29
négativement corrélées lorsqu’une variable augment alors que l’autre diminue. Lorsque deux
variables sont indépendantes leurs corrélations sont nulles (Schwartz, 1992).
2.3.3. Statistiques infférentielles
2.3.3.1. Comparaison entre deux moyennes observées- test de t
Le test de t ou de l’écart réduit est un test paramétrique pour la comparaison entre les
moyennes de deux échantillons statistiques, dans tous les cas, un test d'hypothèse suit une
succession d'étapes définies : énoncé des hypothèses de départ « nulle ou H 0 » et des
hypothèses alternative ; calcul d'une variable de décision - la statistique (ε) - correspondant à
une fonction des observations ; et enfin la comparaison et décision ; la comparaison est faite
entre ε calculé et une valeur ε théorique de 1,96 lu à partir de la table de Loi Normal Centrée
et Réduit LNCR (0, 1) pour un taux de sécurité de 95% (schwartz,1992).
La formule de l’écart réduit :
2.3.3.2. Analyse de variance
L’analyse de variance a pour objectif la comparaison entre plusieurs moyennes, elle
consiste à tester l’égalité entre n moyennes (Schwartz, 1992). Au niveau de signification de
0.05, on peut se demander si les moyennes sont significativement différentes. Le calcul du
test passe par les étapes suivantes :
1- Hypothèses :
Hypothèse nulle : Ho : m1= m2 = m3
Hypothèse rivale : H1 : il existe une différence significative entre quelques moyennes.
2- La statistique du test : de Fisher noté F, les différents calculs effectués sont
représentés dans le tableau.II.3
Tableau.II.3. application de l’analyse de variance (ANOVA)
Source de variation Dispersion ddl
Variance
F calculé
Intergroupe
SCF
K-1
σ ²F = SCF / k - 1
σ ²F / σ ²R
Intragroupe
SCR
N-K
σ ²R = SCR / N - K
Totale
SCT
N-1
Avec :
négativement corrélées lorsqu’une variable augment alors que l’autre diminue. Lorsque deux
variables sont indépendantes leurs corrélations sont nulles (Schwartz, 1992).
2.3.3. Statistiques infférentielles
2.3.3.1. Comparaison entre deux moyennes observées- test de t
Le test de t ou de l’écart réduit est un test paramétrique pour la comparaison entre les
moyennes de deux échantillons statistiques, dans tous les cas, un test d'hypothèse suit une
succession d'étapes définies : énoncé des hypothèses de départ « nulle ou H 0 » et des
hypothèses alternative ; calcul d'une variable de décision - la statistique (ε) - correspondant à
une fonction des observations ; et enfin la comparaison et décision ; la comparaison est faite
entre ε calculé et une valeur ε théorique de 1,96 lu à partir de la table de Loi Normal Centrée
et Réduit LNCR (0, 1) pour un taux de sécurité de 95% (schwartz,1992).
La formule de l’écart réduit :
2.3.3.2. Analyse de variance
L’analyse de variance a pour objectif la comparaison entre plusieurs moyennes, elle
consiste à tester l’égalité entre n moyennes (Schwartz, 1992). Au niveau de signification de
0.05, on peut se demander si les moyennes sont significativement différentes. Le calcul du
test passe par les étapes suivantes :
1- Hypothèses :
Hypothèse nulle : Ho : m1= m2 = m3
Hypothèse rivale : H1 : il existe une différence significative entre quelques moyennes.
2- La statistique du test : de Fisher noté F, les différents calculs effectués sont
représentés dans le tableau.II.3
Tableau.II.3. application de l’analyse de variance (ANOVA)
Source de variation Dispersion ddl
Variance
F calculé
Intergroupe
SCF
K-1
σ ²F = SCF / k - 1
σ ²F / σ ²R
Intragroupe
SCR
N-K
σ ²R = SCR / N - K
Totale
SCT
N-1
Avec :