J'ai une question pour la communauté JMP concernant la manière dont je dois interpréter ces données. J'utilise JMP Pro 16.0.0 et j'en suis très satisfait. Cependant, mon statisticien utilise SPSS et maintenant une question est arrivée quant à la façon dont je dois interpréter ces données qui sont incluses dans ce fichier PDF.
Image 1 : J'ai des participants randomisés en deux groupes : Expérience et Contrôle. Chacun des participants effectue un pré-test puis un post-test. Les valeurs sont en pourcentage. Lorsque je veux étudier si les valeurs post-test ont augmenté par rapport au pré-test, j'ai utilisé le test t apparié pour les variables appariées, car chaque individu est son propre contrôle.
Image 2 : Ce que j'interprète, c'est que dans les deux groupes, les valeurs post-test ont augmenté de manière significative.
Image 3 : Ce que j'ai ensuite voulu étudier, c'est s'il existe une différence significative dans le taux d'amélioration entre les deux groupes. Bien sûr, mon souhait est que le groupe expérimental se soit amélioré davantage que le groupe témoin. Afin d'étudier cela, j'ai mis le différenciateur de groupe dans le X, boîte de regroupement.
Se pose alors la question de savoir comment dois-je interpréter les résultats. Mon interprétation des résultats de l'image 3 est que le groupe expérimental s'est beaucoup plus amélioré que le groupe témoin. Est-ce une bonne interprétation ?
Votre deuxième image (avec Groupe dans la case Par) effectue simplement le test des paires appariées pour chaque groupe séparément.Les chiffres suggèrent certainement que le groupe expérimental a réalisé des gains plus importants que le groupe témoin, mais cette fenêtre d'analyse ne permet pas de tester cela.Votre troisième image (avec Grouper dans la zone Grouper par) semble fournir une sorte de moyenne pondérée des 2 groupes - qui montrent tous deux des améliorations entre le pré et le post-test.
Je suggérerais simplement de créer la variable montrant la différence de scores entre le pré et le post-test et de faire Fit Y by X, avec Y comme différence et X comme groupe.Cela devrait répondre directement à votre question.Les paires appariées sont vraiment une façon différente de regarder une analyse à variable unique où la variable est la différence de scores.Il est plus simple de simplement regarder la différence de score par rapport aux groupes.
