Novice: Quel test pour comparer deux ensembles de temps ?

Bonjour a tous !
Je suis nouveau ici, et je débute vraiment en statistiques !!

Voila mon problème:

J'ai fait passer un test à 31 personnes... 16 étaient experts dans le domaine, 15 étaient novices.
Le test consistait à réaliser 4 taches le plus rapidement possible, avec deux techniques différentes (les 4 taches avec la premiere, puis les 4 taches avec la deuxieme). Ces taches consistaient a essayer de voir un chiffre caché... Il fallait donc ensuite dire le chiffre lu.
Les taches etaient les memes entre la premiere et la deuxieme série, mais les résultats à donner étaient différents...

Afin d'analyser la différence d'efficacité entre les deux méthodes, je voudrais comparer:
1) le temps nécessaire pour effectuer chaque tache avec les deux techniques (et voir si la différence est significative)
2) Si une différence existe entre les Experts et les Novices, et ce pour chacune des techniques

Le probleme est que je ne sais pas quel test utiliser ?
Pour le 1), je pensais utiliser un test t de student
Pour le 2), une ANOVA ??

Est ce que c'est le bon choix ?

Pour analyser les resultats, j'utilise OpenStat4.. Mais il semble bien vieux et plein de bugs... Est ce qu'un autre logiciel existe ?

Merci d'avance a tous !

Fa7 a écrit:Bonjour a tous !
Je suis nouveau ici, et je débute vraiment en statistiques !!

Voila mon problème:

J'ai fait passer un test à 31 personnes... 16 étaient experts dans le domaine, 15 étaient novices.
Le test consistait à réaliser 4 taches le plus rapidement possible, avec deux techniques différentes (les 4 taches avec la premiere, puis les 4 taches avec la deuxieme). Ces taches consistaient a essayer de voir un chiffre caché... Il fallait donc ensuite dire le chiffre lu.
Les taches etaient les memes entre la premiere et la deuxieme série, mais les résultats à donner étaient différents...

Bonjour Fa7,

Quand tu dis "les taches étaient les mêmes entre la première et la deuxième série", qu'entends-tu par série ?

J'ai du mal à comprendre et faire le lien entre les taches identiques dans les séries et l'histoire des techniques différentes....

Pourrais-tu m'éclairer ?

Sinon pour le reste, je comprends ce que tu cherches à faire et je pense pouvoir t'indiquer les tests à utiliser une fois que j'aurai davantage d'info sur le problème de départ.

Salut !

Quand je dis "les taches étaient les mêmes entre la première et la deuxième série", pour moi une série c'est l'ensemble des taches réalisées avec une technique.
J'ai donc deux séries: une avec la technique A, une avec la technique B.

En fait, je veux savoir laquelle des deux techniques permet de réaliser les taches le plus rapidement...

La procédure complete est la suivante:

Je veux comparer le temps nécessaire pour effectuer un certain nombre de taches avec 2 techniques différentes.
Pour cela, j'ai mis en place 4 taches élémentaires.
Lorsque une tache est réalisée, le sujet doit inscrire le chiffre qu'il a vu (et qui prouve donc qu'il a bien effectué la tache jusqu'au bout).

Chaque utilisateur doit donc faire les 4 taches :
- une premiere fois avec une technique
- une deuxieme fois avec l'autre technique.

Comme les taches sont elementaires, ce sont les memes qui sont effectuées entre la premiere et la deuxieme fois... Seuls les "chiffres de vérification", qu'il doit donner a la fin, changent.

Voila, je pense que c'est plus clair maintenant...

Si je comprends bien ton tableau de données se présente ainsi (exemple pour 1 individu novice) :

individu.........groupe.......tache.....technique...........temps
1...................novice...........1..............1....................2sec
1...................novice...........2..............1....................3sec
1...................novice...........3..............1....................2sec
1...................novice...........4..............1....................4sec
1...................novice...........1..............2....................2sec
1...................novice...........2..............2....................3sec
1...................novice...........3..............2....................2sec
1...................novice...........4..............2....................4sec
2...etc

Le temps est donc lié à plusieurs facteurs principaux :

- le facteur individu
- le facteur groupe
- le facteur tache
- le facture technique

Après on peut même imaginer des interactions entre ces facteurs....

Pour voir s'il y a un effet due à la technique, je pencherai vers une analyse de variance à mesure répétées mais ce qui me gène, c'est ta variable groupe novice/expert qui elle n'est pas répétées pour un même sujet....(ce qui est normal du reste !).

Les autres qu'en pensez-vous

Il faudrait peut-être carrément faire un joli modèle mixte....Bon après c'est sûr que ta taille d'échantillon n'est pas énorme....

Allez les autres aidez nous !

Je vais continuer à réfléchir à ton pb mais en attendant, merci de confirmer que tes données ressemble à ce que j'ai esquissé plus haut.

A première vue il ne s'en sortira pas sans l'aide d'un biostatisticien. Ca ressemble effectivement à de l'analyse de variance en mesure répétées, mais il y a semble-t-il un facteur "nested" et un facteure "crossed" (je n'ai lu ca qu'en anglais et je ne sais pas traduire correctement l'idée en français, désolé). En fait, ca ressemble à un essai clinique en cross-over avec un design compliqué (un peu trop pour moi en tout cas), pour lequel on comparerait 2 techniques, chaque technique comprenant 4 taches à accomplir (il semblerait que taches soit "nested within" technique), dans 2 populations différentes (peut etre en première analyse serait il plus simple de stratifier la variable population?).

Comme pour tout essai en cross-over, il faut d'abord tester l'effet groupe, l'effet période et le carry-over (crosso modo l'effet d'apprentissage) avant de tester l'effet technique.

Et comme l'effectif ne semble pas énorme, qu'il n'y a apparemment pas vraiment de design ni de méthodologie qui tienne bien la route (techniques de randomisation et compagnie), realiser une analyse correcte n'est pas à la portée d'un débutant, meme bien conseillé

Kolmogorov a écrit:Si je comprends bien ton tableau de données se présente ainsi (exemple pour 1 individu novice) :

individu.........groupe.......tache.....technique...........temps
1...................novice...........1..............1....................2sec
1...................novice...........2..............1....................3sec
1...................novice...........3..............1....................2sec
1...................novice...........4..............1....................4sec
1...................novice...........1..............2....................2sec
1...................novice...........2..............2....................3sec
1...................novice...........3..............2....................2sec
1...................novice...........4..............2....................4sec
2...etc

Oui, ca correspond à ca ...
Pour simplifier un peu le tableau, je pensais traiter chaque tache individuellement... Ce qui donnerait 4 tableaux de la forme:

Groupe........Temps Technique 1........ Temps Technique 2
Novice................15,7 sec............................... 30,4 sec
Expert.................8,5 sec................................ 14,5 sec
etc...

Chaque ligne correspondant à un individu...

Très bien. Dans ce cas, si tu veux tester chaque tache séparément, tu peux faire :

- soit un test de student apparié si tes données suivent approximativement une loi normale
- soit un test de wilcoxon apparié si tes données ne suivent pas du tout une loi normale

Soit 4 tests en tout (1 pour chacune des tâches).

Merci !
Par contre, comment je fais pour savoir si mes données suivent approximativement une loi normale ?
(je vais chercher sur google pendant ce temps...)

Tu peux utiliser par exemple :

- Le test de Shapiro-Wilk
- Le test de Kolmogorov (moins puissant que shapiro-Wilk)

Tu peux ensuite confirmer la conclusion de ton test par une représentation graphique de type boxplot (en français "boite à moustache").

Le test du student est fait théoriquement pour les données issues d'une loi normale mais en pratique il fonctionne aussi très bien pour des données "approximativement" normale. Par approximativement, j'entends par exemple que ton test de Shapiro-Wilk rejette l'hypothèse de normalité de ta distribution mais ne la rejette pas "massivement".