Le pr\u00e9sent article propose une exploration exhaustive et approfondie de la dynamique unissant et opposant la variation intra-groupe et la variation inter-groupe dans le cadre de l’analyse de variance univari\u00e9e et de ses extensions factorielles. \u00c0 travers une analyse rigoureuse combinant formalisation alg\u00e9brique, justification conceptuelle, d\u00e9composition g\u00e9om\u00e9trique et illustrations cliniques appliqu\u00e9es \u00e0 la psychologie, nous mettrons en lumi\u00e8re le fonctionnement interne du ratio de Fisher-Snedecor, les conditions de validit\u00e9 requises pour son emploi l\u00e9gitime, ainsi que les strat\u00e9gies exp\u00e9rimentales contemporaines destin\u00e9es \u00e0 maximiser la puissance de d\u00e9tection des effets psychologiques tout en pr\u00e9servant l’int\u00e9grit\u00e9 de la d\u00e9marche scientifique.<\/p>\n
1. Introduction aux principes fondamentaux de l’ANOVA et partition de la variance<\/h2>\n1.1 Origine conceptuelle et utilit\u00e9 de l’ANOVA en recherche psychologique<\/h3>\n
L’\u00e9mergence de l’analyse de variance est intrins\u00e8quement li\u00e9e aux contributions magistrales du statisticien et g\u00e9n\u00e9ticien britannique Ronald Aylmer Fisher<\/a> au d\u00e9but des ann\u00e9es 1920. Confront\u00e9 \u00e0 la complexit\u00e9 des donn\u00e9es agronomiques collect\u00e9es \u00e0 la station exp\u00e9rimentale de Rothamsted, Fisher prit conscience des limites inh\u00e9rentes aux m\u00e9thodes d’inf\u00e9rence de son \u00e9poque, alors domin\u00e9es par les comparaisons bilat\u00e9rales d\u00e9riv\u00e9es du test t<\/em> de Student. Dans les sciences du comportement, cette prise de conscience s’est traduite par une r\u00e9volution paradigmatique : les ph\u00e9nom\u00e8nes psychologiques, qu’il s’agisse de la r\u00e9activit\u00e9 \u00e9motionnelle, des capacit\u00e9s mn\u00e9siques ou des changements d’attitudes, ne se manifestent jamais sous la forme d’effets purs et isol\u00e9s au sein de syst\u00e8mes d\u00e9terministes ferm\u00e9s. Ils se d\u00e9ploient au contraire dans un environnement probabiliste satur\u00e9 de variabilit\u00e9.<\/p>\n L’utilit\u00e9 m\u00e9thodologique premi\u00e8re de l’ANOVA en psychologie r\u00e9side dans sa capacit\u00e9 \u00e0 juguler l’inflation exponentielle du taux d’erreur de premier type (erreur de type I), classiquement d\u00e9sign\u00e9e par la lettre grecque alpha ($\\alpha$<\/span>). Lorsqu’un protocole exp\u00e9rimental vise \u00e0 comparer l’efficacit\u00e9 de plusieurs modalit\u00e9s d’intervention — par exemple, une psychoth\u00e9rapie cognitivo-comportementale classique, une th\u00e9rapie bas\u00e9e sur la pleine conscience, une intervention pharmacologique et un groupe contr\u00f4le sous placebo —, le recours \u00e0 des tests t<\/em> d’\u00e9chantillons ind\u00e9pendants successifs conduirait \u00e0 une prolif\u00e9ration de tests d’hypoth\u00e8ses. Le taux global d’erreur par famille de comparaisons ($FWER$<\/span>, pour Family-Wise Error Rate<\/em>) augmente selon la formule probabiliste fondamentale :<\/p>\n $$FWER = 1 – (1 – \\alpha)^c$$<\/span><\/p>\n o\u00f9 $c$<\/span> repr\u00e9sente le nombre total de comparaisons binaires possibles, calcul\u00e9 par la combinaison $c = \\frac{k(k – 1)}{2}$<\/span> pour $k$<\/span> groupes. Pour quatre groupes, six tests distincts seraient requis, portant le risque r\u00e9el d’observer au moins un faux positif \u00e0 pr\u00e8s de 26,5 % si le seuil nominal initial est \u00e9tabli \u00e0 5 %. L’ANOVA univari\u00e9e r\u00e9sout cette impasse computationnelle en proposant un test unique et global, qualifi\u00e9 d’omnibus, qui examine simultan\u00e9ment l’ensemble des conditions exp\u00e9rimentales tout en maintenant le risque de rejet erron\u00e9 de l’hypoth\u00e8se nulle au niveau $\\alpha$<\/span> d\u00e9sir\u00e9.<\/p>\n Au-del\u00e0 de cette s\u00e9curit\u00e9 algorithmique, l’ANOVA op\u00e8re un basculement conceptuel d\u00e9cisif : elle substitue \u00e0 la simple observation statique des moyennes empiriques une mod\u00e9lisation dynamique de la dispersion des scores. En psychologie, une moyenne d’\u00e9chantillon ne constitue jamais une entit\u00e9 autonome auto-suffisante ; elle n’acquiert de sens que lorsqu’elle est rapport\u00e9e \u00e0 la structure de variance sous-jacente qui l’engendre. L’ANOVA formalise cette dialectique en d\u00e9montrant que l’information contenue dans les \u00e9carts entre les moyennes peut \u00eatre calibr\u00e9e avec exactitude par l’analyse de la dispersion r\u00e9siduelle pr\u00e9sente au sein des groupes observ\u00e9s.<\/p>\n Toute d\u00e9marche d’inf\u00e9rence via l’analyse de variance repose sur la formulation explicite et mutuellement exclusive de deux hypoth\u00e8ses statistiques fondamentales portant sur les param\u00e8tres des populations parentes. L’hypoth\u00e8se nulle, not\u00e9e conventionnellement $H_0$<\/span>, postule une \u00e9galit\u00e9 stricte et absolue des esp\u00e9rances math\u00e9matiques des populations associ\u00e9es \u00e0 chacune des $k$<\/span> conditions exp\u00e9rimentales investigu\u00e9es :<\/p>\n $$H_0 : \\mu_1 = \\mu_2 = dots = \\mu_k$$<\/span><\/p>\n Sur le plan \u00e9pist\u00e9mologique, $H_0$<\/span> postule l’absence totale d’effet syst\u00e9matique induit par la variable ind\u00e9pendante manipul\u00e9e ou cat\u00e9goris\u00e9e. Dans l’espace param\u00e9trique de la recherche clinique, cela revient \u00e0 affirmer que les diff\u00e9rentes modalit\u00e9s de traitement ne g\u00e9n\u00e8rent aucune alt\u00e9ration distincte du comportement moyen des individus, et que les l\u00e9g\u00e8res divergences constat\u00e9es entre les moyennes d’\u00e9chantillons r\u00e9sultent uniquement des fluctuations d’\u00e9chantillonnage al\u00e9atoires.<\/p>\n \u00c0 l’inverse, l’hypoth\u00e8se alternative, not\u00e9e $H_1$<\/span>, ne stipule pas n\u00e9cessairement que toutes les moyennes de populations diff\u00e8rent les unes des autres de mani\u00e8re sym\u00e9trique ou ordonn\u00e9e. Elle se d\u00e9finit formellement par la n\u00e9gation logique de l’hypoth\u00e8se nulle, formul\u00e9e comme l’existence d’au moins une paire de groupes pour laquelle les esp\u00e9rances math\u00e9matiques ne sont pas identiques :<\/p>\n $$H_1 : \\exists (j, j’) \\quad \\text{tel que} \\quad \\mu_j \\neq \\mu_{j’} \\quad \\text{pour} \\quad j \\neq j’$$<\/span><\/p>\n Cette asym\u00e9trie structurale entre $H_0$<\/span> et $H_1$<\/span> porte des implications majeures pour la d\u00e9duction scientifique. Le rejet statistique de l’hypoth\u00e8se nulle cons\u00e9cutif \u00e0 un test omnibus significatif autorise le chercheur \u00e0 inf\u00e9rer qu’une manipulation a produit un impact mesurable dans la population \u00e9tudi\u00e9e, mais ne fournit aucune indication pr\u00e9cise sur la localisation spatiale ou directionnelle de cette divergence. Le test omnibus ne permet pas d’\u00e9tablir, \u00e0 ce stade, si l’ensemble des groupes se d\u00e9tache uniform\u00e9ment ou si l’effet repose exclusivement sur une condition marginale d\u00e9viante. Cette ind\u00e9termination impose le d\u00e9ploiement ult\u00e9rieur d’analyses plus granulaires, articul\u00e9es autour de contrastes planifi\u00e9s a priori ou de proc\u00e9dures de comparaisons multiples post-hoc<\/em>.<\/p>\n L’architecture de l’ANOVA repose int\u00e9gralement sur une propri\u00e9t\u00e9 g\u00e9om\u00e9trique remarquable de la dispersion quadratique : l’additivit\u00e9 exacte des sommes de carr\u00e9s d’\u00e9carts. Soit une observation individuelle $Y_{ij}$<\/span> d\u00e9signant le score obtenu par le $i$<\/span>-\u00e8me participant ($i = 1, dots, n_j$<\/span>) assign\u00e9 au $j$<\/span>-\u00e8me groupe ($j = 1, dots, k$<\/span>). La d\u00e9viation totale de ce score individuel par rapport \u00e0 la moyenne g\u00e9n\u00e9rale de l’ensemble de l’\u00e9chantillon, appel\u00e9e grand-moyenne et not\u00e9e $\\bar{Y}_{bulletbullet}$<\/span>, peut \u00eatre partitionn\u00e9e de mani\u00e8re tautologique par l’insertion de la moyenne locale du groupe d’appartenance, not\u00e9e $\\bar{Y}_{bullet j}$<\/span> :<\/p>\n $$(Y_{ij} – \\bar{Y}_{bulletbullet}) = (\\bar{Y}_{bullet j} – \\bar{Y}_{bulletbullet}) + (Y_{ij} – \\bar{Y}_{bullet j})$$<\/span><\/p>\n En \u00e9levant chacun des membres de cette identit\u00e9 au carr\u00e9 et en sommant sur l’ensemble exhaustif des individus et des groupes exp\u00e9rimentaux, les termes crois\u00e9s issus du double produit vectoriel s’annulent rigoureusement en raison des propri\u00e9t\u00e9s de centrage de la moyenne arithm\u00e9tique ($\\sum (Y_{ij} – \\bar{Y}_{bullet j}) = 0$<\/span>). Cette orthogonalit\u00e9 alg\u00e9brique conduit \u00e0 l’\u00e9quation ma\u00eetresse de la partition de la variabilit\u00e9 :<\/p>\n $$SS_{total} = SS_{between} + SS_{within}$$<\/span><\/p>\n o\u00f9 $SS_{total}$<\/span> repr\u00e9sente la somme des carr\u00e9s totale des d\u00e9viations, mesurant la quantit\u00e9 int\u00e9grale d’information ou d’incertitude dispers\u00e9e au sein de la base de donn\u00e9es. La composante $SS_{between}$<\/span> (somme des carr\u00e9s inter-groupes) quantifie la dispersion des moyennes de sous-groupes autour de la grand-moyenne, tandis que $SS_{within}$<\/span> (somme des carr\u00e9s intra-groupes, fr\u00e9quemment baptis\u00e9e somme des carr\u00e9s r\u00e9siduelle ou de l’erreur) agr\u00e8ge les d\u00e9viations des individus par rapport \u00e0 la moyenne sp\u00e9cifique de leur condition de rattachement.<\/p>\n D’un point de vue g\u00e9om\u00e9trique, cette d\u00e9composition vectorielle \u00e9quivaut \u00e0 projeter le vecteur des observations d’un espace euclidien de dimension $N$<\/span> sur deux sous-espaces lin\u00e9aires orthogonaux distincts. Le premier sous-espace, de dimension $k – 1$<\/span>, capture les d\u00e9placements engendr\u00e9s par la variable ind\u00e9pendante, tandis que le second sous-espace, de dimension $N – k$<\/span>, h\u00e9berge les fluctuations stochastiques individuelles. Cette ind\u00e9pendance g\u00e9om\u00e9trique et statistique constitue le fondement d’apr\u00e8s lequel les variances associ\u00e9es pourront \u00eatre valablement compar\u00e9es sous forme d’un ratio sans induire de covariance r\u00e9siduelle non contr\u00f4l\u00e9e.<\/p>\n La variation inter-groupe, ou dispersion entre les conditions exp\u00e9rimentales, constitue le r\u00e9ceptacle m\u00e9trique principal de l’effet d’une intervention en psychologie. Elle cristallise l’amplitude selon laquelle les barycentres des distributions empiriques de chaque modalit\u00e9 s’\u00e9cartent du centre de gravit\u00e9 global de l’exp\u00e9rience. Lorsqu’un protocole soumet des sujets \u00e0 des conditions cognitives distinctes — comme des charges de travail de m\u00e9moire de travail induisant des contraintes faibles, moyennes ou satur\u00e9es —, l’objectif th\u00e9orique est d’induire un d\u00e9placement syst\u00e9matique des performances entre ces groupes.<\/p>\n Cette variabilit\u00e9 capture la r\u00e9activit\u00e9 diff\u00e9rentielle du syst\u00e8me psychologique aux stimuli impos\u00e9s par le protocole. Toutefois, il convient d’op\u00e9rer une distinction rigoureuse entre l’effet th\u00e9orique pur de la manipulation et l’estimation statistique de la variance inter-groupe. M\u00eame en situation de laboratoire hautement contr\u00f4l\u00e9e, les moyennes de deux groupes de participants ne seront presque jamais strictement \u00e9quivalentes au centi\u00e8me de d\u00e9cimale pr\u00e8s, quand bien m\u00eame la variable ind\u00e9pendante n’exercerait aucun impact r\u00e9el. La variance inter-groupe observ\u00e9e refl\u00e8te donc une entit\u00e9 composite, int\u00e9grant simultan\u00e9ment l’effet syst\u00e9matique du traitement et une part in\u00e9vitable d’erreur d’\u00e9chantillonnage.<\/p>\n Sur le plan de la mod\u00e9lisation des variables latentes en psychologie diff\u00e9rentielle, la variation inter-groupe incarne l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 introduite d\u00e9lib\u00e9r\u00e9ment par le chercheur afin de rompre l’\u00e9quipotentialit\u00e9 des sujets. Elle traduit le degr\u00e9 de diff\u00e9renciation comportementale provoqu\u00e9 par le facteur exp\u00e9rimental : plus les conditions impos\u00e9es activent des m\u00e9canismes neurocognitifs divergents, plus la distance s\u00e9parant les moyennes des groupes s’\u00e9largit, augmentant proportionnellement la magnitude de la variance inter-groupe brute.<\/p>\n La somme des carr\u00e9s inter-groupes ne constitue pas un barom\u00e8tre univoque de l’efficacit\u00e9 d’un traitement. Sa valeur observ\u00e9e est le produit de deux classes distinctes de d\u00e9terminants environnementaux et statistiques : les sources syst\u00e9matiques et les sources non syst\u00e9matiques. La source syst\u00e9matique principale, id\u00e9alement exclusive, correspond \u00e0 l’impact direct du facteur exp\u00e9rimental fix\u00e9 par l’investigateur. Dans une \u00e9tude portant sur le conditionnement de la peur, il s’agit de la contingence temporelle effective \u00e9tablie entre le stimulus conditionn\u00e9 et le stimulus inconditionn\u00e9.<\/p>\n Cependant, des sources syst\u00e9matiques parasites, qualifi\u00e9es de variables confondantes ou d’artefacts m\u00e9thodologiques, peuvent se greffer \u00e0 la manipulation et biaiser l’estimation de la variance inter-groupe. Si les participants affect\u00e9s \u00e0 un groupe d’apprentissage actif b\u00e9n\u00e9ficient fortuitement d’un encadrement par un tuteur plus charismatique ou exp\u00e9riment\u00e9 que ceux du groupe magistral, l’\u00e9cart observ\u00e9 entre les moyennes refl\u00e9tera l’agr\u00e9gation de l’effet p\u00e9dagogique nominal et de l’effet confondant li\u00e9 aux comp\u00e9tences interpersonnelles du formateur. La variance inter-groupe s’en trouve artificiellement gonfl\u00e9e, attribuant \u00e0 tort \u00e0 la m\u00e9thode didactique ce qui rel\u00e8ve d’une disparit\u00e9 contextuelle non mod\u00e9lis\u00e9e.<\/p>\n Parall\u00e8lement, la source non syst\u00e9matique omnipr\u00e9sente d\u00e9coule de l’erreur d’\u00e9chantillonnage<\/a>. En vertu des fluctuations al\u00e9atoires inh\u00e9rentes \u00e0 la s\u00e9lection d’\u00e9chantillons finis au sein d’une population parente infinie, les moyennes d’\u00e9chantillons oscillent naturellement autour de la moyenne r\u00e9elle $\\mu$<\/span>. Cette fluctuation produit une dispersion inter-groupe basale, purement stochastique, qui persiste rigoureusement m\u00eame lorsque le traitement appliqu\u00e9 poss\u00e8de une efficacit\u00e9 strictement nulle. L’un des d\u00e9fis majeurs de l’inf\u00e9rence sera d’isoler la part attribuable \u00e0 l’action exp\u00e9rimentale de celle r\u00e9sultant de cette d\u00e9rive probabiliste passive.<\/p>\n L’\u00e9mergence d’une variation inter-groupe substantielle par rapport \u00e0 la variance de fond constitue l’indice cardinal de l’existence d’un ph\u00e9nom\u00e8ne psychologique d’ampleur clinique ou fondamentale notable. Lorsque la dispersion entre les modalit\u00e9s surpasse nettement la dispersion pr\u00e9sente au sein de chaque modalit\u00e9, les distributions empiriques des diff\u00e9rents groupes se dissocient spatialement le long de l’axe de la variable d\u00e9pendante. Ce ph\u00e9nom\u00e8ne d’\u00e9loignement structurel des densit\u00e9s de probabilit\u00e9 implique que la majorit\u00e9 des participants d’un groupe donn\u00e9 adoptent des comportements qualitativement et quantitativement distincts de ceux des participants assign\u00e9s aux autres conditions.<\/p>\n Sur le plan de la reproductibilit\u00e9 scientifique, la dominance de la variance inter-groupe accro\u00eet drastiquement la robustesse des inf\u00e9rences formul\u00e9es. Les \u00e9tudes affichant de larges d\u00e9viations entre conditions sont statistiquement plus r\u00e9sistantes aux l\u00e9g\u00e8res instabilit\u00e9s d’\u00e9chantillonnage lors des tentatives de r\u00e9plication directe dans des laboratoires ind\u00e9pendants. L’effet observ\u00e9 transcende alors les bruits de mesure locaux et d\u00e9montre une transf\u00e9rabilit\u00e9 sup\u00e9rieure.<\/p>\n Enfin, cette pr\u00e9dominance conditionne de mani\u00e8re d\u00e9terminante la puissance statistique ($1 – \\beta$<\/span>) du devis exp\u00e9rimental. Une variation inter-groupe \u00e9lev\u00e9e \u00e9l\u00e8ve m\u00e9caniquement la valeur du param\u00e8tre de non-centralit\u00e9 de la distribution de test sous l’hypoth\u00e8se alternative. Elle r\u00e9duit le risque de commettre une erreur de type II — consistant \u00e0 conclure faussement \u00e0 l’absence d’effet d’une th\u00e9rapeutique active — et autorise des d\u00e9ductions assertives sans exiger des effectifs d\u00e9mesur\u00e9s, all\u00e9geant ainsi le co\u00fbt logistique et \u00e9thique du recrutement de participants humains.<\/p>\n Tandis que la variance inter-groupe traduit les divergences macroscopiques entre les conditions, la variation intra-groupe (within-group variation<\/em>) explore la granularit\u00e9 interne de chaque \u00e9chantillon. Elle se d\u00e9finit formellement comme la mesure de l’\u00e9loignement des scores individuels par rapport \u00e0 la moyenne sp\u00e9cifique du groupe auquel chaque participant a \u00e9t\u00e9 assign\u00e9. En termes op\u00e9rationnels, elle r\u00e9pond \u00e0 une interrogation scientifique fondamentale : pourquoi deux individus identiques sur le plan exp\u00e9rimental, soumis aux m\u00eames instructions, plac\u00e9s dans un environnement physique identique et recevant un traitement th\u00e9rapeutique strictement similaire, manifestent-ils des scores d’anxi\u00e9t\u00e9 ou des temps de r\u00e9action dissemblables ?<\/p>\n Dans l’\u00e9difice math\u00e9matique de l’ANOVA, la variance intra-groupe assume le statut conceptuel d’estimateur non biais\u00e9 de la variance de l’erreur dans la population, not\u00e9e $\\sigma^2$<\/span>. Contrairement \u00e0 l’appellation populaire d'\u00a0\u00bberreur\u00a0\u00bb, ce terme ne d\u00e9signe pas une m\u00e9prise ou une b\u00e9vue calculatoire de l’exp\u00e9rimentateur, mais l’ensemble des variations impr\u00e9dictibles et non mod\u00e9lis\u00e9es par le devis exp\u00e9rimental. La variance intra-groupe est postul\u00e9e comme un invariant structurel sous l’hypoth\u00e8se d’homog\u00e9n\u00e9it\u00e9 des variances (homosc\u00e9dasticit\u00e9) : elle est suppos\u00e9e refl\u00e9ter la variabilit\u00e9 biologique, cognitive et comportementale intrins\u00e8que de la population \u00e9tudi\u00e9e, ind\u00e9pendamment des manipulations impos\u00e9es par le protocole.<\/p>\n Elle sert ainsi de m\u00e8tre \u00e9talon universel au sein du mod\u00e8le d’analyse de variance. Sans \u00e9talon de mesure r\u00e9siduel, il est rigoureusement impossible d’\u00e9valuer la port\u00e9e d’un \u00e9cart de moyennes. Une diff\u00e9rence de dix millisecondes dans une t\u00e2che de chronom\u00e9trie mentale peut repr\u00e9senter un effet colossal si la dispersion interne des sujets ne d\u00e9passe pas deux millisecondes, tandis qu’une diff\u00e9rence de quinze points sur une \u00e9chelle de d\u00e9pression demeure n\u00e9gligeable si les fluctuations individuelles intra-groupes s’\u00e9tendent sur cinquante points.<\/p>\n La psychologie se distingue des sciences physiques par l’extr\u00eame h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 spontan\u00e9e de son mat\u00e9riau d’\u00e9tude. Les sources sous-tendant la variance intra-groupe sont multiples et s’articulent en strates \u00e9cologiques complexes. La premi\u00e8re strate, et de loin la plus vaste, regroupe les diff\u00e9rences interindividuelles pr\u00e9existantes non contr\u00f4l\u00e9es. Les participants qui franchissent la porte d’un laboratoire diff\u00e8rent quant \u00e0 leurs pr\u00e9dispositions g\u00e9n\u00e9tiques, leurs trajectoires neurobiologiques, leurs traits de personnalit\u00e9 stables (comme le n\u00e9vrosisme ou l’extraversion), leurs capacit\u00e9s intellectuelles g\u00e9n\u00e9rales, ainsi que leur \u00e9tat motivationnel et \u00e9motionnel transitoire au moment pr\u00e9cis de l’exp\u00e9rimentation.<\/p>\n La deuxi\u00e8me source de variabilit\u00e9 interne d\u00e9coule directement des limites de la mesure psychom\u00e9trique. Les outils d’\u00e9valuation employ\u00e9s — \u00e9chelles d’auto-\u00e9valuation de type Likert, chronom\u00e8tres num\u00e9riques, capteurs \u00e9lectrodermaux ou \u00e9lectroenc\u00e9phalographiques — sont tous entach\u00e9s d’une marge d’impr\u00e9cision instrumentale. L’erreur de mesure al\u00e9atoire<\/a>, mod\u00e9lis\u00e9e dans le cadre de la th\u00e9orie classique des tests, s’additionne aux v\u00e9ritables fluctuations comportementales et \u00e9tire artificiellement la variance observ\u00e9e au sein de chaque \u00e9chantillon.<\/p>\n S’y ajoutent les micro-variations environnementales ponctuelles survenant durant l’administration des \u00e9preuves : de fugaces fluctuations de la temp\u00e9rature de la pi\u00e8ce, un bruit de couloir distracteur, une intonation imperceptiblement modifi\u00e9e de l’exp\u00e9rimentateur lors de la lecture des consignes, ou une baisse soudaine de vigilance du participant li\u00e9e \u00e0 son rythme circadien. Enfin, des interactions d’ordre sup\u00e9rieur non incluses dans le mod\u00e8le, comme la r\u00e9action idiosyncrasique et impr\u00e9visible d’un sujet sp\u00e9cifique \u00e0 un stimulus donn\u00e9, viennent saturer cette somme de carr\u00e9s intra-groupes, complexifiant l’isolement du signal exp\u00e9rimental principal.<\/p>\n1.2 D\u00e9finition des hypoth\u00e8ses statistiques nulle et alternative<\/h3>\n
1.3 Le principe fondamental de d\u00e9composition de la somme des carr\u00e9s totale<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/variation1.png\")
<\/figure>\n2. Fondements th\u00e9oriques de la variation inter-groupe<\/h2>\n
2.1 Nature de la variance inter-groupe<\/h3>\n
2.2 Sources syst\u00e9matiques et non syst\u00e9matiques de la dispersion inter-groupe<\/h3>\n
2.3 Cons\u00e9quences th\u00e9oriques d’une variation inter-groupe pr\u00e9dominante<\/h3>\n
3. Fondements th\u00e9oriques de la variation intra-groupe<\/h2>\n
3.1 Caract\u00e9risation de l’erreur r\u00e9siduelle et de la variance intra-groupe<\/h3>\n
3.2 Origines de la variabilit\u00e9 individuelle en psychologie<\/h3>\n
3.3 Impact d’une variance r\u00e9siduelle excessive sur la d\u00e9tection des effets<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/variation2.png\")
<\/figure>\n