Le test de Shapiro-Wilk ressort significatif, et la question tombe : faut-il abandonner le test t ? Cette décision est prise chaque année dans des milliers de mémoires, souvent sur la base d’une règle mal comprise. Le critère décisif n’est pas la valeur de p du test de normalité — c’est le niveau de mesure de votre variable, la taille de vos groupes et la forme réelle de votre distribution.
La différence réelle
Les tests paramétriques — test t, analyse de variance, corrélation de Pearson, régression — reposent sur des hypothèses concernant la distribution des données dans la population. Ils travaillent sur les valeurs elles-mêmes et comparent des moyennes.
Les tests non paramétriques posent beaucoup moins d’hypothèses. Ils remplacent les valeurs par leurs rangs et comparent des positions dans une distribution. C’est de là que vient leur robustesse : une valeur extrême de 300 dans un jeu de données où le maximum suivant est 40 devient simplement «le plus grand rang», sans peser davantage.
Ce n’est donc pas une opposition entre outils sérieux et outils de secours. Ce sont deux façons de poser la question. Le test t demande : «les moyennes diffèrent-elles ?» Le test de Mann-Whitney demande : «une observation tirée au hasard dans un groupe a-t-elle tendance à dépasser une observation tirée dans l’autre ?» Selon votre question de recherche, l’une des deux formulations est plus juste que l’autre.
Les quatre conditions
Examinez-les dans cet ordre. La première tranche à elle seule une grande partie des cas.
- Le niveau de mesure. Une variable nominale ou ordinale — un rang, une préférence, une catégorie — exclut d’emblée les tests paramétriques. Aucune vérification supplémentaire n’est nécessaire.
- La taille des groupes. Au-delà d’une trentaine d’observations par groupe, le théorème central limite fait son travail : la distribution des moyennes tend vers la normale même quand les données brutes ne le sont pas. En dessous de dix par groupe, la prudence s’impose.
- La forme de la distribution. Une asymétrie marquée, plusieurs modes ou un effet plancher ou plafond posent problème. Un léger écart n’en pose aucun.
- L’homogénéité des variances. Elle concerne les comparaisons de groupes. Sa violation ne conduit d’ailleurs pas nécessairement à un test non paramétrique : il existe des versions corrigées des tests paramétriques.
L’indépendance des observations, elle, n’est pas négociable et ne se résout par aucun choix de test. Si vos participantes ont été recrutées par grappes ou si chaque personne fournit plusieurs mesures, il faut un modèle qui en tienne compte.
Vérifier la normalité correctement
Le malentendu le plus répandu consiste à faire dépendre le choix du test de la valeur de p d’un test de normalité. Trois raisons de ne pas procéder ainsi :
- Le test de normalité dépend de la taille de l’échantillon. Avec 500 observations, il détecte des écarts minuscules et sans conséquence ; avec 15, il ne détecte presque rien. Il devient donc le plus sévère précisément là où la question importe le moins.
- L’hypothèse ne porte pas sur les données brutes. Elle porte sur la distribution d’échantillonnage, ou sur celle des résidus pour la régression. Ce n’est pas la même chose, et c’est pourquoi de grands effectifs rendent la question largement caduque.
- Décider en deux temps fausse le raisonnement. Tester puis choisir le test en fonction du résultat rend le taux d’erreur final difficile à interpréter.
La pratique recommandée combine trois éléments. D’abord une inspection graphique : histogramme et diagramme quantile-quantile, où les points doivent suivre approximativement la diagonale. Ensuite les coefficients d’asymétrie et d’aplatissement, qui restent acceptables entre environ −2 et +2. Enfin un test formel, mais comme indice complémentaire et non comme arbitre : Shapiro-Wilk pour les petits effectifs, jusqu’à une cinquantaine d’observations.
Et si les trois éléments divergent, faites confiance au graphique. C’est le seul qui vous montre de quelle manière la distribution s’écarte de la normale — et c’est cette information-là qui détermine la suite.
Le tableau de correspondance
| Question | Test paramétrique | Équivalent non paramétrique |
|---|---|---|
| Deux groupes indépendants | test t pour échantillons indépendants | test U de Mann-Whitney |
| Deux mesures appariées | test t pour échantillons appariés | test des rangs signés de Wilcoxon |
| Trois groupes ou plus | analyse de variance | test de Kruskal-Wallis |
| Mesures répétées, trois temps ou plus | ANOVA à mesures répétées | test de Friedman |
| Association entre deux variables | corrélation de Pearson | corrélation de Spearman ou tau de Kendall |
| Variances inégales, deux groupes | test t de Welch | — |
Notez la dernière ligne : lorsque seule l’homogénéité des variances pose problème, la correction de Welch règle la question sans quitter le cadre paramétrique. Beaucoup de logiciels la calculent d’ailleurs par défaut — voyez l’article sur le choix d’un logiciel statistique pour un mémoire pour savoir où ces options se trouvent dans chaque outil.
Justifier le choix, pas seulement le faire. Ce qui compte dans votre partie méthode, c’est le paragraphe qui explique pourquoi ce test-là. Avec Tesify, vous le construisez à partir de vos propres données et de vos propres décisions — structuré, sourcé et rédigé à 100 % par vous.
La question de la puissance
L’argument classique contre les tests non paramétriques est la perte de puissance. Il est réel, mais bien plus faible qu’on ne le croit.
Lorsque les données sont effectivement normales — c’est-à-dire dans le cas le plus favorable au test paramétrique —, le test de Mann-Whitney conserve environ 95 % de l’efficacité du test t. Vous perdez donc à peine 5 % de puissance en choisissant l’option prudente. En revanche, dès que la distribution est franchement asymétrique ou comporte des valeurs extrêmes, le rapport s’inverse et le test non paramétrique devient plus puissant.
Conséquence pratique : la crainte de «perdre en puissance» ne justifie pas de forcer un test paramétrique sur des données qui ne s’y prêtent pas. Le vrai levier sur la puissance reste l’effectif, et il se règle avant la récolte, pas après.
Les autres solutions
Le choix ne se réduit pas à deux options. Trois voies intermédiaires méritent d’être connues :
- La transformation. Le logarithme sur des données à forte asymétrie positive — durées, revenus, temps de réaction — ramène souvent la distribution dans une forme exploitable. Le prix à payer : les résultats s’interprètent sur l’échelle transformée, ce qu’il faut expliciter dans le texte.
- Les corrections des tests paramétriques. Welch pour les variances inégales, Greenhouse-Geisser pour la sphéricité en mesures répétées. Elles conservent le cadre paramétrique tout en réglant la violation précise que vous avez constatée.
- Le rééchantillonnage. L’intervalle de confiance obtenu par bootstrap ne suppose aucune forme de distribution particulière. La plupart des logiciels le proposent aujourd’hui en option ; comptez cinq mille tirages au minimum.
Il existe enfin une règle simple qui met tout le monde d’accord : lorsque vous hésitez sincèrement, lancez les deux tests. Si les deux donnent la même conclusion, rapportez le paramétrique et signalez en une phrase que l’analyse non paramétrique confirme le résultat. Si les conclusions divergent, c’est un signal — quelque chose dans vos données mérite d’être examiné, pas contourné.
Comment rapporter
Deux règles suffisent, et elles sont régulièrement enfreintes.
Première règle : adaptez les statistiques descriptives au test. Un test fondé sur les rangs se rapporte avec des médianes et des écarts interquartiles, pas avec des moyennes et des écarts-types. Rapporter une moyenne à côté d’un test de Mann-Whitney revient à décrire une grandeur que le test n’a pas examinée.
Seconde règle : donnez une taille d’effet. Elle existe aussi pour les tests non paramétriques et se calcule facilement à partir de la valeur z fournie par votre logiciel, divisée par la racine carrée de l’effectif total.
Un exemple de formulation : «Les scores de satisfaction étaient plus élevés dans le groupe expérimental (Mdn = 4,20) que dans le groupe témoin (Mdn = 3,60), U = 245,50, z = −2,14, p = ,032, r = ,23.»
Ajoutez, dans la partie méthode, une ou deux phrases justifiant le choix : quelle vérification vous avez faite, ce qu’elle a montré, quelle conséquence vous en avez tirée. C’est ce paragraphe, et non le test lui-même, qui distingue un travail solide d’un travail approximatif. Les attentes exactes varient selon le type de travail — l’article comparant le mémoire de bachelor HES et le mémoire de master universitaire précise ces différences, et celui sur les données suisses disponibles pour un mémoire indique où trouver des jeux de données déjà documentés pour s’entraîner.
Questions fréquentes
Quand faut-il utiliser un test non paramétrique ?
Dans trois situations : lorsque votre variable dépendante est ordinale ou nominale, lorsque vos groupes comptent peu d’observations — moins d’une dizaine — et lorsque la distribution est franchement asymétrique ou comporte des valeurs extrêmes qui pèseraient trop lourd sur une moyenne. Au-delà d’une trentaine d’observations par groupe et avec une variable quantitative, les tests paramétriques restent en général appropriés.
Le test de Shapiro-Wilk est significatif : dois-je changer de test ?
Pas automatiquement. Ce test devient très sensible avec de grands échantillons et signale alors des écarts sans conséquence pratique. Regardez plutôt l’histogramme et le diagramme quantile-quantile, ainsi que les coefficients d’asymétrie et d’aplatissement. Si vos groupes dépassent une trentaine d’observations et que la forme reste raisonnablement symétrique, le test paramétrique demeure défendable.
Quel est l’équivalent non paramétrique du test t ?
Pour deux groupes indépendants, le test U de Mann-Whitney. Pour deux mesures appariées sur les mêmes personnes, le test des rangs signés de Wilcoxon. Au-delà de deux groupes, l’analyse de variance a pour équivalent le test de Kruskal-Wallis, et l’ANOVA à mesures répétées le test de Friedman.
Perd-on beaucoup de puissance avec un test non paramétrique ?
Beaucoup moins qu’on ne le croit. Même dans le cas le plus favorable au test paramétrique — des données parfaitement normales —, le test de Mann-Whitney conserve environ 95 % de l’efficacité du test t. Et dès que la distribution s’écarte nettement de la normale, il devient plus puissant que son équivalent paramétrique. La crainte de perdre en puissance ne justifie donc pas de forcer un test inadapté.
Peut-on rapporter une taille d’effet pour un test non paramétrique ?
Oui, et il faut le faire. Le calcul est immédiat : divisez la valeur z fournie par votre logiciel par la racine carrée de l’effectif total. Les repères d’interprétation sont alors 0,10 pour un effet faible, 0,30 pour un effet moyen et 0,50 pour un effet fort. C’est l’un des éléments les plus fréquemment omis dans les mémoires utilisant des tests fondés sur les rangs.
Faut-il rapporter la moyenne ou la médiane ?
La statistique descriptive doit correspondre au test. Avec un test fondé sur les rangs, rapportez des médianes et des écarts interquartiles ; avec un test paramétrique, des moyennes et des écarts-types. Indiquer une moyenne à côté d’un test de Mann-Whitney revient à décrire une grandeur que ce test n’a pas évaluée, et c’est une incohérence que les correcteurs repèrent immédiatement.