En sciences de l’éducation, la tentation est grande de lancer un test statistique dès que le tableur affiche des chiffres — et de choisir celui que l’on connaît, plutôt que celui que la question de recherche impose réellement. Or le test se déduit du plan de recueil et de la nature des variables, pas l’inverse. Ce guide part des situations concrètes les plus fréquentes dans un mémoire MEEF, M2E ou sciences de l’éducation et de la formation (SEF) — comparer deux classes, mesurer un effet avant/après une intervention pédagogique, croiser motivation et résultats scolaires — pour désigner à chaque fois le test attendu, en complément du guide méthodologique complet du mémoire de master en sciences de l’éducation.
Pourquoi c’est le plan de recueil qui décide, pas la discipline
Un mémoire en sciences de l’éducation qui mobilise des données chiffrées suit rarement un plan expérimental pur, au sens où l’entend la psychologie cognitive : on ne répartit pas des classes entières au hasard entre deux conditions aussi facilement qu’on répartit des participants en laboratoire. La plupart des recueils quantitatifs en éducation relèvent donc d’un plan quasi expérimental (comparaison de classes ou d’établissements existants, sans randomisation) ou d’un plan corrélationnel (questionnaire mesurant plusieurs variables sur une même cohorte d’élèves ou d’enseignants). Cette réalité de terrain, plutôt qu’une préférence disciplinaire, explique pourquoi certains tests reviennent plus souvent en sciences de l’éducation que d’autres.
Qualifier vos variables avant de choisir
Trois questions suffisent pour orienter le choix, quelle que soit la situation étudiée :
- Combien de groupes comparez-vous ? Deux classes, ou trois établissements et plus — le passage de deux à trois groupes change de famille de test.
- Les mesures sont-elles indépendantes ou répétées sur les mêmes élèves ? Comparer deux classes différentes n’est pas comparer la même classe avant et après une intervention.
- Quelle est la nature de la variable mesurée ? Un score continu (note sur 20, score à une échelle de motivation), un rang, ou une catégorie (réussite/échec, orientation choisie).
Comparer deux classes ou deux groupes d’élèves
C’est la situation la plus fréquente d’un mémoire MEEF quasi expérimental : comparer les résultats d’une classe ayant reçu un dispositif pédagogique (travail de groupe coopératif, dispositif numérique, différenciation) à ceux d’une classe témoin qui a suivi l’enseignement habituel.
- Variable continue (score de compréhension, note moyenne) avec effectifs suffisants (au-delà d’une quinzaine d’élèves par classe) et distribution proche de la normale : test t de Student pour échantillons indépendants.
- Effectifs faibles ou distribution asymétrique (fréquent avec de petites classes de 20 à 25 élèves) : test U de Mann-Whitney, l’équivalent non paramétrique.
- Variable catégorielle (élève en réussite ou en difficulté, orientation demandée ou non) : test du khi-deux d’indépendance entre le groupe et la catégorie observée.
Dans les trois cas, rapportez toujours une taille d’effet (d de Cohen pour le t, V de Cramér pour le khi-deux) en plus de la significativité : un écart statistiquement significatif entre deux classes de 24 élèves reste à interpréter avec prudence sur sa portée pratique.
Mesurer un effet avant/après une intervention pédagogique
Quand la même classe est mesurée deux fois — avant et après la mise en œuvre d’un dispositif — les mesures sont appariées, et non plus indépendantes. Utiliser par erreur un test pour échantillons indépendants sur ce type de plan est l’une des erreurs les plus fréquemment relevées par les jurys.
Comparer le score moyen de compréhension de lecture d’une même classe de CE2 avant et après huit semaines de cercles de lecture appelle un test t apparié (ou un test de Wilcoxon si la distribution des différences est asymétrique), et non un test pour groupes indépendants.
Si votre dispositif compare en plus une classe expérimentale et une classe témoin, chacune mesurée avant et après, vous êtes face à un plan mixte (facteur groupe × facteur temps), qui appelle une ANOVA à mesures répétées avec interaction groupe × temps — au-delà de la portée de ce guide introductif, mais dont la logique reste la même : c’est le plan qui désigne le test.
Comparer plus de deux groupes ou établissements
Comparer trois méthodes pédagogiques, trois niveaux de classe ou plusieurs établissements REP+ et hors REP simultanément change de test dès que le nombre de groupes dépasse deux.
| Situation | Test | Repli non paramétrique |
|---|---|---|
| 3 groupes ou plus, variable continue, groupes indépendants | ANOVA à un facteur + post hoc | Kruskal-Wallis |
| Même classe mesurée 3 fois ou plus | ANOVA à mesures répétées | Friedman |
| Plusieurs catégories croisées (méthode × réussite/échec) | Khi-deux d’indépendance | Test exact de Fisher (petits effectifs) |
Un point de vigilance propre au terrain éducatif : des élèves regroupés en classes ne constituent pas des observations pleinement indépendantes (des élèves d’une même classe se ressemblent davantage entre eux qu’avec des élèves d’une autre classe, par le seul effet du même enseignant et du même contexte). Une ANOVA classique ignore cette structure en grappes ; un modèle plus rigoureux en tiendrait compte, ce qui dépasse le niveau de la plupart des mémoires de master mais mérite d’être mentionné en limite de votre travail si votre échantillon est structuré en classes.
Étudier le lien entre deux variables mesurées par questionnaire
Le plan corrélationnel est fréquent en sciences de l’éducation dès qu’un mémoire mobilise un questionnaire validé — par exemple pour étudier le lien entre le score de motivation scolaire des élèves et leurs résultats, ou entre le sentiment d’efficacité personnelle des enseignants et leur ancienneté.
- Deux variables continues (score de motivation et moyenne générale) : corrélation de Pearson, ou rho de Spearman si la relation n’est pas linéaire ou les effectifs faibles.
- Plusieurs variables prédisant un score (ancienneté, formation continue, taille de classe prédisant le sentiment d’efficacité personnelle) : régression linéaire multiple.
- Une variable catégorielle prédisant une issue binaire (facteurs prédisant le décrochage ou non) : régression logistique.
Un rappel utile en discussion : une corrélation entre motivation et résultats, même significative, ne permet pas de conclure que l’une cause l’autre. Le sens de la relation, ou l’existence d’une troisième variable explicative (le contexte familial, par exemple), reste à discuter avec prudence — un jury sanctionne davantage un glissement causal non justifié qu’une corrélation modeste bien interprétée.
Un exemple travaillé, du plan au test
Une étudiante en master MEEF 1er degré compare deux classes de CE2 de la même école : l’une a bénéficié d’un dispositif de tutorat entre pairs en mathématiques pendant six semaines, l’autre a suivi l’enseignement habituel. Elle mesure le score à un test de calcul standardisé avant et après l’intervention dans les deux classes.
Le plan comporte deux facteurs : le groupe (tutorat contre témoin), inter-classes, et le temps (avant/après), intra-classe sur les mêmes élèves. C’est un plan mixte 2×2. Le test approprié est une ANOVA mixte avec interaction groupe × temps : l’hypothèse de recherche ne porte pas sur l’évolution des scores en général (les deux groupes progressent probablement un peu, ne serait-ce que par la maturation), mais sur le fait que le groupe tutorat progresse davantage que le groupe témoin — ce qui se lit précisément dans le terme d’interaction, et non dans les effets principaux pris isolément.
Rapporter le résultat dans le chapitre analyse
Une fois le test choisi et effectué, la façon de le rapporter compte presque autant que le choix du test lui-même. Trois éléments doivent systématiquement figurer ensemble : la statistique du test avec ses degrés de liberté ou son effectif, la valeur de probabilité, et une taille d’effet. Une comparaison entre deux classes se rapporte par exemple ainsi : « les élèves du groupe tutorat (M = 14,2 ; ET = 2,1) ont obtenu un score significativement plus élevé que le groupe témoin (M = 12,6 ; ET = 2,4), t(46) = 2,58, p = 0,013, d = 0,74 ». Reporter uniquement la valeur de p, sans les statistiques descriptives ni la taille d’effet, laisse le lecteur — et le jury — sans moyen de juger l’ampleur réelle de la différence observée.
Précisez également, avant de présenter vos résultats chiffrés, comment vous avez traité les données manquantes (élèves absents lors d’une des deux passations, questionnaires incomplets) : les exclure, les imputer, ou les traiter au cas par cas selon leur nombre. Cette précision, souvent omise, évite au jury de se demander sur combien d’élèves porte réellement chaque test.
Combien d’élèves ou de classes recueillir
La taille d’échantillon accessible à un étudiant de master en sciences de l’éducation dépend largement du terrain de stage : une ou deux classes de 20 à 30 élèves, rarement davantage. Cette contrainte de terrain, plus que le calcul théorique de puissance statistique, détermine en pratique quels tests restent réalistes. Avec deux classes de 25 élèves, un test t reste utilisable mais ne détectera qu’un effet de taille moyenne à grande ; un effet plus subtil resterait invisible avec un tel effectif. Le signaler explicitement dans la section limites — plutôt que de présenter un résultat non significatif comme une absence d’effet — est une nuance que les jurys valorisent, en particulier lorsque le cadre théorique mobilisé (par exemple les travaux sur le cadre théorique et les auteurs attendus en sciences de l’éducation) prédisait un effet modeste plutôt que massif.
Quels logiciels pour ces analyses
Les mémoires de sciences de l’éducation utilisent, selon ce que l’INSPE ou l’UFR enseigne, principalement Excel ou un tableur pour les analyses descriptives simples et les tests élémentaires, et SPSS pour les analyses plus complexes (ANOVA, régression). Jamovi et JASP, gratuits, couvrent la plupart des besoins d’un mémoire de master et produisent des sorties lisibles ; ils sont de plus en plus acceptés par les directeurs de mémoire, y compris en sciences de l’éducation. Pour situer votre test dans l’ensemble des analyses possibles selon la nature de votre variable, notre annuaire des analyses selon le type de variable dépendante couvre l’ensemble des cas, tous champs disciplinaires confondus — et si votre mémoire combine une approche quantitative avec des méthodes plus proches de celles utilisées en psychologie (échelles validées, plans quasi expérimentaux), le guide de choix du test statistique en psychologie détaille des situations voisines avec un luxe de précision supplémentaire.
Les erreurs les plus fréquentes sur ce point en sciences de l’éducation
- Traiter un plan avant/après comme deux groupes indépendants, en oubliant que ce sont les mêmes élèves mesurés deux fois.
- Comparer plus de deux classes avec des tests t répétés deux à deux, plutôt qu’une ANOVA suivie de comparaisons post hoc corrigées.
- Ignorer la structure en grappes d’un échantillon organisé par classes, en traitant chaque élève comme parfaitement indépendant des autres élèves de sa classe.
- Conclure à un effet causal à partir d’un plan corrélationnel entre motivation et résultats, sans discuter les explications alternatives.
- Omettre la taille d’effet, en s’arrêtant à la seule valeur de p, alors qu’un écart significatif sur un petit échantillon de classe peut correspondre à un effet pratique modeste.
Questions fréquentes
Quel test pour comparer les résultats de deux classes ?
Un test t de Student pour échantillons indépendants si la variable est un score continu avec un effectif suffisant par classe et une distribution proche de la normale ; un test U de Mann-Whitney si l’effectif est faible ou la distribution asymétrique. Rapportez toujours une taille d’effet en complément.
Comment analyser un dispositif mesuré avant et après sur la même classe ?
Ces mesures sont appariées : utilisez un test t apparié pour une variable continue, ou un test de Wilcoxon si la distribution des différences est asymétrique. Un test pour échantillons indépendants serait inapproprié puisque ce sont les mêmes élèves mesurés deux fois.
Peut-on utiliser un questionnaire de motivation pour prédire les résultats scolaires ?
Oui, via une corrélation ou une régression linéaire si les résultats sont un score continu. Restez toutefois prudent dans la formulation des conclusions : un lien statistique entre motivation et résultats ne prouve pas que l’une cause l’autre, d’autres facteurs pouvant expliquer les deux.
Faut-il tenir compte du fait que les élèves sont regroupés en classes ?
Idéalement oui : des élèves d’une même classe se ressemblent davantage entre eux qu’avec des élèves d’une autre classe. Un modèle multiniveau traiterait cette structure correctement, mais reconnaître cette limite dans votre discussion, même sans le modèle complet, est déjà valorisé par la plupart des jurys de master.
Choisissez le bon test avec Tesify
Tesify vous aide à déduire le test statistique attendu à partir de votre plan de recherche en sciences de l’éducation, et à rédiger la section méthodologie correspondante.