{"id":2844,"date":"2026-10-14T18:00:54","date_gmt":"2026-10-14T18:00:54","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/guide-complet-rapporter-resultats-anova\/"},"modified":"2026-10-14T18:00:54","modified_gmt":"2026-10-14T18:00:54","slug":"guide-complet-rapporter-resultats-anova","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=guide-complet-rapporter-resultats-anova","title":{"rendered":"Le guide complet : Comment rapporter les r\u00e9sultats de l’ANOVA"},"content":{"rendered":"

La communication des r\u00e9sultats quantitatifs au sein des revues scientifiques \u00e0 comit\u00e9 de lecture constitue l’une des \u00e9tapes les plus d\u00e9terminantes de la recherche empirique. En psychologie, en neurosciences cognitives, en sciences de l’\u00e9ducation ainsi que dans l’ensemble des sciences du comportement, l’analyse de variance (ANOVA) demeure le paradigme inf\u00e9rentiel pr\u00e9dominant pour tester l’effet de variables ind\u00e9pendantes cat\u00e9gorielles sur des variables d\u00e9pendantes continues. Pourtant, une proportion consid\u00e9rable de manuscrits soumis aux comit\u00e9s \u00e9ditoriaux souffre de lacunes formelles, d’omissions statistiques critiques ou de confusions conceptuelles dans la pr\u00e9sentation de ces analyses. Une communication rigoureuse ne se limite pas \u00e0 \u00e9noncer un r\u00e9sultat binaire fond\u00e9 sur un seuil de significativit\u00e9 arbitraire ; elle doit restituer la logique exp\u00e9rimentale, quantifier la magnitude des ph\u00e9nom\u00e8nes observ\u00e9s et fournir aux pairs les donn\u00e9es indispensables \u00e0 l’\u00e9valuation critique et \u00e0 la m\u00e9ta-analyse.<\/p>\n

L’av\u00e8nement de la septi\u00e8me \u00e9dition du manuel de publication de l’American Psychological Association (APA)<\/a> a renforc\u00e9 les exigences de transparence, de tra\u00e7abilit\u00e9 et de reproductibilit\u00e9 des analyses statistiques. Les chercheurs ne peuvent plus se contenter de rapporter une statistique de test isol\u00e9e. Il leur incombe d\u00e9sormais de documenter scrupuleusement la v\u00e9rification des postulats m\u00e9trologiques sous-jacents, de fournir des estimations pr\u00e9cises des param\u00e8tres descriptifs accompagn\u00e9es de leurs intervalles de confiance, de d\u00e9tailler les corrections appliqu\u00e9es en cas de violation des hypoth\u00e8ses de distribution, et de d\u00e9clarer syst\u00e9matiquement des indices standardis\u00e9s de taille d’effet. Cet ensemble de normes vise \u00e0 pr\u00e9munir la discipline contre les d\u00e9rives interpr\u00e9tatives et \u00e0 garantir une fid\u00e9lit\u00e9 absolue entre l’architecture des donn\u00e9es recueillies et les conclusions th\u00e9oriques avanc\u00e9es.<\/p>\n

Ce guide exhaustif a \u00e9t\u00e9 con\u00e7u pour accompagner les chercheurs, doctorants et analystes de donn\u00e9es dans la ma\u00eetrise compl\u00e8te du compte-rendu des analyses de variance selon les plus hauts standards acad\u00e9miques internationaux. De l’explicitation des fondements math\u00e9matiques \u00e9l\u00e9mentaires jusqu’\u00e0 la r\u00e9daction avanc\u00e9e de mod\u00e8les mixtes complexes \u00e0 mesures r\u00e9p\u00e9t\u00e9es, en passant par l’analyse fine des interactions factorielles et la conception de tableaux norm\u00e9s, cet ouvrage de r\u00e9f\u00e9rence d\u00e9taille pas \u00e0 pas les formulations canoniques, les \u00e9cueils m\u00e9thodologiques \u00e0 contourner et les conventions typographiques strictes r\u00e9gissant l’\u00e9criture scientifique contemporaine.<\/p>\n

1. Fondements th\u00e9oriques de l’ANOVA en recherche psychologique<\/h2>\n

1.1 D\u00e9finition et objectifs de l’analyse de variance<\/h3>\n

L’analyse de variance, d\u00e9velopp\u00e9e originellement par le statisticien et g\u00e9n\u00e9ticien Ronald A. Fisher<\/a>, est une m\u00e9thode statistique inf\u00e9rentielle param\u00e9trique dont l’objectif premier est de tester l’hypoth\u00e8se nulle d’\u00e9galit\u00e9 des moyennes de plusieurs populations. Lorsqu’un protocole exp\u00e9rimental implique la comparaison de deux groupes ind\u00e9pendants, le test t<\/em> de Student pour \u00e9chantillons ind\u00e9pendants s’av\u00e8re parfaitement adapt\u00e9. Cependant, d\u00e8s lors que le dispositif exp\u00e9rimental incorpore trois conditions ou davantage (par exemple, un groupe t\u00e9moin recevant un placebo, un groupe b\u00e9n\u00e9ficiant d’une th\u00e9rapie comportementale classique et un troisi\u00e8me soumis \u00e0 une intervention cognitive novatrice), le recours r\u00e9it\u00e9r\u00e9 \u00e0 des tests t<\/em> bilat\u00e9raux par paires engendre une d\u00e9gradation majeure de la validit\u00e9 inf\u00e9rentielle de l’\u00e9tude.<\/p>\n

Ce ph\u00e9nom\u00e8ne d\u00e9coule de l’inflation exponentielle du taux d’erreur de type I global (ou erreur par famille d’hypoth\u00e8ses, not\u00e9e $\\alpha_{FW}$<\/span> pour family-wise error rate<\/em>). Si l’on applique $c$<\/span> comparaisons ind\u00e9pendantes au seuil nominal usuel de $\\alpha = .05$<\/span>, la probabilit\u00e9 d’observer au moins un faux positif (rejeter l’hypoth\u00e8se nulle \u00e0 tort) est d\u00e9termin\u00e9e par l’\u00e9quation $\\alpha_{FW} = 1 – (1 – \\alpha)^c$<\/span>. Pour une comparaison entre quatre groupes exp\u00e9rimentaux, le nombre de combinaisons possibles de paires s’\u00e9l\u00e8ve \u00e0 six, portant le risque global de rejeter l’hypoth\u00e8se nulle par simple fluctuation d’\u00e9chantillonnage \u00e0 plus de 26,5 %. L’ANOVA pr\u00e9serve l’int\u00e9grit\u00e9 de la d\u00e9marche scientifique en proposant un test omnibus unique qui \u00e9value simultan\u00e9ment l’ensemble des moyennes au seuil nominal pr\u00e9d\u00e9fini de .05, neutralisant tout risque d’inflation artificielle de l’erreur de premi\u00e8re esp\u00e8ce.<\/p>\n

Le m\u00e9canisme math\u00e9matique sous-jacent repose sur la partition \u00e9l\u00e9gante de la dispersion totale des observations. L’ANOVA d\u00e9compose la somme totale des carr\u00e9s des \u00e9carts ($SS_{Total}$<\/span>) en deux entit\u00e9s mutuellement exclusives et parfaitement additives : la somme des carr\u00e9s intergroupes ($SS_{Inter}$<\/span> ou $SS_{Effet}$<\/span>), qui refl\u00e8te la dispersion des moyennes de chaque condition autour de la moyenne g\u00e9n\u00e9rale (le grand \u00e9cart induit par les manipulations exp\u00e9rimentales), et la somme des carr\u00e9s intragroupe ($SS_{Intra}$<\/span> ou $SS_{Erreur}$<\/span>), qui capture la variance r\u00e9siduelle non contr\u00f4l\u00e9e inh\u00e9rente aux diff\u00e9rences individuelles et aux bruits de mesure au sein de chaque groupe. Le rapport entre les carr\u00e9s moyens correspondants (les sommes des carr\u00e9s divis\u00e9es par leurs degr\u00e9s de libert\u00e9 respectifs) produit la statistique de test observ\u00e9e, not\u00e9e F<\/em>. Si la variabilit\u00e9 induite par le traitement d\u00e9passe substantiellement le bruit al\u00e9atoire interne aux groupes, la valeur empirique de F<\/em> franchit le seuil critique de la distribution th\u00e9orique de Fisher-Snedecor, autorisant ainsi le rejet l\u00e9gitime de l’hypoth\u00e8se nulle.<\/p>\n

1.2 Typologie des protocoles exp\u00e9rimentaux associ\u00e9s \u00e0 l’ANOVA<\/h3>\n

L’analyse de variance s’adapte \u00e0 une multiplicit\u00e9 d’architectures exp\u00e9rimentales, que le chercheur se doit d’identifier pr\u00e9cis\u00e9ment d\u00e8s la conception de son \u00e9tude afin de choisir le mod\u00e8le lin\u00e9aire appropri\u00e9. La variante la plus \u00e9l\u00e9mentaire est le protocole inter-sujets \u00e0 un facteur unique (One-Way ANOVA), o\u00f9 chaque participant est assign\u00e9 de fa\u00e7on exclusive et al\u00e9atoire \u00e0 une seule modalit\u00e9 d’une variable ind\u00e9pendante comportant trois niveaux ou plus. Cette configuration s’applique typiquement \u00e0 l’\u00e9valuation comparative de diff\u00e9rents protocoles th\u00e9rapeutiques ou \u00e0 l’\u00e9tude de l’impact de diff\u00e9rents dosages pharmacologiques administr\u00e9s \u00e0 des cohortes distinctes d’individus.<\/p>\n

Les plans factoriels crois\u00e9s (Two-Way ANOVA, Three-Way ANOVA) constituent une avanc\u00e9e conceptuelle majeure en recherche comportementale, car ils permettent d’\u00e9valuer de mani\u00e8re concomitante l’impact de deux ou plusieurs variables ind\u00e9pendantes ainsi que leur d\u00e9pendance mutuelle, mat\u00e9rialis\u00e9e par l’effet d’interaction. Dans un plan factoriel $2 \\times 3$<\/span>, le chercheur examine non seulement les effets principaux de chaque facteur isol\u00e9, mais teste \u00e9galement si l’influence du premier facteur varie en intensit\u00e9 ou en direction selon les niveaux du second. Cette capacit\u00e9 \u00e0 quantifier les effets mod\u00e9rateurs conf\u00e8re aux plans factoriels une proximit\u00e9 \u00e9cologique remarquable avec la complexit\u00e9 multifactorielle des ph\u00e9nom\u00e8nes psychologiques.<\/p>\n

En psychologie cognitive, en neuropsychologie et en psychophysique, o\u00f9 la variabilit\u00e9 interindividuelle peut masquer des effets discrets de traitement, les protocoles intra-sujets (mesures r\u00e9p\u00e9t\u00e9es) s’av\u00e8rent particuli\u00e8rement pr\u00e9cieux. Dans cette configuration, chaque sujet est expos\u00e9 \u00e0 l’ensemble des conditions exp\u00e9rimentales ou \u00e9valu\u00e9 \u00e0 travers plusieurs moments successifs dans le temps. Ce dispositif permet d’isoler la variance interindividuelle stable pour l’extraire du d\u00e9nominateur d’erreur, conf\u00e9rant au mod\u00e8le une puissance statistique hautement sup\u00e9rieure \u00e0 effectif \u00e9gal. Enfin, les mod\u00e8les mixtes (Split-Plot ANOVA) synth\u00e9tisent ces deux approches en incorporant au sein d’un m\u00eame dispositif au moins un facteur inter-sujets (par exemple, un groupe clinique versus un groupe contr\u00f4le) et au moins un facteur intra-sujets (par exemple, des \u00e9valuations cognitives conduites pr\u00e9-intervention, post-intervention et lors d’un suivi longitudinal \u00e0 six mois).<\/p>\n

1.3 La transition des donn\u00e9es brutes vers la r\u00e9daction acad\u00e9mique<\/h3>\n

L’\u00e9tape de conversion des r\u00e9sultats bruts issus des logiciels d’analyse (tels que SPSS, R, JASP ou Jamovi) en une prose scientifique rigoureuse repr\u00e9sente un point critique de la communication scientifique. Trop souvent, les manuscrits pr\u00e9sentent une accumulation brute de sorties statistiques non synth\u00e9tis\u00e9es, d\u00e9nu\u00e9es de contextualisation th\u00e9orique, ou omettent des informations vitales n\u00e9cessaires \u00e0 la pleine compr\u00e9hension du lecteur. La r\u00e9daction de la section \u00ab R\u00e9sultats \u00bb ne consiste pas en un simple d\u00e9versement de chiffres, mais en un r\u00e9cit logique hautement structur\u00e9 o\u00f9 les statistiques inf\u00e9rentielles agissent comme des \u00e9l\u00e9ments de preuve venant valider ou invalider des propositions conceptuelles formul\u00e9es dans l’introduction.<\/p>\n

Cette transition impose un alignement direct entre les questions de recherche initiales, les hypoth\u00e8ses op\u00e9rationnelles et les m\u00e9triques rapport\u00e9es. Les comit\u00e9s de lecture des revues internationales de premier rang, r\u00e9gies par les directives du Comit\u00e9 de publication de l’APA<\/a>, appliquent d\u00e9sormais des crit\u00e8res de filtrage stricts concernant la reproductibilit\u00e9. Cela implique non seulement de pr\u00e9ciser les valeurs statistiques conventionnelles, mais \u00e9galement de fournir des statistiques descriptives compl\u00e8tes et non tronqu\u00e9es, d’\u00e9clairer la d\u00e9marche analytique ayant pr\u00e9sid\u00e9 au traitement des violations de postulats et de bannir toute ambigu\u00eft\u00e9 dans la description des degr\u00e9s de libert\u00e9. R\u00e9diger cette section avec une limpidit\u00e9 exemplaire facilite l’examen par les pairs, pr\u00e9vient les demandes de r\u00e9vision chronophages et contribue activement \u00e0 la cr\u00e9dibilit\u00e9 cumulative de la discipline.<\/p>\n

2. V\u00e9rification et compte-rendu des postulats de l’ANOVA<\/h2>\n

2.1 \u00c9valuation de la normalit\u00e9 de la distribution<\/h3>\n

Le mod\u00e8le de l’ANOVA repose sur l’hypoth\u00e8se que les r\u00e9sidus du mod\u00e8le (les \u00e9carts individuels par rapport \u00e0 la moyenne de leur groupe respectif) sont distribu\u00e9s selon une loi normale au sein de chaque population parente. L’\u00e9valuation de cette hypoth\u00e8se de normalit\u00e9 requiert une approche duale combinant diagnostics visuels et tests inf\u00e9rentiels d’ajustement. L’inspection des diagrammes quantile-quantile (Q-Q plots) constitue la m\u00e9thode diagnostique visuelle la plus fiable : si les points empiriques s’alignent \u00e9troitement le long de la bissectrice th\u00e9orique sans d\u00e9viations syst\u00e9matiques en forme de \u00ab S \u00bb ou de courbures prononc\u00e9es aux extr\u00e9mit\u00e9s, la distribution peut \u00eatre qualifi\u00e9e de raisonnablement normale. Les histogrammes de distribution superpos\u00e9s \u00e0 la courbe de Gauss id\u00e9ale permettent quant \u00e0 eux d’identifier d’\u00e9ventuelles asym\u00e9tries (skewness) ou aplatissements excessifs (kurtosis).<\/p>\n

Sur le plan formel, le test de Shapiro-Wilk s’impose comme le test le plus puissant et le plus adapt\u00e9 pour des \u00e9chantillons de taille modeste \u00e0 mod\u00e9r\u00e9e ($N < 50$<\/span> par condition), surpassant largement le test de Kolmogorov-Smirnov, dont la puissance statistique est notoirement insuffisante \u00e0 moins d'appliquer la correction de Lilliefors. La formulation acad\u00e9mique d'un constat de normalit\u00e9 dans un manuscrit doit consigner explicitement la statistique de test et sa probabilit\u00e9 associ\u00e9e pour chaque modalit\u00e9 exp\u00e9rimentale \u00e9tudi\u00e9e. Par exemple, le chercheur r\u00e9digera : \u00ab L'examen des diagrammes Q-Q plots et les r\u00e9sultats du test de Shapiro-Wilk indiquent que les scores d'anxi\u00e9t\u00e9 suivent une distribution normale dans le groupe contr\u00f4le, W<\/em> = 0.98, p<\/em> = .412, le groupe d’entra\u00eenement cognitif, W<\/em> = 0.97, p<\/em> = .285, et le groupe combin\u00e9, W<\/em> = 0.99, p<\/em> = .831. \u00bb<\/p>\n

Il importe toutefois de souligner que l’ANOVA g\u00e9n\u00e9rale se caract\u00e9rise par une remarquable robustesse aux entorses mod\u00e9r\u00e9es de normalit\u00e9, en vertu du th\u00e9or\u00e8me central limite, d\u00e8s lors que les effectifs par cellule sont \u00e9quilibr\u00e9s et d\u00e9passent une trentaine de sujets ($n ge 30$<\/span>). En pr\u00e9sence de larges \u00e9chantillons, les tests formels comme celui de Shapiro-Wilk deviennent hypersensibles \u00e0 des \u00e9carts infinit\u00e9simaux et triviaux de la normalit\u00e9 parfaite, conduisant fr\u00e9quemment \u00e0 des rejets injustifi\u00e9s de l’hypoth\u00e8se de normalit\u00e9. Dans de telles circonstances, le chercheur doit justifier le maintien de l’ANOVA param\u00e9trique classique en s’appuyant sur les indices d’asym\u00e9trie et d’aplatissement (qui doivent id\u00e9alement demeurer compris dans l’intervalle $[-1, +1]$<\/span> ou $[-1.5, +1.5]$<\/span>) et en consignant express\u00e9ment cette argumentation dans le corps du texte m\u00e9thodologique.<\/p>\n

2.2 Homog\u00e9n\u00e9it\u00e9 des variances (homosc\u00e9dasticit\u00e9)<\/h3>\n

L’homosc\u00e9dasticit\u00e9 stipule que la variance r\u00e9siduelle de la variable d\u00e9pendante demeure identique \u00e0 travers l’ensemble des groupes exp\u00e9rimentaux compar\u00e9s ($\\sigma_1^2 = \\sigma_2^2 = dots = \\sigma_k^2$<\/span>). Cette \u00e9galit\u00e9 conditionne directement la validit\u00e9 du d\u00e9nominateur du test F<\/em>, qui repr\u00e9sente une estimation combin\u00e9e (ou \u00ab pool\u00e9e \u00bb) de la variance intra-groupe commune. La rupture de ce postulat, connue sous le terme d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, alt\u00e8re gravement les taux d’erreur de premi\u00e8re esp\u00e8ce. Lorsque les groupes pr\u00e9sentent des effectifs in\u00e9gaux et que le groupe le plus restreint pr\u00e9sente la variance la plus forte, le test F<\/em> classique devient excessivement lib\u00e9ral, multipliant les rejets abusifs de l’hypoth\u00e8se nulle. \u00c0 l’inverse, si le groupe le plus large affiche la plus forte variance, le test devient excessivement conservateur, an\u00e9antissant la puissance statistique de l’investigation.<\/p>\n

L’\u00e9valuation statistique de l’homosc\u00e9dasticit\u00e9 s’effectue traditionnellement au moyen du test d’\u00e9galit\u00e9 des variances de Levene. La version contemporaine recommand\u00e9e du test de Levene calcule la d\u00e9viation absolue des scores non pas par rapport \u00e0 la moyenne du groupe (version historique sensible aux \u00e9carts de normalit\u00e9), mais par rapport \u00e0 sa m\u00e9diane, garantissant une meilleure robustesse g\u00e9n\u00e9rale. La restitution formelle du test de Levene dans un article ob\u00e9it aux m\u00eames exigences typographiques que l’ANOVA elle-m\u00eame, en mentionnant la lettre F<\/em> en italique, les degr\u00e9s de libert\u00e9 intergroupes et r\u00e9siduels, ainsi que la valeur exacte de p<\/em> : \u00ab Le postulat d’homog\u00e9n\u00e9it\u00e9 des variances a \u00e9t\u00e9 v\u00e9rifi\u00e9 par le test de Levene, F<\/em>(2, 87) = 1.42, p<\/em> = .247. \u00bb<\/p>\n

Lorsque le test de Levene atteint le seuil de significativit\u00e9 conventionnel ($p < .05$<\/span>), le postulat d'homosc\u00e9dasticit\u00e9 est officiellement viol\u00e9. Dans ce sc\u00e9nario, le recours \u00e0 l'ANOVA standard de Fisher doit \u00eatre formellement proscrit au profit de proc\u00e9dures alternatives robustes, au premier rang desquelles figure l'ANOVA ajust\u00e9e de Welch (ou, alternativement, la proc\u00e9dure de Brown-Forsythe). La m\u00e9thode de Welch pond\u00e8re chaque moyenne par l'inverse de la variance de son groupe respectif et recalcule les degr\u00e9s de libert\u00e9 du d\u00e9nominateur, produisant des degr\u00e9s de libert\u00e9 non entiers (d\u00e9cimaux). Le chercheur explicitera ce choix m\u00e9thodologique selon une formule type : \u00ab En raison de la violation du postulat d'homosc\u00e9dasticit\u00e9 r\u00e9v\u00e9l\u00e9e par le test de Levene, F<\/em>(2, 57) = 6.84, p<\/em> = .002, la statistique F<\/em> ajust\u00e9e de Welch a \u00e9t\u00e9 retenue pour l’ensemble des analyses inf\u00e9rentielles omnibus. \u00bb<\/p>\n

2.3 Ind\u00e9pendance des observations et d\u00e9tection des valeurs aberrantes<\/h3>\n

L’ind\u00e9pendance statistique des observations constitue sans nul doute le postulat le plus d\u00e9terminant et le moins n\u00e9gociable de l’ANOVA inter-sujets. Chaque mesure recueillie aupr\u00e8s d’un participant ne doit en aucun cas \u00eatre influenc\u00e9e par les r\u00e9ponses d’un autre sujet, ni r\u00e9sulter d’un regroupement contextuel masqu\u00e9 (comme l’\u00e9valuation d’\u00e9l\u00e8ves nich\u00e9s au sein de m\u00eames classes ou de patients trait\u00e9s par le m\u00eame th\u00e9rapeute sans mod\u00e9lisation multiniveau). Contrairement \u00e0 la normalit\u00e9 ou \u00e0 l’homosc\u00e9dasticit\u00e9, aucune correction math\u00e9matique a posteriori ne permet de pallier une violation de l’ind\u00e9pendance au sein d’une ANOVA standard inter-sujets. Toute d\u00e9pendance r\u00e9siduelle non mod\u00e9lis\u00e9e biaise substantiellement l’estimation de l’erreur type et peut gonfler drastiquement le taux de faux positifs. L’ind\u00e9pendance se garantit imp\u00e9rativement en amont, lors de l’assignation al\u00e9atoire des participants et de l’isolation rigoureuse des conditions de passation.<\/p>\n

Parall\u00e8lement \u00e0 l’ind\u00e9pendance, la d\u00e9tection et la gestion des valeurs aberrantes univari\u00e9es (outliers) requi\u00e8rent un protocole standardis\u00e9 et transparent. La pr\u00e9sence d’une ou deux valeurs extr\u00eames peut d\u00e9former artificiellement la moyenne d’un groupe et sur\u00e9valuer sa variance, faussant radicalement la statistique F<\/em>. L’identification repose usuellement sur deux crit\u00e8res reconnus : la conversion des scores bruts en scores centr\u00e9s r\u00e9duits (scores z<\/em>), o\u00f9 tout score exc\u00e9dant un seuil critique absolu de $|z| > 3.29$<\/span> (correspondant \u00e0 une probabilit\u00e9 inf\u00e9rieure \u00e0 .001 dans une distribution normale) est \u00e9tiquet\u00e9 comme aberrant, ou l’examen des diagrammes en bo\u00eete \u00e0 moustaches (boxplots), qui identifient les valeurs distantes de plus de 1.5 fois l’\u00e9cart interquartile (IQR) du bord des charni\u00e8res comme aberrantes, et de plus de 3 fois l’IQR comme extr\u00eames.<\/p>\n

Le traitement accord\u00e9 \u00e0 ces valeurs atypiques doit faire l’objet d’une d\u00e9claration scrupuleuse dans le texte m\u00e9thodologique du manuscrit, afin d’\u00e9carter tout soup\u00e7on de manipulation de donn\u00e9es (p<\/em>-hacking). Trois strat\u00e9gies principales s’offrent au chercheur : l’exclusion pure et simple du sujet d’analyse (qui doit \u00eatre explicitement justifi\u00e9e, par exemple suite \u00e0 une erreur technique de mesure ou un non-respect av\u00e9r\u00e9 de la consigne), la winsorisation (remplacement de la valeur extr\u00eame par le score le plus \u00e9lev\u00e9 jug\u00e9 acceptable dans les limites de la distribution normale), ou la transformation math\u00e9matique de la variable d\u00e9pendante (logarithmique, racine carr\u00e9e ou inverse). La r\u00e9daction scientifique doit consigner la m\u00e9thode adopt\u00e9e et attester que la d\u00e9cision n’a pas \u00e9t\u00e9 dict\u00e9e par l’obtention opportuniste d’un r\u00e9sultat statistiquement significatif : \u00ab L’analyse exploratoire a mis en \u00e9vidence deux valeurs aberrantes univari\u00e9es dans la condition de privation de sommeil ($z = 3.45$<\/span> et $z = 3.61$<\/span>). Conform\u00e9ment au protocole pr\u00e9enregistr\u00e9, ces deux observations ont fait l’objet d’une winsorisation au 95e centile de la distribution. Les analyses conduites avec et sans ces valeurs montrent une convergence absolue des conclusions inf\u00e9rentielles. \u00bb<\/p>\n

3. Normes de pr\u00e9sentation APA (7e \u00e9dition) pour l’ANOVA<\/h2>\n

3.1 R\u00e8gles typographiques et formatage des symboles statistiques<\/h3>\n

Le manuel de publication de l’American Psychological Association (7e \u00e9dition) codifie de mani\u00e8re extr\u00eamement stricte la typographie math\u00e9matique et statistique afin d’uniformiser la lecture \u00e0 travers l’ensemble des publications scientifiques mondiales. La premi\u00e8re r\u00e8gle fondamentale prescrit la mise en italique syst\u00e9matique de toutes les lettres latines utilis\u00e9es pour d\u00e9signer des statistiques inf\u00e9rentielles, des param\u00e8tres d’\u00e9chantillon ou des concepts quantitatifs : la statistique du test F<\/em>, la valeur de probabilit\u00e9 p<\/em>, la taille d’\u00e9chantillon totale N<\/em>, la taille de sous-\u00e9chantillon n<\/em>, la moyenne M<\/em>, l’\u00e9cart-type SD<\/em> (pour Standard Deviation<\/em>) et le coefficient de d\u00e9termination R<\/em>2<\/sup> doivent obligatoirement \u00eatre compos\u00e9s en caract\u00e8res italiques.<\/p>\n

\u00c0 l’inverse, cette r\u00e8gle d’italique comporte des exceptions capitales que tout auteur doit ma\u00eetriser. Les lettres grecques ne doivent jamais \u00eatre mises en italique lorsqu’elles repr\u00e9sentent des param\u00e8tres de population ou des m\u00e9triques statistiques associ\u00e9es. Ainsi, l’\u00e9ta-carr\u00e9 ($\\eta^2$<\/span>), l’\u00e9ta-carr\u00e9 partiel ($\\eta_p^2$<\/span>), l’om\u00e9ga-carr\u00e9 ($\\omega^2$<\/span>), le param\u00e8tre epsilon de sph\u00e9ricit\u00e9 ($varepsilon$<\/span>), le coefficient alpha de Cronbach ($\\alpha$<\/span>) ou le seuil de signification th\u00e9orique ($\\alpha$<\/span>) s’\u00e9crivent strictement en caract\u00e8res romains droits. De surcro\u00eet, les indices textuels associ\u00e9s aux symboles statistiques demeurent en caract\u00e8res romains normaux (par exemple, le \u00ab p \u00bb dans $\\eta_p^2$<\/span> pour signifier \u00ab partiel \u00bb ne prend pas l’italique, alors que la lettre grecque principale demeure droite).<\/p>\n

L’espacement autour des op\u00e9rateurs arithm\u00e9tiques constitue une autre exigence typographique cardinale. Les signes d’\u00e9galit\u00e9 ($=$<\/span>), d’inf\u00e9riorit\u00e9 ($\\eta^2$<\/span>, la corr\u00e9lation de Pearson <em>r<\/em> ou la puissance statistique), le z\u00e9ro initial doit imp\u00e9rativement \u00eatre omis (\u00e9crire imp\u00e9rativement \u00ab <em>p<\/em> = .023 \u00bb et jamais \u00ab <em>p<\/em> = 0.023 \u00bb ; \u00ab $\\eta_p^2 = .14$<\/span> \u00bb et non \u00ab $\\eta_p^2 = 0.14$<\/span> \u00bb).<\/p>\n

<h3>3.2 Structure canonique d'une phrase de r\u00e9sultat statistique<\/h3>
\nL'int\u00e9gration d'un r\u00e9sultat d'ANOVA au sein du discours narratif ne s'op\u00e8re pas au hasard ; elle ob\u00e9it \u00e0 une architecture textuelle standardis\u00e9e con\u00e7ue pour optimiser la transmission de l'information technique sans alourdir ind\u00fbment la lecture. Une phrase canonique compl\u00e8te se d\u00e9compose invariablement en quatre segments fonctionnels cons\u00e9cutifs : l'\u00e9nonciation claire des variables impliqu\u00e9es, le sens directionnel ou substantiel de l'effet observ\u00e9, l'attestation inf\u00e9rentielle formalis\u00e9e entre parenth\u00e8ses, et l'indication de la magnitude pratique du ph\u00e9nom\u00e8ne.<\/p>\n

Le bloc statistique ins\u00e9r\u00e9 entre parenth\u00e8ses doit rigoureusement respecter l'ordonnancement s\u00e9quentiel suivant :
\n1. La d\u00e9signation de la statistique de test : la lettre <em>F<\/em> en italique.
\n2. Les degr\u00e9s de libert\u00e9 plac\u00e9s entre parenth\u00e8ses imm\u00e9diatement apr\u00e8s la lettre <em>F<\/em> sans e\\space intercalaire : d'abord les degr\u00e9s de libert\u00e9 intergroupes (ou de l'effet, $df_{effet}$<\/span>), suivis d'une virgule, d'une e\\space, puis des degr\u00e9s de libert\u00e9 intragroupes (ou de l'erreur r\u00e9siduelle, $df_{erreur}$<\/span>).
\n3. Le signe d'\u00e9galit\u00e9 encadr\u00e9 d'espaces.
\n4. La valeur num\u00e9rique observ\u00e9e de la statistique <em>F<\/em>, arrondie a\\vec pr\u00e9cision \u00e0 deux d\u00e9cimales apr\u00e8s la virgule.
\n5. Une virgule suivie d'une espace.
\n6. La valeur exacte de probabilit\u00e9 <em>p<\/em> en italique, pr\u00e9c\u00e9d\u00e9e d'un signe d'\u00e9galit\u00e9 ou d'inf\u00e9riorit\u00e9, arrondie \u00e0 trois d\u00e9cimales (sauf lorsqu'elle est inf\u00e9rieure \u00e0 .001).
\n7. Une virgule suivie d'une espace.
\n8. L'indice de taille d'effet standardis\u00e9 (le plus fr\u00e9quemment l'\u00e9ta-carr\u00e9 partiel $\\eta_p^2$<\/span>), son signe \u00e9gal et sa valeur num\u00e9rique arrondie \u00e0 deux d\u00e9cimales.<\/p>\n

L'application rigoureuse de ce formalisme g\u00e9n\u00e8re des \u00e9nonc\u00e9s standardis\u00e9s d'une grande clart\u00e9 d\u00e9monstrative : \u00ab L'analyse de variance \u00e0 un facteur a r\u00e9v\u00e9l\u00e9 un effet principal significatif du type d'intervention sur les scores de m\u00e9moire de travail, <em>F<\/em>(2, 72) = 5.64, <em>p<\/em> = .005, $\\eta_p^2 = .14$<\/span>. \u00bb Toute d\u00e9viation par rapport \u00e0 cette norme \u2014 telle que l'omission des degr\u00e9s de libert\u00e9 de l'erreur r\u00e9siduelle sous la forme erron\u00e9e \u00ab <em>F<\/em>(2) = 5.64 \u00bb ou le remplacement de la valeur exacte de <em>p<\/em> par des formules floues de type \u00ab <em>p<\/em> = NS \u00bb (non significatif) \u2014 est aujourd'hui cat\u00e9goriquement rejet\u00e9e par les r\u00e9viseurs acad\u00e9miques.<\/p>\n

<h3>3.3 Statistiques descriptives associ\u00e9es obligatoires<\/h3>
\nL'une des prescriptions les plus imp\u00e9ratives de l'APA 7e \u00e9dition stipule qu'une statistique inf\u00e9rentielle ne peut jamais \u00eatre pr\u00e9sent\u00e9e de mani\u00e8re isol\u00e9e dans le texte sans \u00eatre imm\u00e9diatement adoss\u00e9e aux statistiques descriptives correspondantes. Affirmer qu'un effet est statistiquement significatif sans pr\u00e9ciser la moyenne et l'\u00e9cart-type de chaque groupe prive le lecteur de la capacit\u00e9 fondamentale d'\u00e9valuer la pertinence clinique ou psychologique de la diff\u00e9rence observ\u00e9e, ainsi que la variabilit\u00e9 inh\u00e9rente aux mesures.<\/p>\n

Pour chaque condition ou modalit\u00e9 examin\u00e9e, le chercheur doit obligatoirement fournir au minimum la moyenne d'\u00e9chantillon (<em>M<\/em>) et l'\u00e9cart-type (<em>SD<\/em>). L'int\u00e9gration de ces indices descriptifs au sein de la trame narrative doit \u00eatre fluide et contextuelle. Il convient de les ins\u00e9rer directement dans la phrase descriptive, soit imm\u00e9diatement apr\u00e8s la mention du groupe correspondant, soit au sein d'une parenth\u00e8se descriptive harmonis\u00e9e : \u00ab Les participants ayant b\u00e9n\u00e9fici\u00e9 de la th\u00e9rapie cognitive et comportementale ont pr\u00e9sent\u00e9 une r\u00e9duction de la symptomatologie d\u00e9pressive significativement plus marqu\u00e9e (<em>M<\/em> = 14.20, <em>SD<\/em> = 3.50) que les individus plac\u00e9s sur liste d'attente (<em>M<\/em> = 22.80, <em>SD<\/em> = 4.10) ou assign\u00e9s au groupe de soutien non directif (<em>M<\/em> = 19.40, <em>SD<\/em> = 3.90). \u00bb<\/p>\n

De plus, l'APA 7e \u00e9dition recommande d\u00e9sormais chaleureusement l'incorporation syst\u00e9matique des intervalles de confiance \u00e0 95 % (not\u00e9s [95% IC] ou 95% CI en anglais) autour de chaque moyenne estim\u00e9e ou autour des diff\u00e9rences de moyennes observ\u00e9es. L'intervalle de confiance offre une perspective m\u00e9trologique inestimable en renseignant sur la pr\u00e9cision de l'estimation de l'effet dans la population parente. Le formatage norm\u00e9 de l'intervalle de confiance encadre les limites inf\u00e9rieure et sup\u00e9rieure de crochets droits, s\u00e9par\u00e9es par une virgule et une e\\space : \u00ab (<em>M<\/em> = 14.20, <em>SD<\/em> = 3.50, 95% IC [12.65, 15.75]) \u00bb. Cette pratique favorise une interpr\u00e9tation raisonn\u00e9e des donn\u00e9es, affranchie du strict r\u00e9ductionnisme inh\u00e9rent au seul seuil de significativit\u00e9 binaire.<\/p>\n

<h2>4. Rapporter une ANOVA \u00e0 un facteur (One-Way ANOVA)<\/h2><\/p>\n

<h3>4.1 Cas d'un r\u00e9sultat omnibus statistiquement significatif<\/h3>
\nLorsque le test <em>F<\/em> omnibus d'une ANOVA \u00e0 un facteur inter-sujets atte\\int le seuil de rejet conventionnel ($p < .05$<\/span>), le chercheur conclut formellement \u00e0 l'existence d'une diff\u00e9rence statistiquement significative entre au moins deux des moyennes de groupes examin\u00e9es. Il est imp\u00e9ratif de se rappeler que le r\u00e9sultat omnibus indique uniquement que l'hypoth\u00e8se nulle d'\u00e9galit\u00e9 globale ($\\mu_1 = \\mu_2 = dots = \\mu_k$<\/span>) doit \u00eatre rejet\u00e9e, sans pour autant pr\u00e9ciser quelles sont les paires sp\u00e9cifiques de conditions qui diff\u00e8rent les unes des autres. La r\u00e9daction doit fid\u00e8lement retranscrire cette r\u00e9alit\u00e9 math\u00e9matique en \u00e9vitant d'affirmer pr\u00e9matur\u00e9ment la sup\u00e9riorit\u00e9 d'un groupe d\u00e9termin\u00e9 avant d'avoir formellement rapport\u00e9 les contrastes multiples ou les tests post-hoc ult\u00e9rieurs.<\/p>\n

<figure class="wpt-preserved-image"><img src="http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/anovaspss10-1.png" alt="ANOVA output table in SPSS" \/><figcaption>ANOVA output table in SPSS<\/figcaption><\/figure><\/p>\n

Le paragraphe consacr\u00e9 au r\u00e9sultat omnibus significatif d\u00e9bute par l'affirmation globale de l'effet du facteur ind\u00e9pendant sur la variable d\u00e9pendante, \u00e9tay\u00e9e par la statistique <em>F<\/em> compl\u00e8te, la valeur exacte de probabilit\u00e9 et la taille d'effet standardis\u00e9e. Il d\u00e9taille ensuite les param\u00e8tres descriptifs de chaque modalit\u00e9, puis op\u00e8re une transition logique et m\u00e9thodologique vers les analyses de d\u00e9composition par paires. Voici un exemple complet et r\u00e9dig\u00e9 selon les normes les plus strictes de l'APA 7e \u00e9dition, appliqu\u00e9 \u00e0 un essai clinique \u00e9valuant trois modalit\u00e9s d'interventions psychoth\u00e9rapeutiques sur le trouble d'anxi\u00e9t\u00e9 g\u00e9n\u00e9ralis\u00e9e :<\/p>\n

\u00ab Une analyse de variance univari\u00e9e inter-sujets \u00e0 un facteur a \u00e9t\u00e9 r\u00e9alis\u00e9e afin d'\u00e9valuer l'efficacit\u00e9 diff\u00e9rentielle de trois protocoles th\u00e9rapeutiques sur le niveau d'anxi\u00e9t\u00e9 des patients mesur\u00e9 par l'\u00e9chelle GAD-7 \u00e0 l'issue de huit semaines de suivi. L'analyse r\u00e9v\u00e8le un effet principal statistiquement significatif du type d'intervention sur les scores d'anxi\u00e9t\u00e9, <em>F<\/em>(2, 87) = 8.45, <em>p<\/em> < .001, $\\eta_p^2 = .16$<\/span>, indiquant que la nature de la prise en charge module substantiellement la symptomatologie r\u00e9siduelle. Les scores moyens d'anxi\u00e9t\u00e9 s'\u00e9tablissent respectivement \u00e0 8.10 (<em>SD<\/em> = 2.45, 95% IC [7.20, 9.00]) pour le groupe th\u00e9rapie cognitive et comportementale (<em>n<\/em> = 30), \u00e0 10.50 (<em>SD<\/em> = 2.80, 95% IC [9.48, 11.52]) pour le groupe th\u00e9rapie bas\u00e9e sur la pleine conscience (<em>n<\/em> = 30), et \u00e0 11.90 (<em>SD<\/em> = 3.15, 95% IC [10.75, 13.05]) pour le groupe t\u00e9moin sur liste d'attente (<em>n<\/em> = 30). L'amplitude de cet effet global est qualifi\u00e9e de forte selon les conventions de Cohen. L'examen des diff\u00e9rences sp\u00e9cifiques entre chaque condition a par cons\u00e9quent \u00e9t\u00e9 poursuivi au moyen de tests post-hoc de Tukey HSD. \u00bb<\/p>\n

<h3>4.2 Cas d'un r\u00e9sultat omnibus non significatif<\/h3>
\nLe compte-rendu d'un r\u00e9sultat d'ANOVA non significatif requiert une rigueur \u00e9pist\u00e9mologique exemplaire. L'erreur conceptuelle la plus r\u00e9pandue consiste \u00e0 affirmer p\u00e9remptoirement que le r\u00e9sultat \u00ab prouve que les groupes sont strictement identiques \u00bb ou qu'\u00ab aucun effet n'existe \u00bb. En logique d'inf\u00e9rence fr\u00e9quentiste, l'absence de significativit\u00e9 ($p ge .05$<\/span>) signifie exclusivement que les donn\u00e9es empiriques recueillies n'apportent pas d'\u00e9l\u00e9ments de preuve suffisamment concluants pour rejeter l'hypoth\u00e8se nulle au seuil de confiance choisi. Elle ne d\u00e9montre en rien la v\u00e9racit\u00e9 formelle de l'hypoth\u00e8se nulle, une telle conclusion n\u00e9cessitant des protocoles d'\u00e9quivalence d\u00e9di\u00e9s (tests TOST) ou des approches bay\u00e9siennes mesurant le facteur de Bayes ($BF_{01}$<\/span>).<\/p>\n

Sur le plan r\u00e9dactionnel, le r\u00e9sultat non significatif met un terme d\u00e9finitif \u00e0 l'exploration inf\u00e9rentielle des contrastes. Lorsque le test <em>F<\/em> omnibus ne franchit pas le seuil de significativit\u00e9, le chercheur s'interdit formellement de proc\u00e9der au calcul de tests post-hoc non planifi\u00e9s ou d'aller chercher des sous-diff\u00e9rences locales significatives (pratique pernicieuse d'extraction s\u00e9lective de donn\u00e9es ou data-dredging). Les statistiques descriptives doivent \u00eatre rapport\u00e9es a\\vec la m\u00eame transparence exhaustive qu'en situation de significativit\u00e9, compl\u00e9t\u00e9es par l'indication de l'intervalle de confiance, lequel \u00e9claire souvent le manque de puissance de l'\u00e9chantillon.<\/p>\n

Voici un mod\u00e8le r\u00e9dactionnel complet illustrant le compte-rendu formel d'un r\u00e9sultat omnibus non significatif dans le cadre d'une recherche exp\u00e9rimentale sur l'amor\u00e7age s\u00e9mantique : \u00ab Une ANOVA inter-sujets \u00e0 un facteur a \u00e9t\u00e9 conduite pour d\u00e9terminer si le temps de r\u00e9action \u00e0 une t\u00e2che de d\u00e9cision lexicale variait en fonction des conditions d'amor\u00e7age (amor\u00e7age s\u00e9mantique direct, amor\u00e7age phonologique, amor\u00e7age neutre). Les r\u00e9sultats indiquent que l'effet de la condition d'amor\u00e7age n'est pas statistiquement significatif, <em>F<\/em>(2, 57) = 1.12, <em>p<\/em> = .333, $\\eta_p^2 = .04$<\/span>. Les temps de r\u00e9action moyens s'\u00e9l\u00e8vent \u00e0 542 ms (<em>SD<\/em> = 68, 95% IC [511, 573]) pour l'amor\u00e7age s\u00e9mantique, 558 ms (<em>SD<\/em> = 74, 95% IC [524, 592]) pour l'amor\u00e7age phonologique et 569 ms (<em>SD<\/em> = 71, 95% IC [536, 602]) pour la condition neutre. Les donn\u00e9es recueillies ne permettent pas de rejeter l'hypoth\u00e8se d'\u00e9quivalence des performances de traitement lexical entre les trois modalit\u00e9s d'amor\u00e7age, et aucune analyse de comparaisons par paires n'a \u00e9t\u00e9 mise en \u0153uvre. \u00bb<\/p>\n

<h3>4.3 Rapport de l'ANOVA de Welch en cas d'h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h3>
\nLorsque le postulat d'homosc\u00e9dasticit\u00e9 est transgress\u00e9 (test de Levene significatif \u00e0 $p < .05$<\/span>), le rapport conventionnel de l'ANOVA de Fisher s'av\u00e8re m\u00e9thodologiquement erron\u00e9 et risque d'induire le lectorat en erreur. L'analyste se doit alors de mobiliser l'ANOVA robuste de Welch. La restitution de la statistique <em>F<\/em> de Welch ob\u00e9it \u00e0 une particularit\u00e9 fondamentale : en raison du r\u00e9ajustement des variances individuelles, les degr\u00e9s de libert\u00e9 r\u00e9siduels (du d\u00e9nominateur) cessent d'\u00eatre des nombres entiers pour devenir des valeurs r\u00e9elles continues comportant des d\u00e9cimales.<\/p>\n

Dans la r\u00e9daction formelle du manuscrit, il est imp\u00e9ratif d'expliciter sans ambigu\u00eft\u00e9 que la statistique <em>F<\/em> rapport\u00e9e correspond \u00e0 la correction de Welch, et de transcrire scrupuleusement les degr\u00e9s de libert\u00e9 d\u00e9cimaux \u00e0 deux chiffres apr\u00e8s la virgule au sein de la parenth\u00e8se r\u00e9glementaire. Cette pr\u00e9cision permet aux \u00e9valuateurs et lecteurs attentifs d'identifier imm\u00e9diatement le caract\u00e8re robuste de la d\u00e9marche analytique.<\/p>\n

Voici la formulation acad\u00e9mique exemplaire requise pour consigner une ANOVA de Welch dans une revue de r\u00e9f\u00e9rence : \u00ab Le postulat d'homosc\u00e9dasticit\u00e9 ayant \u00e9t\u00e9 formellement rejet\u00e9 par le test de Levene, <em>F<\/em>(2, 63) = 5.92, <em>p<\/em> = .004, nous avons appliqu\u00e9 l'ANOVA ajust\u00e9e de Welch pour tester l'effet du niveau de d\u00e9pendance nicotinique (faible, mod\u00e9r\u00e9e, s\u00e9v\u00e8re) sur les scores de sevrage affectif. L'analyse r\u00e9v\u00e8le un effet statistiquement significatif du degr\u00e9 de d\u00e9pendance, <em>F<\/em><sub>Welch<\/sub>(2, 38.46) = 7.81, <em>p<\/em> = .001, $\\eta_p^2 = .19$<\/span>. Les participants pr\u00e9sentant une d\u00e9pendance s\u00e9v\u00e8re ont manifest\u00e9 des scores d'affects n\u00e9gatifs substantiellement plus \u00e9lev\u00e9s (<em>M<\/em> = 28.40, <em>SD<\/em> = 6.20) comparativement aux individus affichant une d\u00e9pendance mod\u00e9r\u00e9e (<em>M<\/em> = 21.15, <em>SD<\/em> = 4.10) et faible (<em>M<\/em> = 17.80, <em>SD<\/em> = 2.95). Les comparaisons multiples subs\u00e9quentes ont \u00e9t\u00e9 conduites \u00e0 l'aide de la proc\u00e9dure de Games-Howell, sp\u00e9cialement calibr\u00e9e pour pallier l'h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des variances. \u00bb<\/p>\n

<h2>5. Pr\u00e9sentation et interpr\u00e9tation des tests post-hoc<\/h2><\/p>\n

<h3>5.1 S\u00e9lection et justification du test post-hoc appropri\u00e9<\/h3>
\nL'obtention d'une statistique omnibus significative au sein d'une ANOVA comportant trois modalit\u00e9s ou davantage impose la mise en \u0153uvre d'analyses de comparaisons multiples a posteriori, d\u00e9sign\u00e9es sous le vocable de tests post-hoc. La finalit\u00e9 m\u00e9thodologique de ces tests est d'explorer de mani\u00e8re exhaustive l'ensemble des paires de moyennes concevables tout en maintenant le taux global d'erreur de type I de la famille de comparaisons au seuil nominal rigide de $\\alpha = .05$<\/span>. Le choix de la proc\u00e9dure de correction ne saurait \u00eatre laiss\u00e9 au hasard ou dict\u00e9 par la recherche opportuniste du r\u00e9sultat le plus flatteur ; il doit \u00eatre guid\u00e9 par la structure intrins\u00e8que des donn\u00e9es et scrupuleusement justifi\u00e9 dans le manuscrit.<\/p>\n

Lorsque le postulat d'homog\u00e9n\u00e9it\u00e9 des variances est pleinement respect\u00e9 et que les effectifs par cellule sont \u00e9quilibr\u00e9s ou raisonnablement comparables, le test de la plus petite diff\u00e9rence significative honn\u00eate de Tukey (<em>Tukey's Honestly Significant Difference<\/em> ou Tukey HSD) s'impose comme la r\u00e9f\u00e9rence absolue en recherche comportementale. Fond\u00e9 sur la distribution de l'\u00e9tendue studentis\u00e9e (<em>studentized range<\/em>), le test de Tukey offre un compromis optimal entre le contr\u00f4le irr\u00e9prochable du taux d'erreur familial et la pr\u00e9servation d'une excellente puissance statistique pour les comparaisons exhaustives par paires. La m\u00e9thode d'ajustement de Bonferroni (qui divise le seuil $\\alpha$<\/span> par le nombre total de comparaisons r\u00e9alis\u00e9es) constitue une alternative rigoureuse lorsque le chercheur restre\\int volontairement son investigation \u00e0 un nombre limit\u00e9 de contrastes planifi\u00e9s pr\u00e9d\u00e9termin\u00e9s par la th\u00e9orie, mais s'av\u00e8re excessivement conservatrice et pr\u00e9judiciable \u00e0 la puissance statistique d\u00e8s lors que le nombre de modalit\u00e9s augmente.<\/p>\n

<figure class="wpt-preserved-image"><img src="http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/anovaspss11-1.png" alt="Tukey multiple comparisons in SPSS" \/><figcaption>Tukey multiple comparisons in SPSS<\/figcaption><\/figure><\/p>\n

Dans l'\u00e9ventualit\u00e9 o\u00f9 le postulat d'homosc\u00e9dasticit\u00e9 a \u00e9t\u00e9 transgress\u00e9 lors de l'analyse pr\u00e9alable, les tests de Tukey ou de Bonferroni perdent leur fiabilit\u00e9 m\u00e9trologique et g\u00e9n\u00e8rent un taux inacceptable d'erreurs de type I. Dans ce cadre pr\u00e9cis, la proc\u00e9dure de Games-Howell repr\u00e9sente le standard m\u00e9thodologique obligatoire. Le test de Games-Howell n'impose ni l'\u00e9galit\u00e9 des variances, ni l'\u00e9galit\u00e9 des effectifs d'\u00e9chantillons, en appliquant les ajustements de degr\u00e9s de libert\u00e9 de type Welch \u00e0 chaque contraste sp\u00e9cifique par paire. Le texte du manuscrit doit documenter formellement cette s\u00e9lection : \u00ab En raison de l'in\u00e9galit\u00e9 av\u00e9r\u00e9e des variances intergroupes constat\u00e9e lors de la v\u00e9rification des postulats, les comparaisons multiples par paires ont \u00e9t\u00e9 ex\u00e9cut\u00e9es au moyen du test post-hoc robuste de Games-Howell, garantissant le contr\u00f4le strict du taux d'erreur de premi\u00e8re esp\u00e8ce sans pr\u00e9sumer de l'homosc\u00e9dasticit\u00e9 des distributions. \u00bb<\/p>\n

<h3>5.2 R\u00e9daction formelle des comparaisons par paires<\/h3>
\nLa transcription des comparaisons par paires au sein de la section R\u00e9sultats doit ob\u00e9ir \u00e0 une rigueur formelle absolue. Chaque comparaison rapport\u00e9e doit imp\u00e9rativement pr\u00e9ciser la diff\u00e9rence de moyenne absolue observ\u00e9e entre les deux conditions ($\\Delta M$<\/span> ou $M_1 – M_2$<\/span>), l'erreur-type de cette diff\u00e9rence ($SE$<\/span>), la valeur exacte de probabilit\u00e9 ajust\u00e9e ($p_{adj}$<\/span> ou simplement $p$<\/span> en pr\u00e9cisant le type de correction mobilis\u00e9), ainsi que l'intervalle de confiance \u00e0 95 % de la diff\u00e9rence de moyennes. Trop d'auteurs omettent l'intervalle de confiance de la diff\u00e9rence, privant la communaut\u00e9 scientifique d'une m\u00e9trique directe quant \u00e0 l'incertitude entourant l'estimation de l'\u00e9cart exp\u00e9rimental.<\/p>\n

Les phrases types doivent expliciter distinctement les deux conditions compar\u00e9es, la directionnalit\u00e9 nette de l'\u00e9cart (quelle condition surpasse l'autre) et consigner les donn\u00e9es num\u00e9riques standardis\u00e9es entre parenth\u00e8ses. Il convient d'\u00e9viter les tournures vagues comme \u00ab le groupe A \u00e9tait diff\u00e9rent du groupe B \u00bb au profit de formulations directionnelles pr\u00e9cises : \u00ab le groupe A a pr\u00e9sent\u00e9 un score significativement sup\u00e9rieur \u00e0 celui du groupe B \u00bb.<\/p>\n

Voici un mod\u00e8le r\u00e9dactionnel exhaustif illustrant la restitution de trois comparaisons par paires cons\u00e9cutives \u00e0 un test de Tukey HSD : \u00ab Les comparaisons multiples post-hoc effectu\u00e9es a\\vec l'ajustement HSD de Tukey indiquent que les participants expos\u00e9s \u00e0 la modalit\u00e9 d'apprentissage actif obtiennent des performances significativement sup\u00e9rieures \u00e0 ceux assign\u00e9s \u00e0 la modalit\u00e9 d'enseignement magistral passif ($\\Delta M = 4.35$<\/span>, $SE = 0.92$<\/span>, $p < .001$<\/span>, 95% IC [2.14, 6.56]). De surcro\u00eet, les performances de la modalit\u00e9 d'apprentissage actif s'av\u00e8rent significativement plus \u00e9lev\u00e9es que celles observ\u00e9es dans la modalit\u00e9 de tutorat individuel entre pairs ($\\Delta M = 2.40$<\/span>, $SE = 0.88$<\/span>, $p = .021$<\/span>, 95% IC [0.31, 4.49]). Enfin, la diff\u00e9rence de performance entre la condition d'enseignement magistral et la condition de tutorat par les pairs n'atte\\int pas le seuil de significativit\u00e9 statistique ($\\Delta M = -1.95$<\/span>, $SE = 0.90$<\/span>, $p = .086$<\/span>, 95% IC [-4.10, 0.20]). \u00bb<\/p>\n

<h3>5.3 Synth\u00e8se des r\u00e9sultats de comparaisons multiples<\/h3>
\nLorsque le plan exp\u00e9rimental comporte un nombre substantiel de conditions (par exemple, cinq ou six modalit\u00e9s d'un facteur), la succession lin\u00e9aire de phrases d\u00e9taillant chaque paire devient rapidement indigeste et nuit gravement \u00e0 la lisibilit\u00e9 narrative du manuscrit. Dans ce contexte, l'auteur avis\u00e9 recourt \u00e0 une synth\u00e8se textuelle \u00e9l\u00e9gante, souvent coupl\u00e9e \u00e0 un tableau r\u00e9capitulatif ou \u00e0 un graphique d\u00e9di\u00e9 exploitant le syst\u00e8me universel des sous-ensembles homog\u00e8nes ou du lettrage en exposant compact (<em>compact letter display<\/em>).<\/p>\n

Le principe du lettrage en exposant repose sur une convention simple : deux conditions qui partagent une lettre identique ne pr\u00e9sentent aucune diff\u00e9rence statistiquement significative au seuil $\\alpha = .05$<\/span>, tandis que deux conditions ne partageant aucune lettre commune diff\u00e8rent significativement. Cette approche permet de synth\u00e9tiser des structures de donn\u00e9es complexes en un unique paragraphe discursif d'une redoutable efficacit\u00e9 d\u00e9monstrative.<\/p>\n

Voici un exemple de formulation synth\u00e9tique articulant conclusions statistiques et implications th\u00e9oriques : \u00ab En synth\u00e8se, l'exploration post-hoc de l'effet d'\u00e2ge met en \u00e9vidence trois sous-ensembles fonctionnels distincts au sein de notre \u00e9chantillon. Les jeunes adultes (<em>M<\/em> = 84.5, <em>SD<\/em> = 8.2) et les adultes d'\u00e2ge m\u00fbr (<em>M<\/em> = 82.1, <em>SD<\/em> = 7.9) d\u00e9montrent des capacit\u00e9s de rappel libre comparables ne diff\u00e9rant pas significativement l'une de l'autre ($p = .542$<\/span>). En revanche, ces deux cohortes surpassent de mani\u00e8re unanime et statistiquement significative le groupe des personnes \u00e2g\u00e9es autonomes (<em>M<\/em> = 68.3, <em>SD<\/em> = 9.1, $p < .001$<\/span> pour chaque contraste), lequel pr\u00e9sente lui-m\u00eame des scores significativement pr\u00e9serv\u00e9s par rapport aux patients pr\u00e9sentant un trouble neurocognitif l\u00e9ger (<em>M<\/em> = 52.4, <em>SD<\/em> = 10.4, $p < .001$<\/span>). Ce profil de d\u00e9croissance conforte empiriquement l'hypoth\u00e8se d'une vuln\u00e9rabilit\u00e9 mn\u00e9sique s\u00e9lective et non lin\u00e9aire au cours du vieillissement. \u00bb<\/p>\n

<h2>6. Mesure et d\u00e9claration des tailles d'effet<\/h2><\/p>\n

<h3>6.1 \u00c9ta-carr\u00e9 (\u03b7\u00b2) versus \u00c9ta-carr\u00e9 partiel (\u03b7\u00b2p)<\/h3>
\nL'\u00e9valuation de la pertinence d'un r\u00e9sultat exp\u00e9rimental ne saurait reposer exclusivement sur la valeur <em>p<\/em>. La valeur de probabilit\u00e9 d\u00e9p\\end de mani\u00e8re intrins\u00e8que de la taille de l'\u00e9chantillon : un effet trivial d\u00e9nu\u00e9 de toute importance pratique peut devenir statistiquement significatif au sein d'un \u00e9chantillon massif, tandis qu'un effet clinique massif peut \u00e9chouer \u00e0 franchir le seuil fatidique de .05 au sein d'une cohorte restreinte en raison d'un manque de puissance. Pour cette raison fondamentale, les recommandations internationales de l'APA imposent la d\u00e9claration syst\u00e9matique et obligatoire d'un indice standardis\u00e9 de taille d'effet pour chaque test <em>F<\/em> rapport\u00e9.<\/p>\n

Dans l'\u00e9cosyst\u00e8me de l'ANOVA, deux indices dominent la litt\u00e9rature empirique : l'\u00e9ta-carr\u00e9 classique ($\\eta^2$<\/span>) et l'\u00e9ta-carr\u00e9 partiel ($\\eta_p^2$<\/span>). La distinction conceptuelle et math\u00e9matique entre ces deux m\u00e9triques est critique. L'\u00e9ta-carr\u00e9 classique repr\u00e9sente le ratio entre la somme des carr\u00e9s de l'effet examin\u00e9 et la somme des carr\u00e9s totale du mod\u00e8le :\u00a0\u00bb>$$) ainsi que les op\u00e9rateurs d’addition ou de soustraction doivent \u00eatre encadr\u00e9s par une e\\space ins\u00e9cable avant et apr\u00e8s le symbole (\u00e9crire \u00ab p<\/em> = .034 \u00bb et non \u00ab p<\/em>=.034 \u00bb ; \u00ab F<\/em>(2, 45) = 4.12 \u00bb et non \u00ab F<\/em>(2,45)=4.12 \u00bb). Enfin, l’une des r\u00e8gles les plus distinctives de l’APA 7e \u00e9dition concerne la gestion du z\u00e9ro initial avant le p\\oint d\u00e9cimal. Pour toute m\u00e9trique statistique qui poss\u00e8de le potentiel th\u00e9orique de d\u00e9passer la valeur num\u00e9rique de 1 (telles que la statistique F<\/em>, la moyenne M<\/em>, l’\u00e9cart-type SD<\/em>, les degr\u00e9s de libert\u00e9 df<\/em> ou les scores t<\/em>), le z\u00e9ro initial est rigoureusement obligatoire (\u00e9crire \u00ab F<\/em> = 0.85 \u00bb et non \u00ab F<\/em> = .85 \u00bb). En revanche, pour toute m\u00e9trique born\u00e9e par construction entre z\u00e9ro et un et ne pouvant jamais exc\u00e9der 1 (telles que la valeur de probabilit\u00e9 p<\/em>, l’\u00e9ta-carr\u00e9 $\\eta^2$<\/span>, la corr\u00e9lation de Pearson r<\/em> ou la puissance statistique), le z\u00e9ro initial doit imp\u00e9rativement \u00eatre omis (\u00e9crire imp\u00e9rativement \u00ab p<\/em> = .023 \u00bb et jamais \u00ab p<\/em> = 0.023 \u00bb ; \u00ab $\\eta_p^2 = .14$<\/span> \u00bb et non \u00ab $\\eta_p^2 = 0.14$<\/span> \u00bb).<\/p>\n

3.2 Structure canonique d’une phrase de r\u00e9sultat statistique<\/h3>\n

L’int\u00e9gration d’un r\u00e9sultat d’ANOVA au sein du discours narratif ne s’op\u00e8re pas au hasard ; elle ob\u00e9it \u00e0 une architecture textuelle standardis\u00e9e con\u00e7ue pour optimiser la transmission de l’information technique sans alourdir ind\u00fbment la lecture. Une phrase canonique compl\u00e8te se d\u00e9compose invariablement en quatre segments fonctionnels cons\u00e9cutifs : l’\u00e9nonciation claire des variables impliqu\u00e9es, le sens directionnel ou substantiel de l’effet observ\u00e9, l’attestation inf\u00e9rentielle formalis\u00e9e entre parenth\u00e8ses, et l’indication de la magnitude pratique du ph\u00e9nom\u00e8ne.<\/p>\n

Le bloc statistique ins\u00e9r\u00e9 entre parenth\u00e8ses doit rigoureusement respecter l’ordonnancement s\u00e9quentiel suivant :
\n1. La d\u00e9signation de la statistique de test : la lettre F<\/em> en italique.
\n2. Les degr\u00e9s de libert\u00e9 plac\u00e9s entre parenth\u00e8ses imm\u00e9diatement apr\u00e8s la lettre F<\/em> sans e\\space intercalaire : d’abord les degr\u00e9s de libert\u00e9 intergroupes (ou de l’effet, $df_{effet}$<\/span>), suivis d’une virgule, d’une e\\space, puis des degr\u00e9s de libert\u00e9 intragroupes (ou de l’erreur r\u00e9siduelle, $df_{erreur}$<\/span>).
\n3. Le signe d’\u00e9galit\u00e9 encadr\u00e9 d’espaces.
\n4. La valeur num\u00e9rique observ\u00e9e de la statistique F<\/em>, arrondie a\\vec pr\u00e9cision \u00e0 deux d\u00e9cimales apr\u00e8s la virgule.
\n5. Une virgule suivie d’une espace.
\n6. La valeur exacte de probabilit\u00e9 p<\/em> en italique, pr\u00e9c\u00e9d\u00e9e d’un signe d’\u00e9galit\u00e9 ou d’inf\u00e9riorit\u00e9, arrondie \u00e0 trois d\u00e9cimales (sauf lorsqu’elle est inf\u00e9rieure \u00e0 .001).
\n7. Une virgule suivie d’une espace.
\n8. L’indice de taille d’effet standardis\u00e9 (le plus fr\u00e9quemment l’\u00e9ta-carr\u00e9 partiel $\\eta_p^2$<\/span>), son signe \u00e9gal et sa valeur num\u00e9rique arrondie \u00e0 deux d\u00e9cimales.<\/p>\n

L’application rigoureuse de ce formalisme g\u00e9n\u00e8re des \u00e9nonc\u00e9s standardis\u00e9s d’une grande clart\u00e9 d\u00e9monstrative : \u00ab L’analyse de variance \u00e0 un facteur a r\u00e9v\u00e9l\u00e9 un effet principal significatif du type d’intervention sur les scores de m\u00e9moire de travail, F<\/em>(2, 72) = 5.64, p<\/em> = .005, $\\eta_p^2 = .14$<\/span>. \u00bb Toute d\u00e9viation par rapport \u00e0 cette norme \u2014 telle que l’omission des degr\u00e9s de libert\u00e9 de l’erreur r\u00e9siduelle sous la forme erron\u00e9e \u00ab F<\/em>(2) = 5.64 \u00bb ou le remplacement de la valeur exacte de p<\/em> par des formules floues de type \u00ab p<\/em> = NS \u00bb (non significatif) \u2014 est aujourd’hui cat\u00e9goriquement rejet\u00e9e par les r\u00e9viseurs acad\u00e9miques.<\/p>\n

3.3 Statistiques descriptives associ\u00e9es obligatoires<\/h3>\n

L’une des prescriptions les plus imp\u00e9ratives de l’APA 7e \u00e9dition stipule qu’une statistique inf\u00e9rentielle ne peut jamais \u00eatre pr\u00e9sent\u00e9e de mani\u00e8re isol\u00e9e dans le texte sans \u00eatre imm\u00e9diatement adoss\u00e9e aux statistiques descriptives correspondantes. Affirmer qu’un effet est statistiquement significatif sans pr\u00e9ciser la moyenne et l’\u00e9cart-type de chaque groupe prive le lecteur de la capacit\u00e9 fondamentale d’\u00e9valuer la pertinence clinique ou psychologique de la diff\u00e9rence observ\u00e9e, ainsi que la variabilit\u00e9 inh\u00e9rente aux mesures.<\/p>\n

Pour chaque condition ou modalit\u00e9 examin\u00e9e, le chercheur doit obligatoirement fournir au minimum la moyenne d’\u00e9chantillon (M<\/em>) et l’\u00e9cart-type (SD<\/em>). L’int\u00e9gration de ces indices descriptifs au sein de la trame narrative doit \u00eatre fluide et contextuelle. Il convient de les ins\u00e9rer directement dans la phrase descriptive, soit imm\u00e9diatement apr\u00e8s la mention du groupe correspondant, soit au sein d’une parenth\u00e8se descriptive harmonis\u00e9e : \u00ab Les participants ayant b\u00e9n\u00e9fici\u00e9 de la th\u00e9rapie cognitive et comportementale ont pr\u00e9sent\u00e9 une r\u00e9duction de la symptomatologie d\u00e9pressive significativement plus marqu\u00e9e (M<\/em> = 14.20, SD<\/em> = 3.50) que les individus plac\u00e9s sur liste d’attente (M<\/em> = 22.80, SD<\/em> = 4.10) ou assign\u00e9s au groupe de soutien non directif (M<\/em> = 19.40, SD<\/em> = 3.90). \u00bb<\/p>\n

De plus, l’APA 7e \u00e9dition recommande d\u00e9sormais chaleureusement l’incorporation syst\u00e9matique des intervalles de confiance \u00e0 95 % (not\u00e9s [95% IC] ou 95% CI en anglais) autour de chaque moyenne estim\u00e9e ou autour des diff\u00e9rences de moyennes observ\u00e9es. L’intervalle de confiance offre une perspective m\u00e9trologique inestimable en renseignant sur la pr\u00e9cision de l’estimation de l’effet dans la population parente. Le formatage norm\u00e9 de l’intervalle de confiance encadre les limites inf\u00e9rieure et sup\u00e9rieure de crochets droits, s\u00e9par\u00e9es par une virgule et une e\\space : \u00ab (M<\/em> = 14.20, SD<\/em> = 3.50, 95% IC [12.65, 15.75]) \u00bb. Cette pratique favorise une interpr\u00e9tation raisonn\u00e9e des donn\u00e9es, affranchie du strict r\u00e9ductionnisme inh\u00e9rent au seul seuil de significativit\u00e9 binaire.<\/p>\n

4. Rapporter une ANOVA \u00e0 un facteur (One-Way ANOVA)<\/h2>\n

4.1 Cas d’un r\u00e9sultat omnibus statistiquement significatif<\/h3>\n

Lorsque le test F<\/em> omnibus d’une ANOVA \u00e0 un facteur inter-sujets atte\\int le seuil de rejet conventionnel ($p < .05$<\/span>), le chercheur conclut formellement \u00e0 l'existence d'une diff\u00e9rence statistiquement significative entre au moins deux des moyennes de groupes examin\u00e9es. Il est imp\u00e9ratif de se rappeler que le r\u00e9sultat omnibus indique uniquement que l'hypoth\u00e8se nulle d'\u00e9galit\u00e9 globale ($\\mu_1 = \\mu_2 = dots = \\mu_k$<\/span>) doit \u00eatre rejet\u00e9e, sans pour autant pr\u00e9ciser quelles sont les paires sp\u00e9cifiques de conditions qui diff\u00e8rent les unes des autres. La r\u00e9daction doit fid\u00e8lement retranscrire cette r\u00e9alit\u00e9 math\u00e9matique en \u00e9vitant d'affirmer pr\u00e9matur\u00e9ment la sup\u00e9riorit\u00e9 d'un groupe d\u00e9termin\u00e9 avant d'avoir formellement rapport\u00e9 les contrastes multiples ou les tests post-hoc ult\u00e9rieurs.<\/p>\n

\"ANOVA
ANOVA output table in SPSS<\/figcaption><\/figure>\n

Le paragraphe consacr\u00e9 au r\u00e9sultat omnibus significatif d\u00e9bute par l’affirmation globale de l’effet du facteur ind\u00e9pendant sur la variable d\u00e9pendante, \u00e9tay\u00e9e par la statistique F<\/em> compl\u00e8te, la valeur exacte de probabilit\u00e9 et la taille d’effet standardis\u00e9e. Il d\u00e9taille ensuite les param\u00e8tres descriptifs de chaque modalit\u00e9, puis op\u00e8re une transition logique et m\u00e9thodologique vers les analyses de d\u00e9composition par paires. Voici un exemple complet et r\u00e9dig\u00e9 selon les normes les plus strictes de l’APA 7e \u00e9dition, appliqu\u00e9 \u00e0 un essai clinique \u00e9valuant trois modalit\u00e9s d’interventions psychoth\u00e9rapeutiques sur le trouble d’anxi\u00e9t\u00e9 g\u00e9n\u00e9ralis\u00e9e :<\/p>\n

\u00ab Une analyse de variance univari\u00e9e inter-sujets \u00e0 un facteur a \u00e9t\u00e9 r\u00e9alis\u00e9e afin d’\u00e9valuer l’efficacit\u00e9 diff\u00e9rentielle de trois protocoles th\u00e9rapeutiques sur le niveau d’anxi\u00e9t\u00e9 des patients mesur\u00e9 par l’\u00e9chelle GAD-7 \u00e0 l’issue de huit semaines de suivi. L’analyse r\u00e9v\u00e8le un effet principal statistiquement significatif du type d’intervention sur les scores d’anxi\u00e9t\u00e9, F<\/em>(2, 87) = 8.45, p<\/em> < .001, $\\eta_p^2 = .16$<\/span>, indiquant que la nature de la prise en charge module substantiellement la symptomatologie r\u00e9siduelle. Les scores moyens d'anxi\u00e9t\u00e9 s'\u00e9tablissent respectivement \u00e0 8.10 (SD<\/em> = 2.45, 95% IC [7.20, 9.00]) pour le groupe th\u00e9rapie cognitive et comportementale (n<\/em> = 30), \u00e0 10.50 (SD<\/em> = 2.80, 95% IC [9.48, 11.52]) pour le groupe th\u00e9rapie bas\u00e9e sur la pleine conscience (n<\/em> = 30), et \u00e0 11.90 (SD<\/em> = 3.15, 95% IC [10.75, 13.05]) pour le groupe t\u00e9moin sur liste d’attente (n<\/em> = 30). L’amplitude de cet effet global est qualifi\u00e9e de forte selon les conventions de Cohen. L’examen des diff\u00e9rences sp\u00e9cifiques entre chaque condition a par cons\u00e9quent \u00e9t\u00e9 poursuivi au moyen de tests post-hoc de Tukey HSD. \u00bb<\/p>\n

4.2 Cas d’un r\u00e9sultat omnibus non significatif<\/h3>\n

Le compte-rendu d’un r\u00e9sultat d’ANOVA non significatif requiert une rigueur \u00e9pist\u00e9mologique exemplaire. L’erreur conceptuelle la plus r\u00e9pandue consiste \u00e0 affirmer p\u00e9remptoirement que le r\u00e9sultat \u00ab prouve que les groupes sont strictement identiques \u00bb ou qu’\u00ab aucun effet n’existe \u00bb. En logique d’inf\u00e9rence fr\u00e9quentiste, l’absence de significativit\u00e9 ($p ge .05$<\/span>) signifie exclusivement que les donn\u00e9es empiriques recueillies n’apportent pas d’\u00e9l\u00e9ments de preuve suffisamment concluants pour rejeter l’hypoth\u00e8se nulle au seuil de confiance choisi. Elle ne d\u00e9montre en rien la v\u00e9racit\u00e9 formelle de l’hypoth\u00e8se nulle, une telle conclusion n\u00e9cessitant des protocoles d’\u00e9quivalence d\u00e9di\u00e9s (tests TOST) ou des approches bay\u00e9siennes mesurant le facteur de Bayes ($BF_{01}$<\/span>).<\/p>\n

Sur le plan r\u00e9dactionnel, le r\u00e9sultat non significatif met un terme d\u00e9finitif \u00e0 l’exploration inf\u00e9rentielle des contrastes. Lorsque le test F<\/em> omnibus ne franchit pas le seuil de significativit\u00e9, le chercheur s’interdit formellement de proc\u00e9der au calcul de tests post-hoc non planifi\u00e9s ou d’aller chercher des sous-diff\u00e9rences locales significatives (pratique pernicieuse d’extraction s\u00e9lective de donn\u00e9es ou data-dredging). Les statistiques descriptives doivent \u00eatre rapport\u00e9es a\\vec la m\u00eame transparence exhaustive qu’en situation de significativit\u00e9, compl\u00e9t\u00e9es par l’indication de l’intervalle de confiance, lequel \u00e9claire souvent le manque de puissance de l’\u00e9chantillon.<\/p>\n

Voici un mod\u00e8le r\u00e9dactionnel complet illustrant le compte-rendu formel d’un r\u00e9sultat omnibus non significatif dans le cadre d’une recherche exp\u00e9rimentale sur l’amor\u00e7age s\u00e9mantique : \u00ab Une ANOVA inter-sujets \u00e0 un facteur a \u00e9t\u00e9 conduite pour d\u00e9terminer si le temps de r\u00e9action \u00e0 une t\u00e2che de d\u00e9cision lexicale variait en fonction des conditions d’amor\u00e7age (amor\u00e7age s\u00e9mantique direct, amor\u00e7age phonologique, amor\u00e7age neutre). Les r\u00e9sultats indiquent que l’effet de la condition d’amor\u00e7age n’est pas statistiquement significatif, F<\/em>(2, 57) = 1.12, p<\/em> = .333, $\\eta_p^2 = .04$<\/span>. Les temps de r\u00e9action moyens s’\u00e9l\u00e8vent \u00e0 542 ms (SD<\/em> = 68, 95% IC [511, 573]) pour l’amor\u00e7age s\u00e9mantique, 558 ms (SD<\/em> = 74, 95% IC [524, 592]) pour l’amor\u00e7age phonologique et 569 ms (SD<\/em> = 71, 95% IC [536, 602]) pour la condition neutre. Les donn\u00e9es recueillies ne permettent pas de rejeter l’hypoth\u00e8se d’\u00e9quivalence des performances de traitement lexical entre les trois modalit\u00e9s d’amor\u00e7age, et aucune analyse de comparaisons par paires n’a \u00e9t\u00e9 mise en \u0153uvre. \u00bb<\/p>\n

4.3 Rapport de l’ANOVA de Welch en cas d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h3>\n

Lorsque le postulat d’homosc\u00e9dasticit\u00e9 est transgress\u00e9 (test de Levene significatif \u00e0 $p < .05$<\/span>), le rapport conventionnel de l'ANOVA de Fisher s'av\u00e8re m\u00e9thodologiquement erron\u00e9 et risque d'induire le lectorat en erreur. L'analyste se doit alors de mobiliser l'ANOVA robuste de Welch. La restitution de la statistique F<\/em> de Welch ob\u00e9it \u00e0 une particularit\u00e9 fondamentale : en raison du r\u00e9ajustement des variances individuelles, les degr\u00e9s de libert\u00e9 r\u00e9siduels (du d\u00e9nominateur) cessent d’\u00eatre des nombres entiers pour devenir des valeurs r\u00e9elles continues comportant des d\u00e9cimales.<\/p>\n

Dans la r\u00e9daction formelle du manuscrit, il est imp\u00e9ratif d’expliciter sans ambigu\u00eft\u00e9 que la statistique F<\/em> rapport\u00e9e correspond \u00e0 la correction de Welch, et de transcrire scrupuleusement les degr\u00e9s de libert\u00e9 d\u00e9cimaux \u00e0 deux chiffres apr\u00e8s la virgule au sein de la parenth\u00e8se r\u00e9glementaire. Cette pr\u00e9cision permet aux \u00e9valuateurs et lecteurs attentifs d’identifier imm\u00e9diatement le caract\u00e8re robuste de la d\u00e9marche analytique.<\/p>\n

Voici la formulation acad\u00e9mique exemplaire requise pour consigner une ANOVA de Welch dans une revue de r\u00e9f\u00e9rence : \u00ab Le postulat d’homosc\u00e9dasticit\u00e9 ayant \u00e9t\u00e9 formellement rejet\u00e9 par le test de Levene, F<\/em>(2, 63) = 5.92, p<\/em> = .004, nous avons appliqu\u00e9 l’ANOVA ajust\u00e9e de Welch pour tester l’effet du niveau de d\u00e9pendance nicotinique (faible, mod\u00e9r\u00e9e, s\u00e9v\u00e8re) sur les scores de sevrage affectif. L’analyse r\u00e9v\u00e8le un effet statistiquement significatif du degr\u00e9 de d\u00e9pendance, F<\/em>Welch<\/sub>(2, 38.46) = 7.81, p<\/em> = .001, $\\eta_p^2 = .19$<\/span>. Les participants pr\u00e9sentant une d\u00e9pendance s\u00e9v\u00e8re ont manifest\u00e9 des scores d’affects n\u00e9gatifs substantiellement plus \u00e9lev\u00e9s (M<\/em> = 28.40, SD<\/em> = 6.20) comparativement aux individus affichant une d\u00e9pendance mod\u00e9r\u00e9e (M<\/em> = 21.15, SD<\/em> = 4.10) et faible (M<\/em> = 17.80, SD<\/em> = 2.95). Les comparaisons multiples subs\u00e9quentes ont \u00e9t\u00e9 conduites \u00e0 l’aide de la proc\u00e9dure de Games-Howell, sp\u00e9cialement calibr\u00e9e pour pallier l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des variances. \u00bb<\/p>\n

5. Pr\u00e9sentation et interpr\u00e9tation des tests post-hoc<\/h2>\n

5.1 S\u00e9lection et justification du test post-hoc appropri\u00e9<\/h3>\n

L’obtention d’une statistique omnibus significative au sein d’une ANOVA comportant trois modalit\u00e9s ou davantage impose la mise en \u0153uvre d’analyses de comparaisons multiples a posteriori, d\u00e9sign\u00e9es sous le vocable de tests post-hoc. La finalit\u00e9 m\u00e9thodologique de ces tests est d’explorer de mani\u00e8re exhaustive l’ensemble des paires de moyennes concevables tout en maintenant le taux global d’erreur de type I de la famille de comparaisons au seuil nominal rigide de $\\alpha = .05$<\/span>. Le choix de la proc\u00e9dure de correction ne saurait \u00eatre laiss\u00e9 au hasard ou dict\u00e9 par la recherche opportuniste du r\u00e9sultat le plus flatteur ; il doit \u00eatre guid\u00e9 par la structure intrins\u00e8que des donn\u00e9es et scrupuleusement justifi\u00e9 dans le manuscrit.<\/p>\n

Lorsque le postulat d’homog\u00e9n\u00e9it\u00e9 des variances est pleinement respect\u00e9 et que les effectifs par cellule sont \u00e9quilibr\u00e9s ou raisonnablement comparables, le test de la plus petite diff\u00e9rence significative honn\u00eate de Tukey (Tukey’s Honestly Significant Difference<\/em> ou Tukey HSD) s’impose comme la r\u00e9f\u00e9rence absolue en recherche comportementale. Fond\u00e9 sur la distribution de l’\u00e9tendue studentis\u00e9e (studentized range<\/em>), le test de Tukey offre un compromis optimal entre le contr\u00f4le irr\u00e9prochable du taux d’erreur familial et la pr\u00e9servation d’une excellente puissance statistique pour les comparaisons exhaustives par paires. La m\u00e9thode d’ajustement de Bonferroni (qui divise le seuil $\\alpha$<\/span> par le nombre total de comparaisons r\u00e9alis\u00e9es) constitue une alternative rigoureuse lorsque le chercheur restre\\int volontairement son investigation \u00e0 un nombre limit\u00e9 de contrastes planifi\u00e9s pr\u00e9d\u00e9termin\u00e9s par la th\u00e9orie, mais s’av\u00e8re excessivement conservatrice et pr\u00e9judiciable \u00e0 la puissance statistique d\u00e8s lors que le nombre de modalit\u00e9s augmente.<\/p>\n

\"Tukey
Tukey multiple comparisons in SPSS<\/figcaption><\/figure>\n

Dans l’\u00e9ventualit\u00e9 o\u00f9 le postulat d’homosc\u00e9dasticit\u00e9 a \u00e9t\u00e9 transgress\u00e9 lors de l’analyse pr\u00e9alable, les tests de Tukey ou de Bonferroni perdent leur fiabilit\u00e9 m\u00e9trologique et g\u00e9n\u00e8rent un taux inacceptable d’erreurs de type I. Dans ce cadre pr\u00e9cis, la proc\u00e9dure de Games-Howell repr\u00e9sente le standard m\u00e9thodologique obligatoire. Le test de Games-Howell n’impose ni l’\u00e9galit\u00e9 des variances, ni l’\u00e9galit\u00e9 des effectifs d’\u00e9chantillons, en appliquant les ajustements de degr\u00e9s de libert\u00e9 de type Welch \u00e0 chaque contraste sp\u00e9cifique par paire. Le texte du manuscrit doit documenter formellement cette s\u00e9lection : \u00ab En raison de l’in\u00e9galit\u00e9 av\u00e9r\u00e9e des variances intergroupes constat\u00e9e lors de la v\u00e9rification des postulats, les comparaisons multiples par paires ont \u00e9t\u00e9 ex\u00e9cut\u00e9es au moyen du test post-hoc robuste de Games-Howell, garantissant le contr\u00f4le strict du taux d’erreur de premi\u00e8re esp\u00e8ce sans pr\u00e9sumer de l’homosc\u00e9dasticit\u00e9 des distributions. \u00bb<\/p>\n

5.2 R\u00e9daction formelle des comparaisons par paires<\/h3>\n

La transcription des comparaisons par paires au sein de la section R\u00e9sultats doit ob\u00e9ir \u00e0 une rigueur formelle absolue. Chaque comparaison rapport\u00e9e doit imp\u00e9rativement pr\u00e9ciser la diff\u00e9rence de moyenne absolue observ\u00e9e entre les deux conditions ($\\Delta M$<\/span> ou $M_1 – M_2$<\/span>), l’erreur-type de cette diff\u00e9rence ($SE$<\/span>), la valeur exacte de probabilit\u00e9 ajust\u00e9e ($p_{adj}$<\/span> ou simplement $p$<\/span> en pr\u00e9cisant le type de correction mobilis\u00e9), ainsi que l’intervalle de confiance \u00e0 95 % de la diff\u00e9rence de moyennes. Trop d’auteurs omettent l’intervalle de confiance de la diff\u00e9rence, privant la communaut\u00e9 scientifique d’une m\u00e9trique directe quant \u00e0 l’incertitude entourant l’estimation de l’\u00e9cart exp\u00e9rimental.<\/p>\n

Les phrases types doivent expliciter distinctement les deux conditions compar\u00e9es, la directionnalit\u00e9 nette de l’\u00e9cart (quelle condition surpasse l’autre) et consigner les donn\u00e9es num\u00e9riques standardis\u00e9es entre parenth\u00e8ses. Il convient d’\u00e9viter les tournures vagues comme \u00ab le groupe A \u00e9tait diff\u00e9rent du groupe B \u00bb au profit de formulations directionnelles pr\u00e9cises : \u00ab le groupe A a pr\u00e9sent\u00e9 un score significativement sup\u00e9rieur \u00e0 celui du groupe B \u00bb.<\/p>\n

Voici un mod\u00e8le r\u00e9dactionnel exhaustif illustrant la restitution de trois comparaisons par paires cons\u00e9cutives \u00e0 un test de Tukey HSD : \u00ab Les comparaisons multiples post-hoc effectu\u00e9es a\\vec l’ajustement HSD de Tukey indiquent que les participants expos\u00e9s \u00e0 la modalit\u00e9 d’apprentissage actif obtiennent des performances significativement sup\u00e9rieures \u00e0 ceux assign\u00e9s \u00e0 la modalit\u00e9 d’enseignement magistral passif ($\\Delta M = 4.35$<\/span>, $SE = 0.92$<\/span>, $p < .001$<\/span>, 95% IC [2.14, 6.56]). De surcro\u00eet, les performances de la modalit\u00e9 d'apprentissage actif s'av\u00e8rent significativement plus \u00e9lev\u00e9es que celles observ\u00e9es dans la modalit\u00e9 de tutorat individuel entre pairs ($\\Delta M = 2.40$<\/span>, $SE = 0.88$<\/span>, $p = .021$<\/span>, 95% IC [0.31, 4.49]). Enfin, la diff\u00e9rence de performance entre la condition d'enseignement magistral et la condition de tutorat par les pairs n'atte\\int pas le seuil de significativit\u00e9 statistique ($\\Delta M = -1.95$<\/span>, $SE = 0.90$<\/span>, $p = .086$<\/span>, 95% IC [-4.10, 0.20]). \u00bb<\/p>\n

5.3 Synth\u00e8se des r\u00e9sultats de comparaisons multiples<\/h3>\n

Lorsque le plan exp\u00e9rimental comporte un nombre substantiel de conditions (par exemple, cinq ou six modalit\u00e9s d’un facteur), la succession lin\u00e9aire de phrases d\u00e9taillant chaque paire devient rapidement indigeste et nuit gravement \u00e0 la lisibilit\u00e9 narrative du manuscrit. Dans ce contexte, l’auteur avis\u00e9 recourt \u00e0 une synth\u00e8se textuelle \u00e9l\u00e9gante, souvent coupl\u00e9e \u00e0 un tableau r\u00e9capitulatif ou \u00e0 un graphique d\u00e9di\u00e9 exploitant le syst\u00e8me universel des sous-ensembles homog\u00e8nes ou du lettrage en exposant compact (compact letter display<\/em>).<\/p>\n

Le principe du lettrage en exposant repose sur une convention simple : deux conditions qui partagent une lettre identique ne pr\u00e9sentent aucune diff\u00e9rence statistiquement significative au seuil $\\alpha = .05$<\/span>, tandis que deux conditions ne partageant aucune lettre commune diff\u00e8rent significativement. Cette approche permet de synth\u00e9tiser des structures de donn\u00e9es complexes en un unique paragraphe discursif d’une redoutable efficacit\u00e9 d\u00e9monstrative.<\/p>\n

Voici un exemple de formulation synth\u00e9tique articulant conclusions statistiques et implications th\u00e9oriques : \u00ab En synth\u00e8se, l’exploration post-hoc de l’effet d’\u00e2ge met en \u00e9vidence trois sous-ensembles fonctionnels distincts au sein de notre \u00e9chantillon. Les jeunes adultes (M<\/em> = 84.5, SD<\/em> = 8.2) et les adultes d’\u00e2ge m\u00fbr (M<\/em> = 82.1, SD<\/em> = 7.9) d\u00e9montrent des capacit\u00e9s de rappel libre comparables ne diff\u00e9rant pas significativement l’une de l’autre ($p = .542$<\/span>). En revanche, ces deux cohortes surpassent de mani\u00e8re unanime et statistiquement significative le groupe des personnes \u00e2g\u00e9es autonomes (M<\/em> = 68.3, SD<\/em> = 9.1, $p < .001$<\/span> pour chaque contraste), lequel pr\u00e9sente lui-m\u00eame des scores significativement pr\u00e9serv\u00e9s par rapport aux patients pr\u00e9sentant un trouble neurocognitif l\u00e9ger (M<\/em> = 52.4, SD<\/em> = 10.4, $p < .001$<\/span>). Ce profil de d\u00e9croissance conforte empiriquement l'hypoth\u00e8se d'une vuln\u00e9rabilit\u00e9 mn\u00e9sique s\u00e9lective et non lin\u00e9aire au cours du vieillissement. \u00bb<\/p>\n

6. Mesure et d\u00e9claration des tailles d’effet<\/h2>\n

6.1 \u00c9ta-carr\u00e9 (\u03b7\u00b2) versus \u00c9ta-carr\u00e9 partiel (\u03b7\u00b2p)<\/h3>\n

L’\u00e9valuation de la pertinence d’un r\u00e9sultat exp\u00e9rimental ne saurait reposer exclusivement sur la valeur p<\/em>. La valeur de probabilit\u00e9 d\u00e9p\\end de mani\u00e8re intrins\u00e8que de la taille de l’\u00e9chantillon : un effet trivial d\u00e9nu\u00e9 de toute importance pratique peut devenir statistiquement significatif au sein d’un \u00e9chantillon massif, tandis qu’un effet clinique massif peut \u00e9chouer \u00e0 franchir le seuil fatidique de .05 au sein d’une cohorte restreinte en raison d’un manque de puissance. Pour cette raison fondamentale, les recommandations internationales de l’APA imposent la d\u00e9claration syst\u00e9matique et obligatoire d’un indice standardis\u00e9 de taille d’effet pour chaque test F<\/em> rapport\u00e9.<\/p>\n

Dans l’\u00e9cosyst\u00e8me de l’ANOVA, deux indices dominent la litt\u00e9rature empirique : l’\u00e9ta-carr\u00e9 classique ($\\eta^2$<\/span>) et l’\u00e9ta-carr\u00e9 partiel ($\\eta_p^2$<\/span>). La distinction conceptuelle et math\u00e9matique entre ces deux m\u00e9triques est critique. L’\u00e9ta-carr\u00e9 classique repr\u00e9sente le ratio entre la somme des carr\u00e9s de l’effet examin\u00e9 et la somme des carr\u00e9s totale du mod\u00e8le :$$<\/span>eta^2 = frac{SS_{Effet}}{SS_{Total}}$\\eta^2$<\/span> et d'$\\eta_p^2$<\/span> s'av\u00e8rent strictement et math\u00e9matiquement identiques puisque la variance totale se r\u00e9sume exclusivement \u00e0 la somme de la variance de l'effet et de la variance de l'erreur ($SS_{Total} = SS_{Effet} + SS_{Erreur}$<\/span>).<\/p>\n

En revanche, d\u00e8s lors que l'on aborde des plans factoriels \u00e0 facteurs multiples ou des mod\u00e8les \u00e0 mesures r\u00e9p\u00e9t\u00e9es, la divergence devient substantielle. L'\u00e9ta-carr\u00e9 partiel extrait de son d\u00e9nominateur la variance imputable aux autres facteurs ind\u00e9pendants et \u00e0 leurs interactions pour ne conserver que la variance r\u00e9siduelle de l'erreur :\u00a0\u00bb>$$Il s’interpr\u00e8te intuitivement comme la proportion exacte de variance totale de la variable d\u00e9pendante directement expliqu\u00e9e par le facteur d’int\u00e9r\u00eat. Dans le cadre d’une ANOVA \u00e0 un facteur inter-sujets simple, les valeurs d’$\\eta^2$<\/span> et d’$\\eta_p^2$<\/span> s’av\u00e8rent strictement et math\u00e9matiquement identiques puisque la variance totale se r\u00e9sume exclusivement \u00e0 la somme de la variance de l’effet et de la variance de l’erreur ($SS_{Total} = SS_{Effet} + SS_{Erreur}$<\/span>).<\/p>\n

En revanche, d\u00e8s lors que l’on aborde des plans factoriels \u00e0 facteurs multiples ou des mod\u00e8les \u00e0 mesures r\u00e9p\u00e9t\u00e9es, la divergence devient substantielle. L’\u00e9ta-carr\u00e9 partiel extrait de son d\u00e9nominateur la variance imputable aux autres facteurs ind\u00e9pendants et \u00e0 leurs interactions pour ne conserver que la variance r\u00e9siduelle de l’erreur :$$<\/span>eta_p^2 = frac{SS_{Effet}}{SS_{Effet} + SS_{Erreur}}$\\eta_p^2$<\/span>) dans les devis factoriels complexes, car il refl\u00e8te directement la puissance du facteur ind\u00e9pendamment du nombre d'autres variables introduites dans l'\u00e9quation. Toutefois, l'auteur doit veiller scrupuleusement \u00e0 ne pas additionner les $\\eta_p^2$<\/span> de diff\u00e9rents facteurs au sein d'un m\u00eame mod\u00e8le, car leur cumul d\u00e9passe fr\u00e9quemment le seuil logique de 100 % (1.00), ce qui constitue une anomalie math\u00e9matique r\u00e9guli\u00e8rement relev\u00e9e par les reviewers pointilleux.<\/p>\n

<h3>6.2 L'alternative non biais\u00e9e : l'Om\u00e9ga-carr\u00e9 (\u03c9\u00b2)<\/h3>
\nBien que l'\u00e9ta-carr\u00e9 et l'\u00e9ta-carr\u00e9 partiel soient omnipr\u00e9sents en raison de leur int\u00e9gration par d\u00e9faut dans les sorties graphiques des logiciels d'analyse commerciale tels que SPSS, ils partagent un d\u00e9faut m\u00e9trologique notoire : ce sont des estimateurs descriptifs d'\u00e9chantillon intrins\u00e8quement biais\u00e9s positivement. Ils ont une propension syst\u00e9matique \u00e0 surestimer la v\u00e9ritable proportion de variance expliqu\u00e9e dans la population parente, ce biais se r\u00e9v\u00e9lant particuli\u00e8rement prononc\u00e9 et trompeur lorsque la taille totale de l'\u00e9chantillon est restreinte ($N < 50$<\/span>).<\/p>\n

Pour pallier ce biais d'\u00e9chantillonnage, les statisticiens recommandent vivement l'adoption de l'om\u00e9ga-carr\u00e9 ($\\omega^2$<\/span>) ou de l'om\u00e9ga-carr\u00e9 partiel ($\\omega_p^2$<\/span>), conceptualis\u00e9 \u00e0 l'origine par William Hays. Contrairement \u00e0 l'\u00e9ta-carr\u00e9, l'om\u00e9ga-carr\u00e9 ajuste l'estimation en soustrayant la variance d'erreur r\u00e9siduelle du num\u00e9rateur et en pond\u00e9rant le d\u00e9nominateur par le carr\u00e9 moyen de l'erreur ($MS_{Erreur}$<\/span>), offrant une projection beaucoup plus fid\u00e8le et conservatrice de l'effet r\u00e9el au sein de la population g\u00e9n\u00e9rale :\u00a0\u00bb>$$L’\u00e9ta-carr\u00e9 partiel quantifie ainsi la part de variance expliqu\u00e9e par le facteur lorsque l’influence des autres variables contr\u00f4l\u00e9es dans le design est statistiquement neutralis\u00e9e. L’APA recommande prioritairement le compte-rendu de l’\u00e9ta-carr\u00e9 partiel ($\\eta_p^2$<\/span>) dans les devis factoriels complexes, car il refl\u00e8te directement la puissance du facteur ind\u00e9pendamment du nombre d’autres variables introduites dans l’\u00e9quation. Toutefois, l’auteur doit veiller scrupuleusement \u00e0 ne pas additionner les $\\eta_p^2$<\/span> de diff\u00e9rents facteurs au sein d’un m\u00eame mod\u00e8le, car leur cumul d\u00e9passe fr\u00e9quemment le seuil logique de 100 % (1.00), ce qui constitue une anomalie math\u00e9matique r\u00e9guli\u00e8rement relev\u00e9e par les reviewers pointilleux.<\/p>\n

6.2 L’alternative non biais\u00e9e : l’Om\u00e9ga-carr\u00e9 (\u03c9\u00b2)<\/h3>\n

Bien que l’\u00e9ta-carr\u00e9 et l’\u00e9ta-carr\u00e9 partiel soient omnipr\u00e9sents en raison de leur int\u00e9gration par d\u00e9faut dans les sorties graphiques des logiciels d’analyse commerciale tels que SPSS, ils partagent un d\u00e9faut m\u00e9trologique notoire : ce sont des estimateurs descriptifs d’\u00e9chantillon intrins\u00e8quement biais\u00e9s positivement. Ils ont une propension syst\u00e9matique \u00e0 surestimer la v\u00e9ritable proportion de variance expliqu\u00e9e dans la population parente, ce biais se r\u00e9v\u00e9lant particuli\u00e8rement prononc\u00e9 et trompeur lorsque la taille totale de l’\u00e9chantillon est restreinte ($N < 50$<\/span>).<\/p>\n

Pour pallier ce biais d’\u00e9chantillonnage, les statisticiens recommandent vivement l’adoption de l’om\u00e9ga-carr\u00e9 ($\\omega^2$<\/span>) ou de l’om\u00e9ga-carr\u00e9 partiel ($\\omega_p^2$<\/span>), conceptualis\u00e9 \u00e0 l’origine par William Hays. Contrairement \u00e0 l’\u00e9ta-carr\u00e9, l’om\u00e9ga-carr\u00e9 ajuste l’estimation en soustrayant la variance d’erreur r\u00e9siduelle du num\u00e9rateur et en pond\u00e9rant le d\u00e9nominateur par le carr\u00e9 moyen de l’erreur ($MS_{Erreur}$<\/span>), offrant une projection beaucoup plus fid\u00e8le et conservatrice de l’effet r\u00e9el au sein de la population g\u00e9n\u00e9rale :$$<\/span>omega^2 = frac{SS_{Effet} – (df_{Effet} times MS_{Erreur})}{SS_{Total} + MS_{Erreur}}$$
\nSi la statistique F<\/em> est inf\u00e9rieure ou proche de 1, la formule de l’om\u00e9ga-carr\u00e9 peut g\u00e9n\u00e9rer une valeur num\u00e9rique n\u00e9gative ; par convention m\u00e9trologique, l’indice est alors arrondi et rapport\u00e9 \u00e0 .00.<\/p>\n

L’utilisation de l’om\u00e9ga-carr\u00e9 d\u00e9montre un niveau \u00e9lev\u00e9 de sophistication m\u00e9thodologique et conf\u00e8re \u00e0 la recherche une robustesse estimative appr\u00e9ci\u00e9e des comit\u00e9s de lecture exigeants. Sa transcription dans le texte acad\u00e9mique adopte une structure rigoureuse : \u00ab L’impact du programme de rem\u00e9diation cognitive sur l’inhibition attentionnelle s’est r\u00e9v\u00e9l\u00e9 statistiquement significatif, F<\/em>(1, 38) = 6.22, p<\/em> = .017, $\\omega^2 = .11$<\/span> (contre un $\\eta^2$<\/span> d’\u00e9chantillon biais\u00e9 \u00e0 .14), attestant d’une magnitude d’effet mod\u00e9r\u00e9e \u00e0 forte dans la population cible apr\u00e8s correction du biais d’\u00e9chantillonnage. \u00bb<\/p>\n

6.3 Interpr\u00e9tation contextuelle de l’amplitude de l’effet<\/h3>\n

Pour qualifier verbalement l’amplitude d’un effet quantifi\u00e9, les chercheurs se r\u00e9f\u00e8rent traditionnellement aux seuils conventionnels \u00e9tablis par Jacob Cohen (1988)<\/a> dans son ouvrage s\u00e9minal sur l’analyse de puissance statistique. Pour l’\u00e9ta-carr\u00e9 et l’\u00e9ta-carr\u00e9 partiel, les crit\u00e8res directeurs de Cohen d\u00e9finissent un effet faible \u00e0 partir de $\\eta^2 = .01$<\/span> (environ 1 % de la variance totale expliqu\u00e9e), un effet moyen \u00e0 partir de $\\eta^2 = .06$<\/span> (environ 6 % de variance expliqu\u00e9e), et un effet fort \u00e0 partir de $\\eta^2 = .14$<\/span> (14 % de variance ou davantage). Des seuils similaires s’appliquent conceptuellement \u00e0 l’om\u00e9ga-carr\u00e9 ($\\omega^2$<\/span>).<\/p>\n

N\u00e9anmoins, les m\u00e9thodologistes contemporains et l’APA mettent formellement en garde contre une adh\u00e9sion m\u00e9canique et d\u00e9sincarn\u00e9e \u00e0 ces rep\u00e8res purement conventionnels. D\u00e9crire syst\u00e9matiquement un effet de $\\eta_p^2 = .02$<\/span> comme n\u00e9gligeable ou anecdotique peut s’av\u00e9rer profond\u00e9ment erron\u00e9 sur le plan clinique ou soci\u00e9tal. Dans des contextes de sant\u00e9 publique, d’interventions pr\u00e9ventives \u00e0 large \u00e9chelle ou de survie m\u00e9dicale, une intervention expliquant 1 \u00e0 2 % de variance \u00e0 l’\u00e9chelle d’une nation enti\u00e8re peut repr\u00e9senter des milliers de vies pr\u00e9serv\u00e9es ou de trajectoires individuelles infl\u00e9chies. \u00c0 l’inverse, en psychologie exp\u00e9rimentale hautement contr\u00f4l\u00e9e en laboratoire, un effet fort de .15 peut s’av\u00e9rer trivial s’il r\u00e9sulte d’un artifice m\u00e9thodologique sans g\u00e9n\u00e9ralisabilit\u00e9 \u00e9cologique.<\/p>\n

La r\u00e9daction de la section Discussion ou l’interpr\u00e9tation conclusive des R\u00e9sultats doit donc syst\u00e9matiquement mettre en perspective la taille d’effet observ\u00e9e avec les m\u00e9triques \u00e9tablies dans la litt\u00e9rature sp\u00e9cifique du champ d’investigation. En outre, la d\u00e9claration de l’intervalle de confiance \u00e0 90 % ou 95 % associ\u00e9 \u00e0 la taille d’effet elle-m\u00eame (par exemple : $\\eta_p^2 = .08, 95% \\text{ IC } [.02, .18]$<\/span>), bien que n\u00e9cessitant l’emploi de modules sp\u00e9cialis\u00e9s (comme le package MBESS<\/em> sous R), repr\u00e9sente aujourd’hui le summum de l’\u00e9l\u00e9gance m\u00e9thodologique, mat\u00e9rialisant l’\u00e9tendue des possibles quant \u00e0 la port\u00e9e r\u00e9elle de la d\u00e9couverte.<\/p>\n

7. Rapporter une ANOVA factorielle (plans \u00e0 deux facteurs ou plus)<\/h2>\n

7.1 Structure g\u00e9n\u00e9rale du compte-rendu d’un plan factoriel<\/h3>\n

L’analyse de variance factorielle explore simultan\u00e9ment les effets de deux variables ind\u00e9pendantes cat\u00e9gorielles ou davantage sur une variable d\u00e9pendante continue unique. Le principe directeur fondamental qui gouverne la pr\u00e9sentation de ce type de mod\u00e9lisation est la stricte ordonnance hi\u00e9rarchique de la narration scientifique. Un plan factoriel $2 \\times 2$<\/span>, $2 \\times 3$<\/span> ou $3 \\times 3$<\/span> ne se r\u00e9sume pas \u00e0 une succession disparate de tests de Fisher ; il formalise un syst\u00e8me int\u00e9gr\u00e9 d’hypoth\u00e8ses relatives aux effets principaux de chaque variable isol\u00e9e et aux dynamiques d’amplification, d’att\u00e9nuation ou d’inversion mod\u00e9lis\u00e9es par les effets d’interaction.<\/p>\n

La r\u00e8gle \u00e9ditoriale universelle impose de consigner d’abord l’architecture globale du devis exp\u00e9rimental au sein de la phrase d’introduction de la section, en sp\u00e9cifiant pr\u00e9cis\u00e9ment le format factoriel (par exemple : \u00ab une ANOVA factorielle $2 \\times 3$<\/span> inter-sujets \u00bb), le nom des facteurs cat\u00e9goriels et le d\u00e9compte exhaustif de leurs modalit\u00e9s respectives. Ensuite, la progression logique requiert d’exposer m\u00e9thodiquement les effets principaux de chaque facteur ind\u00e9pendant pris individuellement, pour culminer imp\u00e9rativement vers l’effet d’interaction crois\u00e9.<\/p>\n

Cette hi\u00e9rarchisation n’est pas une simple coquetterie stylistique ; elle conditionne directement l’intelligibilit\u00e9 conceptuelle du propos. En pr\u00e9sence d’un effet d’interaction statistiquement significatif de magnitude marqu\u00e9e, les effets principaux perdent fr\u00e9quemment leur pertinence descriptive directe et peuvent devenir profond\u00e9ment trompeurs s’ils sont interpr\u00e9t\u00e9s isol\u00e9ment. En effet, affirmer qu’un facteur A produit un effet g\u00e9n\u00e9ral moyen positif n’a aucun sens si cet effet se r\u00e9v\u00e8le en r\u00e9alit\u00e9 massif sous la premi\u00e8re modalit\u00e9 du facteur B, mais strictement nul ou n\u00e9gatif sous la seconde. La narration acad\u00e9mique doit alerter le lecteur sur cette interd\u00e9pendance fonctionnelle d\u00e8s l’amorce de la pr\u00e9sentation des interactions.<\/p>\n

7.2 R\u00e9daction des effets principaux<\/h3>\n

Le compte-rendu des effets principaux requiert une pr\u00e9cision descriptive irr\u00e9prochable. Pour chacun des facteurs fixes int\u00e9gr\u00e9s dans le mod\u00e8le, le chercheur doit pr\u00e9senter la statistique omnibus compl\u00e8te ($F$<\/span>, degr\u00e9s de libert\u00e9, probabilit\u00e9 exacte, taille d’effet standardis\u00e9e), accompagn\u00e9e obligatoirement des moyennes marginales estim\u00e9es (Estimated Marginal Means<\/em> ou EMM<\/em>) et de leurs erreurs-types respectives. Les moyennes marginales correspondent aux moyennes projet\u00e9es d’un facteur lorsque les observations sont \u00e9quilibr\u00e9es et pond\u00e9r\u00e9es \u00e0 travers l’ensemble des modalit\u00e9s de l’autre facteur.<\/p>\n

Voici un mod\u00e8le r\u00e9dactionnel int\u00e9grant la pr\u00e9sentation conjointe d’un effet principal statistiquement significatif et d’un second effet principal non significatif au sein d’une \u00e9tude factorielle $2 \\times 2$<\/span> consacr\u00e9e aux d\u00e9terminants de la performance mn\u00e9sique :<\/p>\n

\u00ab Une ANOVA factorielle $2 \\times 2$<\/span> inter-sujets a \u00e9t\u00e9 r\u00e9alis\u00e9e afin d’analyser l’impact du type d’environnement d’apprentissage (environnement silencieux vs environnement musical immersif) et du niveau d’expertise musicale des sujets (musiciens confirm\u00e9s vs non-musiciens) sur le rappel cat\u00e9goriel de mots. L’analyse r\u00e9v\u00e8le un effet principal significatif de l’environnement d’apprentissage, F<\/em>(1, 76) = 11.34, p<\/em> = .001, $\\eta_p^2 = .13$<\/span>. Les participants \u00e9valu\u00e9s en environnement silencieux ont restitu\u00e9 significativement plus d’items (M<\/em> = 24.80, SE<\/em> = 0.85, 95% IC [23.10, 26.50]) que ceux immerg\u00e9s dans un fond musical (M<\/em> = 20.70, SE<\/em> = 0.87, 95% IC [18.96, 22.44]). En revanche, l’effet principal du niveau d’expertise musicale ne franchit pas le seuil de significativit\u00e9 statistique, F<\/em>(1, 76) = 0.48, p<\/em> = .491, $\\eta_p^2 = .006$<\/span>, les scores de rappel des musiciens (M<\/em> = 23.10, SE<\/em> = 0.86) ne se diff\u00e9renciant pas de mani\u00e8re perceptible de ceux des non-musiciens (M<\/em> = 22.40, SE<\/em> = 0.86). \u00bb<\/p>\n

7.3 Rapport statistique de l’effet d’interaction<\/h3>\n

L’\u00e9valuation statistique de l’interaction factorielle repr\u00e9sente le c\u0153ur n\u00e9vralgique du mod\u00e8le crois\u00e9. L’effet d’interaction teste l’hypoth\u00e8se nulle d’orthogonalit\u00e9 ou de parall\u00e9lisme strict entre les profils de r\u00e9ponse : il vise \u00e0 d\u00e9terminer si l’amplitude ou l’orientation de l’impact de la premi\u00e8re variable ind\u00e9pendante varie de mani\u00e8re statistiquement significative en fonction du niveau d’assignation de la seconde variable. Sa formalisation statistique ob\u00e9it rigoureusement \u00e0 la syntaxe APA habituelle, le produit d’interaction \u00e9tant d\u00e9sign\u00e9 par le symbole de multiplication \u00ab $\\times$<\/span> \u00bb s\u00e9parant le nom des variables ou des facteurs.<\/p>\n

La r\u00e9daction de l’effet d’interaction ne doit pas se cantonner \u00e0 l’\u00e9nonc\u00e9 m\u00e9canique de la formule d’inf\u00e9rence. Elle requiert une verbalisation claire du ph\u00e9nom\u00e8ne de mod\u00e9ration observ\u00e9, orientant imm\u00e9diatement l’esprit du lecteur vers la nature du m\u00e9canisme cognitif ou comportemental en jeu. Une phrase type r\u00e9dig\u00e9e avec brio d\u00e9finira pr\u00e9cis\u00e9ment comment l’effet d’un facteur s’amplifie, s’att\u00e9nue ou se neutralise selon la modalit\u00e9 conjointe examin\u00e9e.<\/p>\n

Voici un exemple canonique illustrant la formulation d’une interaction bidirectionnelle significative dans le prolongement du protocole pr\u00e9c\u00e9dent : \u00ab De mani\u00e8re cruciale, l’analyse met en \u00e9vidence un effet d’interaction statistiquement significatif et robuste entre l’environnement d’apprentissage et le niveau d’expertise musicale, F<\/em>(1, 76) = 18.25, p<\/em> < .001, $\\eta_p^2 = .19$<\/span>. Cette interaction d'amplitude forte indique que l'influence d\u00e9l\u00e9t\u00e8re du fond musical immersif sur le rappel mn\u00e9sique d\u00e9pend \u00e9troitement de la formation musicale pr\u00e9alable des individus. Alors que l'exposition musicale alt\u00e8re massivement les performances de m\u00e9morisation chez les participants non-musiciens, cet effet d'interf\u00e9rence s'av\u00e8re totalement aboli, voire l\u00e9g\u00e8rement invers\u00e9, au sein de la population des musiciens confirm\u00e9s. En raison de la significativit\u00e9 marqu\u00e9e de cette interaction, la d\u00e9composition statistique des effets simples a \u00e9t\u00e9 entreprise afin de diss\u00e9quer pr\u00e9cis\u00e9ment les patterns de contrastes au sein de chaque sous-groupe. \u00bb<\/p>\n

8. D\u00e9composition des interactions et analyse des effets simples<\/h2>\n

8.1 M\u00e9thodologie de d\u00e9composition de l’interaction<\/h3>\n

La pr\u00e9sence valid\u00e9e d’une interaction bidirectionnelle significative sonne le glas de l’interpr\u00e9tation autonome des effets principaux et commande imp\u00e9rativement l’engagement d’une proc\u00e9dure de d\u00e9composition fine, d\u00e9sign\u00e9e sous l’appellation d’analyse des effets simples (ou effets principaux simples). Alors qu’un effet principal moyen \u00e9value l’impact global d’une variable ind\u00e9pendante en agr\u00e9geant aveugl\u00e9ment l’ensemble des modalit\u00e9s du second facteur, un effet principal simple \u00e9value l’impact de cette m\u00eame variable ind\u00e9pendante isol\u00e9e au niveau sp\u00e9cifique et conditionnel d’une modalit\u00e9 d\u00e9termin\u00e9e de la seconde variable.<\/p>\n

D’un point de vue conceptuel, la d\u00e9composition de l’interaction repose sur une op\u00e9ration de \u00ab d\u00e9coupage conditionnel \u00bb de la matrice factorielle. Pour une interaction $A \\times B$<\/span>, le chercheur a le choix th\u00e9orique de tester l’effet simple du facteur A \u00e0 chaque niveau individuel de B ($A \\text{ \u00e0 } B_1, A \\text{ \u00e0 } B_2$<\/span>, etc.), ou alternativement l’effet simple du facteur B \u00e0 chaque niveau particulier de A ($B \\text{ \u00e0 } A_1, B \\text{ \u00e0 } A_2$<\/span>). Ce choix directionnel n’est pas indiff\u00e9rent ; il doit \u00eatre rigoureusement subordonn\u00e9 \u00e0 la question th\u00e9orique centrale de la recherche et \u00e0 la logique des hypoth\u00e8ses d’intervention formul\u00e9es a priori.<\/p>\n

Sur le plan m\u00e9trologique, l’ex\u00e9cution d’une s\u00e9rie de tests d’effets simples engendre un nouveau risque d’inflation de l’erreur de premi\u00e8re esp\u00e8ce, dans la mesure o\u00f9 l’analyste ex\u00e9cute une batterie de sous-analyses statistiques successives sur le m\u00eame ensemble de donn\u00e9es. Il est donc indispensable d’appliquer une correction conservatrice du taux d’erreur familial. L’ajustement de Bonferroni s’impose alors comme la proc\u00e9dure classique d’\u00e9lection : le seuil alpha nominal (.05) est divis\u00e9 par le nombre exact d’effets simples examin\u00e9s, ou, plus commod\u00e9ment dans les logiciels contemporains, les valeurs de probabilit\u00e9 r\u00e9sultantes ($p$<\/span>) sont multipli\u00e9es par ce m\u00eame facteur correcteur pour fournir une valeur p<\/em> ajust\u00e9e rigoureusement contr\u00f4l\u00e9e.<\/p>\n

8.2 R\u00e9daction pas \u00e0 pas des effets principaux simples<\/h3>\n

La retranscription m\u00e9thodique des effets simples dans le manuscrit exige une articulation syntaxique cristalline \u00e9vitant tout risque d’ambigu\u00eft\u00e9 r\u00e9f\u00e9rentielle pour le lecteur. Pour chaque niveau de la variable de conditionnement fix\u00e9e, l’auteur doit rapporter formellement le test F<\/em> conditionnel correspondant (ou test t<\/em> \u00e9quivalent si la variable analys\u00e9e ne comporte que deux niveaux), ses degr\u00e9s de libert\u00e9 pr\u00e9cis (qui correspondent g\u00e9n\u00e9ralement aux degr\u00e9s de libert\u00e9 du facteur test\u00e9 et aux degr\u00e9s de libert\u00e9 de l’erreur r\u00e9siduelle globale de l’ANOVA factorielle de d\u00e9part), la valeur p<\/em> corrig\u00e9e, la taille d’effet locale, ainsi que les moyennes conditionnelles associ\u00e9es.<\/p>\n

Cette d\u00e9marche garantit une tra\u00e7abilit\u00e9 totale du raisonnement inf\u00e9rentiel. L’exemple r\u00e9dig\u00e9 suivant illustre la d\u00e9composition chirurgicale de l’interaction entre l’expertise musicale et l’environnement sonore :<\/p>\n

\u00ab Afin d’\u00e9lucider la nature de l’interaction significative observ\u00e9e entre l’environnement d’apprentissage et l’expertise musicale, une analyse des effets principaux simples de l’environnement sonore a \u00e9t\u00e9 conduite s\u00e9par\u00e9ment pour chaque cohorte de participants, en appliquant une correction de Bonferroni pour contr\u00f4ler l’inflation du taux d’erreur de premi\u00e8re esp\u00e8ce ($\\alpha_{ajust\u00e9} = .025$<\/span>). L’analyse r\u00e9v\u00e8le un effet simple hautement significatif du fond musical chez les participants non-musiciens, F<\/em>(1, 76) = 28.92, p<\/em> < .001, $\\eta_p^2 = .28$<\/span>. Chez ces derniers, l'immersion en environnement silencieux permet un niveau de rappel tr\u00e8s nettement sup\u00e9rieur (M<\/em> = 26.10, SD<\/em> = 3.20) comparativement \u00e0 l’immersion sous fond musical (M<\/em> = 18.70, SD<\/em> = 3.45). \u00c0 l’oppos\u00e9, chez les musiciens confirm\u00e9s, l’effet simple de l’environnement sonore ne franchit pas le seuil de significativit\u00e9 statistique corrig\u00e9, F<\/em>(1, 76) = 0.67, p<\/em> = .416, $\\eta_p^2 = .009$<\/span>, les performances observ\u00e9es en condition silencieuse (M<\/em> = 23.50, SD<\/em> = 3.10) ne diff\u00e9rant pas de mani\u00e8re fiable de celles recueillies sous accompagnement musical (M<\/em> = 22.70, SD<\/em> = 3.30). Ces r\u00e9sultats confirment l’hypoth\u00e8se d’une immunit\u00e9 attentionnelle des musiciens face aux distracteurs auditifs complexes. \u00bb<\/p>\n

8.3 Rapport des comparaisons deux \u00e0 deux au sein des effets simples<\/h3>\n

Lorsque le facteur d\u00e9compos\u00e9 au sein d’un effet simple comporte plus de deux modalit\u00e9s (par exemple, un plan factoriel $3 \\times 2$<\/span> o\u00f9 l’on analyse l’effet d’une variable \u00e0 trois niveaux au sein de chaque niveau de la seconde variable), le test F<\/em> de l’effet simple n’est lui-m\u00eame qu’un test omnibus local. S’il s’av\u00e8re statistiquement significatif, il ne r\u00e9sout pas la question de savoir quelles modalit\u00e9s sp\u00e9cifiques diff\u00e8rent l’une de l’autre au sein de ce sous-contexte. Une d\u00e9composition ultime devient d\u00e8s lors m\u00e9thodologiquement incontournable : la mise en \u0153uvre de comparaisons multiples par paires internes aux niveaux conditionnels.<\/p>\n

Le compte-rendu de cette phase finale requiert un niveau de discipline documentaire extr\u00eame pour ne pas submerger le lecteur sous une litanie illisible de chiffres. Le texte doit guider le lecteur \u00e0 travers les contrastes planifi\u00e9s ou les tests post-hoc locaux, en maintenant imp\u00e9rativement les ajustements de multiplicit\u00e9 (par exemple, Tukey ou Bonferroni local). Voici un mod\u00e8le narratif d\u00e9crivant de fa\u00e7on limpide cette d\u00e9composition terminale :<\/p>\n

\u00ab L’effet simple du type de strat\u00e9gie cognitive (imagerie visuelle, r\u00e9p\u00e9tition mentale, \u00e9laboration s\u00e9mantique) s’\u00e9tant r\u00e9v\u00e9l\u00e9 significatif au sein de la condition de stress aigu, F<\/em>(2, 114) = 14.18, p<\/em> < .001, $\\eta_p^2 = .20$<\/span>, des comparaisons par paires ajust\u00e9es selon la m\u00e9thode de Tukey HSD ont \u00e9t\u00e9 ex\u00e9cut\u00e9es au sein de ce sous-groupe. Les r\u00e9sultats d\u00e9montrent que les individus entra\u00een\u00e9s \u00e0 l'\u00e9laboration s\u00e9mantique maintiennent des performances de rappel libres significativement sup\u00e9rieures \u00e0 ceux assign\u00e9s \u00e0 la r\u00e9p\u00e9tition mentale ($\\Delta M = 6.40$<\/span>, $SE = 1.25$<\/span>, $p < .001$<\/span>, 95% IC [3.41, 9.39]) ainsi qu'\u00e0 ceux utilisant l'imagerie visuelle ($\\Delta M = 3.85$<\/span>, $SE = 1.22$<\/span>, $p = .006$<\/span>, 95% IC [0.93, 6.77]). De plus, l'imagerie visuelle g\u00e9n\u00e8re des scores marginalement plus \u00e9lev\u00e9s que la simple r\u00e9p\u00e9tition mentale sans que le contraste n'atteigne le seuil strict de significativit\u00e9 apr\u00e8s ajustement ($\\Delta M = 2.55$<\/span>, $SE = 1.26$<\/span>, $p = .112$<\/span>, 95% IC [-0.47, 5.57]). Cette granularit\u00e9 analytique permet de situer pr\u00e9cis\u00e9ment la r\u00e9sistance au stress cognitif au niveau du traitement s\u00e9mantique approfondi. \u00bb<\/p>\n

9. Rapporter l’ANOVA \u00e0 mesures r\u00e9p\u00e9t\u00e9es et les mod\u00e8les mixtes<\/h2>\n

9.1 V\u00e9rification et rapport du postulat de sph\u00e9ricit\u00e9<\/h3>\n

L’application de l’ANOVA aux protocoles intra-sujets (mesures r\u00e9p\u00e9t\u00e9es) repose sur une condition m\u00e9trologique singuli\u00e8re et particuli\u00e8rement exigeante : le postulat de sph\u00e9ricit\u00e9 (ou circularit\u00e9 de la matrice de variance-covariance). La sph\u00e9ricit\u00e9 postule l’\u00e9galit\u00e9 parfaite des variances de l’ensemble des diff\u00e9rences possibles entre chaque paire de modalit\u00e9s du facteur r\u00e9p\u00e9t\u00e9 ($\\sigma_{Y_1 – Y_2}^2 = \\sigma_{Y_1 – Y_3}^2 = \\sigma_{Y_2 – Y_3}^2$<\/span>). Ce postulat est l’\u00e9quivalent logique de l’homosc\u00e9dasticit\u00e9 des protocoles inter-sujets, mais s’av\u00e8re beaucoup plus fr\u00e9quemment transgress\u00e9 dans les donn\u00e9es r\u00e9elles en raison de la proximit\u00e9 temporelle ou fonctionnelle naturelle des mesures rapproch\u00e9es.<\/p>\n

Le postulat de sph\u00e9ricit\u00e9 est formellement \u00e9valu\u00e9 au moyen du test de sph\u00e9ricit\u00e9 de Mauchly. Il convient de souligner que le test de Mauchly n’est applicable et math\u00e9matiquement calculable que si le facteur intra-sujets comporte au minimum trois modalit\u00e9s ($k ge 3$<\/span>) ; pour un facteur \u00e0 deux niveaux uniquement, la sph\u00e9ricit\u00e9 est automatiquement et math\u00e9matiquement satisfaite par d\u00e9finition. La d\u00e9claration formelle du test de Mauchly dans le corps de l’article doit comporter la lettre W<\/em> en italique, la statistique du Chi-deux d’approximation ($\\chi^2$<\/span>), ses degr\u00e9s de libert\u00e9 et la valeur exacte de p<\/em> : \u00ab Le postulat de sph\u00e9ricit\u00e9 a \u00e9t\u00e9 examin\u00e9 par le test de Mauchly, W<\/em> = 0.72, $\\chi^2$<\/span>(2) = 12.45, p<\/em> = .002. \u00bb<\/p>\n

\"\"<\/figure>\n

Lorsque le test de Mauchly se r\u00e9v\u00e8le statistiquement significatif ($p < .05$<\/span>), le postulat de sph\u00e9ricit\u00e9 est invalid\u00e9, ce qui entra\u00eene une d\u00e9formation lib\u00e9rale majeure de la loi de Fisher, multipliant abusivement les rejets erron\u00e9s de l'hypoth\u00e8se nulle. Pour r\u00e9tablir l'\u00e9quilibre inf\u00e9rentiel sans renoncer au mod\u00e8le param\u00e9trique, le chercheur doit appliquer un coefficient de correction not\u00e9 epsilon ($varepsilon$<\/span>). Deux corrections pr\u00e9dominent dans les standards acad\u00e9miques : la correction conservatrice de Greenhouse-Geisser et la correction de Huynh-Feldt. La r\u00e8gle de d\u00e9cision m\u00e9thodologique canonique pr\u00e9conise d'adopter la correction de Greenhouse-Geisser lorsque l'estimation de l'epsilon est inf\u00e9rieure \u00e0 .75 ($\\hat{\\varepsilon} .75$<\/span>), cette derni\u00e8re \u00e9vitant une surcorrection p\u00e9nalisante pour la puissance du test.<\/p>\n

9.2 Compte-rendu de l’effet intra-sujet avec correction de sph\u00e9ricit\u00e9<\/h3>\n

Le m\u00e9canisme de la correction de Greenhouse-Geisser ou de Huynh-Feldt consiste \u00e0 multiplier les degr\u00e9s de libert\u00e9 th\u00e9oriques de l’effet ($df_{effet}$<\/span>) et de l’erreur ($df_{erreur}$<\/span>) par le coefficient $\\hat{\\varepsilon}$<\/span> calcul\u00e9. Il en r\u00e9sulte in\u00e9vitablement des degr\u00e9s de libert\u00e9 ajust\u00e9s non entiers comportant des d\u00e9cimales, tandis que la valeur brute observ\u00e9e de la statistique F<\/em> demeure rigoureusement inchang\u00e9e.<\/p>\n

Le manuel de publication de l’APA stipule d’inscrire les degr\u00e9s de libert\u00e9 d\u00e9cimaux ajust\u00e9s directement au sein de la parenth\u00e8se du test F<\/em>, d’arrondir ces valeurs \u00e0 deux d\u00e9cimales, et d’expliciter le nom de la correction retenue ainsi que la valeur empirique du param\u00e8tre epsilon. L’exemple r\u00e9dig\u00e9 ci-apr\u00e8s fournit le mod\u00e8le de r\u00e9f\u00e9rence \u00e0 adopter :<\/p>\n

\u00ab Une ANOVA \u00e0 mesures r\u00e9p\u00e9t\u00e9es \u00e0 un facteur a \u00e9t\u00e9 r\u00e9alis\u00e9e afin d’examiner l’\u00e9volution de la charge cognitive ressentie \u00e0 travers quatre blocs cons\u00e9cutifs d’une t\u00e2che d’attention soutenue. Le test de sph\u00e9ricit\u00e9 de Mauchly a r\u00e9v\u00e9l\u00e9 une violation manifeste de l’hypoth\u00e8se de circularit\u00e9 des variances-covariances, W<\/em> = 0.58, $\\chi^2$<\/span>(5) = 24.12, p<\/em> < .001. L'estimation de l'epsilon \u00e9tant inf\u00e9rieure au seuil de .75 ($\\hat{\\varepsilon} = 0.68$<\/span>), la correction de Greenhouse-Geisser a \u00e9t\u00e9 appliqu\u00e9e pour r\u00e9ajuster les degr\u00e9s de libert\u00e9 de la statistique inf\u00e9rentielle. L'analyse r\u00e9v\u00e8le un effet intra-sujet hautement significatif du bloc exp\u00e9rimental sur la charge cognitive, F<\/em>(2.04, 81.60) = 14.85, p<\/em> < .001, $\\eta_p^2 = .27$<\/span>. Les scores moyens de charge cognitive s'accroissent de fa\u00e7on continue depuis le bloc 1 (M<\/em> = 32.40, SD<\/em> = 6.80) jusqu’au bloc 4 (M<\/em> = 48.70, SD<\/em> = 8.10), attestant d’un \u00e9puisement progressif des ressources ex\u00e9cutives au cours de l’\u00e9preuve. \u00bb<\/p>\n

9.3 Rapporter une ANOVA mixte (Split-Plot ANOVA)<\/h3>\n

L’ANOVA mixte (ou plan Split-Plot) combine simultan\u00e9ment dans une structure commune au moins un facteur inter-sujets (ind\u00e9pendant) et au moins un facteur intra-sujets (mesures r\u00e9p\u00e9t\u00e9es). Cette architecture analytique constitue la clef de vo\u00fbte des essais contr\u00f4l\u00e9s randomis\u00e9s (ECR) longitudinaux en psychologie clinique, o\u00f9 l’objectif prioritaire est de d\u00e9montrer l’efficacit\u00e9 diff\u00e9rentielle d’un traitement en observant l’interaction crois\u00e9e entre l’assignation des patients (Groupe : Traitement exp\u00e9rimental vs Placebo) et l’axe temporel (Temps : Pr\u00e9-test, Post-test, Suivi longitudinal).<\/p>\n

La validation m\u00e9trologique d’un mod\u00e8le mixte implique une v\u00e9rification accrue : outre la normalit\u00e9 et la sph\u00e9ricit\u00e9 intra-sujet, le chercheur doit \u00e9valuer l’homog\u00e9n\u00e9it\u00e9 des matrices de variance-covariance intergroupes au moyen du redoutable test M<\/em> de Box. Le test M<\/em> de Box \u00e9tant notoirement hypersensible aux l\u00e9g\u00e8res asym\u00e9tries de distribution, la communaut\u00e9 scientifique s’accorde g\u00e9n\u00e9ralement pour fixer son seuil critique de rejet \u00e0 $\\alpha = .001$<\/span> plut\u00f4t qu’\u00e0 .05.<\/p>\n

La restitution textuelle d’une ANOVA mixte dans un essai clinique doit exposer avec clart\u00e9 les trois effets g\u00e9n\u00e9r\u00e9s par le mod\u00e8le : l’effet principal inter-sujets (diff\u00e9rence globale entre groupes toutes p\u00e9riodes confondues), l’effet principal intra-sujets (\u00e9volution moyenne g\u00e9n\u00e9rale au fil du temps), et la clef de vo\u00fbte du protocole : l’effet d’interaction mixte Groupe $\\times$<\/span> Temps, qui apporte la preuve clinique indiscutable de l’efficacit\u00e9 sp\u00e9cifique du traitement. Voici la formulation id\u00e9ale \u00e0 consigner :<\/p>\n

\u00ab Pour \u00e9valuer l’efficacit\u00e9 clinique du nouveau protocole de d\u00e9sensibilisation \u00e9motionnelle, les scores d’\u00e9vitement phobique ont \u00e9t\u00e9 soumis \u00e0 une ANOVA mixte 2 (Groupe : Th\u00e9rapie active [n<\/em> = 25] vs Liste d’attente [n<\/em> = 25]) $\\times$<\/span> 3 (Temps : Pr\u00e9-intervention, Post-intervention, Suivi \u00e0 3 mois). L’homog\u00e9n\u00e9it\u00e9 des matrices de covariance a \u00e9t\u00e9 confirm\u00e9e par le test M<\/em> de Box ($M = 8.42, F[6, 15248] = 1.32, p = .245$<\/span>), et la sph\u00e9ricit\u00e9 temporelle valid\u00e9e par le test de Mauchly ($W = 0.94, p = .210$<\/span>). L’analyse met en \u00e9vidence un effet principal du Groupe, F<\/em>(1, 48) = 16.74, p<\/em> < .001, $\\eta_p^2 = .26$<\/span>, ainsi qu'un effet principal du Temps, F<\/em>(2, 96) = 38.12, p<\/em> < .001, $\\eta_p^2 = .44$<\/span>. Fondamentalement, ces effets sont sous-tendus par une interaction mixte Groupe $\\times$<\/span> Temps hautement significative, F<\/em>(2, 96) = 22.45, p<\/em> < .001, $\\eta_p^2 = .32$<\/span>. Alors que le score d'\u00e9vitement demeure stable dans le groupe liste d'attente entre le pr\u00e9-test (M<\/em> = 44.20, SD<\/em> = 5.10) et le post-test (M<\/em> = 43.80, SD<\/em> = 5.40), le groupe th\u00e9rapie active pr\u00e9sente un d\u00e9clin symptomatique massif (passant de M<\/em> = 45.10, SD<\/em> = 4.90 \u00e0 M<\/em> = 24.60, SD<\/em> = 4.30), gain th\u00e9rapeutique qui se maintient int\u00e9gralement lors du suivi \u00e0 3 mois (M<\/em> = 25.10, SD<\/em> = 4.80). \u00bb<\/p>\n

10. Conception de tableaux et graphiques conformes aux normes APA<\/h2>\n

10.1 Tableaux r\u00e9capitulatifs d’ANOVA<\/h3>\n

L’int\u00e9gration d’un tableau r\u00e9capitulatif d’analyse de variance s’av\u00e8re particuli\u00e8rement judicieuse lorsque l’\u00e9tude engage des mod\u00e8les factoriels \u00e9tendus, des hi\u00e9rarchies multiniveaux ou une succession de mod\u00e8les de r\u00e9gression et d’ANOVA dont l’\u00e9num\u00e9ration narrative exhaustive encombrerait le manuscrit. Le manuel de publication de l’APA 7e \u00e9dition impose des r\u00e8gles de mise en forme typographique \u00e9pur\u00e9es et invariables, dont la m\u00e9connaissance est imm\u00e9diatement sanctionn\u00e9e par les \u00e9diteurs acad\u00e9miques.<\/p>\n

La r\u00e8gle d’or d’un tableau norm\u00e9 APA r\u00e9side dans la proscription absolue des bordures verticales. Le tableau ne doit comporter que trois lignes horizontales principales compos\u00e9es en traits pleins fins : une ligne fermant le haut du tableau (au-dessus des en-t\u00eates de colonnes), une ligne s\u00e9parant les intitul\u00e9s de colonnes du corps des donn\u00e9es num\u00e9riques, et une ligne finale d\u00e9limitant le bas du tableau au-dessus des notes explicatives. Aucune grille interne quadrill\u00e9e n’est tol\u00e9r\u00e9e.<\/p>\n

Les colonnes canoniques d’un tableau r\u00e9capitulatif d’ANOVA r\u00e9pertorient chronologiquement : la Source de variation (effets principaux, interactions, r\u00e9sidus d’erreur), la Somme des carr\u00e9s ($SS$<\/span>), les Degr\u00e9s de libert\u00e9 ($df$<\/span>), le Carr\u00e9 moyen ($MS$<\/span>), la statistique du test ($F$<\/span>), la valeur exacte de probabilit\u00e9 ($p$<\/span>), et l’indice de taille d’effet ($\\eta_p^2$<\/span> ou $\\omega^2$<\/span>). Les notes de tableau se placent imm\u00e9diatement sous la derni\u00e8re ligne horizontale et se structurent en trois niveaux norm\u00e9s : les notes g\u00e9n\u00e9rales (commen\u00e7ant par le mot \u00ab Note.<\/em> \u00bb en italique, explicitant les abr\u00e9viations et unit\u00e9s de mesure), les notes sp\u00e9cifiques (lettres en exposant pour pr\u00e9ciser un ajustement particulier), et les notes de probabilit\u00e9 associant des ast\u00e9riques aux seuils de significativit\u00e9 conventionnels (*p<\/em> < .05, **p<\/em> < .01, ***p<\/em> < .001).<\/p>\n\n\n\n\n\n\n\n\n
Tableau 1<\/strong>
Tableau r\u00e9capitulatif de l’ANOVA factorielle 2 \u00d7 2 pour le rappel mn\u00e9sique<\/em><\/caption>\n
Source<\/th>\nSS<\/em><\/th>\ndf<\/em><\/th>\nMS<\/em><\/th>\nF<\/em><\/th>\np<\/em><\/th>\n$\\eta_p^2$<\/span><\/th>\n<\/tr>\n<\/thead>\n
Environnement (A)<\/td>\n336.20<\/td>\n1<\/td>\n336.20<\/td>\n11.34<\/td>\n.001<\/td>\n.13<\/td>\n<\/tr>\n
Expertise musicale (B)<\/td>\n14.22<\/td>\n1<\/td>\n14.22<\/td>\n0.48<\/td>\n.491<\/td>\n.01<\/td>\n<\/tr>\n
Interaction A \u00d7 B<\/td>\n541.05<\/td>\n1<\/td>\n541.05<\/td>\n18.25<\/td>\n< .001<\/td>\n.19<\/td>\n<\/tr>\n
Erreur<\/td>\n2253.40<\/td>\n76<\/td>\n29.65<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Note.<\/em> N<\/em> = 80 participants. SS<\/em> = somme des carr\u00e9s ; df<\/em> = degr\u00e9s de libert\u00e9 ; MS<\/em> = carr\u00e9 moyen ; $\\eta_p^2$<\/span> = \u00e9ta-carr\u00e9 partiel.<\/p>\n

10.2 Tableaux des statistiques descriptives et comparaisons post-hoc<\/h3>\n

La pr\u00e9sentation int\u00e9gr\u00e9e des statistiques descriptives et des contrastes par paires sous la forme d’un tableau synth\u00e9tique constitue un mod\u00e8le de clart\u00e9 pl\u00e9biscit\u00e9 par les revues empiriques. L’objectif est de permettre au lecteur d’appr\u00e9hender d’un seul coup d’\u0153il les effectifs par sous-groupe ($n$<\/span>), les moyennes d’\u00e9chantillon ($M$<\/span>), les \u00e9carts-types ($SD$<\/span>), les intervalles de confiance \u00e0 95 %, ainsi que la structure diff\u00e9rentielle issue des comparaisons multiples.<\/p>\n

Pour mat\u00e9rialiser les contrastes statistiques sans alourdir le tableau avec des colonnes surnum\u00e9raires de valeurs p<\/em>, le recours au syst\u00e8me d’exposants alphab\u00e9tiques compacts s’av\u00e8re optimal. Les donn\u00e9es num\u00e9riques au sein des colonnes doivent \u00eatre rigoureusement align\u00e9es sur la virgule d\u00e9cimale pour faciliter la comparaison optique imm\u00e9diate des magnitudes. Les en-t\u00eates de colonnes doivent \u00eatre pr\u00e9cis et proscrire le jargon informatique non standardis\u00e9.<\/p>\n\n\n\n\n\n\n\n
Tableau 2<\/strong>
Statistiques descriptives et comparaisons post-hoc du score d’anxi\u00e9t\u00e9 GAD-7 selon le groupe d’intervention<\/em><\/caption>\n
Groupe d’intervention<\/th>\nn<\/em><\/th>\nM<\/em><\/th>\nSD<\/em><\/th>\n95% IC<\/th>\n<\/tr>\n<\/thead>\n
Th\u00e9rapie cognitive et comportementale (TCC)<\/td>\n30<\/td>\n8.10a<\/sub><\/td>\n2.45<\/td>\n[7.20, 9.00]<\/td>\n<\/tr>\n
Th\u00e9rapie bas\u00e9e sur la pleine conscience (MBCT)<\/td>\n30<\/td>\n10.50b<\/sub><\/td>\n2.80<\/td>\n[9.48, 11.52]<\/td>\n<\/tr>\n
Liste d’attente (T\u00e9moin)<\/td>\n30<\/td>\n11.90b<\/sub><\/td>\n3.15<\/td>\n[10.75, 13.05]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Note.<\/em> Les moyennes partageant une lettre en indice ne diff\u00e8rent pas significativement au seuil de .05 selon le test post-hoc de Tukey HSD. IC = intervalle de confiance pour la moyenne.<\/p>\n

10.3 Visualisation graphique des effets et interactions<\/h3>\n

La repr\u00e9sentation graphique constitue le vecteur de communication le plus imm\u00e9diat et le plus marquant d’une analyse de variance, particuli\u00e8rement lors de la mod\u00e9lisation d’interactions factorielles complexes. Cependant, un graphique statistique ne doit jamais constituer une simple esquisse illustrative ; il doit respecter scrupuleusement les exigences de lisibilit\u00e9 et de pr\u00e9cision m\u00e9trologique codifi\u00e9es par l’APA 7e \u00e9dition.<\/p>\n

Le choix du format graphique doit d\u00e9couler de la nature du devis exp\u00e9rimental. Pour une ANOVA factorielle explorant une interaction, le graphique en lignes bris\u00e9es (diagramme d’interaction) est universellement privil\u00e9gi\u00e9 : la variable ind\u00e9pendante continue ou ordonn\u00e9e se place sur l’axe des abscisses ($X$<\/span>), la variable d\u00e9pendante sur l’axe des ordonn\u00e9es ($Y$<\/span>), et les modalit\u00e9s du second facteur sont repr\u00e9sent\u00e9es par des courbes distinctes identifi\u00e9es par des symboles g\u00e9om\u00e9triques contrast\u00e9s (par exemple : cercles pleins versus carr\u00e9s \u00e9vid\u00e9s) et des trac\u00e9s de lignes diff\u00e9renci\u00e9s (trait continu versus pointill\u00e9).<\/p>\n

L’omission des barres d’erreur constitue la faute m\u00e9thodologique la plus r\u00e9currente dans les figures soumises aux revues. Toute moyenne ponctuelle repr\u00e9sent\u00e9e sur un graphique doit obligatoirement \u00eatre accompagn\u00e9e d’une barre d’erreur verticale bidirectionnelle. De surcro\u00eet, la l\u00e9gende de la figure doit stipuler formellement la nature exacte de ces barres d’erreur : s’agit-il d’un \u00e9cart-type ($\\pm 1 SD$<\/span>), d’une erreur-type de la moyenne ($\\pm 1 SE$<\/span>), ou de l’intervalle de confiance \u00e0 95 % ? L’intervalle de confiance \u00e0 95 % est hautement recommand\u00e9, car sa non-superposition visuelle entre deux conditions renseigne intuitivement le lecteur sur l’existence d’une divergence statistiquement significative.<\/p>\n

Enfin, l’accessibilit\u00e9 visuelle impose de concevoir des graphiques parfaitement lisibles en noir et blanc ou en niveaux de gris purs, sans d\u00e9pendre exclusivement du codage couleur pour diff\u00e9rencier les conditions exp\u00e9rimentales, afin de demeurer intelligible lors de l’impression physique ou pour les lecteurs pr\u00e9sentant des d\u00e9ficiences de la vision chromatique. Les axes doivent \u00eatre clairement \u00e9tiquet\u00e9s avec le nom des variables et leurs unit\u00e9s de mesure, et l’axe vertical des ordonn\u00e9es ne doit pas \u00eatre tronqu\u00e9 artificiellement d’une mani\u00e8re qui exag\u00e9rerait ind\u00fbment des diff\u00e9rences triviales de moyenne.<\/p>\n

11. Exemples int\u00e9graux de r\u00e9daction pour articles empiriques<\/h2>\n

11.1 Exemple complet 1 : ANOVA \u00e0 un facteur inter-sujets<\/h3>\n

Mise en situation :<\/strong> Une chercheuse en psychologie de l’\u00e9ducation \u00e9value l’efficacit\u00e9 de trois m\u00e9thodes p\u00e9dagogiques distinctes pour l’apprentissage des fractions math\u00e9matiques chez des \u00e9l\u00e8ves de CM2 ($N = 90$<\/span>, 30 \u00e9l\u00e8ves par condition) : Enseignement magistral classique (Contr\u00f4le), Apprentissage par manipulation physique d’objets (Manipulation), et Apprentissage assist\u00e9 par un logiciel ludo-\u00e9ducatif sur tablette num\u00e9rique (Num\u00e9rique). La variable d\u00e9pendante est la note obtenue \u00e0 un examen standardis\u00e9 de transfert \u00e0 l’issue de quatre semaines d’intervention (not\u00e9 sur 100 points).<\/p>\n

Paragraphe int\u00e9gral pr\u00eat \u00e0 la publication :<\/strong>
\n\u00ab Les notes d’\u00e9valuation finale ont fait l’objet d’une analyse de variance (ANOVA) univari\u00e9e \u00e0 un facteur inter-sujets. L’inspection pr\u00e9alable des diagrammes quantile-quantile (Q-Q plots) ainsi que la non-significativit\u00e9 des tests de Shapiro-Wilk appliqu\u00e9s \u00e0 chaque groupe (tous les p<\/em> > .35) ont confirm\u00e9 la normalit\u00e9 des distributions r\u00e9siduelles. Le postulat d’homog\u00e9n\u00e9it\u00e9 des variances a \u00e9t\u00e9 valid\u00e9 par le test de Levene, F<\/em>(2, 87) = 0.84, p<\/em> = .435. L’ANOVA omnibus met en \u00e9vidence un effet principal statistiquement significatif de la m\u00e9thode p\u00e9dagogique sur les performances math\u00e9matiques, F<\/em>(2, 87) = 12.68, p<\/em> < .001, $\\eta_p^2 = .23$<\/span>, $\\omega^2 = .20$<\/span>. Les \u00e9l\u00e8ves de la modalit\u00e9 Num\u00e9rique obtiennent les scores les plus \u00e9lev\u00e9s (M<\/em> = 78.40, SD<\/em> = 8.60, 95% IC [75.18, 81.62]), suivis par ceux de la condition Manipulation (M<\/em> = 73.10, SD<\/em> = 9.10, 95% IC [69.70, 76.50]), tandis que le groupe Enseignement magistral enregistre les performances les plus modestes (M<\/em> = 66.20, SD<\/em> = 9.80, 95% IC [62.54, 69.86]). Les comparaisons multiples post-hoc conduites au moyen du test HSD de Tukey indiquent que la m\u00e9thode Num\u00e9rique surpasse significativement l’enseignement magistral classique ($\\Delta M = 12.20, SE = 2.37, p < .001, 95% \\text{ IC } [6.54, 17.86]$<\/span>) ainsi que la condition de manipulation physique ($\\Delta M = 5.30, SE = 2.37, p = .071, 95% \\text{ IC } [-0.36, 10.96]$<\/span>), bien que ce dernier contraste demeure marginal. En outre, la manipulation physique produit des r\u00e9sultats significativement sup\u00e9rieurs au cours magistral standard ($\\Delta M = 6.90, SE = 2.37, p = .013, 95% \\text{ IC } [1.24, 12.56]$<\/span>). Ces constats confortent l'int\u00e9r\u00eat d'int\u00e9grer des outils interactifs incarn\u00e9s pour consolider le raisonnement abstrait chez les apprenants. \u00bb<\/p>\n

Commentaire analytique :<\/strong> Cet extrait constitue l’arch\u00e9type d’un compte-rendu acad\u00e9mique irr\u00e9prochable. L’auteure valide s\u00e9quentiellement les postulats (normalit\u00e9, homosc\u00e9dasticit\u00e9 avec Levene), pr\u00e9sente la statistique omnibus compl\u00e8te enrichie d’un double indicateur de magnitude ($\\eta_p^2$<\/span> d’\u00e9chantillon et $\\omega^2$<\/span> non biais\u00e9), expose syst\u00e9matiquement les statistiques descriptives compl\u00e8tes avec intervalles de confiance, puis d\u00e9ploie les contrastes de Tukey en consignant scrupuleusement les deltas de moyennes, les erreurs-types et les intervalles de confiance des diff\u00e9rences. La transition conclusive r\u00e9ancre imm\u00e9diatement la m\u00e9trique quantitative dans le champ conceptuel de la recherche.<\/p>\n

11.2 Exemple complet 2 : ANOVA factorielle 2×2 avec interaction<\/h3>\n

Mise en situation :<\/strong> Une \u00e9quipe de recherche en neuroergonomie \u00e9tudie les effets conjoints de la privation de sommeil (Sommeil normal de 8 heures vs Privation totale de 24 heures) et du niveau de stress induit (Condition neutre vs Stress aigu induit par le test de stress social de Trier) sur l’empan de m\u00e9moire de travail de jeunes adultes sains ($N = 80$<\/span>, $n = 20$<\/span> par cellule).<\/p>\n

Paragraphe int\u00e9gral pr\u00eat \u00e0 la publication :<\/strong>
\n\u00ab Les scores \u00e0 l’\u00e9preuve de m\u00e9moire de travail ont \u00e9t\u00e9 soumis \u00e0 une ANOVA factorielle 2 (Privation de sommeil : Normal vs Priv\u00e9) $\\times$<\/span> 2 (Stress : Neutre vs Aigu) inter-sujets. L’examen des r\u00e9sidus confirme le respect du postulat de normalit\u00e9 (Shapiro-Wilk, p<\/em> > .20) et l’\u00e9galit\u00e9 des variances intergroupes (test de Levene, F<\/em>[3, 76] = 1.15, p<\/em> = .334). L’analyse ne met en \u00e9vidence aucun effet principal statistiquement significatif du stress aigu, F<\/em>(1, 76) = 2.14, p<\/em> = .148, $\\eta_p^2 = .03$<\/span>. En revanche, l’effet principal de la privation de sommeil s’av\u00e8re hautement significatif, F<\/em>(1, 76) = 24.80, p<\/em> < .001, $\\eta_p^2 = .25$<\/span>, les participants repos\u00e9s d\u00e9montrant des capacit\u00e9s de m\u00e9moire de travail globalement sup\u00e9rieures (M<\/em> = 7.45, SE<\/em> = 0.22) \u00e0 celles des participants priv\u00e9s de sommeil (M<\/em> = 5.90, SE<\/em> = 0.22). Cet effet principal est toutefois temp\u00e9r\u00e9 par une interaction bidirectionnelle significative entre la privation de sommeil et le stress aigu, F<\/em>(1, 76) = 9.35, p<\/em> = .003, $\\eta_p^2 = .11$<\/span>. La d\u00e9composition de cette interaction par l’analyse des effets simples montre que sous condition neutre (sans stress), la privation de sommeil induit un effondrement dramatique des performances mn\u00e9siques (Sommeil normal : M<\/em> = 7.80, SD<\/em> = 0.95 ; Privation : M<\/em> = 5.30, SD<\/em> = 1.05), F<\/em>(1, 76) = 32.74, p<\/em> < .001, $\\eta_p^2 = .30$<\/span>. Inversement, sous condition de stress aigu, la diff\u00e9rence de performance entre sujets repos\u00e9s (M<\/em> = 7.10, SD<\/em> = 1.00) et sujets priv\u00e9s de sommeil (M<\/em> = 6.50, SD<\/em> = 1.10) cesse d’\u00eatre statistiquement significative, F<\/em>(1, 76) = 1.41, p<\/em> = .239, $\\eta_p^2 = .02$<\/span>. Ces observations sugg\u00e8rent qu’un niveau mod\u00e9r\u00e9 d’activation sympathique induit par le stress aigu compense transitoirement les d\u00e9ficits attentionnels provoqu\u00e9s par la dette de sommeil. \u00bb<\/p>\n

D\u00e9cryptage m\u00e9thodologique :<\/strong> La hi\u00e9rarchisation analytique est rigoureusement respect\u00e9e : \u00e9nonc\u00e9 du plan factoriel, v\u00e9rification des pr\u00e9alables, rapport ordonn\u00e9 des effets principaux (significatif et non significatif), annonce formelle de l’effet mod\u00e9rateur de l’interaction, et enfin d\u00e9sarticulation m\u00e9thodique au moyen des effets simples. Le chercheur \u00e9vite l’erreur fatale de survendre l’effet principal du sommeil, d\u00e9montrant brillamment que celui-ci dispara\u00eet sous l’\u00e9gide du stress aigu.<\/p>\n

11.3 Exemple complet 3 : ANOVA \u00e0 mesures r\u00e9p\u00e9t\u00e9es avec correction de sph\u00e9ricit\u00e9<\/h3>\n

Mise en situation :<\/strong> Un laboratoire de psychopathologie clinique investigue l’\u00e9volution temporelle des sympt\u00f4mes d’anxi\u00e9t\u00e9 somatique chez des patients souffrant de trouble panique ($N = 45$<\/span>) soumis \u00e0 un protocole de biofeedback respiratoire. Les mesures ont \u00e9t\u00e9 recueillies \u00e0 quatre jalons temporels successifs : Semaine 0 (Baseline), Semaine 4 (Mi-traitement), Semaine 8 (Fin de traitement), et Semaine 12 (Suivi post-th\u00e9rapeutique).<\/p>\n

Paragraphe int\u00e9gral pr\u00eat \u00e0 la publication :<\/strong>
\n\u00ab L’\u00e9volution longitudinale des scores d’anxi\u00e9t\u00e9 somatique a \u00e9t\u00e9 analys\u00e9e au moyen d’une ANOVA \u00e0 mesures r\u00e9p\u00e9t\u00e9es \u00e0 un facteur (Temps : S0, S4, S8, S12). Le test de sph\u00e9ricit\u00e9 de Mauchly indique une violation statistiquement significative du postulat de circularit\u00e9 des matrices de covariance, W<\/em> = 0.61, $\\chi^2$<\/span>(5) = 21.34, p<\/em> < .001. Le coefficient de sph\u00e9ricit\u00e9 estim\u00e9 s'\u00e9tablissant \u00e0 $\\hat{\\varepsilon} = 0.71$<\/span>, la correction de Greenhouse-Geisser a \u00e9t\u00e9 syst\u00e9matiquement mobilis\u00e9e pour ajuster les degr\u00e9s de libert\u00e9. L'analyse r\u00e9v\u00e8le un effet temporel intra-sujet hautement significatif, F<\/em>(2.13, 93.72) = 31.42, p<\/em> < .001, $\\eta_p^2 = .42$<\/span>. L'analyse des contrastes polynomiaux met en \u00e9vidence une composante lin\u00e9aire d\u00e9croissante majeure, F<\/em>(1, 44) = 58.64, p<\/em> < .001, $\\eta_p^2 = .57$<\/span>, ainsi qu'une composante quadratique significative, F<\/em>(1, 44) = 8.12, p<\/em> = .007, $\\eta_p^2 = .16$<\/span>, refl\u00e9tant un d\u00e9clin initial abrupt des sympt\u00f4mes suivi d’une stabilisation durable. Les scores moyens s’\u00e9l\u00e8vent respectivement \u00e0 28.40 (SD<\/em> = 5.20, 95% IC [26.83, 29.97]) \u00e0 S0, 19.80 (SD<\/em> = 4.60, 95% IC [18.41, 21.19]) \u00e0 S4, 14.20 (SD<\/em> = 3.80, 95% IC [13.05, 15.35]) \u00e0 S8, et 14.90 (SD<\/em> = 4.10, 95% IC [13.66, 16.14]) \u00e0 S12. L’ensemble des comparaisons par paires corrig\u00e9es par la m\u00e9thode de Bonferroni d\u00e9montrent une diminution significative de l’anxi\u00e9t\u00e9 entre S0 et S4 ($p < .001$<\/span>), ainsi qu'entre S4 et S8 ($p < .001$<\/span>), tandis qu'aucune modification symptomatique n'est observ\u00e9e entre l'arr\u00eat de la prise en charge \u00e0 S8 et le suivi \u00e0 S12 ($p = .999$<\/span>). \u00bb<\/p>\n

Revue critique pour reviewer :<\/strong> Ce compte-rendu franchit sans r\u00e9serve l’arbitrage le plus exigeant. L’auteur applique la r\u00e8gle d\u00e9cisionnelle canonique ($\\hat{\\varepsilon} < .75 \\rightarrow \\text{Greenhouse-Geisser}$<\/span>), consigne des degr\u00e9s de libert\u00e9 non entiers ajust\u00e9s par le param\u00e8tre $varepsilon$<\/span>, incorpore des contrastes polynomiaux d'une remarquable \u00e9l\u00e9gance pour caract\u00e9riser la cin\u00e9tique temporelle de la r\u00e9mission, et confirme la persistance des acquis th\u00e9rapeutiques lors de la phase de suivi par des contrastes par paires sous Bonferroni.<\/p>\n

12. Erreurs m\u00e9thodologiques et stylistiques courantes \u00e0 \u00e9viter<\/h2>\n

12.1 Confusions conceptuelles et fautes d’interpr\u00e9tation<\/h3>\n

L’une des fautes conceptuelles les plus d\u00e9l\u00e9t\u00e8res observ\u00e9es dans les manuscrits de psychologie consiste \u00e0 interpr\u00e9ter de mani\u00e8re absolue un effet principal significatif en pr\u00e9sence d’une interaction majeure sans apporter les nuances requises. Souligner dans la discussion qu’un traitement exp\u00e9rimental \u00ab am\u00e9liore significativement les fonctions cognitives globales \u00bb sur la foi exclusive d’un effet principal $F(1, 80) = 8.40, p = .005$<\/span>, alors m\u00eame que l’effet d’interaction crois\u00e9 avec la s\u00e9v\u00e9rit\u00e9 initiale du trouble r\u00e9v\u00e8le que l’am\u00e9lioration est colossale chez les patients s\u00e9v\u00e8res mais strictement d\u00e9l\u00e9t\u00e8re chez les patients l\u00e9gers, rel\u00e8ve d’une erreur d’interpr\u00e9tation grave qui frise la d\u00e9sinformation scientifique. Lorsque l’interaction est significative, l’effet principal doit toujours \u00eatre \u00e9tiquet\u00e9 comme conditionnel et secondaire.<\/p>\n

Une seconde aberration \u00e9pist\u00e9mologique r\u00e9pandue consiste \u00e0 confondre l’absence de significativit\u00e9 statistique avec la preuve formelle de l’\u00e9quivalence. Formuler qu’\u00ab il n’y a pas de diff\u00e9rence entre les deux groupes \u00bb ou que \u00ab l’intervention A produit des effets identiques \u00e0 l’intervention B \u00bb sur la base d’une valeur de probabilit\u00e9 de $p = .12$<\/span> constitue un contresens logique majeur. Tout r\u00e9sultat d’analyse fr\u00e9quentiste o\u00f9 la valeur de probabilit\u00e9 exc\u00e8de le seuil arbitraire $\\alpha = .05$<\/span> t\u00e9moigne simplement d’une insuffisance de preuve dans le cadre de l’\u00e9chantillon recueilli. Pour soutenir scientifiquement l’hypoth\u00e8se de l’absence d’effet, le chercheur doit recourir \u00e0 des proc\u00e9dures de tests d’\u00e9quivalence \u00e0 deux unilat\u00e9raux (TOST) ou rapporter un facteur de Bayes en faveur de l’hypoth\u00e8se nulle ($BF_{01} > 3$<\/span>).<\/p>\n

Enfin, la communaut\u00e9 scientifique internationale rejette d\u00e9sormais avec la plus grande fermet\u00e9 le concept trompeur de \u00ab tendance \u00e0 la significativit\u00e9 \u00bb (trend toward significance<\/em>) ou d’\u00ab effet marginalement significatif \u00bb. D\u00e9signer une valeur de probabilit\u00e9 comprise entre .051 et .099 sous ces vocables constitue une tentative insidieuse de survendre des fluctuations al\u00e9atoires. Dans le cadre de l’inf\u00e9rence de Neyman-Pearson, le seuil alpha est une ligne de d\u00e9marcation binaire fix\u00e9e a priori : un r\u00e9sultat est soit statistiquement significatif au seuil fix\u00e9, soit il ne l’est pas. Les auteurs doivent rapporter la valeur exacte de p<\/em> avec lucidit\u00e9, sans recourir \u00e0 des contorsions s\u00e9mantiques pour masquer un r\u00e9sultat statistiquement non concluant.<\/p>\n

12.2 Omissions d’informations critiques et erreurs de notation<\/h3>\n

Sur le plan de la stricte conformit\u00e9 \u00e9ditoriale, une proportion stup\u00e9fiante de manuscrits est retoqu\u00e9e d\u00e8s la phase de premier tri (desk reject) en raison de fautes typographiques \u00e9l\u00e9mentaires ou d’omissions formelles. L’omission la plus fr\u00e9quente r\u00e9side dans la mention tronqu\u00e9e des degr\u00e9s de libert\u00e9. R\u00e9diger \u00ab $F(2) = 4.31$<\/span> \u00bb au lieu de \u00ab $F(2, 57) = 4.31$<\/span> \u00bb prive le lecteur et l’\u00e9valuateur de la possibilit\u00e9 de v\u00e9rifier la taille effective de l’\u00e9chantillon d’analyse et d’identifier la pr\u00e9sence \u00e9ventuelle de donn\u00e9es manquantes non document\u00e9es dans la section M\u00e9thode.<\/p>\n

Une autre infraction stylistique omnipr\u00e9sente concerne la transcription brute des sorties logicielles sous la formule erron\u00e9e \u00ab $p = .000$<\/span> \u00bb. Aucun calcul d’inf\u00e9rence bas\u00e9 sur des distributions continues ne peut aboutir \u00e0 une probabilit\u00e9 rigoureusement nulle. Lorsque le logiciel statistique affiche \u00ab .000 \u00bb, cela signifie exclusivement que la valeur calcul\u00e9e est inf\u00e9rieure \u00e0 .0005 et se trouve tronqu\u00e9e par l’arrondi d\u00e9cimal d’affichage. La norme universelle de l’APA impose d’\u00e9crire imp\u00e9rativement \u00ab $p < .001$<\/span> \u00bb. De m\u00eame, le maintien du z\u00e9ro initial devant la valeur de probabilit\u00e9 (\u00ab $p = 0.04$<\/span> \u00bb) ou devant l'\u00e9ta-carr\u00e9 partiel (\u00ab $\\eta_p^2 = 0.12$<\/span> \u00bb) constitue une violation directe des r\u00e8gles typographiques APA, ces valeurs ne pouvant th\u00e9oriquement jamais exc\u00e9der le chiffre 1.<\/p>\n

De surcro\u00eet, le silence coupable sur les m\u00e9triques de dispersion constitue un manquement d\u00e9ontologique r\u00e9current. Mentionner des moyennes de groupes sans leur adosser syst\u00e9matiquement leur \u00e9cart-type ($SD$<\/span>) ou consigner un test $F$<\/span> significatif sans aucune mesure de taille d’effet standardis\u00e9e ($\\eta_p^2$<\/span> ou $\\omega^2$<\/span>) emp\u00eache toute int\u00e9gration ult\u00e9rieure de l’article dans des m\u00e9ta-analyses quantitatives. Enfin, les \u00e9valuateurs vigilants rep\u00e8rent r\u00e9guli\u00e8rement des discordances math\u00e9matiques aberrantes entre le sens de variation des moyennes affich\u00e9es dans les tableaux descriptifs et la direction des contrastes textuels proclam\u00e9s dans le corps du texte, signe d’une relecture h\u00e2tive et pr\u00e9judiciable.<\/p>\n

12.3 Check-list finale de validation avant soumission<\/h3>\n

Avant d’exp\u00e9dier un manuscrit empirique aux comit\u00e9s \u00e9ditoriaux d’une revue \u00e0 comit\u00e9 de lecture, il est imp\u00e9ratif de proc\u00e9der \u00e0 un audit syst\u00e9matique de la section R\u00e9sultats. La grille de contr\u00f4le m\u00e9thodique en dix points cardinaux suivante permet de garantir la conformit\u00e9 int\u00e9grale de vos analyses d’ANOVA aux crit\u00e8res d’excellence de l’APA 7e \u00e9dition :<\/p>\n