Besoin d'aide ++ en Stats pour mon mémoire en orthophonie!!

[invite7d1622d2]

Bonjour à tous,

Je suis en dernière année d'orthophonie et je dois présenter mon mémoire en septembre après une loooongue année de travail en solitaire!
Je n'ai pas trouvé de directeur de mémoire pour m'épauler et là je suis complètement dépassée avec le choix du bon test à utiliser pour répondre à mes hypothèses de travail.

Alors je vous expose ma recherche en espérant le faire le plus clairement possible et je vous remercie mille fois par avance de prendre le temps de me lire!!

J’étudie donc la compréhension des expressions imagées (comme « avoir un chat dans la gorge » ou « être dans la lune ») chez l’enfant sourd au primaire. Pour cela, j’ai construit 2 tests différents :
-un où les expressions sont présentées sans aucun contexte,
-un autre où elles sont intégrées dans des histoires, donc avec un contexte facilitateur.

J'ai fait passer ces 2 tests à des enfants sourds, et des enfants entendants du CP au CM2 qui constituent ma population témoin.

J'ai plusieurs analyses à effectuer. La première est la suivante:

1) Comparer des moyennes (en %) de réponses correctes données entre les enfants entendants / sourds, pour le 1° test (sans contexte):

-- Selon le niveau de compréhension (CP-CE1-CE2-CM1-CM2):
--->Ici on a pris les résultats de 35 enfants sourds et des 384 enfants entendants,

-- Selon la tranche d'âge:
--->Ici on a pris les résultats de 33 enfants sourds et des 384 enfants entendants.

J'ai déjà toutes les moyennes, et même les graphiques sur Excel, mais je ne sais pas quel test utiliser pour connaître le niveau de significativité de mes résultats.

Si vous avez des notions en stats, je vous remercie BEAUCOUP pour votre aide, car entre les histoires de loi normale, de tests paramétriques ou non, de test du t de Student, de Wilcoxon, de Walsh ou encore du Chi 2, je me noie!!!!

Ou même si vous avez tout simplement des contacts à me transmettre, je suis preneuse, car ceci n'est que la première question!!

MERCI MERCI MERCI de prendre de votre temps pour m’aider à décrypter le monde magique et merveilleux des statistiques qui me dépasse !!
Merci pour cette aide précieuse ,,
-----

[inviteae4072e1]

Salut Ortho,

il faut d'abord savoir ce que veux essayer de démontrer avant de te lancer dans l'application de tests statistiques en série...

Tu as 2 populations d'élèves (entendants et sourds) avec diverses échantillons (5 classes d'écoles ou alors n sous-classes d'âge).

Significativité de quoi, pour montrer quoi ? Que penses-tu conclure d'une telle étude ?
En fonction du but à atteindre il te sera beaucoup plus facile de cibler les tests statistiques appropriés.

[invite7d1622d2]

Salut Ortho,

il faut d'abord savoir ce que veux essayer de démontrer avant de te lancer dans l'application de tests statistiques en série...

Tu as 2 populations d'élèves (entendants et sourds) avec diverses échantillons (5 classes d'écoles ou alors n sous-classes d'âge).

Significativité de quoi, pour montrer quoi ? Que penses-tu conclure d'une telle étude ?
En fonction du but à atteindre il te sera beaucoup plus facile de cibler les tests statistiques appropriés.

Bonjour Hal
Merci pour ta réponse je me sens déjà moins isolée!

J'ai plusieurs hypothèses à traiter.

En ce qui concerne la question exposée dans mon post, elle me permettra de déterminer si la différence observée entre les moyennes des enfants sourds et des entendants est significative ou non.
Ceci afin de confirmer l'hypothèse selon laquelle les enfants sourds présentent davantage de difficultés que les enfants entendants à interpréter les expressions imagées sans contexte en raison de leur déficit auditif qui ne leur permet pas d'être autant exposés que des enfants entendants aus expressions imagées.

J'effectue cette comparaison de moyennes pour les 2 tests (sans contexte et avec contexte), selon le niveau de compréhension et selon l'âge des enfants.

L'hypothèse étant qu'à niveau de compréhension similaire, les enfants sourds réussissent aussi bien que les entendants à interpréter les expressions imagées avec contexte. Donc que le contexte aide les enfants sourds d'un point de vue thérapeutique à interpréter des expressions qu'ils ne connaissent pas.

Selon l'hypothèse à démontrer je n'utilise pas les mêmes échantillons.
Je traite leurs performances soit à partir de niveau de compréhension (du CP au CM2), soit à partir de leur tranche d'âge (7-8 ans à 11-12 ans).
Ceci pour démontrer le lien entre le niveau global de compréhension et la faculté à interpréter des expressions imagées.

T'ai-je transmis suffisamment d'éléments??!

[inviteae4072e1]

Pour l'instant suffisamment d'éléments oui

Ce qui m'embête à première lecture de ton étude, c'est que tes deux échantillons de populations sont disproportionnés : 35 vs 384 dans la vue globale, et dans les sous-classes (par classe ou âge) j'imagine que ça l'est encore plus (disproportionné)...

Je dis ça car pour comparer n populations il faut déjà disposer du même nombre d'échantillon. Pourquoi ? et bien il y'a un théorème en Probabilité, appelé loi des grands nombre qui dit que (attention ça risque de faire mal aux yeux ) :



c'est-à-dire que l'ésperance mathématique correspond à la moyenne statistique pour des tailles d'échantillons n grands. Après "grand" est relatif, 384 pourquoi pas, 35 ... Mais pourquoi pas également, seulement tu vas comparer une limite en n=384 avec une limite en n=35, ce qui n'est pas très rigoureux...


Sinon pour ton étude (en mettant de côté ma première remarque) je pense que d'étudier les répartitions extrêmes (et pas que la moyenne) serait plus complet et pertinent...

[A voir en vidéo sur Futura]

[invite7d1622d2]

Effectivement vu sous cet angle la répartition des échantillons est assez disproportionnée... (et je le confirme, davantage au sein des sous-classe!)

J'ai conscience qu'au vue du faible nombre d'enfants sourds je ne pourrais généraliser mes résultats à une échelle plus grande.

Pour autant, le fait que la population témoin soit si importante, permet d'obtenir une norme la plus pertinente soit-elle.
Ceci afin de constituer l'échantillonage de base des 2 tests et pouvoir, comme cela se fait avec les tests en orthophonie, comparer le résultat d'un enfant (sourd ou dyslexique par exemple) afin de situer sa performance par rapport à la moyenne d'une population de référence.

Même si mes yeux me piquent encore, je pense avoir compris ce que tu m'as expliqué à l'aide de ta formule et le manque de rigueur que cela engendre...

En revanche, je t'avoue que l'étude des répartitions extrêmes, je ne vois pas du tout à quoi cela fait référence... :s
Et encore moins comment la réaliser??

[invite986312212]

Je dis ça car pour comparer n populations il faut déjà disposer du même nombre d'échantillon.

désolé de te contredire, mais je ne pense pas qu'il soit nécessaire d'avoir des effectifs égaux pour comparer des échantillons. Cela dit, ça n'est pas souhaitable non plus d'avoir des échantillons de tailles très différentes. Dans les analyses cas-témoin, on recommande de ne pas dépasser 3 témoins pour un cas, au-delà on perd du temps et on ne gagne pas de précision.

[inviteae4072e1]

Pour autant, le fait que la population témoin soit si importante, permet d'obtenir une norme la plus pertinente soit-elle

Déja, on ne peux parler de population mais d'échantillon de population. Et puis il n'est pas question de norme ici, mais de moyenne, répartition, etc. Enfin la pertinence dépend de plus facteurs : la taille d'échantillon concidérée, mais aussi le choix de cet échantillon (enfants de même classe sociale, etc. etc.).

afin de situer sa performance par rapport à la moyenne d'une population de référence

C'est à quoi je faisais allusion : moyenne, mais aussi variance, skewness et kurtosis...

[inviteae4072e1]

désolé de te contredire, mais je ne pense pas qu'il soit nécessaire d'avoir des effectifs égaux pour comparer des échantillons. Cela dit, ça n'est pas souhaitable non plus d'avoir des échantillons de tailles très différentes. Dans les analyses cas-témoin, on recommande de ne pas dépasser 3 témoins pour un cas, au-delà on perd du temps et on ne gagne pas de précision.

J'accepte volontier la contradiction
Je faisais notion de vitesse de convergence ici, qui n'est pas la même... Du coup on compare 2 espérances qui ont déja 2 biais (en plus du biais du choix d'échantillon, etc. etc.). Cela enlève de la rigueur... Maintenant certains tests statistiques non paramétriques stipulent qu'un échantillon est représentatif à partir d'une taille n > 35 (test de Kolmo-Smirnov par exemple) alors que pour d'autres la taille varie... Rien n'est "normé" (pour reprendre l'expression d'ortho).

[invite7d1622d2]

Je tiens aussi à préciser que pour la deuxième problématique, qui s'intéresse cette fois-ci à la Comparaison des moyennes (en %) de réponses correctes données entre enfants entendants / sourds, pour le 2° test (avec contexte), l'échantillon de population témoin est moins important:

-- Par niveau de compréhension:
---> Ici on a pris les résultats de 35 enfants sourds et des 107 enfants entendants,

-- Par âge:
---> Ici on a pris les résultats de 33 enfants sourds et des 107 enfants entendants.

L'analyse statistique peut-elle ici être réalisée de façon plus rigoureuse et par l'aide de quel test?

[invite986312212]

pas mal de choses peuvent être faites. Si j'avais à traiter ces données, je ferais probablement de la régression logistique. Tu as aussi des choses plus simples. Par exemple sur une table 2x2 (sourds/entendants) X (bonne réponse/mauvaise réponse) tu peux simplement faire un test du Chi2. S'il y a une troisième classification (âge ici) tu peux calculer un odds-ratio corrigé (méthode de Mantel-Haenszel). Etc.

[inviteae4072e1]

u as aussi des choses plus simples. Par exemple sur une table 2x2 (sourds/entendants) X (bonne réponse/mauvaise réponse) tu peux simplement faire un test du Chi2.

Note : Le résultat du test d'indépendance du Khi-deux repose sur des données choisies arbitrairement et qui ont peu de chance de représenter une réalité quelconque. D'autre part, si on disposait d'un échantillon 10 fois plus grand sans modification de la répartition de population, le χ² serait multiplié par 10, et on pourrait rejeter l'hypothèse d'égalité avec moins de 5% de risque de se tromper. (cf Wiki)

Selon moi, faire des tests pour dire "j'ai fait un test statistique, je suis balèze" (je caricature hein) n'a peu, voir aucun intérêt. Cela doit être mon côté rigoureux issu de ma formation mathématique qui veut cela... Enfin bref.

[invite986312212]

cher Hal9000 je ne comprends rien à ce que tu écris. Pourquoi par exemple écrire que les données sont choisies arbitrairement??? par ailleurs, on peut très bien être rigoureux tout en faisant des statistiques.

[invite7d1622d2]

Le problème concernant les statistiques que j'essaie de faire tant bien que mal, c'est que maintenant je n'ai plus le choix!
Je ne les fais pas par plaisir mais par nécessité afin de pouvoir traiter mes résultats.
Les conclusions qui seront tirées de mon travail seront bien évidemment pondérées par les différents biais qui caractérisent mon étude.
Pour autant, il m'est indispensable de passer par une analyse statistique afin de d'affirmer ou au contraire d'infirmer mes hypothèses de recherche.
Et je ne sais pas par quel test passer...

J'ai également une question concernant le test de corrélation de Pearson:
est-ce qu'il existe là encore des conditions particulières à vérifier afin de pouvoir l'utiliser?

Par exemple, je cherche à déterminer s’il existe une corrélation significative entre la compréhension des expressions avec contexte et l’âge des enfants sourds, (si plus ils sont âgés, et mieux ils réussissent au test)
--> Ici on a pris les résultats des 45 enfants sourds.

Merci pour vos réponses.

[invite986312212]

dans un cas comme celui-là : une variable numérique (l'âge) et une variable qualitative (réponse correcte ou non), il ne faut pas utiliser la corrélation mais soit le risque relatif, soit l'odds ratio (classique en épidémiologie).
le risque relatif, c'est le quotient entre la probabilité de bonne réponse si on est sourd et la probabilité de bonne réponse si on entend.
RR=P(BR|S)/P(BR|NS) où BR=bonne réponse, S=sourd, NS=non sourd.
l'odds ratio c'est plus compliqué, c'est OR=P(BR|S)(1-P(BR|NS)/{P(BR|NS)(1-P(BR|S)}