tests (comme le test t). Lorsque l’on utilise la taille de l’effet avec l’ANOVA, on utilise η² (Eta au carré), plutôt que le d de Cohen avec un test t, par exemple.

Avant d’examiner comment calculer la taille de l’effet, il peut être utile de regarder les directives de Cohen (1988). Selon lui :

• Petite : 0,01
• Moyenne : 0,059
• Grosse : 0,138

Donc, si vous obtenez η² = 0,45, vous pouvez supposer que la taille de l’effet est très grande. Cela signifie également que 45% de la variation de la VD peut être expliquée par la VI.

Taille d’effet pour une ANOVA entre groupes

Le calcul de la taille d’effet pour les conceptions entre groupes est beaucoup plus facile que pour les groupes internes. La formule ressemble à ceci :

η² = Somme des carrés du traitement
Somme totale des carrés

Si nous considérons le résultat d’une ANOVA entre groupes (en utilisant SPSS/PASW) :
(Désolé, j’ai dû pincer ceci à partir du diaporama d’un conférencier parce que mon SPSS joue…)

En regardant le tableau ci-dessus, nous avons besoin de la deuxième colonne (somme des carrés).
La somme des carrés du traitement est la première ligne : Entre les groupes (31,444)
La somme totale des carrés est la dernière ligne : Total (63,111)

Donc:

η² = 31,444
63,111

η² = 0,498

Ceci serait considéré par les directives de Cohen comme une taille d’effet très importante ; 49,8% de la variance a été causée par la VI (traitement).

Taille d’effet pour une ANOVA intra-sujet

La formule est ici légèrement plus compliquée, car vous devez calculer vous-même la somme totale des carrés :

Somme totale des carrés = Somme des carrés du traitement + Somme des carrés de l’erreur + Somme des carrés de l’erreur (entre les sujets).

Alors, vous utiliseriez la formule normalement.

η² = Somme des carrés du traitement
Somme totale des carrés

Regardons un exemple:
(Encore une fois, sortie ’empruntée’ à mes diapositives de cours car le PASW est moyen !)

Donc, la somme totale des carrés, que nous devons calculer, est la suivante:

31.444 (tableau supérieur, SPEED 1) + 21.889 (tableau supérieur, Error(SPEED1)) + 9,778 (tableau inférieur, Erreur) = 63,111

Comme vous pouvez le voir, cette valeur est la même que celle du dernier exemple avec entre les groupes – donc ça marche !

Il suffit d’entrer le total dans la formule comme précédemment :

.