La question que tout le monde pose à son directeur est « quel test dois-je faire ? ». Ce n’est pas la bonne. La bonne est : qu’est-ce que vous mesurez, exactement ?
La nature de la variable dépendante — ce que vous cherchez à expliquer — élimine à elle seule les trois quarts des méthodes possibles, avant même qu’on parle du nombre de groupes ou des conditions d’application. Un nombre de rechutes, une note sur 20, un « oui / non », un délai avant abandon : ce sont quatre objets mathématiques différents, et ils n’appellent pas la même famille de modèles.
Cet annuaire les range, du cas le plus courant au plus négligé, avec pour chacun ce qui existe déjà sur ce site et ce qu’il faut savoir avant de choisir.
Le tableau d’orientation
| Nature de la VD | Exemple typique | Comparer des groupes | Expliquer par plusieurs facteurs |
|---|---|---|---|
| Continue | Score composite, temps de réaction, montant | Test t, ANOVA, ANCOVA | Régression linéaire multiple |
| Ordinale | Un item de Likert, un stade, un grade | Mann-Whitney, Kruskal-Wallis, Wilcoxon, Friedman | Régression ordinale |
| Binaire | Réussite / échec, abandon oui-non | Khi-deux, test exact | Régression logistique binaire |
| Nominale à 3 modalités ou plus | Filière choisie, type de stratégie | Khi-deux | Régression logistique multinomiale |
| Comptage | Nombre d’absences, d’incidents, de consultations | Comparaison de taux | Régression de Poisson ou binomiale négative |
| Durée avant événement | Délai avant abandon, avant rechute | Kaplan-Meier + log-rank | Modèle de Cox |
| Latente multi-items | Un construit mesuré par 8 items | — | Équations structurelles |
Variable continue
Le cas le plus fréquent, et le mieux couvert. Deux groupes indépendants : le test t de Student et son alternative de Mann-Whitney. Deux facteurs croisés : l’ANOVA factorielle. Un lien entre deux variables continues : les corrélations de Pearson et de Spearman.
Deux cas particuliers valent d’être connus. Si vous comparez deux groupes après une intervention et que les groupes n’étaient pas au même niveau au départ, la bonne analyse n’est pas un test t mais une ANCOVA avec le pré-test en covariable. Et si vos participants ont été mesurés plusieurs fois, le plan devient intra-sujets, ce qui change la condition d’application à vérifier.
La condition de normalité, dans tous ces cas, porte sur les résidus du modèle et non sur la distribution brute de la variable : enregistrez-les puis testez-les, comme le décrit notre article sur le test de Shapiro-Wilk.
Variable ordinale
Une variable ordinale a un ordre mais pas d’unité : entre « pas du tout d’accord » et « plutôt pas d’accord », l’écart n’est pas nécessairement le même qu’entre « plutôt d’accord » et « tout à fait d’accord ».
Pour comparer deux mesures appariées, le test de Wilcoxon ; pour trois mesures ou plus sur les mêmes personnes, le test de Friedman.
Pour expliquer une variable ordinale par plusieurs prédicteurs, il existe un outil que les mémoires ignorent presque toujours : la régression ordinale, sous SPSS via Analyse → Régression → Ordinale. Elle estime un effet unique par prédicteur sur l’ensemble des seuils de la variable, sous une hypothèse dite des cotes proportionnelles — que SPSS teste automatiquement sous le nom de test des lignes parallèles. Si ce test est significatif, l’hypothèse tombe et il faut se rabattre sur une régression multinomiale ou sur une dichotomisation assumée.
La question du seuil « ordinal ou continu » se pose surtout pour les échelles de Likert, et elle a une réponse pratique : un item isolé est ordinal, un score composite validé se traite comme quasi-continu. Écrivez le choix, ne le subissez pas.
Variable binaire et variable nominale
Pour un simple croisement, le test du khi-deux sur tableau croisé. Pour expliquer un résultat binaire par plusieurs facteurs simultanés, la régression logistique binaire et son odds ratio.
Quand la variable a trois modalités ou plus sans ordre — la filière choisie, le type de stratégie adoptée —, l’extension est la régression logistique multinomiale (Analyse → Régression → Logistique multinomiale). Elle produit un jeu de coefficients par modalité, comparée à une modalité de référence que vous choisissez : le résultat se lit toujours « par rapport à la référence », et le choix de cette référence est une décision à justifier.
Variable de comptage — le cas le plus souvent mal rangé
Nombre d’absences dans le semestre, nombre d’incidents déclarés, nombre de consultations, nombre d’erreurs commises. Le réflexe est de traiter ces nombres comme une variable continue et de lancer une régression linéaire. Ce n’est pas absurde, c’est simplement inadapté dès que les comptages sont faibles.
Trois raisons : la variable est bornée à zéro, elle est entière, et sa distribution est asymétrique à droite — beaucoup de zéros, quelques grandes valeurs. Un modèle linéaire peut prédire −1,4 absence, ce qui n’existe pas, et ses résidus ne seront pas normaux.
Le modèle adapté est la régression de Poisson, accessible sous SPSS par Analyse → Modèles linéaires généralisés en choisissant la loi de Poisson et la fonction de lien logarithmique. Ses coefficients exponentiés se lisent comme des rapports de taux : 1,35 signifie « 35 % d’événements en plus, toutes choses égales par ailleurs ».
Une vérification est indispensable : la loi de Poisson suppose que la variance égale la moyenne. Dans les données réelles, la variance est souvent bien supérieure — c’est la surdispersion, que SPSS signale par un rapport déviance / degrés de liberté nettement supérieur à 1. La réponse standard est alors la régression binomiale négative, disponible dans le même menu. Et si vos données comptent une masse de zéros que le modèle n’explique pas — par exemple parce qu’une partie de vos répondants n’était structurellement pas exposée —, mentionnez la question des modèles à inflation de zéros plutôt que de l’ignorer.
Dernier point souvent omis : si vos participants n’ont pas été observés pendant la même durée, il faut inclure cette durée comme variable de décalage (offset) en logarithme, faute de quoi vous comparez des comptages non comparables.
Durée avant événement
Si votre variable est un délai et que tous vos participants n’ont pas été suivis aussi longtemps, aucune des familles précédentes ne convient : il faut une analyse de survie — Kaplan-Meier, log-rank et modèle de Cox. Le signe qui doit alerter est simple : vous avez des participants pour qui l’événement n’était pas survenu à la fin de l’observation. Les traiter comme des « non » dans une régression logistique jette l’information temporelle et biaise le résultat.
Variable latente mesurée par plusieurs items
Quand ce que vous voulez expliquer n’est pas directement observable — la satisfaction, l’engagement, l’anxiété — et qu’il est mesuré par un bloc d’items, deux voies s’ouvrent.
La voie simple : réduire le bloc à un score, après avoir vérifié sa structure par une analyse factorielle exploratoire et sa cohérence par un alpha de Cronbach, puis retomber sur le cas « variable continue ».
La voie complète : les modèles d’équations structurelles, qui estiment simultanément le modèle de mesure et le modèle de relations. Plus exigeants en effectif et en rédaction, mais seuls capables de tester un réseau d’hypothèses d’un seul tenant.
Trois questions à poser avant de valider votre choix
1. Vos observations sont-elles indépendantes ? Si vos répondants sont imbriqués dans des classes, des services ou quelques structures de recrutement, la famille de modèle change ou doit être corrigée : voyez notre article sur les données groupées et le modèle multiniveau. Cette question prime sur toutes les autres, parce qu’elle affecte chaque ligne du tableau ci-dessus.
2. Sur qui vos conclusions portent-elles ? Un modèle correct sur un échantillon mal cadré reste un modèle mal interprété. Notre article sur ce qu’il faut faire quand l’échantillon n’est pas représentatif traite de la portée à donner aux résultats.
3. Cherchez-vous à expliquer une variable, ou à décrire des personnes ? S’il n’y a pas de variable dépendante du tout — vous voulez repérer des profils —, vous n’êtes pas dans ce tableau : vous êtes dans une démarche de typologie, qui répond à une autre question.
Les trois erreurs de rangement les plus fréquentes
- Dichotomiser une variable continue pour « simplifier ». Couper un score en deux au niveau de la médiane fait perdre de l’information et de la puissance, et le seuil choisi devient un résultat arbitraire. Gardez la variable continue et laissez le modèle faire son travail.
- Traiter un comptage comme une note. Le nombre d’absences n’est pas un score : il a un plancher, il est entier, et il est asymétrique.
- Transformer une durée en « oui / non ». C’est la perte d’information la plus coûteuse du tableau, parce qu’elle rend incomparables des participants suivis inégalement.
Une quatrième, plus insidieuse : changer de famille de modèle après avoir vu les résultats. Le choix se déduit de la nature de la variable, il s’annonce dans la méthodologie, et il ne dépend pas du p obtenu. Notre guide général de l’analyse de données replace cette décision dans l’enchaînement complet du chapitre.
Écrire la justification du choix
Choisir le bon modèle prend cinq minutes une fois la nature de la variable identifiée. Ce qui prend du temps, c’est d’écrire le paragraphe qui l’explique : nommer la nature de la variable dépendante, en déduire la famille de modèle, annoncer les conditions que vous allez vérifier, et tenir ce vocabulaire jusqu’à la discussion.
Tesify travaille avec vous sur ce passage : structurer la section méthode, tenir une terminologie constante d’un chapitre à l’autre, et rédiger les justifications à partir de vos propres choix d’analyse. Vos données restent les vôtres, et le texte est écrit à 100 % par vous.
Rédiger votre partie méthode avec Tesify
Questions fréquentes
Un score de Likert est-il continu ou ordinal ?
Un item isolé est ordinal. Un score composite, obtenu en moyennant plusieurs items d’une même dimension dont la fidélité a été vérifiée, se traite par convention comme quasi-continu — c’est la pratique dominante en sciences sociales et elle est acceptée par les jurys. Ce qui ne l’est pas, c’est de ne rien dire : écrivez le choix et sa raison en une phrase.
Peut-on faire une régression linéaire sur un nombre d’événements ?
C’est possible et parfois acceptable lorsque les comptages sont élevés et la distribution proche d’une normale. Cela devient inadapté dès que les zéros sont nombreux ou que les valeurs restent basses. Le signe qui tranche : si votre modèle linéaire prédit des valeurs négatives, changez de famille.
Faut-il tester la normalité de la variable dépendante ?
Non : la condition porte sur les résidus du modèle. Et si votre variable est ordinale, binaire, de comptage ou de durée, la question ne se pose même pas — c’est le modèle qu’il faut changer, pas la distribution qu’il faut corriger par une transformation.
Que faire si j’ai plusieurs variables dépendantes ?
Trois cas de figure. Si elles mesurent le même construit, agrégez-les en un score et vérifiez la fidélité. Si elles sont conceptuellement distinctes mais corrélées, une analyse multivariée se justifie. Si elles sont indépendantes, analysez-les séparément — en annonçant à l’avance combien de tests seront conduits, ce qui est la seule protection contre le reproche d’avoir cherché jusqu’à trouver.
Et pour une synthèse de résultats déjà publiés ?
Il ne s’agit alors plus d’analyser des individus mais des études, et la nature de l’unité change tout : c’est le domaine de la méta-analyse, avec ses propres tailles d’effet et ses propres indicateurs d’hétérogénéité.