{"id":5749,"date":"2026-10-14T22:53:58","date_gmt":"2026-10-14T19:53:58","guid":{"rendered":"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-test-friedman\/"},"modified":"2026-10-14T22:53:58","modified_gmt":"2026-10-14T19:53:58","slug":"calculateur-test-friedman","status":"publish","type":"post","link":"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-test-friedman\/","title":{"rendered":"Calculateur du test de Friedman"},"content":{"rendered":"<section class=\"not-prose calculator-box\" aria-labelledby=\"calculator-title\"><div class=\"flex items-baseline sm:items-center justify-between gap-2 sm:gap-3\"><div class=\"flex flex-col sm:flex-row sm:items-center gap-2\"><span class=\"icon icon-calculator text-primary-700! text-base! dark:text-primary-300!\" aria-hidden=\"true\"><\/span><h2 id=\"calculator-title\" class=\"text-lg font-display font-bold\">Comparaison de trois conditions appari\u00e9es ou plus \u00e0 partir de leurs rangs<\/h2><\/div><div class=\"calcdash-favorite group\">\n  <button type=\"button\" class=\"favorite\" id=\"favorite\" data-favorite-id=\"5749\" data-favorite-title=\"Test de Friedman\" data-favorite-url=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-test-friedman\/\" data-favorite-excerpt=\"Saisissez une ligne par sujet avec une valeur pour chaque condition et ce calculateur du test de Friedman renvoie la statistique du khi\u00b2 corrig\u00e9e des ex \u00e6quo, les degr\u00e9s de libert\u00e9, la valeur p, le W de Kendall et une d\u00e9cision au seuil de signification de votre choix.\" aria-label=\"Ajouter aux favoris\" data-favorite-icon=\"icon icon-calculator\">\n    <span class=\"icon icon-shape-star-empty\" aria-hidden=\"true\"><\/span>\n  <\/button>\n  <div class=\"calcdash-favorite__tip\" aria-hidden=\"true\">\n   <span class=\"favorite-tooltip\" id=\"favorite-tooltip\"><\/span>\n  <\/div>\n  <span class=\"sr-only\" role=\"status\" id=\"favorite-status\"><\/span>\n<\/div><\/div><form action=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-test-friedman\/\" method=\"POST\" class=\"calculator\" id=\"calculator-5749\" data-post=\"5749\"><fieldset class=\"fieldset-input is-1\"><legend class=\"sr-only\">Champs de saisie<\/legend><div class=\"field\" id=\"input-1\"><label for=\"field-1\">Mesures (un sujet par ligne)<\/label><textarea id=\"field-1\" name=\"mesures_un_sujet_par_ligne\">7 6 5\n5 4 6\n8 7 6\n4 5 3\n6 6 4\n7 5 6\n5 3 4\n9 8 7<\/textarea><\/div><div class=\"field\" id=\"input-2\"><label for=\"field-2\">Seuil de signification<\/label><div class=\"grid grid-cols-1\"><select id=\"field-2\" name=\"seuil_de_signification\"><option value=\"0.10\">0.10<\/option><option value=\"0.05\" selected>0.05<\/option><option value=\"0.025\">0.025<\/option><option value=\"0.01\">0.01<\/option><option value=\"0.001\">0.001<\/option><\/select><svg class=\"pointer-events-none col-start-1 row-start-1 mr-2 size-5 self-center justify-self-end text-gray-500 sm:size-4\" viewBox=\"0 0 16 16\" fill=\"currentColor\" aria-hidden=\"true\" data-slot=\"icon\">\n              <path fill-rule=\"evenodd\" d=\"M4.22 6.22a.75.75 0 0 1 1.06 0L8 8.94l2.72-2.72a.75.75 0 1 1 1.06 1.06l-3.25 3.25a.75.75 0 0 1-1.06 0L4.22 7.28a.75.75 0 0 1 0-1.06Z\" clip-rule=\"evenodd\" \/>\n            <\/svg><\/div><\/div><\/fieldset><div class=\"buttons\"><button type=\"submit\" data-text=\"Recalculer\" id=\"calculate-button\" data-post=\"5749\">Calculer<\/button><button type=\"reset\">R\u00e9initialiser<\/button><\/div><div class=\"field is-checkbox hidden!\" id=\"field-auto-calc\"><input type=\"checkbox\" id=\"auto-calc\"><label for=\"auto-calc\">Calculer automatiquement<\/label><small>Si activ\u00e9, le r\u00e9sultat se met \u00e0 jour automatiquement d\u00e8s que vous modifiez une valeur.<\/small><\/div><div class=\"fieldset-result is-hidden\" aria-labelledby=\"result-title\" aria-live=\"polite\" role=\"region\"> <h3 class=\"result-title bg-gradient-to-r from-primary-50 to-gray-50 dark:from-primary-900 dark:to-gray-800\" id=\"result-title\"><span class=\"icon icon-s-pulse\" aria-hidden=\"true\"><\/span> R\u00e9sultats du test de Friedman<\/h3><div class=\"result-box\"><div class=\"field-result\" id=\"output-1\"><span class=\"field-title\"><span>Statistique de Friedman (\u03c7\u00b2, corrig\u00e9e des ex \u00e6quo)<\/span><span class=\"result-term\">\u03c7\u00b2\u1d3f<\/span><\/span><span class=\"field-value\" id=\"result-1\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-2\"><span class=\"field-title\"><span>Degr\u00e9s de libert\u00e9<\/span><span class=\"result-term\">ddl<\/span><\/span><span class=\"field-value\" id=\"result-2\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-3\"><span class=\"field-title\"><span>Valeur p (approximation par \u03c7\u00b2)<\/span><span class=\"result-term\">p<\/span><\/span><span class=\"field-value\" id=\"result-3\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-4\"><span class=\"field-title\"><span>W de Kendall (taille d&#039;effet)<\/span><span class=\"result-term\">W<\/span><\/span><span class=\"field-value\" id=\"result-4\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-5\"><span class=\"field-title\"><span>D\u00e9cision au seuil \u03b1<\/span><\/span><span class=\"field-value\" id=\"result-5\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-6\"><span class=\"field-title\"><span>Sommes des rangs par condition<\/span><\/span><span class=\"field-value\" id=\"result-6\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-7\"><span class=\"field-title\"><span>Fonctionnement du test de Friedman<\/span><\/span><span class=\"field-value\" id=\"result-7\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><\/div><div class=\"result-actions\"><button type=\"button\" class=\"copy-link\"><svg viewBox=\"0 0 20 20\" fill=\"currentColor\" aria-hidden=\"true\"><path d=\"M12.232 4.232a2.5 2.5 0 0 1 3.536 3.536l-1.225 1.224a.75.75 0 0 0 1.061 1.06l1.224-1.224a4 4 0 0 0-5.656-5.656l-3 3a4 4 0 0 0 .225 5.865.75.75 0 0 0 .977-1.138 2.5 2.5 0 0 1-.142-3.667l3-3Z\"\/><path d=\"M11.603 7.963a.75.75 0 0 0-.977 1.138 2.5 2.5 0 0 1 .142 3.667l-3 3a2.5 2.5 0 0 1-3.536-3.536l1.225-1.224a.75.75 0 0 0-1.061-1.06l-1.224 1.224a4 4 0 1 0 5.656 5.656l3-3a4 4 0 0 0-.225-5.865Z\"\/><\/svg><span class=\"copy-link__text\">Copier le lien vers ce calcul<\/span><\/button><span class=\"sr-only\" role=\"status\" id=\"copy-link-status\"><\/span><\/div><\/div><a href=\"#respond\" class=\"hidden transition-opacity duration-300 opacity-0 w-50 text-sm justify-center items-center gap-2 px-4 py-2 rounded bg-gray-200 text-gray-700 hover:bg-gray-300\" id=\"leave-comment\"><span class=\"icon icon-comments\" aria-hidden=\"true\"><\/span>Laisser un commentaire<\/a><\/form><\/section><section id=\"calc-reactions\" class=\"not-prose hidden my-12 bg-gradient-to-r from-primary-50 to-gray-50 border border-indigo-100 rounded-xl px-6 py-4 shadow-sm\" data-post=\"5749\" aria-live=\"polite\" aria-labelledby=\"calc-reactions-title\"><p id=\"calc-reactions-title\" class=\"text-sm text-gray-500 text-center mb-2\">Que pensez-vous de ce r\u00e9sultat\u00a0?<\/p><div role=\"group\" aria-labelledby=\"calc-reactions-title\" class=\"grid grid-cols-3 sm:flex sm:flex-row sm:justify-around gap-4 sm:items-center sm:flex-wrap\"><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"like\"><span class=\"reaction-count\" data-reaction-count=\"like\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude00 <\/span><span class=\"reaction-description font-medium\">J\u2019aime <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"helpful\"><span class=\"reaction-count\" data-reaction-count=\"helpful\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\udca1 <\/span><span class=\"reaction-description font-medium\">Utile <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"confused\"><span class=\"reaction-count\" data-reaction-count=\"confused\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude15 <\/span><span class=\"reaction-description font-medium\">Confus <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"disappointed\"><span class=\"reaction-count\" data-reaction-count=\"disappointed\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude1e <\/span><span class=\"reaction-description font-medium\">D\u00e9\u00e7u <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"inaccurate\"><span class=\"reaction-count\" data-reaction-count=\"inaccurate\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\u274c <\/span><span class=\"reaction-description font-medium\">Inexact <\/span><\/button><\/div><div id=\"reaction-message\" class=\"hidden mt-8 rounded-md border border-primary-100 bg-white\/50 backdrop-blur-sm px-4 py-2 text-sm text-center shadow-sm\"><\/div><\/section><div class=\"calcdash-ad not-prose calcdash-ad--calc_result calcdash-ad--in-article\"><ins class=\"adsbygoogle\" style=\"display:block\" data-ad-client=\"ca-pub-1721569815777345\" data-ad-slot=\"6317458308\" data-ad-layout=\"in-article\" data-ad-format=\"fluid\"><\/ins><script>(adsbygoogle = window.adsbygoogle || []).push({});<\/script><\/div>\n<style id=\"wpcoderpro-inline-1\">.formula-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section class=\"formula-box\" aria-labelledby=\"formula-title\">\r\n\t<div id=\"formula-title\" class=\"not-prose font-display mb-4\"><span class=\"icon icon-formula\" aria-hidden=\"true\"><\/span><h2>Test de Friedman<\/h2><\/div>\r\n\t<figure class=\"not-prose formula\">\r\n\t\t<figcaption class=\"formula-title\">Formule<\/figcaption>\r\n\t\t<div class=\"text-base text-gray-800\" id=\"formula\">\n\\[ \\chi_F^2 = \\frac{12}{n\\,k\\,(k+1)} \\sum_{j=1}^{k} R_j^2 \\; - \\; 3n(k+1) \\qquad\\text{(corrig\u00e9e des ex \u00e6quo~: } \\chi^2 = \\chi_F^2 \/ C\\text{)} \\\\ C = 1 - \\frac{\\sum\\left(t^3 - t\\right)}{n\\left(k^3 - k\\right)} \\\\ W = \\frac{\\chi^2}{n(k-1)} \\]\n<\/div>\r\n\t<\/figure>\r\n\t<\/p>\n<p><strong>O\u00f9\u00a0:<\/strong><\/p>\n<ul>\n<li>\\(n\\) \u2014 nombre de sujets (blocs)<\/li>\n<li>\\(k\\) \u2014 nombre de conditions li\u00e9es (\\(k \\ge 3\\))<\/li>\n<li>\\(R_j\\) \u2014 somme des rangs de la condition \\(j\\)\u00a0; les valeurs de chaque sujet sont class\u00e9es de 1 (la plus petite) \u00e0 \\(k\\), les valeurs ex \u00e6quo recevant le rang moyen<\/li>\n<li>\\(t\\) \u2014 taille de chaque groupe de valeurs ex \u00e6quo au sein d'un sujet<\/li>\n<li>\\(W\\) \u2014 coefficient de concordance de Kendall, c'est-\u00e0-dire la taille d'effet<\/li>\n<\/ul>\n<p>La statistique compare les sommes de rangs observ\u00e9es \u00e0 la valeur attendue lorsque toutes les conditions sont identiques, \\(nk(k+1)\/4\\cdot 2\\)\u00a0; plus les \u00e9carts sont grands, plus \\(\\chi^2\\) est \u00e9lev\u00e9. La correction des ex \u00e6quo majore la statistique lorsqu'il y en a, et la valeur p s'obtient \u00e0 partir de la loi \\(\\chi^2\\) \u00e0 \\(k-1\\) degr\u00e9s de libert\u00e9.<\/p>\n<p>\r\n<\/section>\n<style id=\"wpcoderpro-inline-2\">.calculation-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section id=\"calculation\" class=\"calculation-box\" aria-labelledby=\"calculation-title\">\r\n\t<div id=\"calculation-title\" class=\"not-prose font-display\"><span class=\"icon icon-unordered-list\" aria-hidden=\"true\"><\/span><h2>Test de Friedman \u2013 Exemple de calcul<\/h2><\/div>\r\n\r\n<\/p>\n<p><strong>Exemple\u00a0:<\/strong> huit sujets \u00e9valuent chacun trois produits sur une \u00e9chelle (ce sont les donn\u00e9es pr\u00e9charg\u00e9es dans le calculateur). Au sein de chaque sujet, les trois notes sont class\u00e9es de 1 \u00e0 3\u00a0; les sommes de rangs valent \\(R_1 = 21.5\\), \\(R_2 = 14.5\\), \\(R_3 = 12\\).<\/p>\n<p>\\[ \\chi_F^2 = \\frac{12}{8 \\cdot 3 \\cdot 4}\\left(21.5^2 + 14.5^2 + 12^2\\right) - 3 \\cdot 8 \\cdot 4 = 6.0625 \\]<\/p>\n<p>Un sujet a attribu\u00e9 deux notes identiques\u00a0; un groupe d'ex \u00e6quo de taille \\(t=2\\) apporte donc \\(t^3 - t = 6\\) \u00e0 la correction\u00a0:<\/p>\n<p>\\[ C = 1 - \\frac{6}{8(27 - 4 + -3)} = 1 - \\frac{6}{192} = 0.96875, \\qquad \\chi^2 = \\frac{6.0625}{0.96875} = 6.2581 \\]<\/p>\n<p>Avec \\(df = k - 1 = 2\\), l'approximation par la loi \\(\\chi^2\\) donne \\(p = 0.0438\\), et le \\(W\\) de Kendall vaut \\(W = 6.2581 \/ (8 \\cdot 2) = 0.3911\\).<\/p>\n<p><strong>R\u00e9sultat\u00a0:<\/strong> \\(\\chi^2 = 6.2581\\), \\(df = 2\\), \\(p = 0.0438\\). Au seuil \\(\\alpha = 0.05\\), on rejette \\(H_0\\)\u00a0: les trois produits diff\u00e8rent significativement par leur position, avec une concordance mod\u00e9r\u00e9e entre les sujets (\\(W \\approx 0.39\\)).<\/p>\n<p>\n\r\n<\/section>\n<h2>Comment utiliser le calculateur<\/h2>\n<ol>\n<li>Collez ou saisissez vos donn\u00e9es dans <strong>Mesures (un sujet par ligne)<\/strong>. Chaque ligne doit contenir les valeurs d'un seul sujet, une par condition, s\u00e9par\u00e9es par des espaces ou des points-virgules \u2014 par exemple <code>7 6 5<\/code> ou <code>7; 6; 5<\/code>. Toutes les lignes doivent comporter le m\u00eame nombre de valeurs, au minimum trois.<\/li>\n<li>Si vos nombres s'\u00e9crivent avec une virgule d\u00e9cimale (par exemple <code>7,5<\/code>), vous pouvez les saisir telles quelles\u00a0: le calculateur les convertit automatiquement.<\/li>\n<li>Choisissez un <strong>Seuil de signification<\/strong> (0,10, 0,05, 0,025, 0,01 ou 0,001)\u00a0: il s'agit du seuil \\(\\alpha\\) utilis\u00e9 pour la d\u00e9cision de rejet ou de non-rejet.<\/li>\n<li>Lisez les r\u00e9sultats\u00a0: la statistique de Friedman corrig\u00e9e des ex \u00e6quo \\(\\chi^2\\), les degr\u00e9s de libert\u00e9, la valeur p, le \\(W\\) de Kendall, la d\u00e9cision au seuil \\(\\alpha\\), un tableau des sommes de rangs par condition et une courte explication r\u00e9dig\u00e9e.<\/li>\n<\/ol>\n<h2>En quoi consiste le test de Friedman<\/h2>\n<p>Le test de Friedman est une alternative non param\u00e9trique \u00e0 l'ANOVA \u00e0 un facteur avec mesures r\u00e9p\u00e9t\u00e9es. Il compare trois conditions <em>li\u00e9es<\/em> ou plus \u2014 en g\u00e9n\u00e9ral les m\u00eames sujets mesur\u00e9s sous chacune, ou un plan en blocs randomis\u00e9s o\u00f9 chaque bloc re\u00e7oit tous les traitements \u2014 pour d\u00e9terminer si les conditions diff\u00e8rent par leur position (c'est-\u00e0-dire si les scores tendent \u00e0 \u00eatre syst\u00e9matiquement plus \u00e9lev\u00e9s sous certaines conditions que sous d'autres).<\/p>\n<p>Le test repose uniquement sur les rangs. Les valeurs de chaque sujet sont class\u00e9es au sein m\u00eame de ce sujet, ce qui neutralise toutes les diff\u00e9rences entre sujets\u00a0: un sujet qui note tout haut contribue au m\u00eame profil de rangs qu'un sujet qui note tout bas. Si les conditions sont identiques, les rangs de chaque condition sont une permutation al\u00e9atoire de \\(1, \\dots, k\\), de sorte que la somme des rangs attendue de chaque condition vaut \\(n \\cdot k(k+1)\/2\\). La statistique de Friedman mesure l'\u00e9cart entre les sommes de rangs observ\u00e9es et cette valeur attendue\u00a0: si une condition est syst\u00e9matiquement class\u00e9e en t\u00eate, sa somme de rangs est grande, celle d'une autre petite, et \\(\\chi^2\\) augmente.<\/p>\n<p>La valeur p provient de la comparaison de la statistique avec la loi \\(\\chi^2_{k-1}\\). Si \\(p \\le \\alpha\\), vous rejetez l'hypoth\u00e8se nulle et concluez qu'au moins une condition tend \u00e0 \u00eatre class\u00e9e plus haut ou plus bas que les autres \u2014 sans pouvoir dire laquelle. Le \\(W\\) de Kendall, \\(W = \\chi^2 \/ (n(k-1))\\), quantifie la coh\u00e9rence des classements \u00e9tablis par les sujets\u00a0: 0 signifie l'absence totale de concordance, 1 que tous les sujets classent les conditions dans exactement le m\u00eame ordre\u00a0; des valeurs autour de 0,3 \u00e0 0,5 sont g\u00e9n\u00e9ralement consid\u00e9r\u00e9es comme une concordance mod\u00e9r\u00e9e.<\/p>\n<p>Un r\u00e9sultat significatif n'est qu'une premi\u00e8re \u00e9tape. Pour savoir <em>quelles<\/em> conditions diff\u00e8rent, poursuivez par des comparaisons deux \u00e0 deux\u00a0: le test de Nemenyi (une diff\u00e9rence critique de \\(q_\\alpha\\sqrt{k(k+1)\/(6n)}\\) sur les rangs moyens) ou des <a href=\"https:\/\/wpcalc.com\/en\/statistics\/wilcoxon-signed-rank-test-calculator\/\">tests des rangs sign\u00e9s de Wilcoxon<\/a> avec un seuil de signification ajust\u00e9 selon Bonferroni. Si vos groupes sont <em>ind\u00e9pendants<\/em> plut\u00f4t qu'appari\u00e9s, le test de Friedman n'est pas l'outil adapt\u00e9\u00a0: utilisez plut\u00f4t le <a href=\"https:\/\/wpcalc.com\/en\/statistics\/kruskal-wallis-test-calculator\/\">test de Kruskal-Wallis<\/a>.<\/p>\n<h2>Conditions d'application et conseils pratiques<\/h2>\n<ul>\n<li><strong>Donn\u00e9es appari\u00e9es\u00a0:<\/strong> chaque sujet (bloc) doit avoir une valeur pour chaque condition. Les valeurs manquantes ne peuvent pas \u00eatre trait\u00e9es\u00a0: supprimez le sujet concern\u00e9 ou imputez la valeur avant de saisir les donn\u00e9es.<\/li>\n<li><strong>Sujets ind\u00e9pendants\u00a0:<\/strong> les sujets (blocs) ne doivent pas s'influencer les uns les autres, tandis que les mesures r\u00e9p\u00e9t\u00e9es au sein d'un m\u00eame sujet sont \u00e9videmment li\u00e9es \u2014 c'est pr\u00e9cis\u00e9ment l'objet du test.<\/li>\n<li><strong>\u00c9chelle ordinale ou sup\u00e9rieure\u00a0:<\/strong> les valeurs doivent simplement pouvoir \u00eatre rang\u00e9es au sein de chaque sujet\u00a0; les \u00e9chelles de Likert, les rangs et les scores conviennent tous.<\/li>\n<li><strong>La valeur p est une approximation.<\/strong> La loi \\(\\chi^2\\) de r\u00e9f\u00e9rence devient fiable \u00e0 mesure que \\(nk\\) augmente, mais elle a tendance \u00e0 \u00eatre un peu lib\u00e9rale (valeurs p trop petites) dans les petits \u00e9chantillons \u2014 par exemple moins d'environ 13 sujets avec \\(k = 3\\). Dans ce cas, comparez la statistique aux valeurs critiques exactes de Friedman avant de vous fier \u00e0 une d\u00e9cision \u00e0 la limite.<\/li>\n<li><strong>Les ex \u00e6quo sont pris en compte, mais s'ils sont nombreux, le test perd de la puissance.<\/strong> Le calculateur applique la correction standard \\(C\\)\u00a0; si tous les sujets donnent des valeurs identiques d'une condition \u00e0 l'autre, la statistique est nulle par construction et aucune diff\u00e9rence ne peut \u00eatre d\u00e9tect\u00e9e.<\/li>\n<li><strong>Interpr\u00e9tez \\(W\\) en m\u00eame temps que \\(p\\).<\/strong> Avec de nombreux sujets, m\u00eame une diff\u00e9rence minuscule et sans importance pratique entre les sommes de rangs peut devenir statistiquement significative\u00a0; le \\(W\\) de Kendall indique si la concordance qui sous-tend le r\u00e9sultat est r\u00e9ellement substantielle. Pour une autre approche de la concordance de rangs entre \u00e9valuateurs, consultez le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-tau-de-kendall\/\">calculateur du tau de Kendall<\/a> et le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-correlation-rang-spearman\/\">calculateur de corr\u00e9lation des rangs de Spearman<\/a>.<\/li>\n<\/ul>\n<p>Le sens de l'effet se lit dans le tableau des sommes de rangs\u00a0: la condition dont le rang moyen est le plus \u00e9lev\u00e9 tend \u00e0 obtenir les scores les plus hauts, et celle dont il est le plus bas, les plus bas. Comparer le rang moyen de chaque condition \u00e0 la valeur attendue sous l'hypoth\u00e8se nulle, \\(k(k+1)\/2\\), r\u00e9v\u00e8le quelles conditions tirent le r\u00e9sultat.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Saisissez une ligne par sujet avec une valeur pour chaque condition et ce calculateur du test de Friedman renvoie la statistique du khi\u00b2 corrig\u00e9e des ex \u00e6quo, les degr\u00e9s de libert\u00e9, la valeur p, le W de Kendall et une d\u00e9cision au seuil de signification de votre choix.<\/p>\n","protected":false},"author":3168,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[28],"tags":[29],"class_list":["post-5749","post","type-post","status-publish","format-standard","hentry","category-statistiques","tag-tests-hypotheses"],"acf":[],"_links":{"self":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5749","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/users\/3168"}],"replies":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/comments?post=5749"}],"version-history":[{"count":0,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5749\/revisions"}],"wp:attachment":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/media?parent=5749"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/categories?post=5749"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/tags?post=5749"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}