2.1.3. plans longitudinaux et factoriels 2.1.3. plans longitudinaux et factoriels

7
2.1.3. 2.1.3. Plans Plans longitudinaux et longitudinaux et factoriels factoriels

Upload: helene-legay

Post on 04-Apr-2015

104 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

2.1.3. 2.1.3. Plans Plans longitudinaux et longitudinaux et

factorielsfactoriels

Page 2: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

Effet retard

Effet de mode

Effet de tendance

Effet de stock

Effet d’entraînementVARIETES D’EFFETS

Effet à court et moyen termes

Page 3: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

Time-Series Experiment: Time-Series Experiment:

0101 0202 0303 0404 ss 0505 0606 07070808

(permet notamment d’éviter les erreurs de jugement liés au « effets de tendance », aux (permet notamment d’éviter les erreurs de jugement liés au « effets de tendance », aux effets de mode et aux « effets-retard)effets de mode et aux « effets-retard)

Multiple Time-Series Design:Multiple Time-Series Design:

Exp.Gr.:Exp.Gr.: 00 00 00 SS 00 00 00

C.Group:C.Group: 00 00 00 -- 00 00 00

Page 4: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

L'Equivalent Time-Sample Design:L'Equivalent Time-Sample Design:

0 0 S1S1 0 0 S0S0 00 00 00 s1s10000 S0S0 0 0

(où le groupe observé constitue son propre (où le groupe observé constitue son propre groupe de contrôle)groupe de contrôle)

Page 5: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

Complexité du stimulus et dessin Complexité du stimulus et dessin de recherchede recherche

Jusqu’ici, on a donné une forme dichotomique à la variable-stimulus et on a considéré Jusqu’ici, on a donné une forme dichotomique à la variable-stimulus et on a considéré qu’il avait le même effet éventuel sur tout le monde (= pour ce dernier élément qu’il avait le même effet éventuel sur tout le monde (= pour ce dernier élément Completely Randomized Design). Cela limite l’étude des « effets » de celui-ci car:Completely Randomized Design). Cela limite l’étude des « effets » de celui-ci car:

a)a) On ne sait pas quelle est la forme de la relation entre la VI et la VD ( linéaire, On ne sait pas quelle est la forme de la relation entre la VI et la VD ( linéaire, exponentielle, asymptotique?exponentielle, asymptotique?

b)b) On ne sait pas quelle « composante » du stimulus est « responsable » de la On ne sait pas quelle « composante » du stimulus est « responsable » de la relation:relation:

c)c) On ne sait pas si une sous-population donnée (jeunes, femmes, universitaires, On ne sait pas si une sous-population donnée (jeunes, femmes, universitaires, etc) réagit différemment qu’une autreetc) réagit différemment qu’une autre

d)d) Exemple des effets éventuels de messages avertissant des risques d’une vitesse Exemple des effets éventuels de messages avertissant des risques d’une vitesse trop élevée ou promouvant des attitudes xénophiles. Est-ce a) la longueur, b)le ton trop élevée ou promouvant des attitudes xénophiles. Est-ce a) la longueur, b)le ton ou c) le support du message qui engendrent l’effet attendu?ou c) le support du message qui engendrent l’effet attendu?

e)e) Y a-t-il des « effets d’interaction » entre ces diverses composantes? P.ex. un court Y a-t-il des « effets d’interaction » entre ces diverses composantes? P.ex. un court message tv de ton moyen est-il sensiblement plus « performant » qu’un long message tv de ton moyen est-il sensiblement plus « performant » qu’un long message radio? Ou encore des effets d’interaction entre un traitement donné et message radio? Ou encore des effets d’interaction entre un traitement donné et une sous-population spécifique?une sous-population spécifique?

D’où la nécessité de combiner les états du stimulus et/ou les contextes expérimentaux D’où la nécessité de combiner les états du stimulus et/ou les contextes expérimentaux pour définir des effets principaux et des effets d’interaction pour définir des effets principaux et des effets d’interaction

Page 6: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

Notion de plan factorielNotion de plan factoriel

C’est un plan d’expérimentation impliquant la C’est un plan d’expérimentation impliquant la manipulation de deux ou plusieurs variables manipulation de deux ou plusieurs variables indépendantes de telle sorte qu’un groupe indépendantes de telle sorte qu’un groupe donné de sujets soit assigné à chaque donné de sujets soit assigné à chaque combinaison des états des différents traitements combinaison des états des différents traitements (cf. Block Design)(cf. Block Design)

Ces plans permettent la détection d’effets dits Ces plans permettent la détection d’effets dits principaux et d’interaction principaux et d’interaction

En principe, il faut autant d’observations En principe, il faut autant d’observations (chacune comportant n sujets) qu’il y a de (chacune comportant n sujets) qu’il y a de situations. Dans certaines conditions pourtant, situations. Dans certaines conditions pourtant, on peut faire de sérieuses économies.on peut faire de sérieuses économies.

Page 7: 2.1.3. Plans longitudinaux et factoriels 2.1.3. Plans longitudinaux et factoriels

Carré latinCarré latin

Taille1Taille1 Taille2Taille2 Taille3Taille3

Age1Age1 s1s1 s2s2 s3s3

Age2Age2 s2s2 s3s3 s1s1

Age3Age3 s3s3 s1s1 s2s2

Avec pour condition de validité interne l’hypothèse d’indépendance ente A et S