2.2. Impact des caractéristiques des lettres sur la connaissance de leur valeur phonémique

2.2.1. Etude de l’effet de la configuration graphique et de l’effet de la fréquence graphonémique aux trois sessions

Deux ANOVA 13 permettent d’analyser par sujet (F1) et par item (F2) les effets de ces facteurs dans la tâche TP relative à la valeur phonémique de 20 consonnes. Nous notons, tout comme dans la tâche TN portant sur le nom de la lettre, un effet significatif de la session [F1(2, 112) = 30.41, p < .0001 ; F2(2, 32) = 20.07, p <.0001], de la configuration graphique [F1(1, 56) = 223.65, p < .0001 ; F2(1, 16) = 7.49, p < .015] ainsi qu’un effet significatif de la fréquence dans l’analyse par sujet mais pas dans l’analyse par item [F1(1, 56) = 32.04, p < .0001 ; F2(1, 16) = 0.77, p < .394]. Le tableau 1.8 précise les moyennes et les écart-types des variables étudiées.

Tableau 1.8 : nombre moyen de bonnes réponses (max. 10), minimum et maximum des nombres de lettres et écart-types obtenus à chaque session, selon la configuration graphique et la fréquence graphonémique dans la tâche "valeur phonémique" TP.
  N1 N2 N3
N = 57 Gp Gd Gp Gd Gp Gd
  F+ F- F+ F- F+ F- F+ F- F+ F- F+ F-
moyenne 1.91 1.40 0.32 0.56 4.26 2.32 0.79 1.02 5.12 2.82 1.23 1.53
σ 1.77 1.53 0.85 0.93 2.23 1.92 1.65 1.54 2.83 2.25 2.15 2.01
étendue 0-8 0-5 0-5 0-4 0-10 0-8 0-10 0-9 2-10 0-8 0-9 0-10

L’analyse par sujet indique une différence significative entre les résultats obtenus aux trois sessions (entre N1 et N2, p < .0001 et N2 et N3, p < .02) ; les enfants ont développé des connaissances sur la valeur phonémique des lettres d’une session à l’autre  (10.5 %, 20.9 % et 26.75 % de réponses correctes). La valeur phonémique est mieux connue pour les lettres de configuration graphique proche (29.7 %) que pour les lettres de configuration graphique éloignée (9.1 %). Les scores obtenus pour les lettres F+ (22.7 %) sont supérieurs aux scores enregistrés pour les lettres F- (16.08 %).

Les résultats témoignent d’un effet conjugué des deux facteurs "session" et "graphie" [F1(2, 112) = 22.07, p < .0001 ; F2(2, 32) = 4.04, p < .027] dû à un écart en N3 (d = 2.59) plus soutenu entre les scores des lettres Gp et les scores des lettres Gd qu’en N1 (d = 1.22) et qu’en N2 (d = 2.38). A chaque session, les différences entre les performances enregistrées pour les deux types de lettres sont significatives (p < .0001) au profit des lettres de configuration proche (cf. figure 1.6).

La progression des connaissances entre N1 et N2 est plus rapide pour les lettres Gp (+ 1.62) que pour les lettres Gd (+ 0.46) ainsi qu’entre N2 et N3 (+ 0.69 vs +0.47). Les tests post hoc indiquent un effet de la session d’une part, entre N1 et N2 pour les lettres Gp (p < .0001) et pour les lettres Gd (p < .04)et d’autre part, entre N2 et N3 pour les lettres Gp (p < .0005) comme pour les lettres Gd (p < .04).

Figure 1.6 : nombre moyen de réponses correctes, obtenues aux trois sessions N1, N2 et N3 en fonction de la configuration graphique.
Figure 1.6 : nombre moyen de réponses correctes, obtenues aux trois sessions N1, N2 et N3 en fonction de la configuration graphique.

Par ailleurs, l’ANOVA révèle une interaction significative entre la session et la fréquence graphonémique des lettres (cf. figure 1.7) dans l’analyse par sujet uniquement [F1(2, 112) = 10.82, p < .0001 ; F2(2, 32) = 1.59, p < .22] liée à un écart croissant entre les lettres F+ et F- au cours des trois sessions : d = 0.13 en N1, d = 0.85 en N2 et d = 1 en N3. Les tests de Tukey n’indiquent pas d’effet significatif de la fréquence en N1 (p <.94) tandis que les différences entre les scores obtenus pour les lettres F+ et F- sont significatives en N2 (p < .0001) et en N3 (p < .0001).

Les tests post hoc soulignent un effet significatif de la session entre N1 et N2 pour les lettres F+ (p < .0001) et F- (p < .0002) ainsi qu’entre N2 et N3 pour les lettres F+ (p < .0002) et les lettres F- (p < .006).

Figure 1.7 : nombre moyen de réponses correctes, obtenues aux trois sessions N1, N2 et N3 en fonction de la fréquence graphonémique des lettres dans la tâche "valeur phonémique" TP.
Figure 1.7 : nombre moyen de réponses correctes, obtenues aux trois sessions N1, N2 et N3 en fonction de la fréquence graphonémique des lettres dans la tâche "valeur phonémique" TP.

L’interaction entre les facteurs "fréquence" et "graphie" (cf. figure 1.8) s’avère significative selon l’analyse par sujet uniquement [F1(1, 56) = 88.36, p < .0001 ; F2(1, 16) = 1.48, p < .24], interaction  due à une différence entre les lettres F+ et F- plus prononcée lorsque les lettres présentent une similarité des graphies (Gp) que dans le cas où elles présentent des graphies éloignées (Gd).

Figure 1.8 : nombre moyen de réponses correctes obtenues selon la configuration graphique des lettres (Gp et Gd) et la fréquence graphonémique (F+ et F-) dans la tâche "valeur phonémique" TP.
Figure 1.8 : nombre moyen de réponses correctes obtenues selon la configuration graphique des lettres (Gp et Gd) et la fréquence graphonémique (F+ et F-) dans la tâche "valeur phonémique" TP.

Dans la condition Gp, les performances relevées pour les lettres F+ sont significativement plus élevées que pour les lettres F- (p < .0002, 37.60 % de réponses correctes vs 21.81 %) alors que les résultats obtenus dans la condition Gd ne diffèrent pas significativement (p < .258, 7.78 % de réponses correctes vs 10.35 %).

Enfin, la triple interaction significative dans l’analyse par sujet entre le niveau scolaire, la configuration graphique et la fréquence graphonémique des lettres [F1(2, 112) = 11.82, p < .0001 ; F2(2, 32) = 1.71, p < .197] nous conduit à réaliser deux analyses distinctes selon la fréquence des lettres.

Figures 1.9 et 1.10 : nombre moyen de réponses correctes obtenues aux trois sessions, pour chacune des fréquences (F- et F+) selon la configuration graphique des lettres (Gp et Gd) dans la tâche TP.
Figures 1.9 et 1.10 : nombre moyen de réponses correctes obtenues aux trois sessions, pour chacune des fréquences (F- et F+) selon la configuration graphique des lettres (Gp et Gd) dans la tâche TP.

Pour les lettres F+, l’ANOVA 14 par sujet permet d’étudier l’effet de la session selon le type de lettres (Gp vs Gd). L’analyse révèle un effet significatif de la session [F1(2, 112) = 35.08, p < .0001] ainsi qu’un effet significatif de la graphie [F1(1, 56) = 291.43, p < .0001] : 37.6 % de réponses correctes pour les lettres Gp vs 7.8 % pour les lettres Gd. Les tests post hoc indiquent une progression significative pour ces lettres de fréquence élevée entre chacune des trois sessions (p < .0001, 11.1 %, 25.2 % puis 31.7 % de réponses correctes). L’interaction significative (cf. figure 1.10) entre les deux facteurs étudiés [F1(2, 112) = 29.07, p < .0001] est due à un écart croissant et significatif entre les deux types de graphie, à chaque session : + 1.59 en N1, + 3.46 en N2 et + 3.89 en N3 (p < .0001). L’amélioration des connaissances des lettres de graphie proche est plus marquée (+ 2.33 entre N1 et N2, + 0.87 entre les deux dernières sessions) que pour les lettres de graphie éloignée pour lesquelles les différences de scores entre chaque session ne sont pas significatives (+ 0.47 et + 0.44).

Pour les lettres F-, l’analyse de variance respectant le même plan met également en évidence un effet de la graphie [F1(1, 56) = 49.27, p < .0001] se traduisant par des scores plus élevés pour les lettres Gp (21.8 % de bonnes réponses vs 10.4 % pour les lettres Gd) ainsi qu’un effet significatif de la session [F1(2, 112) = 15.15, p < .0001]. Le taux de réussite progresse significativement (p < .0001, 9.8 %, 16.7 % puis 21.8 %). Les scores enregistrés pour les lettres Gp évoluent significativement de N1 à N2 uniquement (p < .0002, + 0.92) tandis que les tests post hoc n’indiquent aucune différence significative entre N1 et N2 puis entre N2 et N3 pour les lettres Gd (p > .18 ; p > .10). L’écart entre les scores Gp et Gd est significatif en N1 (p < .0005), en N2 (p < .0001) et en N3 (p < .0001).

L’ANOVA ne décrit pas d’effet d’interaction (cf. figure 1.9) entre les deux facteurs étudiés [F1(2, 112) = 1.84, p < .163].

Notes
13.

Plans expérimentaux : S57*N3*G2*F2 et I5<G2*F2>*N3

14.

Plan expérimental : S57*N3*G2