Likert

Quelqu'un pourrait me dire qu'est ce que l'on utilise pour voir si une différence est significative entre deux groupe (H/F) lorsque l'on mesure quelque chose avec une échelle de Likert ?

Je parle de test statistique lol J'ai utilisé le Chi-deux comme Likert est ordinale (et non d'intervalle comme on le pense souvent) mais bon...

T de student

Mais utiliser un T de student reviendrait à considérer l'échelle de Likert comme étant d'intervalle et non ordinal nan ?

tout dépend de comment tu as posé la question aux sujets.

si ils devaient répondre sur une échelle avec des chiffres, style : 1
(pas du tout) 2 3 4 5 6 (tout à fait) c'est numérique / intervalle et
comme le dit très justement Elissa (qui prétend ne pas s'y connaitre en
stat ) c'est une comparaison de moyenne avec un T de student.

si les sujets devaient répondre sur une échelle avec des mots, style :
pas du tout - moyennement - tout à fait, là c'est ordinal et comme je
me débrouille pour ne jamais en avoir (
) je suis pas trop sure du test à utiliser, mais apparement, sur un de
mes (vieux) poly, ils parlent de test de la médiane (perso j'ai jamais
fait)

par contre le X² c'est plutôt nominal croisé avec nominal donc sur de
l'ordinal (non pas que ce soit impossible) il me semble qu'on perd la
prise en compte de l'ordre dans le traitement et je trouve qu'on perd
de l'information.
si c'est choix entre X² et student, vaut mieux student.

sinon, faut rechercher dans des bouquins de stats les tests spécifiques
aux ordinals, comment les faire et comment les interpréter (cf :
Beaufils B. (1996). Statistiques appliquées à la psychologie. Tome2 :
Statistiques inférentielles. Bréal.)

Oki oki, merci pour ces éclaircissements

Pour savoir quel test statistique on peut appliquer il faut se borner à examiner les conditions d'application du test. Dans le cadre d'un t de Student qui va comparer 2 moyennes, il faut tout d'abord que les 2 moyennes que l'on calcule soit calculables et donc que les données soient continues (essayer de calculer une moyenne sur une échelle ordinale n'a pas réellement de sens). Cela dit, parfois certains s'autorisent à appliquer des t de student sur des données ordinales...

Maitenant il faut être clair sur ce que l'on appelle une variable continue. Une variable quantitative continue ou discrète avec beaucoup de modalités permet d'appliquer des statistiques paramétriques (t de student, anova, etc.) si les conditions d'applications des tests sont remplies ce qui est une autre histoire. Par contre une variabe ayant une échelle de lickert est par définition ordinale que le format soit de type 1
(pas du tout) 2 3 4 5 6 (tout à fait) OU pas du tout ... moyennement ... tout à fait OU autre. Ce n'est pas parce que l'on code numériquement les modalités de réponses que la variable devient continue, ce qui compte au dela du codage c'est qu'est ce qui se cache derrière chacune des modalités. Par exemple, de pas du tout (1) à 2, l'écart est-il le même qu'entre 5 et (6) tout à fait? Non, nous ne parlons pas d'une réponse quantitative (malgré le codage) mais bien qualitative : 1 est plus petit que 2 qui est plus petit que 3, etc. tout comme pas du tout est plus petit que un peu qui est plus petit que moyennement, mais l'écart entre 1 et 2 n'est pas plus quantitatif que l'écart entre pas du tout et un peu (et l'écart entre 1 et 2 vs 3 et 4 n'est pas non plus le même, d'où l'impossibilité de penser cette variable comme sur une échelle d'intervalle). Autrement dit pour les échelles de lickert un codage 1 2 3 4 5 est identique à celui ci 2 56 434 435 438 qui sont identiques à celui ci Pas du tout, un peu, moyennement, très, tout à fait. Donc les traitements stat. à appliquer seront non paramétriques pour ce type d'échelle.

Attention cependant plusieurs items ayant une échelle de lickert une fois agregés (application d'une moyenne ou d'une somme sur ces items même si un mathématicien pourrait hurler en voyant que l'on calcule une somme/moyenne sur des items à échelle ordinale), grâce à notre grand ami le théorème centrale limite, peuvent plus facilement ête considérés comme candidats à des traitements statistiques de types paramétriques (bin oui, sinon on ne ferait plus grand chose en psyco niveau stat...) et remplir les conditions d'application de ces tests.

Bon ca fait un peu donneur de leçon mais je suis passé par ces questions avant vous (parfois avec douleur), du coup je me permet de faire le gars qui balance sans vergogne son savoir... je continue donc ci-dessous (si vous lancez des légumes, j'ai une préférence pour le céleri, le chou rouge, la carotte et... c'est à peu près tout niveau légume, merci!) :

Concernant le chi-carré : comme dit avant on peut l'appliquer sur des données qualitatives, donc sur échelle nominale et ordinale. Après il existe d'autres techniques stat. pour voir d'autres choses qu'une simple interaction comme nous indiquerait le chi carré, ces techniques sont plus complexes mais intéressantes comme l'analyse log-linéaire (cf. le Howell).

Concernant la question première de ce topic : pour comparer les 2 groupes sur un item avec échelle lickert, il est possible d'appliquer un test de la somme des rangs de Wilcoxon ou le test de Mann-Whitney (les 2 tests sont équivalents), ces tests sont des tests non paramétriques (voir dans le Howell ou le bouquin de Siegel et Castellan dédié intégralement aux tests non paramétriques).

Voilà, j'ai fini la litanie, je prépare la vinaigrette.

Merci pour ces précisions, celà confirme donc ce que je pensais, utiliser un T student n'est pas approprié puisque Likert est qualitative comme échelle

Bonjour!

je poste dans ce sujet de discussion car à mon grand regret, je vais avoir affaire à notre amie l'échelle de Likert pour l'analyse de mes données pour mon mémoire.

Donc si j'ai bien suivi, il semble logique qu'on ne peut pas considérer ça comme une échelle d'intervalle.
Ce qui me pose problème, c'est que dans le manuel d'SPSS (logiciel que je compte utiliser) il est dit "Pour les échelles d'attitudes, on fait l'hypothèse que les intervalles sont équidistants. Appartiennent à cette catégories les échelles d'intensité de Likert (...)" (Alors, déjà, je me dis que ça part mal, si je ne suis pas sur la même longueur d'onde que Monsieur SPSS )

Alors on fait quoi?

Mais quelle idée d'avoir construit mon questionnaire avec ce type d'échelle!!! Du coup, j'avoue que je n'ai aucune idée de ce que je vais faire avec mes données! Alors, si quelqu'un sur le forum est hyper calé en stats et voudrait bien répondre à mes questions quand le temps de l'analyse sera venu, je suis preneuse! Et si quelqu'un est dans la même galère que moi, je veux bien en discuter

Merci!!