Calculateur d'ANOVA à un facteur
Collez les scores de chaque groupe et obtenez le tableau d'ANOVA complet — sommes des carrés, carrés moyens, F et valeur p exacte — avec η² et ω², les statistiques descriptives par groupe, une vérification de Brown–Forsythe sur l'égalité des variances, l'ANOVA de Welch et des comparaisons par paires ajustées selon Bonferroni. Chaque étape est détaillée avec vos propres nombres. Gratuit, sans inscription.
0 valeur
0 valeur
0 valeur
Saisissez au moins deux nombres dans chacun d'au moins deux groupes.
Comment utiliser le calculateur d'ANOVA à un facteur
- 1. Saisissez chaque groupe. Nommez le groupe et collez ses scores, séparés par des virgules, des espaces ou des sauts de ligne. Trois groupes sont prêts à remplir ; vous pouvez en ajouter jusqu'à dix ou en retirer jusqu'à deux.
- 2. Choisissez α. Le seuil de signification (0,05 par défaut) détermine la ligne de décision et les verdicts des tests de suivi.
- 3. Lisez le test global. Le tableau d'ANOVA donne SS (sommes des carrés), ddl, MS (carrés moyens), F et p ; η² et ω² indiquent la part de la variation expliquée par les groupes.
- 4. Vérifiez et approfondissez. Consultez le test de Levene avant de vous fier au F classique, utilisez l'ANOVA de Welch si les variances diffèrent, puis lisez les comparaisons par paires pour voir quels groupes diffèrent. Copiez la ligne APA une fois terminé.
Ce que compare le rapport F
L'ANOVA décompose la variation totale des scores en deux parties. La somme des carrés intergroupes, SSB = Σ nⱼ(x̄ⱼ − x̄)², mesure l'écart de la moyenne de chaque groupe à la moyenne générale. La somme des carrés intragroupe, SSW = Σ Σ (x − x̄ⱼ)², mesure l'écart des scores individuels à la moyenne de leur propre groupe. En divisant chacune par ses degrés de liberté, on obtient un carré moyen, et F = MSB / MSW. Si les moyennes de la population sont égales, les deux carrés moyens estiment la même variance d'erreur et F reste autour de 1 ; un F élevé signifie que les moyennes des groupes sont plus éloignées que ne le produirait le simple bruit à l'intérieur des groupes.
| Source | SS | ddl | MS | F |
|---|---|---|---|---|
| Intergroupes | Σ nⱼ(x̄ⱼ − x̄)² | k − 1 | SSB / (k − 1) | MSB / MSW |
| Intragroupe | Σ Σ (x − x̄ⱼ)² | N − k | SSW / (N − k) | |
| Total | Σ (x − x̄)² | N − 1 |
k est le nombre de groupes et N le nombre total de scores. η² = SSB / SST ; ω² = (SSB − (k − 1)MSW) / (SST + MSW).
Exemple détaillé : trois formats d'enseignement
Cliquez sur Essayer un exemple pour charger les notes d'un quiz de trois classes de six étudiants : cours magistral (M = 73,83, ÉT = 4,36), classe inversée (M = 82,17, ÉT = 3,76) et en ligne à son rythme (M = 72,33, ÉT = 2,58). La moyenne générale est de 76,11.
ANOVA à un facteur, étape par étape
SSB = 336,78 avec ddl = 2, donc MSB = 168,39
SSW = 199,00 avec ddl = 15, donc MSW = 13,27
F = 168,39 / 13,27 = 12,69, p = ,0006
η² = 336,78 / 535,78 = ,63 ; ω² = ,57
Au format APA : les notes au quiz différaient selon le format d'enseignement, F(2, 15) = 12,69, p < ,001, η² = ,63. Le test de Levene ne révèle aucun signe de variances inégales, F(2, 15) = 0,89, p = ,430, et l'ANOVA de Welch concorde avec le test classique, F(2, 9,49) = 13,33, p = ,002. Les comparaisons ajustées selon Bonferroni situent la différence dans la classe inversée : elle devance le cours magistral de 8,33 points (p ajusté = ,016) et la classe en ligne de 9,83 points (p ajusté = ,002), tandis que le cours magistral et la classe en ligne ne diffèrent pas (p ajusté > ,999).
Hypothèses et que faire quand elles ne tiennent pas
- Observations indépendantes. Chaque score provient d'une personne différente et appartient à un seul groupe. Des mesures répétées sur les mêmes personnes exigent une ANOVA à mesures répétées, que ce calculateur ne réalise pas.
- Résidus à peu près normaux. L'ANOVA tolère une asymétrie modérée lorsque les groupes sont de taille similaire ; avec de petits groupes nettement non normaux, utilisez le test de Kruskal-Wallis.
- Variances égales. Le test de Levene proposé ici est la version de Brown–Forsythe, qui mesure la dispersion autour de la médiane de chaque groupe et reste fiable avec des données asymétriques. Lorsqu'il est significatif — ou lorsque les tailles de groupes diffèrent beaucoup —, rapportez l'ANOVA de Welch, qui abandonne cette hypothèse.
- Tests post hoc seulement avec une raison. Le tableau par paires utilise des tests t de Welch avec un ajustement de Bonferroni. Le HSD de Tukey n'est pas calculé, car il nécessite la loi de l'étendue studentisée ; Bonferroni est un peu plus conservateur, donc interprétez avec prudence les valeurs p ajustées proches du seuil.
Questions fréquentes
- Que dit une ANOVA à un facteur significative ?
- Qu'au moins une moyenne de groupe diffère des autres — pas laquelle, ni que toutes diffèrent. Le test F global compare seulement la dispersion des moyennes des groupes à la dispersion à l'intérieur des groupes. Pour localiser la différence, lisez des comparaisons par paires comme les tests ajustés selon Bonferroni affichés avec les résultats.
- Pourquoi ne pas simplement effectuer plusieurs tests t ?
- Chaque test t comporte son propre risque de faux positif. Avec trois groupes, il y a trois tests par paires et, avec α = 0,05 pour chacun, le risque d'au moins une fausse alerte monte vers 1 − 0,95³ ≈ 14 %. L'ANOVA teste toutes les moyennes à la fois au seuil α choisi, et les tests post hoc ajustés maintiennent sous contrôle la famille de comparaisons.
- Quelle est la différence entre η² et ω² ?
- Les deux décrivent la proportion de la variance totale expliquée par l'appartenance au groupe. η² = SSB / SST est la proportion dans l'échantillon et surestime la valeur de la population, surtout avec de petits échantillons. ω² retranche la variance attendue par hasard et constitue l'estimation la moins biaisée ; il est donc toujours un peu plus petit. Rapportez η² si votre discipline l'attend, ω² lorsque les échantillons sont petits.
- Quand utiliser l'ANOVA de Welch plutôt que le test F classique ?
- Lorsque les variances des groupes diffèrent — surtout si les tailles des groupes diffèrent aussi. Le test F classique regroupe les variances et, si un petit groupe a la plus grande variance, son taux de faux positifs peut dépasser largement α. L'ANOVA de Welch pondère chaque groupe par n / s² et ajuste les degrés de liberté de l'erreur, ce qui la garde précise ; avec des variances égales, elle donne presque le même résultat.
- Comment rapporter une ANOVA à un facteur au format APA ?
- Donnez les moyennes et les écarts-types des groupes, puis F(ddl inter, ddl intra) = valeur, p = valeur et une taille d'effet : F(2, 15) = 12,69, p < ,001, η² = ,63. Mettez F et p en italique, mais pas la lettre grecque η ; supprimez le zéro initial pour p et η², car aucun des deux ne peut dépasser 1. Faites suivre les résultats post hoc qui montrent quels groupes diffèrent.
- De combien de scores ai-je besoin dans chaque groupe ?
- Le calculateur exige au moins deux scores par groupe, mais c'est un plancher de calcul, pas un objectif de conception. Pour détecter un effet moyen (f = 0,25) avec trois groupes, α = 0,05 et une puissance de 80 %, il en faut environ 53 par groupe. Des groupes de même taille rendent aussi le test plus robuste face à des variances inégales.