La question arrive toujours dans le même ordre, et c’est le mauvais : « j’ai récupéré mes 200 réponses, maintenant quel test dois-je utiliser ? »
Posée à ce moment-là, elle est déjà trop tard. Il arrive qu’aucun test ne convienne — parce que la variable a été mesurée sur trois modalités là où il en fallait une continue, parce que les groupes sont trop déséquilibrés, parce que la question n’a pas été posée à ceux qu’il fallait. À ce stade, la collecte est close et rien ne se rattrape.
Le remède tient en une à deux pages écrites avant la collecte : le plan d’analyse statistique. Il ne demande pas de compétences supplémentaires, et il se recycle presque tel quel en sous-section de votre chapitre méthodologie.
Pourquoi l’ordre change tout
Deux raisons, l’une pratique, l’autre méthodologique.
La raison pratique. Écrire « pour tester H2, je comparerai la moyenne de satisfaction entre les trois services » oblige immédiatement à vérifier que votre questionnaire produira bien une variable de satisfaction continue et une variable de service à trois modalités, avec assez de répondants dans chacune. Ce contrôle prend dix minutes tant que le questionnaire est modifiable, et devient impossible une fois qu’il est diffusé.
La raison méthodologique. Un même jeu de données autorise énormément d’analyses différentes : plusieurs découpages de groupes, plusieurs variables de résultat, avec ou sans les cas atypiques. En explorant assez longtemps, on finit statistiquement par trouver quelque chose de significatif — même quand il n’y a rien. Fixer les analyses à l’avance supprime ce risque à la racine, et c’est une garantie que vous pouvez revendiquer en soutenance.
Rien de tout cela n’interdit l’exploration. Cela impose seulement de la nommer : les analyses du plan sont confirmatoires, les autres sont exploratoires et se présentent comme telles.
Les six lignes d’un plan d’analyse
1. Vos variables et leur niveau de mesure
Listez chaque variable qui interviendra dans une hypothèse, en précisant si elle est continue, ordinale ou catégorielle, et combien de modalités elle comporte. C’est fastidieux et c’est l’étape la plus rentable : le niveau de mesure détermine à lui seul la famille de tests disponibles. La plupart des impasses de fin de mémoire viennent d’une variable mesurée dans un format qui interdit l’analyse prévue.
2. Une hypothèse, un test
Pour chaque hypothèse issue de votre cadre théorique, nommez le test qui la tranchera. La discipline est simple : si une hypothèse n’a pas de test en face, elle n’est pas testable telle qu’elle est formulée et doit être reformulée. C’est le meilleur contrôle de qualité qui existe sur une série d’hypothèses de recherche, et il ne coûte rien.
3. Les conditions à vérifier, et le plan de secours
C’est la colonne que personne n’écrit, et celle qui sauve les mémoires. Chaque test paramétrique repose sur des conditions — normalité, égalité des variances, indépendance, linéarité — qui ne seront pas toutes remplies. Ce n’est pas une éventualité, c’est la situation ordinaire.
Décidez donc à l’avance de ce que vous ferez : quel test de repli, quelle correction, quelle transformation. « Si la normalité est rejetée, je passe au test non paramétrique correspondant » est une phrase qui vaut des points en soutenance parce qu’elle prouve que la décision n’a pas été prise en fonction du résultat. Notre annuaire des conditions statistiques et de leurs plans de secours est fait pour être recopié dans cette colonne.
4. Le traitement des données imparfaites
Deux décisions, à prendre avant de voir les données parce qu’elles influencent directement les résultats :
- Les données manquantes. Quelle proportion de non-réponse rend un questionnaire inexploitable ? Écartez-vous le questionnaire entier ou seulement l’analyse concernée ? La distinction entre les mécanismes de données manquantes détermine ce qui est légitime.
- Les valeurs extrêmes. Quel critère de repérage, et quelle règle de décision ? Fixer à l’avance qu’on ne supprime que les valeurs impossibles rend impossible la tentation d’écarter une observation gênante une fois le résultat connu.
5. Le seuil, les tests multiples, la taille d’effet
Annoncez le seuil de significativité retenu et précisez si vos tests sont uni ou bilatéraux. Si vous prévoyez de nombreuses comparaisons, dites comment vous en tiendrez compte plutôt que d’accumuler les tests en silence.
Surtout, engagez-vous à rapporter une taille d’effet à côté de chaque p. C’est aujourd’hui attendu dans la plupart des disciplines, et cela vous protège de la conclusion la plus faible qui soit : « c’est significatif », sans jamais dire de combien.
6. Le logiciel et sa version
Une ligne, souvent oubliée, et systématiquement attendue dans la méthodologie. Nommez l’outil et sa version. Le choix n’a aucune incidence sur la validité de vos résultats ; son absence, en revanche, est une lacune facile à éviter.
La forme : un tableau, pas un chapitre
L’essentiel du plan tient dans un tableau d’une page, avec une ligne par hypothèse et cinq colonnes : l’hypothèse, les variables concernées avec leur niveau de mesure, le test prévu, les conditions à vérifier, le test de repli.
Ajoutez autour trois courts paragraphes — préparation des données, seuil et tailles d’effet, logiciel — et votre plan est complet. Ce format a un avantage décisif : il se lit en dix minutes. C’est ce qui le rend utile en rendez-vous d’encadrement, là où un texte de six pages ne serait jamais relu.
Vous avez déjà collecté ? Faites-le quand même
Situation très fréquente, et la réponse n’est pas « tant pis ». Écrivez le plan avant d’ouvrir votre fichier de données, ou du moins avant de lancer le moindre test. Vous perdez la garantie d’antériorité, mais vous conservez l’essentiel : des décisions prises sur des critères plutôt qu’en fonction des p-valeurs obtenues.
Datez le document, mentionnez qu’il a été rédigé après la collecte, et tenez-vous-y. Un mémoire qui assume cet ordre est plus solide qu’un mémoire qui prétend l’inverse.
Et si vous n’avez pas encore collecté, une dernière étape s’impose logiquement à cet endroit : une fois les tests choisis, vous savez exactement quoi entrer dans un calcul de taille d’échantillon. C’est même la seule façon de le faire correctement, puisque le calcul dépend du test retenu.
Écrire le plan, puis le chapitre
Le plan d’analyse est un document de travail ; la sous-section « analyses statistiques » de votre mémoire en est la version rédigée, au passé et en prose continue. Le passage de l’un à l’autre est mécanique, et c’est exactement le genre de réécriture qui prend un après-midi de trop.
Tesify vous accompagne sur ce trajet : transformer votre tableau de décisions en paragraphes académiques, articuler cette sous-section avec le reste de votre méthodologie, et maintenir une terminologie cohérente entre les hypothèses, la méthode et les résultats. Vos données et vos analyses restent les vôtres.
Rédiger votre méthodologie quantitative avec Tesify
Questions fréquentes
Quelle longueur doit faire un plan d’analyse statistique ?
Une à deux pages suffisent largement pour un mémoire de master, et l’essentiel tient souvent dans un seul tableau. Ce n’est pas un chapitre supplémentaire à rédiger : c’est un document de travail, qui deviendra ensuite quelques paragraphes de votre méthodologie. Si votre plan dépasse trois pages, vous êtes probablement en train d’écrire le chapitre au lieu de préparer les décisions.
Puis-je changer de test après avoir vu mes données ?
Oui — quand une condition d’application n’est pas remplie. C’est précisément ce que prévoit la colonne « plan de secours », et personne ne vous le reprochera. Ce qui n’est pas légitime, c’est de changer de test parce que le premier ne donnait pas le résultat espéré. La différence tient entièrement à la raison invoquée, et c’est pourquoi cette raison doit être écrite.
Que faire si mon directeur ne me l’a pas demandé ?
Faites-le quand même, et apportez-le au rendez-vous suivant. Un tableau d’une page se relit en dix minutes, alors qu’un chapitre méthodologie complet attend souvent des semaines. C’est le format qui permet à votre directeur de repérer une hypothèse mal opérationnalisée ou un test inadapté à un moment où tout reste modifiable — c’est-à-dire au seul moment où son avis peut vraiment vous servir.
Faut-il un plan d’analyse pour un mémoire qualitatif ?
L’équivalent existe, sous une autre forme : préciser la méthode d’analyse retenue, le mode de codage, qui code, comment les désaccords sont tranchés, et à quel moment vous considérerez le corpus suffisant. La logique est identique — fixer les règles avant de connaître les résultats — même si les objets sont différents.
Faut-il inclure le plan d’analyse dans le mémoire final ?
Pas sous sa forme de tableau de travail. Il se fond dans la sous-section « analyses statistiques » du chapitre méthodologie, rédigée en prose et au passé. Certains le placent aussi en annexe lorsqu’il est détaillé, ce qui est apprécié dans les disciplines de santé, mais ce n’est pas une attente générale en master.
Mon plan prévoyait un test qui s’est révélé impossible : est-ce grave ?
Non, à condition de le dire. Écrivez ce qui était prévu, pourquoi cela n’a pas pu être fait — effectif insuffisant dans un groupe, variable finalement trop peu variable — et ce que vous avez fait à la place. Ce paragraphe de trois lignes vaut mieux qu’un silence, et il démontre exactement la maîtrise méthodologique que le jury cherche à évaluer.
