Calculateur de test t pour échantillons appariés
Le test t apparié compare deux mesures prises sur les mêmes sujets — avant/après une intervention, deux conditions, ou des paires appariées. Collez les deux colonnes de mesures (ou saisissez le nombre de paires avec la moyenne et l'écart-type des différences) et obtenez instantanément la statistique t, la valeur p, la différence moyenne avec son intervalle de confiance à 95 % et la taille d'effet dz de Cohen. La condition clé du test — la normalité de la distribution des différences — est vérifiée automatiquement avec Shapiro-Wilk, et une interprétation en langage clair vous explique ce que signifient les chiffres. Les résultats correspondent à t.test(paired = TRUE) de R avec au moins six chiffres significatifs ; le Rapport IA les transforme en paragraphe aux normes APA 7.
Rapport IA
Laissez l'IA interpréter vos résultats : un document Word téléchargeable au format APA 7 / rapport professionnel.
Questions fréquentes
Comment rapporter les résultats d'un test t apparié au format APA 7 ?
Incluez la différence moyenne, t avec les dl, la valeur p et la taille d'effet, par exemple : « Les scores se sont significativement améliorés entre le prétest et le post-test, t(9) = 3.25, p = .010, dz = 1.03, IC à 95 % de la différence [0.21, 1.09]. » Le bouton Rapport IA rédige pour vous le paragraphe de résultats APA complet.
Quand utiliser un test t apparié plutôt qu'un test t indépendant ?
Utilisez le test apparié dès que les deux séries de valeurs proviennent des mêmes sujets (mesures répétées) ou de paires naturellement appariées. L'appariement élimine la variabilité interindividuelle et vous donne plus de puissance statistique que de traiter les groupes comme indépendants.
Qu'est-ce que le dz de Cohen ?
C'est la taille d'effet pour les plans appariés : la moyenne des différences divisée par l'écart-type des différences. C'est ce que G*Power appelle « dz » dans son module de test t apparié, vous pouvez donc l'utiliser directement dans une analyse de puissance.
Que faire si les différences ne sont pas normalement distribuées ?
En cas de violations nettes et avec de petits échantillons, le test des rangs signés de Wilcoxon est l'alternative non paramétrique habituelle. La vérification automatique de Shapiro-Wilk sous le résultat vous avertit lorsque cela mérite d'être envisagé.