---
tags: CCR L3
---

# Contenu de formation n°4
###### CCR L3S5

## Planification d'expérience

🍰 Il existe une grande quantité d'étapes et de critères à considérer afin de planifier une expérience de manière rigoureuse. Vous en avez déjà étudié une partie lors de vos cours de méthodologie de L2 et de psychométrie en L3. Nous vous conseillons donc fortement de bien mobiliser vos connaissances et compétences de méthodologie et psychométrie pour votre CCR.

🍍 Ce contenu de formation est focalisé sur un point précis de la planification d'expérience : Comment déterminer la taille d'un échantillon ? Vous avez déjà étudié les bases méthdologiques et statistiques nécessaires pour répondre à cette question en L2. Si vous n'êtes pas confiant·e dans la maîtrise de ces notions, nous vous suggérons de revoir vos cours de L2 ⤵️

1) **CM** Les briques de base d’une expérience scientifique - Les tailles d’échantillons https://hackmd.io/@gRd-k8tlRqqNnz8dLGKZrg/Hkmp80fqD
2) **CM** Comprendre les caractéristiques d’une étude de manière critique - Formuler des inférences statistiques à partir des données https://hackmd.io/@gRd-k8tlRqqNnz8dLGKZrg/rk6TX-dPt
3) **TD** Interprétation et visualisation des résultats https://hackmd.io/@gRd-k8tlRqqNnz8dLGKZrg/SJROuFC8Y
4) **TD** Comprendre et interpréter les principales statistiques d’une expérience https://hackmd.io/@gRd-k8tlRqqNnz8dLGKZrg/B1av5NTDt

⚠️ Nous considérons ces contenus comme aquis de votre côté. Ces liens sont simplement remis à votre disposition au cas où vous ne seriez pas confiant·e dans la maîtrise de ces notions.

### Comment déterminer la taille d'un échantillon ?

🍊 Il existe plusieurs manières de déterminer et de justifier la taille d'un échantillon (Lakens, 2021). Dans ce module de formation, nous allons vous présenter quelques outils (logiciels et plateformes) permettant concrètement de déterminer la taille d'un échantillon par analyse de puissance a priori. Pour rappel, cette méthode permet de calculer la taille d'un échantillon nécessaire pour :

- Une analyse donnée (comparaison de groupes ? corrélation ? ...)
- Un nombre d'effet(s) d'intérêt(s) donné(s) (effet principal ? effet d'interaction ? ...)
- Une puissance statistique désirée
- Un seuil alpha désiré
- Une taille d'effet minimale à pouvoir détecter

#### 1. Module jpower sur Jamovi
###### Le plus simple pour les t-test

- Télécharger le logiciel : https://www.jamovi.org/
- Vidéo explicative : https://mediaserver.univ-nantes.fr/videos/calcul-taille-dechantillon-jamovi/

#### 2. Site Sample Size
###### Le plus simple pour les corrélations (paramétriques)

- Accéder au site : https://sample-size.net/correlation-sample-size/
- Vidéo explicative : https://mediaserver.univ-nantes.fr/videos/calcul-taille-dechantillon-sample-sizenet/

#### 3. G*Power
###### Un des plus complets

- Télécharger le logiciel : https://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower
- Vidéo explicative - partie 1 : https://mediaserver.univ-nantes.fr/videos/calcul-taille-dechantillon-gpower-partie-1/
- Vidéo explicative - partie 2 : https://mediaserver.univ-nantes.fr/videos/calcul-taille-dechantillon-gpower-partie-2/

*Le logiciel GPower permet d'effectuer un grand nombre d'analyses de puissance associées à différents tests statistiques. Nous vous recommandons la lecture du tutoriel créé par Perugini et al. (2018) pour trouver la procédure adaptée à votre test s'il n'est pas évoqué dans les vidéos précédentes. Vous pouvez également consulter les vidéo de Klein (2019).*

### Quelle taille d'effet ?

Des pistes sont proposées par Lakens (2021). Plus précisément, une partie "Six Ways to Evaluate Which Effect Sizes are Interesting" est dédiée à cette question (pages 2 et 4).

Certaines de ces propositions sont également proposées en français par Klein (2016).

### Exemple de rédaction

Contexte : *prévision d'un taille d'échantillon dans le cadre de la réplication d'une étude*.

"*L'expérience originale portait sur 10 blattes orientales femelles adultes par groupe, soit un total de 40 blattes pour tester l'interaction prévue. Cependant, après avoir calculé la taille de l'effet de l'interaction initiale (η² = 0,025) et effectué une analyse de puissance a priori à l'aide du programme G\*Power (Faul, Erdfelder, Buchner et Lang, 2009) à une puissance de 90 %, il est apparu que l'étude initiale était insuffisamment puissante. Plus précisément, cette analyse a révélé que nous aurions besoin de 102 cafards par groupe, soit un total de 408 cafards pour l'ensemble de l'interaction, afin de tenter une réplication appropriée.*"

Traduit à partir de Perez Neider et al. (2019).

Pour information, une copie d'écran correspondant à leur analyse de puissance avec G\*power:


### Conclusions et points de vigilance

🌰 Il existe bien d'autres logiciels, sites, plateformes, permettant d'effectuer des analyses de puissance. Nous vous avons présenté un simple aperçu des solutions possibles. L'essentiel lors d'une analyse de puissance est de bien justifier la valeur des paramètres spécifiés, et d'être en mesure de décrire la méthode utilisée pour le calcul afin que quiconque puisse la reproduire et vérifier le calcul effectué par le logiciel/site.

🥪 Il est important de toujours garder à l'esprit que le test de puissance n'est valable que pour le test et l'effet considéré. Un autre test ou un autre effet nécessitent une analyse de puissance différente. De même, le test de puissance n'est valable que dans la mesure où les conditions d'application du test sont respectées.

### Sources et ressources

Forestier, C. (2021). Justification de taille d'échantillon et analyse de puissance a priori. https://youtu.be/VaVkK1_CS1E

Klein, O. (2016). Comment définir la taille d’un échantillon ? https://cescup.ulb.be/comment-definir-la-taille-dun-echantillon/

Klein, O. (2019). Vidéo graphique G*Power 1/4 https://www.youtube.com/watch?v=VlmxyNgigJE&list=PLZmV1En5a20fVKtSr-HUDKq_nR2GlGquF

Klein, O. (2019). Vidéo graphique G*Power 2/4 https://www.youtube.com/watch?v=a8RWT0Y2evE&list=PLZmV1En5a20fVKtSr-HUDKq_nR2GlGquF&index=2

Klein, O. (2019). Vidéo graphique G*Power 3/4 https://www.youtube.com/watch?v=GiNSKTvDSH8&list=PLZmV1En5a20fVKtSr-HUDKq_nR2GlGquF&index=3

Klein, O. (2019). Vidéo graphique G*Power 4/4 https://www.youtube.com/watch?v=lvRSJo5Kblc&list=PLZmV1En5a20fVKtSr-HUDKq_nR2GlGquF&index=4

Lakens, D. (2021). Sample Size Justification [Preprint]. PsyArXiv. https://doi.org/10.31234/osf.io/9d3yf

Perez Neider, D., Fuse, M., & Suri, G. (2019). Cockroaches, performance, and an audience: Reexamining social facilitation 50 years later. Journal of Experimental Social Psychology, 85, 103851. https://doi.org/10.1016/j.jesp.2019.103851

Perugini, M., Gallucci, M., & Costantini, G. (2018). A Practical Primer To Power Analysis for Simple Experimental Designs. International Review of Social Psychology, 31(1), 20. https://doi.org/10.5334/irsp.181