Statistiques : t de student

[inviteb858dbc4]

Bonjour,


Dans le cadre de la troisième année de STAPS, nous devons réaliser une étude sur une équipe sportive et étudier un déterminant de la performance.


Mon collègue et moi même avons choisis d'étudier l'impact du score d'une rencontre sportive sur l'ambiance du groupe grâce à un questionnaire qui comporte 18 items , les résultats sont répartis sous 4 composantes (ASG, AOG, ISG, IOG). L'enquête s'est faite sur une durée de 1 mois avec 4 matches et les sujets remplissaient le questionnaire avant le match et directement après le match. Nous avons donc 8 questionnaires au total.


J'éprouve des difficultés à trouver un test approprié pour mettre en avant l'impact du score sur l'ambiance du groupe, le professeur avait parlé d'une analyse de variance ANOVA mais je me retrouve avec beaucoup de données et je ne sais pas comment réaliser cette analyse. Je pensais faire un test de corrélation mais je ne vois pas comment faire également.

J'ai donc effectué un test t de student sur échantillons appariés où je compare le pré-test et le post-test pour chaque matches.



Voici un exemple des données recueillies pour un match :


AVANT MATCH


DIMENSION ASG = 32,2

DIMENSION AOG = 24,3

DIMENSION ISG = 31,2

DIMENSION IOG = 26,3


APRES MATCH

DIMENSION ASG = 30,3

DIMENSION AOG = 21,3

DIMENSION ISG = 28,5

DIMENSION IOG = 24,2


Résultat du match : Défaite de 2 points


Mon analyse consiste à faire la moyenne des différences puis l'écart type des différences afin de calculer le t de student et le comparer au t théorique pour montrer une différence significative avant/après match, en revanche je ne pense pas que cela réponde à ma question de base qui est de montrer l'impact du score, je montre plutôt ici l'issue de l'évènement n'est ce pas ?

Pourriez vous me donner des clés pour avancer s'il vous plaît ?


Merci à vous, cordialement
-----

[gg0]

Bonjour.

Tu te trouves dans la situation classique du débutant en statistiques qui met en place une procédure sans savoir comment il va l'utiliser ! parfois il ne reste plus qu'à tout reprendre (ou tout jeter si on ne peut pas reprendre). Heureusement, dans ton cas, il y a des possibilités.

Une première chose est de représenter tes données, match après match. par exemple, pour chaque match une représentation en barres doubles (avant-après) de chacune des tes dimensions, ce qui te fait un graphique de 4 fois 4 doubles barres. Tu peux aussi faire une représentation des totaux des 4 dimensions si ça a un sens (je n'en sais rien, je ne sais pas ce que c'est)
Si tu constates quelque chose sur ce graphique, tu peux essayer de le mettre en évidence, mais il y a un gros problème, c'est que ton échantillon de matchs est vraiment tout petit : 4, voire même moins s'il n'y a pas que des défaites.
Dans l'idée du test de Student (mais est-il licite ici, les variables sont-elles gaussiennes ?), tu peux éventuellement ne considérer que les différences avant/après, et faire une anova sur les 4 séries de 4 différences, pour justifier (s'il y a eu victoire et défaite) qu'il y a une réelle différence.
Mais j'ai un peu peur que le test soit non significatif. Il y a trop peu de données.

Cordialement.

[inviteb858dbc4]

Bonjour.

Merci pour ta réponse, l'idée du graphique est séduisante mais étant donné que j'ai 5 sujets et 4 dimensions pour chaque et que le total des 4 dimensions ne représente rien, cela donne un graphique trop chargé et peu lisible. De plus, un graphique pour chaque sujet m'en donnera trop.

Effectivement je n'ai pas assez de données du tout, le professeur me l'avait dit et je le mentionnerai dans les limites.

Sinon, je ne suis vraiment pas à l'aise pour utiliser l'analyse de variance ANOVA donc je pense continuer à utiliser le test du t de student mais je dois en effet vérifier que les variables soient gaussiennes.

Sinon dernière question, si j'obtiens un t calculé négatif comme -5.7, puis je considérer qu'il est supérieur au t théorique ?

Merci beaucoup pour ton aide !

[gg0]

Tu peux faire la moyenne des 5 sujets.

Pour des effectifs très faibles, le T de Student n'est utilisable que si on est sûr que la variable utilisée est gaussienne. Pas simplement qu'un test sur les données ne dit pas le contraire.

Une autre idée : comme tu as 5 données par dimension par match, tu peux essayer un nuage de points par dimension : En abscisse le nombre de points (négatif si match perdu) de différence, en ordonnée les 5 scores. S'il y a un lien, le coefficient de corrélation devrait être raisonnablement proche de 1 (disons au dessus de 0,6).

Cordialement.

[A voir en vidéo sur Futura]

[inviteb858dbc4]

Super merci je vais essayer tout ça !

Cordialement.