choix du test

Bonjour tlm, je suis en master de psycho et les stats c pas mon fort, jspr trouvé une aide parmi les érudits du coin. En tt cas merci d'avance de vs penchez sur mon pb.

Alors j'ai interrogé 50 sujets, je résume (en gros) les données en trois mesures : Mesure de la dépression, mesure de l'estime de soi et mesure de l'ambiance familiale.

L'objectif de mon étude est de montrer qu'il existe une corrélation entre ces mesures. J'ai fais une corrélation bivariée avec chaque couple de mesure possible pour décrire les données. Maintenant j'aimerai faire des stats inférentielles pour valider ou pas mes hypothèses à savoir:

Une bonne ambiance familiale protége de la dépression.
Une bonne ambiance familiale favorise une bonne estime de soi.

La je ne sais pas quoi faire comme test

Personnellement je ferais un test du chi-2 ou de Fisher en fonction de la tête des données.

Par exemple pour ton premier cas: 'Une bonne ambiance familiale protége de la dépression'

Je coderais ma variable 'dépression' en fonction de tes différents degrés, j'établirais alors la table de fréquence expliquant la répartition dépressif en fonction de la variable 'ambiance familiale' et j'opererais avec un des deux tests cités.

Là tu restes dans l'univariée, pour du multivarié il y aurait beaucoup plus de choses.

Merci mais je vois pas comment je peux travailler des fréquences car j'ai des scores brutes que je ne peux pas répartir en plusieurs classe. Donc j'aimerai continuer à travailler avec les scores brutes. Je ne vois pas trop la différence uni/multivarié

Univarié = 1 variable contre 1 autre.
Multivarié = plusieurs variables contre 1 autre.
Etant donné ton énoncé tu es donc dans de l'univarié.

Si tu veux pas passer par les tableaux de fréquence alors tu devrais t'orienter vers un test de Fisher qui permet (il me semble...) de tester ce type de liaison pour des variables continues.
Sinon de façon un peu plus bourrin, selon la forme de tes données, carrément un test de corrélation de Pearson ou de Spearman...

ok merci j'avais déjà fais de la corrélation de Pearson je me demandai si je pouvais faire autre chose

Je te conseil également un coup de Spearman au cas ou il y est une corrélation non linéaire de planquée.

c'est ce que je fais merci de ton aide. Tu ne connais pas un test qui me permette de conclure sur une relation de cause à effet car sur un bouquin je peux lire que le test de spearman ne permet que de vérifier une corrélation, c'est à dire une relation mais sans affirmer dans quel sens cause-effet ?

Normalement le test de Spearman le permet, il passe juste par les rangs de tes variables et applique exactement le même test que celui de Pearson.

Sinon il y a le test de Fisher que je t'ai cité qui permet d'étudier des variables continues, fait juste attention à pas te mélanger les pinceaux avec le calcul bilatéral et le calcul unilatéral...

joyeux_lapin13 a écrit:Normalement le test de Spearman le permet, il passe juste par les rangs de tes variables et applique exactement le même test que celui de Pearson.

Aïe erreur, corrélation ne veut pas dire causalité (qq soit la statistique utilisée), la corrélation mesure un lien statistique entre 2 variables.

Merci de m'avoir corrigé Droopy.