Partie II. Etude expérimentale
Chapitre 4. Matériel et méthodes
29
4. 3. Traitements statistiques
Avant toute étude, il est nécessaire de procéder à une évaluation descriptive des données.
Les tests statistiques ont été réalisés sur Excel.
4. 3. 1. Paramètres descriptifs
Les mesures réalisées sur le terrain sont résumées sous la forme de quelques paramètres
ou valeurs typiques (moyenne, intervalle de confiance) dont le calcul constitue une
réduction des données ; les séries statistiques sont alors caractérisées de manière simple.
La moyenne est un paramètre de position qui permet de caractériser l’ordre de grandeur
des observations ; l’écart-type est, lui, un paramètre de dispersion qui permet de chiffrer la
variation des valeurs observées autour du paramètre de position. De plus et afin d’avoir
une information complète, l’estimation de la moyenne est précisée par la détermination
d’un intervalle autour de celle-ci dont on a de bonnes raisons de croire qu’il contient la «
vraie » valeur de la moyenne ; cet intervalle est dit intervalle de confiance (Dagnelie,
1998a).
4. 3. 2. Analyse de la variance
L’analyse de la variance à un critère de classification (ANOVA) a pour objectif de
comparer des ensembles de plus de deux moyennes en identifiant les sources de variation
qui peuvent expliquer les différences existantes entre elles.
L’ANOVA s’applique sur des populations normales et de même variance, et des
échantillons aléatoires, simples et indépendants. Cette méthode est fondée sur la
comparaison de deux types de variances : une variance totale (calculée avec l’ensemble
des données) et une variance résiduelle (intragroupes). Le rapport des deux variances est
comparé à la valeur F donnée par la table des distributions F de FISCHER-SNEDECOR à
5%.
Si la valeur de la table correspondant au nombre de degrés de liberté est inférieure à la
valeur calculée, le facteur contrôlé est considéré comme introduisant des différences
significatives.
Chapitre 4. Matériel et méthodes
29
4. 3. Traitements statistiques
Avant toute étude, il est nécessaire de procéder à une évaluation descriptive des données.
Les tests statistiques ont été réalisés sur Excel.
4. 3. 1. Paramètres descriptifs
Les mesures réalisées sur le terrain sont résumées sous la forme de quelques paramètres
ou valeurs typiques (moyenne, intervalle de confiance) dont le calcul constitue une
réduction des données ; les séries statistiques sont alors caractérisées de manière simple.
La moyenne est un paramètre de position qui permet de caractériser l’ordre de grandeur
des observations ; l’écart-type est, lui, un paramètre de dispersion qui permet de chiffrer la
variation des valeurs observées autour du paramètre de position. De plus et afin d’avoir
une information complète, l’estimation de la moyenne est précisée par la détermination
d’un intervalle autour de celle-ci dont on a de bonnes raisons de croire qu’il contient la «
vraie » valeur de la moyenne ; cet intervalle est dit intervalle de confiance (Dagnelie,
1998a).
4. 3. 2. Analyse de la variance
L’analyse de la variance à un critère de classification (ANOVA) a pour objectif de
comparer des ensembles de plus de deux moyennes en identifiant les sources de variation
qui peuvent expliquer les différences existantes entre elles.
L’ANOVA s’applique sur des populations normales et de même variance, et des
échantillons aléatoires, simples et indépendants. Cette méthode est fondée sur la
comparaison de deux types de variances : une variance totale (calculée avec l’ensemble
des données) et une variance résiduelle (intragroupes). Le rapport des deux variances est
comparé à la valeur F donnée par la table des distributions F de FISCHER-SNEDECOR à
5%.
Si la valeur de la table correspondant au nombre de degrés de liberté est inférieure à la
valeur calculée, le facteur contrôlé est considéré comme introduisant des différences
significatives.