3.2.1.2.1. Résultats

Nous nommons score global par groupe le total des scores globaux obtenus par chaque individu du groupe.

Pour chaque groupe, nous calculons :

La comparaison des moyennes au pré-test et au post-test pour chacun des groupes révèle des progrès plus importants pour le groupe-expérimental que pour le groupe-témoin. Le groupe-expérimental qui, lors du pré-test, avait une moyenne inférieure à celle du groupe-témoin obtient, lors du post-test, une moyenne supérieure.

Maintenant, nous comparons les moyennes des scores globaux entre les groupes (GT et GE).

Nous considérons les progrès de chaque groupe en calculant les écarts entre la moyenne des scores globaux au post-test et la moyenne des scores globaux au pré-test (Tableau 86).

Pour le groupe-témoin, l’écart entre la moyenne au post-test et la moyenne au pré-test est de +0,92, ce qui signifie qu’en moyenne, le groupe-témoin réussit un problème de plus au post-test qu’au pré-test.

Pour le groupe-expérimental, l’écart entre la moyenne au post-test et la moyenne au pré-test est de +1,97, ce qui signifie qu’en moyenne, le groupe-expérimental réussit deux problèmes de plus au post-test qu’au pré-test.

Les résultats du groupe-témoin suggèrent que l’école remplit sa mission d’amélioration des compétences : le groupe a en moyenne progressé entre les deux passations. Les résultats révèlent que le groupe-expérimental a progressé deux fois plus que le groupe-témoin. Cependant, avant de conclure, il nous faut tester la significativité de ces résultats.

Pour tester l’égalité des moyennes des scores au pré-test et au post-test au sein respectivement du groupe-témoin et du groupe-expérimental, nous utilisons le test de Student pour échantillons appariés.

Pour tester l’égalité des moyennes, deux hypothèses sont en concurrence. Comme à l’habitude, on nomme H₀, l’hypothèse d’égalité et H₁, l’hypothèse alternative.

En application du test de Student, nous obtenons les conclusions suivantes (Tableau 87) :

On en déduit que, pour les deux comparaisons effectuées, on peut rejeter H₀, tant au niveau de risque  = 0,01 qu’au niveau de risque  = 0,05. Les deux groupes progressent de façon significative entre le pré-test et le post-test.

Le graphique 30 permet de visualiser cette progression.

Pour tester l’égalité des moyennes dans les comparaisons suivantes :

Nous utilisons le test de Student pour échantillons indépendants.

Nous testons d’abord l’égalité des variances.

Pour cela, nous utilisons le test statistique de Fisher-Snedecor.

Pour tester l’égalité des variances, deux hypothèses sont en concurrence. Comme à l’habitude, on nomme H₀, l’hypothèse d’égalité et H₁, l’hypothèse alternative.

En application du test de Fisher-Snedecor, nous obtenons les conclusions suivantes (Tableau 88) :

On en déduit que, pour les trois comparaisons effectuées, on ne rejette pas H_0, tant au niveau de risque  = 0,01 qu’au niveau de risque  = 0,05. Nous rappelons que nous nous exposons à un risque de 2ème espèce  de niveau inconnu.

Pour chacune des trois comparaisons énoncées dans le tableau 88, nous ne pouvons pas rejeter l’hypothèse d’égalité des variances.

Pour tester l’égalité des moyennes, deux hypothèses sont en concurrence. Comme à l’habitude, on nomme H₀, l’hypothèse d’égalité et H₁, l’hypothèse alternative.

En application du test de Student, nous obtenons les conclusions suivantes (Tableau 89) :

On en déduit que :

Les graphiques 31 et 32 permettent de visualiser ces résultats.