effet du nombre des graphèmes en Anglais - Aix Marseille Université
effet du nombre des graphèmes en Anglais - Aix Marseille Université
effet du nombre des graphèmes en Anglais - Aix Marseille Université
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Des prédictions au niveau <strong>des</strong> mots 149Un autre argum<strong>en</strong>t <strong>en</strong> défaveur <strong>des</strong> étu<strong>des</strong> réalisées avec uniquem<strong>en</strong>t 30 sujets vi<strong>en</strong>t <strong>des</strong>faibles corrélations obt<strong>en</strong>ues <strong>en</strong>tre les moy<strong>en</strong>nes par items de ces différ<strong>en</strong>tes étu<strong>des</strong> (WayneState vs. McGill : r = .41 ; Washington vs. McGill : r = .54). Afin d'estimer comm<strong>en</strong>t vari<strong>en</strong>tces corrélations <strong>en</strong> fonction <strong>du</strong> <strong>nombre</strong> de sujets utilisés, nous pouvons simuler, grâce à nosdonnées, tout un <strong>en</strong>semble d'expéri<strong>en</strong>ces virtuelles différ<strong>en</strong>tes. Par exemple, nous pouvonsconstituer deux groupes A et B de 10 sujets pris au hasard parmi notre population de 140sujets (tous les sujets de A étant différ<strong>en</strong>ts de tous les sujets de B). Nous calculons lesmoy<strong>en</strong>nes pour chacun <strong>des</strong> 120 items à partir <strong>des</strong> données de ces deux groupes de 10 sujets.Nous obt<strong>en</strong>ons ainsi 120 moy<strong>en</strong>nes pour A et 120 moy<strong>en</strong>nes pour B. Nous corrélons <strong>en</strong>suiteces deux <strong>en</strong>sembles de moy<strong>en</strong>nes et obt<strong>en</strong>ons un certain coeffici<strong>en</strong>t de corrélation <strong>en</strong>tre lesmoy<strong>en</strong>nes par item de ces deux groupes. Nous répétons cette opération 1000 fois et obt<strong>en</strong>onsdonc 1000 coeffici<strong>en</strong>ts de corrélation. La Figure 8.8. prés<strong>en</strong>te les distributions de ces coeffici<strong>en</strong>tsde corrélation obt<strong>en</strong>us pour différ<strong>en</strong>tes tailles d'échantillons : de 10 à 70 sujets pargroupe 16 . Ces graphes nous montr<strong>en</strong>t qu'<strong>en</strong> augm<strong>en</strong>tant le <strong>nombre</strong> de sujets dans le calcul dela moy<strong>en</strong>ne par items, on augm<strong>en</strong>te la probabilité d'obt<strong>en</strong>ir un coeffici<strong>en</strong>t de corrélation élevé<strong>en</strong>tre deux étu<strong>des</strong> indép<strong>en</strong>dantes. Plus précisém<strong>en</strong>t, dans la situation où se trouv<strong>en</strong>t les étu<strong>des</strong>précéd<strong>en</strong>tes (i.e., avec <strong>des</strong> groupes indép<strong>en</strong>dants constitués <strong>en</strong>viron de 30 sujets chacun), onconstate qu'elle ne peuv<strong>en</strong>t espérer atteindre <strong>en</strong> moy<strong>en</strong>ne qu'un coeffici<strong>en</strong>t de corrélation de0.6 (l'intervalle <strong>des</strong> valeurs les plus probables étant [.5 .7]). En revanche, on remarque qu'<strong>en</strong>augm<strong>en</strong>tant l'échantillon <strong>des</strong> groupes indép<strong>en</strong>dants jusqu'à 60-70 sujets, les distributions <strong>des</strong>coeffici<strong>en</strong>ts de corrélation t<strong>en</strong>d<strong>en</strong>t vers une valeur de .8 <strong>en</strong> moy<strong>en</strong>ne (avec <strong>des</strong> valeurs minimalesde .65). On voit alors que de tels choix expérim<strong>en</strong>taux (i.e., augm<strong>en</strong>ter le <strong>nombre</strong> <strong>des</strong>ujets) peuv<strong>en</strong>t se révéler cruciaux pour la robustesse et la réplicabilité <strong>des</strong> moy<strong>en</strong>nes paritems.Afin d'aborder de manière plus quantitative (i.e., <strong>en</strong> termes de millisecon<strong>des</strong>) la question dela taille de l'erreur commise <strong>en</strong> fonction de la taille de l'échantillon, nous pouvons réaliser uneanalyse supplém<strong>en</strong>taire à l'aide de nos données. Dans cette analyse, nous comm<strong>en</strong>çons parclasser dans un ordre aléatoire les 140 sujets. Puis, nous calculons les moy<strong>en</strong>nes par itempour l'<strong>en</strong>semble <strong>des</strong> 20 premiers sujets de la liste. Nous comparons <strong>en</strong>suite ces moy<strong>en</strong>nes16Dans le cas où nos deux groupes sont constitués de 70 sujets, nous partageons donc <strong>en</strong> deux notre populationde 140 sujets créant ainsi deux sous-groupes A et B indép<strong>en</strong>dants.