Taille de l'effet pour le test t indépendant

La taille de l'effet indique essentiellement la force de l'effet observé. Selon l'hypothèse testée, l'effet est synonyme de relation ou de corrélation, par exemple.

• Quelle est la force de la relation/différence?
• Quelle est la force de la corrélation?

Le test t pour indépendant vérifie s'il existe une différence entre deux groupes indépendants. La taille de l'effet dans le test t indépendant indique maintenant l'importance de la différence entre les groupes. Dans le test t indépendant, cela se fait en comparant les différences de moyennes.

Cela permet de comparer différentes études à l'aide de la taille de l'effet.

Taille de l'effet de la différence et valeur p

La valeur p ne dit rien sur la taille de l'effet ou de la différence et dépend beaucoup de la taille de l'échantillon.

Qu'est-ce que cela signifie? S'il existe une différence dans la population, plus l'échantillon est grand, plus la valeur p l'indique clairement. Si l'échantillon est très grand, de très petites différences dans la population peuvent également être détectées. Ces petites différences peuvent ne plus être du tout pertinentes.

Dans l'étude de gauche du graphique supérieur, nous obtiendrons, à différence égale, une valeur p plus grande que dans l'étude de droite. En simplifiant, cela est dû au fait qu'un plus grand nombre de personnes ont été interrogées dans l'étude de droite et que, par conséquent, des différences plus faibles sont significatives que dans l'étude de gauche.

Pour normaliser cela, la taille de l'effet est utilisée en plus de la valeur p.

Taille de l'effet du test t pour les échantillons indépendants

Comme nous l'avons déjà dit, la valeur p ne dit rien sur la force de la différence, mais seulement si la différence est significative ou non. Le test t pour échantillons indépendants compare les différences de moyennes. Une question pourrait être de savoir s'il existe une différence de moyenne dans le salaire des hommes et des femmes. Pour rendre ces différences comparables entre plusieurs études, la taille de l'effet est nécessaire.

Calculer la taille de l'effet dans un test t pour échantillons indépendants

La taille de l'effet pour un test t pour échantillons indépendants est généralement calculée à l'aide du d de Cohen. Pour calculer la taille de l'effet, la différence moyenne est normalisée, c'est-à-dire divisée par l'écart type.

Cependant, l'écart-type de la population n'est pas connu. Afin d'estimer la taille de l'effet avec une confiance totale, on utilise le hedges g, aussi souvent appelé d,. Avec les couvertures g, seuls les paramètres de l'échantillon sont utilisés.

Le hedges g ou le d peut maintenant être transformé encore davantage de sorte qu'il peut être calculé assez facilement si un test t pour échantillons indépendants a été calculé.

Dans la littérature, une variété de noms et de symboles différents sont utilisés pour les différentes tailles d'effet. Une discussion détaillée sur le sujet des différentes mesures de taille d'effet pour la différence des moyennes de deux groupes indépendants peut être trouvée ici: Enzmann, D. (2015). Notes sur les mesures de taille d'effet pour la différence de moyennes de deux groupes indépendants: Le cas du d de Cohen et du g de Hedges (rapport technique).

Interpréter la taille de l'effet

Les valeurs résultantes du g ou d de hedge et du d de Cohen peuvent être interprétées à l'aide du tableau de Cohen ci-dessous.

Par exemple, un effet de 0,5 est un effet moyen et signifie que la différence entre les deux groupes est égale à la moitié d'un écart-type. Si la taille de l'effet se situe au milieu de deux valeurs, il s'agit d'un effet petit à moyen ou d'un effet moyen à grand.

Calculer l'ampleur de l'effet avec DATAtab

Sur DATAtab, dans la calculatrice de tests t indépendants, la taille de l'effet peut facilement être calculée en ligne. Il suffit de sélectionner une métrique et une variable catégorielle et de cliquer sur la taille de l'effet.