Distribution
Comparaison entre deux groupes
Lorsque l'on fait un test statistique avec des données paramétriques provenant deux groupes indépendants, il y a quelques vérifications à faire avant d'effectuer le test :
- Les données sont indépendantes les unes des autres
- La distribution des données est normale
- La variance des données est similaire
Les données sont indépendantes les unes des autres. Il est important qu'aucune des données d'un groupe n'ait une influence sur les autres données, ce qui est généralement le cas. On verra un peu plus tard dans la session un cas où les données ne sont pas indépendantes.
La distribution des données est normale. Pour effectuer certains tests statistiques, nous devons connaître comment les données sont distribuées. Plusieurs tests sont disponibles pour analyser la normalité de la distribution comme le Kolmogorov-Smirnov, le Shapiro-Wilk et le D'Agostino-Pearson. Alors que le Kolmogorov-Smirnov était le plus utilisé, les études ont démontré que sa puissance était trop faible. Certains auteurs suggèrent d'utiliser le test de D'Agostino-Pearson (http://www.graphpad.com/guides/prism/7/statistics/index.htm) parce qu'il est meilleur que le Shapiro-Wilk lorsque chacune des valeurs n'est pas unique. Toutefois le Shapiro-Wilk est capable de détecter la non-normalité d'une grande étendue de distribution. Ce test est disponible dans SPSS et nous l'utiliserons lorsque nous voudrons tester la normalité de la distribution.
Si notre distribution n'est pas normale, que puis-je faire?
Dans le cas où la distribution n'est pas normale, vous devez transformer vos données en utilisant le logarithme des valeurs, la racine carrée ou autres transformations qui permettraient de normaliser les données.
Complément : Lecture additionnelle
Pour ceux qui désirent en apprendre plus sur la distribution, je vous conseille l'article suivant :
Ghasemi A, Zahediasl S. Normality Tests for Statistical Analysis: A Guide for Non-Statisticians. Int J Endocrinol Metab. 2012;10(2):486-9.
DOI: 10.5812/ijem.3505