analyse statistique en psychologie, ANOVA?

[inviteafb5a560]

Bonjour,

Je suis étudiante en psychologie et les statistiques pour moi c'est compliqué... Je fais donc appel à vous pour m'aider.

Imaginons que dans une étude je souhaite vérifier si un trait de personnalité (appelons le A) détermine un profil concernant 5 dimensions de la perception émotionnelle (Appelons les B1, B2, B3, B4 et B5).

Je soumets donc deux questionnaires à mon échantillon: Un questionnaire QA pour déterminer un score de personnalité A (36 modalités possibles)
et un questionnaire QB comprenant 5 sous parties pour déterminer un score allant de 0 à 4 pour chaque sous-partie (correspondant aux 5 dimensions de la perception émotionnelle).

J'ai déterminé que ma variable indépendante c'est mon score A et que mes variables dépendantes sont mes scores B1, B2, B3, B4 et B5.

Maintenant quelle analyse je dois faire pour montrer qu'il y'a un lien statistique entre le score A et les scores B1, B2, B3, B4, B5 ?

La seule chose que j'ai vue dans mes cours qui pourrait coller c'est l'ANOVA mais je vois tellement de test inconnus dans les articles scientifiques que je ne suis pas du tout sûre de moi...

Merci de bien vouloir m'aider.
-----

[gg0]

Bonjour.

A priori, tu peux examiner s'il y a un lien entre le score B1 et A; puis la même chose pour B2, B3, B4 et enfin B5. A moins que tu recherches des liens entre les B. mais pour la question du lien entre les B et A, 5 analyses vont bien. Attention, comme tu vas multiplier les tests sur les mêmes données A, la correction de Bonferroni s'impose.

Mais comme tu parles de "profil", tu as peut-être une idée en tête sur ce que doivent être les valeurs de B connaissant A. Ce type d'analyse statistique n'est accessible qu'à quelqu'un de bien formé en statistiques exploratoires. Il faut créer un modèle multidimensionnel, puis essayer de le valider, ce qui nécessite aussi de nombreuses données. je ne pense pas que tu aies vu ces méthodes en cours

Cordialement.

[inviteafb5a560]

Bonjour,

Merci pour ta réponse.
En effet j'ai une idée des valeurs que devraient prendre B par rapport aux valeurs de A. Et effectivement je n'avais pas pensé au fait de tester individuellement chaque "couple" A-B1 A-B2 etc.

Sur internet pour deux variables quantitatives dans un même échantillon j'ai trouvé deux tests: corrélation de Pearson (test paramétrique) et corrélation de Spearman (test non paramétrique). Est-ce que ce sont les bons test à appliquer dans ma situation?

En fait le contexte de ma question c'est qu'on nous demande d'écrire un article scientifique sur le sujet de notre choix, on doit trouver une problématique, des hypothèses et ensuite décrire l'expérience qu'on peut réaliser pour prouver nos hypothèses... et il nous est demandé de dire quels tests statistiques on va utiliser pour exploiter nos données... mais bien sur tout ça n'est que théorique, on a aucune donnée en réalité... on doit seulement faire des suppositions... alors forcément dans nos cours de stat on n'a pas forcément les outils correspondant à notre situation...

Merci.

[invite9dc7b526]

Pourquoi ne fais-tu pas ce que font tous les chercheurs: explorer la littérature et voir ce qui se fait dans un cas similaire.

[A voir en vidéo sur Futura]

[gg0]

Un rappel :

C'est dans la préparation de l'analyse qu'on détermine ce qu'on va tester et comment. Comme c'est un exercice fictif, à toi de choisir les hypothèses à tester en fonction des tests que tu connais. Pourquoi commencer par quelque chose de compliqué si déjà "les statistiques pour toi c'est compliqué" ?

[inviteafb5a560]

Réponse à minushabens :

D'une part dans la littérature les variables sont beaucoup plus nombreuses que dans ma situation ce qui fait que les analyses statistiques proposées sont trop complexes. Et d'autre part j'ai fait des recherches et me suis référée à mes cours, ce qui m'a amenée à proposer d'abord l'ANOVA puis la corrélation de Pearson ou de Spearman en réalisant qu'on pouvait réaliser des test séparés pour chaque variable B et je demande juste confirmation car j'ai peur d'être dans l'erreur.

[inviteafb5a560]

Le travail qui m'est demandé n'est pas un exercice de statistiques mais de recherche, c'est pourquoi je cherche à répondre à ma problématique en utilisant des outils statistiques et non pas inventer une problématique en fonction de mes connaissances en statistiques...

Métaphoriquement imaginons qu'on soit sur un forum de bricolage:
Je veux construire une table et je ne suis pas sure des outils à utiliser et je suis de surcroit une très mauvaise bricoleuse...
Je vous demande de l'aide pour m'aider à identifier les bons outils...
Et vous me demandez pourquoi je ne fabrique pas un autre objet si je ne sais pas utiliser les outils pour fabriquer une table... oui mais moi c'est une table dont j'ai besoin et c'est justement parce que je ne maitrise pas les outils à utiliser que j'ai besoin qu'on me dise si mes propositions sont correctes ou non

Je comprends qu'on ne veuille pas donner des solutions toute faites sur le forum sans réflexion des usagers mais il me semble pour ma part avoir réfléchi un minimum ou au moins avoir cherché la réponse...

Je me répète mais j'ai donc trouvé que le test à utiliser était la corrélation de Pearson ou la corrélation de Spearman en fonction de si la distribution de mon échantillon suit une loi normale ou pas (ce que je ne peux pas savoir puisque je n'ai pas de données mais je dois choisir une hypothèse) car je veux déterminer s'il y'a un lien statistique entre deux variables quantitatives. Voilà ce que moi j'ai trouvé.

Maintenant si quelqu'un a la gentillesse de bien vouloir me dire en quoi je fais erreur et bien j'arriverai peut-être à comprendre pourquoi je ne peux pas utiliser cet outil pour construire ma table...

Merci.

[invite9dc7b526]

est-ce que les modalités du score A sont ordonnées?

[inviteafb5a560]

est-ce que les modalités du score A sont ordonnées?

Oui, c'est une variable quantitative dont les modalités vont de 0 à 4. Plus le score est grand, plus le trait de personnalité est présent.

[invite9dc7b526]

0 à 4 en 36 modalités c'est bien ça?