Problème Tests ANOVA non significatifs

Bonjour,
Je réalise une expérimentation pour ma thèse en sciences sociales avec un plan factoriel complet 2*2*2. J'a réalisé une one way Anova pour les 8 versions et une Manova pour les 3 facteurs à deux modalités. Problème aucun effet significatif principal ni effet d'interaction. Pourtant toutes les conditions nécessaires sont remplies: normalité, homogénéité des variances, outliers, homogénéité des cellules, Manipulation check.... et comme il s'agit de ma variable dépendante principale sur laquelle est fondé mon modèle je suis très très embêté! de plus, ma soutenance est imminente.
- ne pouvant plus revenir en arrière pour modifier les outils de mesures ou les variables indépendantes Y a t il une méthode d'analyses pour régler cela?
Je vous remercie par avance de vos réponses!

Une Manova ? Pourquoi ? Avez-vous plusieurs variables dépendantes ? Vous ne dites rien à ce sujet. Par ailleurs, je ne comprends pas non plus ce que vous voulez dire par "une one way Anova pour les 8 versions". Ce n'est pas clair non plus.

En clair, si je comprends bien, vous êtes dans le cas d'un ANOVA à trois facteurs avec - éventuellement - interactions (pas de MANOVA, pas de one-way ANOVA).

Pour finir, vous pouvez être dans les conditions parfaites d'application d'une ANOVA et qu'effectivement rien ne sorte significatif, simplement car il n'y a aucun effet à détecter dans vos données. Ca arrive à tout le monde, et même aux meilleurs d'entre nous..

HTH, Eric.

Merci de votre repose.
Oui tout à fait! La one way c'était pour comparer les conditions. Et l'autre c une ancova pardon.

Sinon ça se tient dans une soutenance facteur significatif sur la variable principale ? Les autre outputs du modèle (significatifs dans mon cas ) n'auront plus de sens non? Comment je peux défendre ça?

ANCOVA ? Désolé, toujours pas clair. Vous avez des variables explicatives qualitatives et quantitatives ? Mais alors que voulez-vous dire par "un plan factoriel complet 2*2*2" ?

Egalement, qu'appelez-vous "variable principale" ? Est-ce la variable dépendante à expliquer ?

Je répète donc ce que j'ai déjà dit. Il vous faut une ANOVA à plusieurs facteurs (éventuellement avec des variables explicatives quantitatives, et éventuellement avec interactions). Il n'y a toujours pas de one-way ANOVA. L'ANOVA globale "compare les conditions" déjà très bien, pour reprendre votre expression.

Et dans ce cas, tout reste avec du sens, significatif ou non.

Ou alors, j'ai encore loupé quelque chose.

HTH, Eric.

Bonjour,
C'est un modèle un peu complexe. j'ai des quali à gauche (des versions de sites web avec 3 facteurs sur 2 niveaux). j'ai une variable dépendante (principale dans le sens ou le cadre théorique est basé dessus) j'ai d'autres variables qui, elles pourront prendre des statuts différents selon les résultats, mais ça ça sera des régressions linéaires car elles sont toutes quanti.
SI je reviens à mon problème, oui il s'agit bien d'une Anova à trois facteurs dont aucun n'est significatif. pour le reste des variables c'est ok mais je parle là juste de la première série de tests entre mes variables expérimentale et la variable à expliquer.
J'ai recentré mais ça ne donne toujours rien, je voulais savoir si je peux rafistoler ma BDD pour avoir au moins un seul effet. Sinon après bon ça doit être un problème dans les réponses. J'ai fait appel à un institut de panels et franchement on peut vite s’apercevoir du sérieux de certains répondants
Merci à vous.

Deux réponses rapides :

1) Dans un modèle d'ANOVA vous pouvez aussi mettre des variables explicatives quantitatives, et calculer des pentes, etc. Ca s'appelle une ANCOVA. En fait, la clef, c'est qu'une régression et une ANOVA ce ceux deux méthodes qui sont en fait la même chose (ou plutot des développements particuliers d'un cadre plus général). C'est ce que vous devriez faire.

2) L'analyse statistique, ce n'est pas "rafistoler pour avoir des effets" (comme vous dites). S'il n'y rien de significatif, et bien rien n'est significatif. L'analyse statistique n'est pas un moyen de faire apparaitre des effets là ù il n'y en a pas..

HTH, Eric.

Je vous remercie.
ce n'est pas dans le sens bidouiller les données. Je pensais qu'il y avait des méthodes comme celles utilisées pour améliorer la normalité, LOG, recentrage ... ect. Je dis cela juste parce qu'à la suite de mes pré-tests, certains liens étaient bien significatifs. La littérature est formelle sur ces liens donc c'est en contradiction avec la théorie. C'est sûrement un effet d'échantillonnage qui a provoqué cela. J'avais pourtant exagéré les valence pour créée de la variabilité entre mes niveaux de facteurs et éviter de tomber dans ce piège. finalement.... ! voilà j'essayerai de donner des pistes !
Merci encore.

Bonjour tout le monde,
Je rebondis sur mon sujet pour apporter une information qui pourrait peut être aider certains.
En fait, la non significativité de mes résultats malgré la rigueur de la mise en œuvre de l'expérimentation proviendrait d'une erreur d’échantillonnage. J'explique:
Pour que mes 8 groupes soient comparables, j'ai opté pour la méthode de la randomisation pour contrôler un maximum de variables parasites.
Ayant fait appel à un institut de panéliste, ce dernier ne semble pas avoir respecté cette condition (et il n'aurait pas peu le faire de toutes façons dans mon cas).
Je rappelle que théoriquement, la condition est que tout sujet tiré au hasard possède la même probabilité d'être tiré, ce qui implique que la population doit être précisément connue. Il est le cas par exemple quand on réalise une étude sur les clients d'un opérateur de téléphonie et être en présence d'une BDD qui contient la liste exhaustive de tous les clients. En réalisant une étude sur les consommateur d'une marque de café, cela devient moins évident.
Donc je conseille ceux qui se retrouvent dans ce cas (sciences humaines et sociales en général) d'utiliser des échantillons non probabilistes par quotas et qui soient, un minimum, représentatifs de la population étudiée.