Analyse de covariance – Peter – – Principaux ouvrages de référence

L’analyse de covariance (ANCOVA) est une méthode statistique qui permet de tenir compte de troisièmes variables lors de l’étude de la relation entre une variable indépendante et une variable dépendante. Ces troisièmes variables sont appelées covariables car elles partagent une quantité essentielle de variance avec la variable dépendante. La relation entre la covariable et la variable dépendante est contrôlée statistiquement (ou partialisée) lors de l’examen de la relation entre la variable indépendante et la variable dépendante. L’ANCOVA peut être appliquée dans le contexte de l’analyse de la variance et de l’analyse de régression et peut être utilisée avec des données expérimentales et non expérimentales. Cependant, selon le plan de recherche, l’ANCOVA sert différents objectifs. Lorsqu’elle est utilisée avec des données expérimentales, elle permet de réduire la variance des erreurs, augmentant ainsi la puissance statistique du test statistique. Pour que cela fonctionne, la variable indépendante et la covariable doivent être indépendantes. Avec des données non expérimentales, l’ANCOVA peut aider à identifier la contribution unique d’une variable indépendante à l’explication de la variable dépendante et à exclure d’autres explications de la relation. L’inclusion de covariables doit suivre l’hypothèse théorique et donc être décidée avant l’analyse des données.