Comment réaliser le test de Friedman dans SPSS

Dans le paysage contemporain de la recherche quantitative en sciences humaines, sociales et biomédicales, l’analyse des données longitudinales et des plans expérimentaux à mesures répétées occupe une place prépondérante. Les chercheurs sont fréquemment amenés à observer les mêmes entités expérimentales à travers de multiples conditions temporelles, cognitives ou pharmacologiques afin de maximiser la puissance statistique tout en contrôlant la variabilité interindividuelle. Traditionnellement, l’analyse de variance à mesures répétées s’impose comme la méthodologie de référence pour tester l’égalité des moyennes dans ces contextes. Toutefois, la stricte dépendance de ce modèle paramétrique vis-à-vis d’hypothèses distributionnelles contraignantes — notamment la normalité univariée et multivariée des résidus ainsi que la sphéricité de la matrice de covariance — expose le praticien à des risques majeurs d’erreur d’inférence statistique lorsque ces postulats fondamentaux sont bafoués.

Face à des distributions asymétriques, des échantillons de taille modeste ou des variables dépendantes mesurées sur des échelles ordinales telles que les échelles de Likert, l’application aveugle des méthodes paramétriques classiques peut conduire à une déformation inacceptable du taux d’erreur de première espèce et à une perte dramatique de puissance statistique. C’est précisément au sein de cette impasse analytique que s’illustre la pertinence des tests d’hypothèses non paramétriques. Parmi ces outils d’inférence robuste, le test de Friedman s’érige comme le standard méthodologique par excellence pour l’analyse des plans factoriels intra-sujets à trois conditions ou plus, s’affranchissant totalement des contraintes de normalité et de métrique d’intervalle continue.

Le logiciel IBM SPSS Statistics constitue l’un des environnements logiciels les plus rigoureux et universellement adoptés pour mener à bien de telles investigations quantitatives. La maîtrise des mécanismes théoriques, procéduraux et interprétatifs du test de Friedman au sein de cet environnement logiciel s’avère indispensable pour tout statisticien, psychologue expérimental ou épidémiologiste soucieux de la reproductibilité de ses inférences. Ce guide méthodologique exhaustif a pour vocation d’analyser en profondeur les fondements mathématiques, les conditions d’application, les protocoles de saisie de données, l’interprétation des sorties logicielles, la conduite des tests post-hoc et la rédaction académique normalisée de ce test incontournable.

1. Introduction théorique au test de Friedman en psychologie

1.1 Définition et fondements mathématiques du test

Développé à la fin des années 1930 par le statisticien et futur lauréat du prix Nobel d’économie Milton Friedman (1937, 1939), le test de Friedman est un test non paramétrique conçu pour déterminer s’il existe des différences statistiquement significatives entre au moins trois conditions expérimentales appariées ou mesures répétées recueillies auprès d’un même échantillon de sujets. Mathématiquement, le test repose sur une transformation des données brutes en rangs calculés de manière strictement intra-individuelle. Contrairement aux approches inter-sujets telles que le test de Kruskal-Wallis, qui classe l’ensemble des observations de l’échantillon global du plus petit au plus grand rang sans distinction d’origine, le test de Friedman isole chaque bloc unitaire — c’est-à-dire chaque participant ou unité d’observation — et procède à un classement ordonné des valeurs observées au travers des différentes conditions.

Considérons un plan expérimental composé de N sujets mesurés sous k conditions distinctes. Pour chaque sujet i (allant de 1 à N), les scores observés sous les k conditions sont ordonnés de façon croissante et se voient assigner un rang r_ij compris entre 1 et k. En présence d’égalités de scores, appelées ex æquo, la méthode standard consiste à attribuer le rang moyen des positions qu’auraient occupées ces observations si elles avaient différé. Une fois l’ensemble des rangs individuels attribués, la statistique du test calcule la somme des rangs pour chaque condition j, notée R_j, puis évalue l’écart quadratique entre ces sommes observées et la somme attendue sous l’hypothèse nulle d’équiprobabilité des classements.

La statistique de test classique de Friedman, généralement désignée par Q ou approximée par une distribution de Chi-deux (notée χ²), s’exprime selon l’équation canonique suivante :

χ² = [12 / (N * k * (k + 1))] * Σ(R_j²) – 3 * N * (k + 1)

Dans cette formulation, N représente le nombre d’observations indépendantes (le nombre de participants ou de blocs appariés), k désigne le nombre de modalités ou de conditions expérimentales, et R_j correspond à la somme globale des rangs associés à la condition j. Lorsque l’hypothèse nulle est vraie — c’est-à-dire lorsqu’il n’existe aucun effet de traitement ou de temps et que les fluctuations entre conditions relèvent purement du hasard de l’échantillonnage —, chaque rang de 1 à k a la même probabilité d’apparaître dans n’importe quelle condition pour un participant donné. En conséquence, les sommes des rangs R_j tendent à être équivalentes d’une condition à l’autre, se rapprochant de leur valeur théorique espérée égale à [N * (k + 1)] / 2. À l’inverse, si une condition expérimentale engendre systématiquement des scores supérieurs ou inférieurs, les sommes de rangs s’écartent massivement de l’espérance mathématique, provoquant l’élévation de la statistique χ² vers des valeurs critiques associées au rejet de l’hypothèse nulle.

1.2 Positionnement comme alternative à l’ANOVA à mesures répétées

Dans la hiérarchie des outils de modélisation statistique, le test de Friedman se positionne très exactement comme le pendant non paramétrique de l’analyse de variance à mesures répétées unifactorielle. L’ANOVA classique repose sur le modèle linéaire généralisé et impose que les données respectent un faisceau d’hypothèses rigides : distribution normale des résidus pour chaque niveau du facteur intra-sujet, continuité parfaite de la variable dépendante mesurée sur une échelle d’intervalles constants ou de rapports, et sphéricité de la matrice des covariances des différences entre conditions (postulat de Mauchly). Dans les contextes expérimentaux réels, particulièrement en psychopathologie, en neuropsychologie clinique ou en ergonomie cognitive, la violation conjointe de ces hypothèses est la règle plutôt que l’exception.

Lorsque la distribution des données sous-jacentes s’avère fortement dissymétrique, bimodale ou polluée par des valeurs extrêmes consécutives à des temps de latence hétérogènes, l’estimateur de la moyenne arithmétique perd toute validité en tant qu’indice de tendance centrale représentatif. Le test de Friedman pallie cette vulnérabilité structurelle en substituant aux grandeurs métriques brutes leur position relative ordinale. Cette opération de réduction par les rangs immunise l’analyse contre les effets déstabilisateurs des valeurs aberrantes univariées : une observation située à plusieurs écarts-types de la moyenne n’obtient que le rang maximal k, neutralisant son influence disproportionnée sur l’estimation de l’effet global.

Par ailleurs, l’ANOVA à mesures répétées présuppose que les erreurs de mesure associées aux différentes paires de conditions présentent des variances homogènes (la fameuse sphéricité). En cas d’hétéroscédasticité des différences de variances, les corrections traditionnelles telles que celles d’Epsilon de Greenhouse-Geisser ou de Huynh-Feldt permettent d’ajuster les degrés de liberté du test paramétrique. Toutefois, ces ajustements demeurent inopérants pour corriger l’impact négatif d’une asymétrie distributionnelle prononcée. Le test de Friedman s’affranchit nativement de ce formalisme puisque la normalisation préalable par les rangs intra-blocs impose une variance fixe et mathématiquement constante à chaque distribution ordinale individuelle, rendant le concept même de sphéricité sans objet au sein de son architecture computationnelle.

1.3 Cas d’usage typiques dans la recherche psychologique

L’utilisation du test de Friedman est omniprésente dans les investigations psychologiques qui recourent à des plans d’évaluations longitudinales ou à des protocoles transversaux de mesures répétées sous conditions modulées. Un premier champ d’application canonique réside dans l’évaluation psychométrique de la progression thérapeutique au fil du temps. Par exemple, un chercheur évaluant l’efficacité d’une intervention basée sur la thérapie d’acceptation et d’engagement (ACT) mesure la détresse psychologique de patients atteints de douleurs chroniques à l’aide d’un questionnaire standardisé à quatre temps chronologiques : pré-intervention (baseline), mi-parcours (semaine 4), post-intervention immédiate (semaine 8), et suivi à long terme (suivi à six mois). Compte tenu des biais de sélection inhérents aux cohortes cliniques et de la nature discrète de l’échelle d’évaluation, le test de Friedman constitue la démarche inférentielle la plus robuste pour attester de la décroissance significative des scores au fil du temps.

Un deuxième cas de figure emblématique concerne la psychologie cognitive et la neuropsychologie expérimentale, où un même groupe d’individus est soumis à différentes conditions de traitement de l’information. Imaginons une expérience évaluant les fonctions exécutives au moyen d’une tâche d’inhibition de type Stroop administrée sous trois environnements sonores concurrents : silence total, bruit blanc aléatoire, et parole signifiante intelligible. Les temps de réaction médians ou le taux d’erreurs commises sous chaque modalité sensorielle sont appariés par sujet. L’hétérogénéité des vitesses de traitement interindividuelles combinée aux asymétries de distribution typiques des temps de réponse justifie amplement l’usage du test de Friedman pour évaluer si la nature du distracteur altère sélectivement la performance cognitive.

Enfin, la recherche en psychologie sociale et du consommateur mobilise fréquemment ce test pour l’analyse des préférences ordinales et des données psychométriques collectées via des échelles de Likert. Si l’on demande à un panel d’évaluer l’acceptabilité morale ou l’attractivité esthétique de cinq scénarios d’intelligence artificielle distincts sur une échelle graduée de 1 (« totalement inacceptable ») à 7 (« pleinement acceptable »), ces données relèvent d’une métrique strictement ordinale. Les écarts psychologiques entre les échelons consécutifs de l’échelle ne pouvant être tenus pour rigoureusement équidistants, les opérations arithmétiques requises par l’ANOVA (calcul des moyennes et sommes de carrés) sont formellement invalides. Le test de Friedman répond avec une rigueur méthodologique irréprochable à ce type de contrainte métrologique.

2. Conditions d’application et postulats statistiques préalables

2.1 Structure des données et plan d’échantillonnage

Pour qu’un test de Friedman délivre une inférence statistique valide, le plan de recherche doit répondre à une architecture stricte en mesures répétées ou en blocs randomisés complets. La première exigence stipule que l’investigation doit reposer sur un échantillon unique d’unités statistiques (généralement des participants humains, des animaux de laboratoire ou des paires de jumeaux) mesuré au travers d’au moins trois conditions expérimentales différentes ou temps d’observation consécutifs (k ≥ 3). Lorsque k = 2, le test de Friedman est mathématiquement fonctionnel, mais il devient conceptuellement redondant avec le test des rangs signés de Wilcoxon, qui dispose alors d’une plus grande élégance interprétative.

L’échantillonnage doit en principe découler d’un processus aléatoire simple issu de la population cible étudiée afin de garantir la représentativité des conclusions statistiques. De surcroît, le postulat de dépendance intra-bloc et d’indépendance inter-blocs est fondamental. Les observations recueillies au sein d’une même ligne du tableau de données (c’est-à-dire pour un sujet donné à travers les différentes conditions) sont intrinsèquement appariées, corrélées et interdépendantes. À l’inverse, l’indépendance mutuelle entre les différents sujets constitue une condition sine qua non : la réponse ou le score d’un participant particulier ne doit en aucun cas être influencé, conditionné ou contaminé par les réponses des autres membres du groupe échantillonné. Tout manquement à cette indépendance inter-sujets (comme des participants travaillant en dyades ou en groupes communicants sans contrôle méthodologique) génère une autocorrélation non modélisée susceptible de biaiser le calcul de l’erreur globale.

Enfin, le plan expérimental doit théoriquement être complet. Chaque sujet doit présenter une donnée valide pour l’ensemble des k conditions explorées. La présence de valeurs manquantes ponctuelles chez un individu conduit, dans la majorité des progiciels statistiques conventionnels dont SPSS, à l’élimination pure et simple de l’unité statistique dans son intégralité (procédure de suppression par observation entière, ou listwise deletion), ce qui réduit drastiquement l’effectif final et peut induire des biais d’attrition systématiques.

2.2 Nature métrologique de la variable dépendante

Le postulat métrologique sous-jacent au test de Friedman est caractérisé par sa remarquable flexibilité en comparaison des exigences drastiques du modèle linéaire généralisé. Pour être analysée via ce test, la variable dépendante doit au minimum être mesurée à un niveau ordinal, ce qui signifie que ses valeurs permettent d’établir un ordre de tri non équivoque (plus grand que, plus petit que, égal à) entre les différentes modalités expérimentales au sein de chaque sujet individuel. Les échelles d’intervalles et les échelles de rapports (variables continues) sont également parfaitement compatibles, puisqu’elles peuvent être converties en rangs ordinaux de manière descendante ou ascendante sans perte de l’ordonnancement structurel.

Ce statut fait du test de Friedman la méthode de prédilection pour l’exploitation des questionnaires standardisés constitués d’items de type Likert, des classements hiérarchiques de choix multiples (par exemple, le classement préférentiel d’options professionnelles de la 1ère à la 5ème position), et des scores psychométriques bruts issus de grilles d’observation comportementale. De nombreuses échelles d’évaluation clinique, telles que l’inventaire de dépression de Beck (BDI-II) ou l’échelle d’anxiété de Hamilton (HAM-A), génèrent des scores totaux qui, bien que traités à tort comme continus par certains praticiens, relèvent en réalité d’une distribution discrète bornée sans garantie théorique d’intervalles constants.

Dans le cas où la variable dépendante est une variable quantitative continue présentant des écarts massifs par rapport à la distribution normale (forte asymétrie positive ou négative, kurtosis excessif, troncature ou effets de plancher et de plafond), le recours au test de Friedman évite les transformations mathématiques artificielles (logarithmiques, inverses ou racines carrées) dont l’interprétation substantielle sur le plan psychologique s’avère souvent délicate et source de distorsions cognitives lors de la communication des résultats.

2.3 Sensibilité à la sphéricité et robustesse méthodologique

L’un des avantages les plus décisifs du test de Friedman réside dans son insensibilité intrinsèque au postulat de sphéricité. Dans le cadre de l’ANOVA à mesures répétées, la sphéricité implique que les variances des différences calculées entre toutes les combinaisons possibles de paires de conditions soient rigoureusement identiques dans la population parente. Dans les faits, ce postulat est extrêmement contraignant et systématiquement transgressé dès lors que les intervalles de temps entre les mesures sont inégaux ou que certaines conditions induisent des charges attentionnelles disparates. L’absence de sphéricité gonfle considérablement le taux d’erreur de première espèce (rejet intempestif de l’hypothèse nulle en l’absence d’effet réel). Le test de Friedman s’abstrait totalement de cette exigence : la modélisation ne s’appuyant pas sur la matrice de variance-covariance des résidus, aucun test de Mauchly préalable n’est requis.

Cependant, la robustesse du test de Friedman dépend de son comportement face à la présence de rangs ex æquo (scores strictement identiques attribués par un même participant à deux conditions différentes ou plus). Lorsqu’un sujet présente des valeurs ex æquo, SPSS et la littérature mathématique recommandent l’emploi d’une formule de correction de la statistique de Chi-deux. Si un grand nombre d’égalités survient — phénomène classique lorsqu’une échelle ordinale comporte un nombre excessivement restreint de catégories, par exemple une échelle en trois points —, la variance de la statistique du test est mécaniquement sous-estimée sans correction, pouvant fausser l’inférence. Le logiciel IBM SPSS intègre heureusement cette correction pour ex æquo de façon native dans son algorithme de calcul asymptotique.

Enfin, la distribution d’échantillonnage de la statistique de Friedman converge vers une distribution théorique de Chi-deux avec k – 1 degrés de liberté à mesure que la taille de l’échantillon N croît. Lorsque la taille de l’échantillon est petite (typiquement N < 15 si k = 3, ou N < 10 si k = 4), l’approximation par la loi asymptotique du Chi-deux peut se révéler imprécise et générer une légère surévaluation de la significativité. Dans ce contexte précis, la consultation de tables exactes de probabilité combinatoire ou l’exécution d’un module d’échantillonnage exact (SPSS Exact Tests) s’avère méthodologiquement supérieure à l’approximation asymptotique conventionnelle.

3. Comparaison méthodologique : Test de Friedman versus ANOVA à mesures répétées

3.1 Différences conceptuelles de traitement des variances

La césure épistémologique entre l’analyse de variance à mesures répétées et le test de Friedman repose sur la façon dont chaque procédure décompose, modélise et neutralise la variabilité des données observées. L’ANOVA paramétrique applique le principe de partition de la somme totale des carrés des écarts à la moyenne générale (SS_Total) en plusieurs composantes orthogonales distinctes : la variabilité inter-sujets (SS_{Between-Subjects}), la variabilité intra-sujets liée à la manipulation expérimentale (SS_Treatment), et la variabilité résiduelle inexpliquée ou résiduelle d’erreur (SS_Error). Ce modèle évalue ensuite le rapport de variances (le ratio F de Fisher-Snedecor) en divisant le carré moyen du traitement par le carré moyen de l’erreur. L’hypothèse nulle fondamentale (H₀) y est stipulée de manière strictement paramétrique : μ₁ = μ₂ = … = μ_k, postulée sur les moyennes arithmétiques populationnelles.

À l’opposé, le test de Friedman élimine d’emblée la variance interindividuelle globale par une opération d’alignement relatif. En remplaçant les scores métriques bruts de chaque participant par des rangs restreints à l’ensemble {1, 2, …, k}, la somme des rangs pour chaque ligne individuelle devient une constante mathématique invariante égale à k(k + 1) / 2. De facto, toute variabilité du niveau moyen de base entre les individus est instantanément expurgée de l’espace d’analyse avant même la mise en œuvre de la statistique de test. L’évaluation porte alors exclusivement sur la concordance ou la discordance du classement ordinal entre les participants au fil des conditions.

L’hypothèse nulle du test de Friedman est par conséquent notablement plus subtile que celle de l’ANOVA : elle postule que pour l’ensemble des k conditions, les distributions sous-jacentes sont parfaitement identiques et que n’importe quelle permutation possible des rangs de 1 à k est équiprobable au sein de chaque unité d’observation. L’hypothèse alternative (H₁) affirme qu’au moins une condition expérimentale tend systématiquement à afficher des rangs systématiquement décalés (plus élevés ou plus faibles) par rapport aux autres conditions au sein de la population. Il ne s’agit donc pas formellement d’une comparaison de moyennes brutes, ni même strictement d’une comparaison de médianes (sauf à postuler que les distributions de chaque condition possèdent rigoureusement la même forme géométrique et la même dispersion).

3.2 Compromis entre puissance statistique et robustesse

L’arbitrage méthodologique entre le choix d’une ANOVA à mesures répétées et le recours au test de Friedman est dicté par le compromis séculaire entre puissance statistique et robustesse analytique face aux violations des postulats théoriques. Lorsque l’ensemble des hypothèses paramétriques est parfaitement validé — à savoir une normalité gaussienne des résidus, une continuité quantitative des mesures et une matrice de covariance respectant la sphéricité —, l’ANOVA à mesures répétées est le test uniformément le plus puissant. Dans de telles conditions idéales, le test de Friedman accuse une perte relative d’efficacité asymptotique (Asymptotic Relative Efficiency, ARE). Face à l’ANOVA sous distribution normale pure, l’efficacité relative du test de Friedman plafonne approximativement à 0,637 lorsque k = 3, et croît asymptotiquement pour atteindre des valeurs de l’ordre de 3/π ≈ 0,955 lorsque le nombre de conditions k tend vers l’infini.

Néanmoins, cette supériorité théorique de l’ANOVA s’effondre de manière spectaculaire dès lors que les données réelles s’écartent du modèle gaussien. Lorsque les distributions empiriques présentent une kurtosis élevée, des queues de distribution épaisses (distributions leptokurtiques ou de Student) ou des asymétries prononcées (distributions log-normales ou exponentielles), le test de Friedman surclasse l’ANOVA paramétrique. Dans ces scénarios fréquents en recherche comportementale, l’efficacité relative du test non paramétrique peut largement dépasser 1,00, ce qui démontre qu’il dispose d’une probabilité substantiellement plus élevée de rejeter à bon escient une hypothèse nulle fausse (puissance empirique supérieure) que son homologue paramétrique rendu myope par la dispersion asymétrique des résidus.

Le chercheur doit donc appliquer des critères décisionnels objectifs pour orienter son choix. Le basculement vers le test de Friedman s’impose de façon indiscutable lorsque :

• La taille de l’échantillon est restreinte (par exemple, N < 20) et interdit toute vérification fiable de la normalité via les tests formels (Shapiro-Wilk) ;
• La variable dépendante est intrinsèquement ordinale ou discrète ;
• L’examen visuel des diagrammes de dispersion ou des boîtes à moustaches révèle la présence d’aberrances distributionnelles manifestes impossibles à normaliser sans altérer la signification clinique des données.

3.3 Gestion des violations de postulats paramétriques

Face à des données expérimentales réfractaires aux prérequis de l’ANOVA paramétrique, de nombreux analystes déploient machinalement des mécanismes de compensation statistique, au premier rang desquels figurent les corrections de degrés de liberté de Greenhouse-Geisser et de Huynh-Feldt. Si ces procédures sont mathématiquement efficaces pour réajuster le seuil critique F en situation de non-sphéricité, il est crucial de rappeler qu’elles ne corrigent en aucune façon la non-normalité univariée ou multivariée des scores. L’application d’un facteur de correction d’Epsilon à une ANOVA dont les distributions sous-jacentes sont hautement asymétriques produit une fausse sensation de rigueur méthodologique mais maintient une estimation erratique de l’erreur quadratique moyenne.

Le test de Friedman assure une conservation stricte du risque d’erreur de première espèce (taux nominal d’alpha fixé à 0,05), y compris au sein de petits échantillons pour lesquels l’ANOVA présente un comportement imprévisible selon le sens de la dissymétrie. En convertissant les grandeurs scalaires en rangs, la métrique se trouve bornée et standardisée, immunisant la statistique globale contre l’hypertrophie artificielle de la variance intra-groupe provoquée par une observation aberrante isolée.

Toutefois, le chercheur doit être conscient de l’inconvénient structurel majeur inhérent au test de Friedman : son incapacité intrinsèque à évaluer les plans expérimentaux factoriels complexes comportant de multiples facteurs intra-sujets ou des combinaisons mixtes (facteurs inter-sujets croisés avec des facteurs intra-sujets). L’architecture computationnelle de Friedman ne permet pas d’extraire des termes d’interaction au sens multiplicatif classique de l’analyse de variance linéaire. Dès lors qu’une problématique scientifique exige formellement l’investigation d’une interaction factorielle (par exemple, Temps × Traitement ou Dose × Sexe biologique) en présence de données non conformes aux postulats gaussiens, le test de Friedman atteint ses limites épistémologiques et doit céder le pas à des approches non paramétriques plus sophistiquées, telles que la procédure de transformation par rangs alignés (Aligned Rank Transform) ou les modèles linéaires mixtes généralisés (GLMM).

4. Préparation et structuration des données dans SPSS

4.1 Organisation des données en format large (Wide Format)

L’implémentation réussie d’une analyse statistique dans le progiciel IBM SPSS repose impérativement sur la concordance entre l’architecture de la grille de données et les algorithmes internes de la procédure sollicitée. Pour exécuter le test de Friedman dans SPSS, les données empiriques doivent impérativement être configurées selon le standard du format large (Wide Format), également désigné sous le terme de structuration par variables horizontales. Dans cette topologie matricielle, chaque ligne horizontale de la grille de données représente une et une seule unité statistique indépendante (un participant, un patient ou un sujet animal unique).

Contrairement au format long (Long Format ou Tidy Data), où chaque mesure répétée donne lieu à une nouvelle ligne associée à une variable indicatrice du temps ou de la condition — format obligatoire pour les régressions multiniveaux et les modèles mixtes linéaires —, le format large matérialise les différents niveaux du facteur intra-sujet sous la forme de colonnes séparées et adjacentes. Ainsi, si une expérience évalue l’évolution d’un score de mémoire de travail sous trois conditions de charge cognitive (faible, moyenne, élevée), la feuille de données SPSS doit comporter un minimum de trois colonnes quantitatives distinctes, par exemple labellisées Memoire_Faible, Memoire_Moyenne, et Memoire_Elevee.

La présence d’un identifiant unique par sujet dans une colonne initiale (par exemple ID_Sujet) est une bonne pratique méthodologique absolue. Elle prévient les risques d’inversion accidentelle de données lors des manipulations ultérieures et garantit l’auditabilité du jeu de données scientifiques. Chaque cellule située à l’intersection de la ligne i et de la colonne j doit héberger la mesure exacte obtenue par le sujet i sous la condition j.

4.2 Configuration rigoureuse de la vue des variables

Une fois les colonnes créées, une configuration minutieuse des métadonnées dans l’onglet « Affichage des variables » (Variable View) de SPSS est une condition indispensable à la rigueur de l’analyse. Même si le test de Friedman effectue de manière autonome une transformation interne des scores en rangs numériques, déclarer correctement les propriétés des variables conditionne la pertinence des sorties descriptives associées et la lisibilité globale des tableaux récapitulatifs.

Les paramètres essentiels à ajuster dans la vue des variables s’articulent comme suit :

• Nom (Name) : Attribuer des identifiants concis, dénués d’espaces et de caractères spéciaux, reflétant précisément la condition temporelle ou expérimentale (ex. : Score_T0, Score_T1, Score_T2).
• Libellé (Label) : Renseigner une description textuelle détaillée et explicite qui apparaîtra directement dans les titres des tableaux de sortie et facilitera l’interprétation par des tiers (ex. : « Mesure de l’anxiété pré-opératoire », « Évaluation post-opératoire à 24 heures », etc.).
• Type : Spécifier impérativement le format « Numérique » (Numeric). Le test de Friedman ne peut en aucun cas traiter des variables déclarées comme chaînes de caractères (String). Si vos données qualitatives ont été saisies sous forme textuelle, une conversion préalable via la commande Recoder en variables différentes ou Recodage automatique est requise.
• Mesure (Measure) : Positionner l’échelle métrologique sur « Ordinal » si les données proviennent d’échelles de type Likert ou de scores de tests discrets, ou sur « Échelle » (Scale) s’il s’agit de mesures continues (temps de réaction, concentrations biochimiques, distances parcourues).
• Valeurs manquantes (Missing Values) : Définir scrupuleusement les codes numériques conventionnels désignant l’absence de réponse (ex. : 999, -99). L’omission de cette déclaration conduirait SPSS à traiter ces valeurs numériques d’absence comme des scores empiriques réels, faussant irrémédiablement l’attribution des rangs.

4.3 Audit préliminaire et détection des valeurs aberrantes

Avant d’engager le calcul inférentiel du test de Friedman, une étape exploratoire d’audit des données s’avère indispensable pour appréhender la morphologie des distributions empiriques et vérifier la qualité du recueil. Même si la transformation en rangs neutralise l’impact déstabilisateur des observations atypiques, la présence de valeurs aberrantes extrêmes (outliers) peut refléter des erreurs de saisie matérielle ou signaler des patterns de réponse non représentatifs de la population cible.

Le chercheur procédera avantageusement à une exploration descriptive univariée via le menu Analyser > Statistiques descriptives > Explorer. Cette procédure permet de générer simultanément pour chaque condition expérimentale les estimateurs de tendance centrale non paramétriques (médiane, écart interquartile, minimum et maximum) ainsi que les diagrammes en boîte à moustaches (Boxplots). L’examen attentif des boîtes à moustaches permet d’identifier visuellement les points identifiés par un cercle (valeurs situées entre 1,5 et 3 fois l’écart interquartile au-delà des charnières de la boîte) et par un astérisque (valeurs extrêmes situées au-delà de 3 fois l’écart interquartile).

Si une valeur aberrante résulte manifestement d’un artefact expérimental incontestable (par exemple, un temps de réaction neuropsychologique enregistré à 12 millisecondes en raison d’un faux contact du capteur matériel), la donnée doit être purgée et déclarée comme valeur manquante. En revanche, si la valeur reflète une véritable variabilité biologique ou psychologique, le test de Friedman démontre ici toute sa robustesse : contrairement à la moyenne qui se trouverait tractée vers l’aberrance, le rang attribué à cette observation plafonnera simplement au rang le plus élevé de la série pour ce sujet, évitant la contamination indue de la statistique de test globale.

5. Procédure pas à pas dans SPSS via les boîtes de dialogue

5.1 Accès aux tests non paramétriques pour échantillons liés

L’accès à l’interface computationnelle du test de Friedman au sein d’IBM SPSS Statistics s’effectue au moyen de deux architectures ergonomiques distinctes : le moteur historique via les boîtes de dialogue anciennes (Legacy Dialogs), et le moteur moderne introduit dans les versions récentes du progiciel (générateur de modèles non paramétriques interactifs). Pour la très grande majorité des praticiens et des statisticiens universitaires, le passage par les boîtes de dialogue anciennes demeure la voie la plus transparente, didactique et directe pour générer les résultats classiques.

Pour engager la procédure classique, l’opérateur doit dérouler l’arborescence des menus à partir de la barre d’outils supérieure de SPSS en respectant la séquence suivante :

1. Cliquer sur le menu principal Analyser (Analyze).
2. Déplacer le curseur vers la catégorie Tests non paramétriques (Nonparametric Tests).
3. Dans le sous-menu en cascade qui se déploie, sélectionner Boîtes de dialogue anciennes (Legacy Dialogs).
4. Cliquer avec précision sur la commande intitulée K échantillons liés… (K Related Samples…).

L’ouverture de cette boîte de dialogue modale matérialise l’accès au module de calcul dédié aux plans à mesures répétées et appariements multiples pour variables non paramétriques.

5.2 Paramétrage de la boîte de dialogue principale

Dès l’ouverture de la boîte de dialogue « Tests pour plusieurs échantillons liés », l’interface présente à sa gauche le catalogue exhaustif des variables disponibles au sein du fichier actif, et à sa droite une zone réceptrice intitulée Variables de test : (Test Variables:). L’étape initiale consiste à sélectionner manuellement l’ensemble des colonnes représentant les différentes conditions expérimentales de l’étude (au minimum trois variables) puis à les transférer dans la zone de test en cliquant sur la flèche centrale d’attribution.

Dans la zone inférieure de la boîte de dialogue, étiquetée Type de test (Test Type), plusieurs alternatives méthodologiques sont proposées par SPSS :

• Friedman : Case à cocher fondamentale qui doit demeurer active par défaut. C’est elle qui enclenche l’algorithme d’assignation des rangs intra-blocs et le calcul de la statistique de Chi-deux de Friedman.
• W de Kendall : Cette option complémentaire calcule le coefficient de concordance de Kendall (noté W). Il est fortement recommandé de la cocher systématiquement lors de vos analyses, dans la mesure où le W de Kendall constitue directement l’indice standardisé de taille de l’effet associé au test de Friedman.
• Q de Cochran : Cette option est strictement réservée aux variables dichotomiques binaires (codées 0/1, succès/échec, présence/absence). Elle ne doit en aucun cas être sélectionnée si vos données sont ordinales ou continues à plus de deux états.

5.3 Sélection des options descriptives et statistiques complémentaires

Pour assurer la richesse interprétative des résultats extraits, il est capital de ne pas lancer l’exécution immédiatement après la sélection des variables, mais de configurer les statistiques descriptives requises pour documenter la tendance centrale des conditions. Sur le bord droit de la boîte de dialogue principale, cliquer sur le bouton Options….

Une fenêtre secondaire s’affiche, offrant plusieurs choix cruciaux d’agrégation :

• Descriptif (Descriptive) : En cochant cette option, SPSS générera un tableau initial détaillant l’effectif valide N, la moyenne arithmétique, l’écart-type, ainsi que les valeurs minimales et maximales pour chaque condition. Bien que la moyenne ne soit pas le paramètre d’intérêt principal d’un test non paramétrique, l’écart-type renseigne utilement sur la dispersion globale.
• Quartiles : Cette option est impérative sur le plan méthodologique. L’activation des quartiles permet à SPSS d’éditer la médiane (le 50e percentile) ainsi que le 25e et le 75e percentile pour chacune de vos conditions. Ces grandeurs constituent les indicateurs de tendance centrale et de variabilité requis par les normes de publication académiques internationales pour les analyses non paramétriques.

Dans le bloc inférieur intitulé Valeurs manquantes (Missing Values), SPSS applique par défaut l’option « Exclure les observations par analyse » (Exclude cases test-by-test). Dans le cadre spécifique d’un test à mesures répétées où chaque individu traverse l’ensemble des variables désignées, cette option équivaut de facto à l’exclusion par liste complète (listwise) : tout participant ayant une donnée manquante sur l’une quelconque des variables de test sera intégralement exclu de l’évaluation globale de Friedman. Valider les sélections en cliquant sur Poursuivre (Continue), puis déclencher le calcul statistique en cliquant sur OK (ou sur Coller pour transférer l’instruction dans la syntaxe).

6. Exécution de l’analyse via la syntaxe SPSS

6.1 Structure syntaxique fondamentale de la commande NPAR TESTS

Bien que l’environnement graphique par menus déroulants et boîtes de dialogue soit ergonomique et intuitif, la maîtrise de l’environnement de programmation textuelle (la Syntaxe SPSS) constitue la pierre angulaire de l’excellence méthodologique en analyse de données. L’exécution d’un test de Friedman via le code source SPSS s’articule autour de la puissante commande canonique NPAR TESTS (abréviation de Nonparametric Tests).

L’architecture textuelle d’un script d’analyse pour le test de Friedman se présente sous une structure compacte et intelligible, illustrée ci-après :

NPAR TESTS
  /FRIEDMAN = Variable_T1 Variable_T2 Variable_T3 Variable_T4
  /STATISTICS = DESCRIPTIVES QUARTILES
  /MISSING = LISTWISE.
EXECUTE.

Dans ce segment de code hautement standardisé, l’instruction inaugurale NPAR TESTS initialise le module d’inférence non paramétrique. La sous-commande /FRIEDMAN = est le cœur du traitement : elle indique au compilateur d’appliquer l’algorithme des rangs intra-sujets de Friedman exclusivement sur la liste ordonnée de variables énumérées à sa suite. La sous-commande /STATISTICS = DESCRIPTIVES QUARTILES sollicite l’extraction simultanée des moyennes, écarts-types, médianes et intervalles interquartiles indispensables à la publication des résultats. Enfin, le paramètre /MISSING = LISTWISE formalise de façon explicite et non ambiguë la règle de gestion des observations incomplètes, garantissant l’intégrité de l’appariement. Toute instruction se conclut rigoureusement par un point final, opérateur terminal impératif au sein de l’interpréteur de commandes SPSS.

6.2 Avantages de la syntaxe pour la reproductibilité scientifique

L’utilisation délibérée de fichiers de syntaxe SPSS (portant l’extension native .sps) au détriment des clics de souris s’aligne directement sur les standards actuels de la « science ouverte » (Open Science) et du principe universel de reproductibilité computationnelle. Dans le contexte de la réplication des études en psychologie et en médecine factuelle, fournir le script exact des traitements analytiques constitue désormais une exigence récurrente des comités de lecture des revues internationales indexées.

L’archivage des instructions statistiques sous forme de scripts offre une multitude de garanties qualitatives :

• Auditabilité intégrale : Le fichier de syntaxe fait office de journal de bord inaltérable consignant précisément quelles variables ont été incluses, dans quel ordre mathématique, et avec quelles options de gestion des valeurs manquantes.
• Élimination de l’erreur humaine : La navigation manuelle à travers les menus graphiques est assujettie à des erreurs de sélection par inattention (inversion accidentelle de colonnes ou omission de cocher une option descriptive). La syntaxe élimine totalement ce facteur d’aléa une fois validée.
• Partage collaboratif : La transmission des syntaxes entre membres d’un même laboratoire de recherche garantit une standardisation rigoureuse des pipelines d’analyse appliqués aux différentes cohortes de participants.

6.3 Automatisation et traitement par lots

Un autre bénéfice décisif conféré par l’approche syntaxique réside dans la capacité d’automatiser des séries massives d’analyses sans intervention manuelle répétitive. Dans le cadre de protocoles d’imagerie cérébrale, de biomécanique ou d’études psychométriques comprenant des dizaines de sous-échelles comportementales mesurées à plusieurs reprises, exécuter des tests de Friedman successifs par les boîtes de dialogue deviendrait une tâche chronophage et propice à l’erreur.

Grâce à la syntaxe SPSS, il est possible de chaîner instantanément l’analyse de multiples familles de variables en une seule exécution, ou d’encapsuler la commande NPAR TESTS au sein de macros SPSS d’automatisation itérative. De surcroît, le couplage de la syntaxe avec le système de gestion des sorties OMS (Output Management System) de SPSS permet de capturer automatiquement les statistiques de test χ², les degrés de liberté et les p-valeurs calculées pour les exporter directement vers des fichiers structurés au format Excel (.xlsx), CSV ou des documents Word (.docx), facilitant considérablement la phase d’édition finale des manuscrits scientifiques.

7. Interprétation statistique approfondie des résultats SPSS

7.1 Analyse du tableau des rangs moyens (Mean Ranks)

Lors de l’exécution du test de Friedman, le visualiseur de sorties d’IBM SPSS génère en premier lieu un tableau élémentaire mais hautement informatif intitulé « Rangs » (Ranks). Ce tableau consigne pour chaque variable de test introduite son Rang moyen (Mean Rank). Une confusion conceptuelle dramatiquement répandue chez les analystes novices consiste à assimiler ce rang moyen à la moyenne arithmétique brute des données initiales. Il est impératif de souligner que cette métrique est totalement déconnectée des unités physiques d’origine de la variable : elle exprime la moyenne mathématique des rangs ordinaux (compris entre 1 et k) obtenus par la condition à travers l’ensemble des N participants de l’échantillon.

L’analyse de ce tableau fournit une photographie immédiate de la directionnalité de l’effet expérimental. Si une condition affiche un rang moyen proche de 1,00, cela démontre que pour une écrasante majorité de sujets, cette condition a suscité les scores les plus faibles de l’éventail expérimental. Réciproquement, un rang moyen approchant la valeur plafond k (par exemple 4,00 dans un plan à 4 conditions) atteste que ladite condition a généré de manière quasi-unanime les scores les plus élevés auprès des participants. Si l’hypothèse nulle était rigoureusement observée, l’ensemble des conditions présenterait des rangs moyens sensiblement identiques, gravitant autour du barycentre théorique calculé par la formule (k + 1) / 2 (soit 2,00 pour 3 conditions ; 2,50 pour 4 conditions ; 3,00 pour 5 conditions).

L’observation des disparités numériques entre ces rangs moyens permet de hiérarchiser intuitivement les modalités expérimentales du point de vue de leur impact psychologique ou physiologique. Toutefois, cette hiérarchisation descriptive ne saurait en aucun cas suffire à elle seule pour conclure formellement à l’existence d’effets réels : seule la confrontation avec le tableau des statistiques inférentielles permet d’écarter l’hypothèse d’une simple fluctuation d’échantillonnage.

7.2 Décryptage du tableau des statistiques de test

Le second tableau généré par le moteur logiciel est le tableau décisionnel central, intitulé « Statistiques de test » (Test Statistics). Ce bloc synthétique condense les trois valeurs métriques fondamentales requises pour porter un jugement sur l’hypothèse nulle générale de l’étude.

Ce tableau présente les indicateurs suivants :

• N : Cette ligne indique l’effectif final de l’échantillon effectivement inclus dans le calcul. Il est capital de vérifier que cette valeur correspond exactement à l’effectif attendu. Une divergence signale l’omission involontaire de participants en raison de données manquantes sur une ou plusieurs conditions.
• Khi-deux (Chi-Square) : Il s’agit de la valeur empirique calculée de la statistique de Friedman (souvent notée Fr ou χ²). Plus cette valeur s’éloigne de zéro et grandit, plus l’écart global entre les rangs moyens observés et les rangs attendus sous l’équiprobabilité d’hypothèse nulle est massif.
• ddl (df) : Les degrés de liberté associés au modèle. Ils sont mathématiquement invariables et correspondent strictement au nombre de conditions expérimentales minoré d’une unité, soit k – 1. Pour un plan expérimental mesurant quatre conditions répétées, les degrés de liberté seront systématiquement égaux à 4 – 1 = 3.
• Signification asymptotique (Asymp. Sig.) : Ce paramètre représente la p-valeur bilatérale associée au Chi-deux calculé. Elle quantifie la probabilité exacte d’observer de telles disparités de rangs (ou des disparités encore plus prononcées) dans un échantillon de taille N si l’hypothèse nulle d’équivalence stricte entre les conditions était rigoureusement vraie dans la population cible.

7.3 Prise de décision méthodologique et inférence

La règle formelle de décision statistique repose sur la comparaison conventionnelle de la signification asymptotique (p) avec le seuil d’erreur alpha préalablement établi par le chercheur avant le recueil des données (seuil fixé quasi-universellement à α = 0,05 dans le champ des sciences comportementales).

Deux trajectoires inférentielles exclusives se dessinent alors :

• Si p > 0,05 : Le chercheur échoue à rejeter l’hypothèse nulle (non-rejet de H₀). Les fluctuations observées entre les rangs moyens des différentes conditions doivent être tenues pour compatibles avec le simple aléa de l’échantillonnage. Il n’est pas méthodologiquement légitime d’affirmer que les conditions induisent des réponses ordinales différenciées, et toute démarche d’analyse approfondie par paires doit être définitivement interrompue.
• Si p ≤ 0,05 : Le chercheur rejette l’hypothèse nulle au profit de l’hypothèse alternative (H₁). Il existe une différence globalement significative entre les rangs assignés aux différentes conditions expérimentales.

Cependant, une mise en garde méthodologique fondamentale doit être formulée : à l’instar de l’ANOVA paramétrique, le test de Friedman est un test omnibus (ou test global). Cela signifie qu’une p-valeur hautement significative (par exemple, p < 0,001) confirme formellement l’existence d’une hétérogénéité globale quelque part au sein du plan expérimental, mais ne permet en aucune manière d’identifier spécifiquement quelles paires de conditions diffèrent significativement les unes des autres. La statistique omnibus ne permet pas de savoir si la condition A diffère de B, si B diffère de C, ou si seule la modalité extrême D se démarque des trois autres. Pour localiser précisément l’origine topologique des effets observés, l’investigateur doit obligatoirement procéder à des analyses post-hoc.

8. Analyses post-hoc et ajustement pour comparaisons multiples

8.1 Nécessité méthodologique des tests post-hoc par paires

L’exécution de comparaisons par paires (pairwise comparisons) suite à un test omnibus significatif expose le chercheur à un piège méthodologique pernicieux théorisé sous le nom d’inflation du taux d’erreur de première espèce à l’échelle de la famille de tests (Family-Wise Error Rate, FWER). Si l’on applique le seuil critique conventionnel α = 0,05 de manière autonome à une multitude de comparaisons binaires successives, la probabilité cumulée de commettre au moins une erreur de type I (déclarer à tort une différence significative qui n’est qu’un artéfact du bruit stochastique) croît exponentiellement.

Pour une expérience articulée autour de k conditions, le nombre total de comparaisons binaires possibles s’établit selon la combinaison mathématique m = k(k – 1) / 2. Dans une recherche impliquant 4 conditions, 6 comparaisons bilatérales indépendantes doivent être conduites ; ce nombre grimpe à 10 pour 5 conditions, et à 15 pour 6 conditions. Le risque global effectif d’erreur de type I est donné par la borne probabiliste α_global = 1 – (1 – α)^m. Sans correction spécifique, le chercheur conduisant 6 comparaisons successives s’expose à un risque d’erreur d’environ 1 – (0,95)⁶ ≈ 0,265, soit plus de 26,5 % de chances de publier un résultat faussement positif.

Il est donc impératif de souligner deux prérequis éthiques et statistiques : premièrement, les tests post-hoc ne doivent être enclenchés qu’à la condition exclusive que le test omnibus de Friedman préalable ait atteint le seuil de significativité réglementaire (principe de protection de Fisher). Deuxièmement, les seuils critiques ou les p-valeurs individuelles des tests par paires doivent être impérativement soumis à un algorithme mathématique de contrôle et d’ajustement du FWER.

8.2 Mise en œuvre manuelle via le test des rangs signés de Wilcoxon

La stratégie historique classique pour conduire des comparaisons post-hoc suite à un test de Friedman consiste à décomposer le facteur en séries de tests non paramétriques à deux échantillons appariés, en utilisant le célèbre test des rangs signés de Wilcoxon (Wilcoxon Signed-Rank Test). Le chercheur accède à ce module via Analyser > Tests non paramétriques > Boîtes de dialogue anciennes > 2 échantillons liés... et introduit successivement l’ensemble des paires de variables deux à deux.

Pour neutraliser l’inflation de l’alpha lors de cette démarche manuelle, deux méthodes d’ajustement prédominent dans la littérature :

• La correction de Bonferroni classique : C’est la méthode la plus universellement connue, bien que très conservatrice. Elle consiste à diviser le seuil alpha nominal (0,05) par le nombre total de comparaisons m conduites. Par exemple, pour un plan à 4 conditions (6 comparaisons), le seuil de significativité corrigé devient α’ = 0,05 / 6 = 0,00833. Une comparaison par paires ne sera déclarée significative que si sa p-valeur brute est inférieure ou égale à 0,0083. Réciproquement, le chercheur peut multiplier la p-valeur brute calculée par m et comparer ce résultat au seuil originel de 0,05.
• La méthode séquentielle de Holm-Bonferroni : Nettement supérieure sur le plan de la puissance statistique tout en contrôlant parfaitement le FWER au niveau nominal de 0,05, la procédure de Holm ordonne les m p-valeurs brutes calculées par ordre croissant : p₍₁₎ ≤ p₍₂₎ ≤ … ≤ p_(m). Le test le plus significatif p₍₁₎ est comparé au seuil ajusté α / m. S’il est significatif, le second test p₍₂₎ est évalué au seuil assoupli α / (m – 1), et ainsi de suite de proche en proche jusqu’à ce qu’un test échoue à franchir le seuil critique, interrompant la chaîne de rejet. Cette technique dynamique préserve considérablement la puissance face au conservatisme excessif de Bonferroni.

8.3 Utilisation de la procédure automatisée pour échantillons appariés

Pour les utilisateurs des versions modernes d’IBM SPSS Statistics, une alternative sophistiquée dispense des calculs manuels fastidieux : le générateur moderne de tests non paramétriques. En navigant via le menu Analyser > Tests non paramétriques > Échantillons liés... (Related Samples…), l’utilisateur accède à une interface orientée objet.

Dans l’onglet « Champs » (Fields), l’analyste sélectionne les variables répétées. Dans l’onglet « Paramètres » (Settings), en cochant l’option « Personnaliser les tests » puis en sélectionnant « Test de Friedman pour k échantillons liés », SPSS débloque automatiquement une sous-routine avancée de comparaisons multiples. Par défaut, le progiciel applique automatiquement l’algorithme des contrastes par paires basé sur les différences standardisées de rangs moyens (procédure de Dunn) couplé à un ajustement séquentiel pas-à-pas (Stepdown Stepwise) de Bonferroni.

Le visualiseur de modèles SPSS produit alors un tableau interactif particulièrement élégant détaillant pour chaque paire de conditions : l’écart absolu entre les rangs moyens observés, l’erreur-type standardisée, la statistique de test Z de comparaison, la p-valeur brute non ajustée, et surtout la p-valeur ajustée (Adj. Sig.). Le chercheur peut alors lire directement cette dernière valeur : si Adj. Sig. < 0,05, le contraste entre les deux conditions considérées est rigoureusement significatif après contrôle strict de l’erreur globale, éliminant tout risque d’ambiguïté interprétative.

9. Calcul et interprétation de la taille de l’effet

9.1 Le coefficient de concordance W de Kendall

L’inférence statistique moderne exige formellement de dissocier la significativité statistique (l’assertion probabiliste selon laquelle l’effet observé n’est pas réductible au hasard d’échantillonnage) de la significativité substantielle ou clinique (l’ampleur concrète de l’effet dans le monde réel). Une p-valeur extrêmement faible consécutive à l’analyse d’un très grand échantillon peut masquer un effet d’une trivialité absolue. Dès lors, le calcul systématique d’une taille d’effet (Effect Size) standardisée s’impose comme une obligation méthodologique non négociable.

Pour le test omnibus de Friedman, l’estimateur standardisé de référence est le coefficient de concordance W de Kendall (Kendall’s W). Cet indice quantifie le degré d’accord absolu ou d’unanimité manifesté par les N participants quant au classement relatif des k conditions. Le coefficient W est mathématiquement borné entre 0 et 1 :

• Une valeur W = 0 reflète une absence totale de concordance entre les sujets : les rangs attribués aux différentes conditions sont distribués de manière purement aléatoire et désordonnée au sein de l’échantillon.
• Une valeur W = 1 traduit un consensus parfait et unanime : chaque participant a classé les conditions exactement dans le même ordre hiérarchique sans la moindre déviation.

Si la boîte de dialogue principale permet de cocher directement l’option « W de Kendall », il est extrêmement aisé de calculer manuellement ce coefficient à partir de la statistique Chi-deux issue de la sortie du test de Friedman grâce à l’équation de conversion suivante :

W = χ² / [N * (k – 1)]

Dans cette formule, χ² représente la statistique empirique du test de Friedman, N correspond à la taille de l’échantillon complet analysé, et k désigne le nombre de conditions expérimentales répétées. Par convention méthodologique issue des travaux fondamentaux de Cohen (1988), les seuils d’interprétation pour le coefficient W de Kendall s’établissent usuellement comme suit :

• 0,10 ≤ W < 0,30 : Taille d’effet faible (faible consensus intra-sujet) ;
• 0,30 ≤ W < 0,50 : Taille d’effet modérée (concordance substantielle) ;
• W ≥ 0,50 : Taille d’effet forte à très forte (alignement unanime des trajectoires de réponses).

9.2 Calcul de la taille d’effet r pour les comparaisons post-hoc

Lorsque des analyses post-hoc par paires sont menées via le test des rangs signés de Wilcoxon, rapporter uniquement la taille d’effet omnibus W est insuffisant : il convient d’associer à chaque contraste binaire individuel un estimateur de taille d’effet standardisé propre. L’indice le plus couramment employé dans la littérature psychologique est le coefficient de corrélation de rang biseriel r.

Cet estimateur standardisé se déduit directement du score standardisé Z généré par SPSS dans le tableau de sortie du test de Wilcoxon, selon la formulation proposée initialement par Rosenthal (1991) :

r = |Z| / √N_{total_observations}

Une précaution méthodologique critique concerne la définition du terme N au dénominateur :

• Certains auteurs emploient le nombre total d’observations individuelles cumulées engagées dans le test par paires (soit N_total = 2 * N, où chaque sujet contribue par deux scores distincts).
• D’autres manuels de référence utilisent le nombre d’unités indépendantes N (le nombre de paires appariées).

Il est indispensable que le chercheur explicite formellement dans sa méthodologie la convention de calcul adoptée afin de garantir la comparabilité des métriques. L’indice r varie d’une valeur plancher de 0 (aucun effet de différenciation entre les deux conditions) à une valeur plafond théorique de 1,00. Selon les balises normatives universelles de Jacob Cohen :

• 0,10 ≤ r < 0,30 correspond à un effet de faible amplitude ;
• 0,30 ≤ r < 0,50 désigne un effet d’amplitude moyenne ;
• r ≥ 0,50 traduit un effet de grande amplitude ayant un impact substantiel évident.

9.3 Importance scientifique du reporting de la taille d’effet

Dans l’écosystème de la recherche contemporaine, la focalisation exclusive sur les p-valeurs — dénoncée sous le terme de « fétichisme du seuil de 0,05 » par l’American Statistical Association (ASA) — est bannie des standards de publication d’élite. Les comités de rédaction des périodiques scientifiques affiliés à l’American Psychological Association (APA) exigent désormais de manière systématique l’adjonction systématique d’intervalles de confiance et d’indices standardisés de taille d’effet pour toute statistique inférentielle présentée.

L’estimation rigoureuse de la taille d’effet remplit plusieurs fonctions épistémologiques capitales :

• Alimentation des méta-analyses : Les coefficients standardisés tels que le W de Kendall ou le r de Wilcoxon sont directement intégrables par les méta-analystes pour synthétiser quantitativement les résultats de multiples laboratoires à travers le monde, indépendamment de la disparité des effectifs d’échantillons originels.
• Calcul de puissance a priori : La connaissance des tailles d’effet rapportées dans les publications antérieures permet aux chercheurs dimensionnant de futures études d’exécuter des analyses de puissance rigoureuses (via des outils tels que G*Power) afin d’établir la taille d’échantillon minimale requise pour détecter un effet similaire avec une probabilité statistique acceptable (usuellement 1 – β = 0,80).
• Évaluation de la pertinence clinique : En neuropsychologie et en santé mentale, un traitement pharmacologique peut générer un décalage moyen de rangs statistiquement significatif au seuil p = 0,042 au sein d’une cohorte de 200 individus, tout en s’accompagnant d’un coefficient W de 0,03. Un tel constat révèle instantanément l’insignifiance clinique de l’intervention, protégeant les praticiens contre l’illusion de l’efficacité thérapeutique.

10. Rédaction des résultats selon les normes APA (7e édition)

10.1 Formulation textuelle académique du test omnibus

La rédaction de la section des résultats d’un manuscrit scientifique requiert une précision chirurgicale et une conformité rigoureuse avec les directives formelles édictées par le manuel de publication de l’American Psychological Association (APA, 7e édition). La restitution d’un test de Friedman ne doit en aucun cas se résumer à la transcription brute d’une ligne de sortie SPSS, mais doit articuler harmonieusement la signification conceptuelle de l’effet, les métriques d’inférence statistique et les indicateurs descriptifs de tendance centrale.

Les règles formelles typographiques de l’APA imposent que tous les symboles statistiques littéraux soient transcrits en caractères italiques (par exemple, N, χ², p, W, Z, r, Mdn, IQR). La mention de la statistique de Friedman nécessite de spécifier entre parenthèses les degrés de liberté, suivis de la taille effective de l’échantillon analysé (format : χ²(ddl, N = effectif) = valeur, p = probabilité, W = taille d’effet). Il convient de privilégier le signalement des médianes et des écarts interquartiles (ou percentiles 25 et 75) plutôt que les moyennes arithmétiques, afin de rester en congruence épistémologique avec la nature ordinale du test non paramétrique.

Voici un canevas exemplaire de rédaction textuelle académique du test omnibus :

« Un test de Friedman pour mesures répétées a été réalisé afin d’évaluer l’effet des différentes modalités de remédiation cognitive sur le score de flexibilité attentionnelle des participants. L’analyse révèle une variation statistiquement significative de la performance attentionnelle au travers des quatre temps d’observation, χ²(3, N = 28) = 19,42, p < 0,001, avec un coefficient de concordance de Kendall démontrant une taille d’effet modérée à forte, W = 0,231. Les scores médians de flexibilité ont progressé de manière continue entre la phase initiale pré-test (Mdn = 42,00, IQR = 8,50), le bilan intermédiaire (Mdn = 47,50, IQR = 7,00), la phase post-test immédiate (Mdn = 54,00, IQR = 9,00) et la session de suivi à trois mois (Mdn = 53,00, IQR = 8,00). »

10.2 Présentation des comparaisons par paires et corrections

La documentation des analyses post-hoc doit faire preuve d’une totale transparence quant à la méthode mathématique mobilisée pour contenir l’inflation du taux d’erreur de première espèce. Le chercheur doit explicitement mentionner le test binaire exécuté (typiquement le test des rangs signés de Wilcoxon), la technique de pondération de l’alpha appliquée (Bonferroni, Holm, ou FDR), ainsi que les grandeurs statistiques exhaustives associées à chaque contraste (valeur standardisée Z, p-valeur non ajustée, p-valeur corrigée et taille d’effet r).

Un modèle standard de communication textuelle des résultats post-hoc se structure comme suit :

« Suite à l’obtention d’un test omnibus significatif, des comparaisons par paires ont été conduites au moyen de tests des rangs signés de Wilcoxon avec application d’une correction séquentielle de Bonferroni pour contrôler l’inflation de l’erreur de type I (seuil alpha ajusté fixé à 0,05 / 6 = 0,0083). L’analyse démontre que les scores d’attention mesurés en post-test immédiat sont significativement supérieurs à ceux observés en condition pré-test (Z = -3,84, p < 0,001, r = 0,51), ce qui correspond à un effet de grande amplitude. En revanche, aucune différence statistiquement significative n’a été détectée entre le post-test immédiat et la phase de suivi à trois mois (Z = -0,48, p = 0,631, r = 0,06), suggérant une consolidation stable des acquis cognitifs dans le temps. »

10.3 Conception de tableaux et graphiques conformes aux standards APA

Lorsque le plan expérimental comporte un nombre conséquent de conditions ou de comparaisons croisées, la dispersion des informations au fil du texte en alourdit la lisibilité. L’élaboration de tableaux synthétiques structurés selon les directives graphiques de l’APA (absence intégrale de lignes verticales, utilisation exclusive de trois bordures horizontales principales de séparation : supérieure, inférieure, et sous l’en-tête de colonne) constitue l’alternative de communication privilégiée.

Un tableau complet selon les standards APA doit intégrer :

• Le nom explicite de chaque modalité expérimentale ou temporelle ;
• La taille de l’échantillon valide sous chaque condition ;
• La médiane (Mdn) et l’écart interquartile (IQR) ;
• Le rang moyen théorique extrait par le test de Friedman ;
• Des lettres en exposant (indices de lettrage partagé ou notation compacte de Tukey) situées à côté des valeurs pour expliciter instantanément quelles conditions diffèrent significativement des autres après correction post-hoc (deux conditions partageant une lettre commune n’étant pas significativement différentes).

Sur le plan iconographique, la représentation visuelle d’un test de Friedman ne doit jamais faire appel à des diagrammes en barres classiques présentant des moyennes et des barres d’erreurs fondées sur l’écart-type ou l’erreur standard (ces paramètres étant purement paramétriques et sensibles à la non-normalité). L’illustrateur scientifique privilégiera l’élaboration de diagrammes en boîte à moustaches (Boxplots) montrant la médiane, la distance interquartile, les valeurs minimales et maximales, ainsi que les points individuels de données superposés en nuage de points (Jittered scatter overlay), ou encore des diagrammes en violon pour révéler fidèlement la densité réelle de la distribution non gaussienne.

11. Étude de cas pratique en psychopharmacologie : Temps de réaction sous drogues

11.1 Contexte expérimental et présentation des données brutes

Afin d’ancrer les développements théoriques précédents dans une réalité opérationnelle tangible, analysons une étude empirique simulée issue du champ de la psychopharmacologie cognitive. Une équipe de neuroscientifiques souhaite examiner l’impact aigu de différentes substances psychoactives sur la vigilance psychomotrice et la vitesse de traitement de l’information chez des patients souffrant de troubles du sommeil. L’expérimentation repose sur un protocole intra-sujet en double aveugle contre placebo avec permutation aléatoire de l’ordre d’administration (plan en carré latin) respectant une période de sevrage (washout) de sept jours entre chaque session d’évaluation.

Un échantillon de N = 5 participants a été évalué au travers de quatre conditions pharmacologiques distinctes :

• Condition 1 (Placebo) : Administration d’une gélule saline inerte ;
• Condition 2 (Molécule A – Sédatif léger) : Administration d’un agoniste gabaergique à visée anxiolytique ;
• Condition 3 (Molécule B – Stimulant modéré) : Administration d’un agent psychostimulant dopaminergique ;
• Condition 4 (Molécule C – Hypnotique puissant) : Administration d’une molécule hypnotique à cinétique rapide.

La variable dépendante enregistrée est le temps de réaction moyen lors d’une épreuve informatisée de détection de signaux visuels complexes, exprimé en centièmes de seconde (données intentionnellement asymétriques consécutives aux phases de latence psychomotrice). Les données brutes recueillies sont présentées dans le tableau matriciel ci-dessous :

Identifiant Patient	Placebo (s)	Molécule A (Sédatif)	Molécule B (Stimulant)	Molécule C (Hypnotique)
Patient 01	0,42	0,58	0,31	0,79
Patient 02	0,38	0,49	0,29	0,68
Patient 03	0,45	0,62	0,35	0,84
Patient 04	0,40	0,53	0,33	0,71
Patient 05	0,43	0,55	0,32	0,75

11.2 Exécution pas à pas et saisie concrète dans SPSS

Pour reproduire fidèlement cette étude de cas dans le logiciel SPSS, la saisie matricielle s’effectue en déclarant cinq lignes individuelles et quatre colonnes de format numérique labellisées respectivement Placebo, Molecule_A, Molecule_B, et Molecule_C.

Le traitement analytique est lancé selon le protocole opératoire suivant :

1. Naviguer vers le menu Analyser > Tests non paramétriques > Boîtes de dialogue anciennes > K échantillons liés....
2. Sélectionner simultanément les variables Placebo, Molecule_A, Molecule_B, et Molecule_C et les basculer dans la zone Variables de test :.
3. S’assurer que la case à cocher Friedman est sélectionnée. Pour enrichir directement l’analyse, cocher également la case W de Kendall.
4. Ouvrir le panneau Options…, cocher impérativement les statistiques Descriptif et Quartiles, puis cliquer sur Poursuivre.
5. Cliquer sur OK pour compiler et exécuter le traitement statistique.

11.3 Rapport analytique complet et interprétation neuropsychologique

L’examen des données brutes démontre une régularité ordinale quasi absolue : pour chacun des cinq patients sans la moindre exception, la Molécule B engendre le temps de réaction le plus court (rang 1), le Placebo se classe systématiquement en deuxième position (rang 2), la Molécule A occupe continuellement le troisième rang (rang 3), et la Molécule C génère invariablement le temps de réaction le plus dégradé et le plus long (rang 4).

En conséquence logique, la matrice des rangs moyens générée par SPSS affiche des valeurs parfaites :

• Molécule B (Stimulant) : Rang moyen = 1,00 ;
• Placebo : Rang moyen = 2,00 ;
• Molécule A (Sédatif) : Rang moyen = 3,00 ;
• Molécule C (Hypnotique) : Rang moyen = 4,00.

Dans le tableau des statistiques de test, le compilateur SPSS délivre les résultats inférentiels suivants :

• Taille d’échantillon N = 5 ;
• Statistique de Chi-deux de Friedman χ² = 15,00 ;
• Degrés de liberté ddl = 4 – 1 = 3 ;
• Signification asymptotique : p = 0,0018 (ou p < 0,01).
• Le coefficient W de Kendall associé affiche une valeur exceptionnelle de W = 1,00, témoignant d’un accord unanime et parfait de 100 % entre les sujets quant à la hiérarchisation psychopharmacologique des drogues.

Sur le plan neuropsychologique, ces résultats permettent d’affirmer avec une certitude statistique incontestable que la nature de la molécule active altère de façon différentielle la vitesse de conduction sensorimotrice et les processus de décision cognitive. Le stimulant dopaminergique optimise drastiquement la rapidité de traitement en deçà des performances physiologiques sous placebo, tandis que l’hypnotique puissant induit un ralentissement psychomoteur substantiel susceptible d’altérer dangereusement la vigilance des patients durant les activités de la vie quotidienne.

12. Diagnostics, pièges fréquents et solutions méthodologiques alternatives

12.1 Gestion des données manquantes et attrition des participants

Le talon d’Achille méthodologique le plus dévastateur du test de Friedman réside dans son intolérance structurelle face aux données incomplètes. Dans toute étude longitudinale ou expérimentale impliquant de multiples temps de recueil, le phénomène d’attrition des participants — abandon en cours de protocole, omissions accidentelles d’items, données inexploitables pour cause de défaillance technique — est un événement quasiment inéluctable.

Par défaut, l’implémentation algorithmique de Friedman dans SPSS exécute une suppression par liste complète (Listwise Deletion). Si une investigation suit 100 participants au travers de cinq temps de mesure et qu’un sujet particulier manque son évaluation au temps 4 uniquement, l’algorithme expulse intégralement l’ensemble des données de cet individu de la matrice computationnelle. Cette exclusion massive a deux conséquences dramatiques :

• Une hémorragie de puissance statistique consécutive à l’amputation artificielle de la taille effective de l’échantillon ;
• L’introduction potentielle de biais d’attrition systématiques majeurs si les motifs de l’absence ne relèvent pas du hasard pur (mécanisme Missing Completely at Random, MCAR), mais dépendent de la dégradation clinique du patient (mécanisme Missing at Random, MAR, ou Missing Not at Random, MNAR).

Face à une matrice de données lourdement parasitée par des valeurs manquantes longitudinales, le chercheur doit renoncer au test de Friedman au profit d’approches contemporaines beaucoup plus flexibles, telles que les modèles mixtes linéaires généralisés (Generalized Linear Mixed Models, GLMM). Les modèles mixtes modélisent la variabilité intra-sujet sous forme d’effets aléatoires et sont mathématiquement capables d’inclure des participants présentant des mesures incomplètes sans aucune suppression par liste, exploitant ainsi la totalité des parcelles d’information empirique collectées.

12.2 Impact des ex æquo sur le calcul de la statistique

La survenue d’égalités numériques strictes au sein des scores d’un même sujet au travers de différentes conditions représente un autre défi algorithmique fréquent. Lorsqu’un participant attribue par exemple la même note de 4/5 sur une échelle de Likert sous la condition 1 et la condition 2, SPSS attribue à chacune de ces deux modalités le rang moyen fractionnaire des rangs en litige (par exemple, si les scores devaient occuper les rangs 2 et 3, chacune recevra le rang 2,5).

Si la proportion de valeurs ex æquo est négligeable, leur influence sur l’inférence statistique globale demeure infinitésimale. En revanche, si la variable dépendante ne comprend qu’un éventail très resserré de catégories de réponse ordinale (par exemple une échelle en 3 points : « faible », « moyen », « élevé »), le nombre d’égalités intra-sujets devient massif. Dans cette situation, la variance théorique des sommes de rangs se trouve mécaniquement contractée. La formule asymptotique standard de Friedman sous-estimerait alors la valeur réelle du Chi-deux et gonflerait artificiellement la p-valeur (risque accru de faux négatifs, ou erreur de type II).

SPSS applique automatiquement dans ses sorties asymptotiques un facteur de correction pour ex æquo, qui divise la statistique de base par un terme correctif dépendant de la taille des groupes d’égalités. Cependant, en présence d’un taux d’égalités structurellement massif, il est fortement recommandé de solliciter l’extension SPSS Exact Tests pour obtenir une p-valeur par méthode de rééchantillonnage de Monte Carlo ou par calcul combinatoire exact, garantissant une inférence robuste exempte des approximations de la loi continue du Chi-deux.

12.3 Alternatives non paramétriques pour plans expérimentaux complexes

Une limitation épistémologique fréquemment reprochée au test de Friedman par les expérimentateurs réside dans son confinement strict aux plans unifactoriels intra-sujets. Dans la recherche expérimentale contemporaine, les protocoles scientifiques sont très majoritairement multifactoriels, croisant des facteurs intra-sujets (par exemple, Temps : Pré vs Mi-parcours vs Post) avec des facteurs inter-sujets (par exemple, Groupe : Traitement innovant vs Thérapie standard vs Groupe contrôle sur liste d’attente), ou combinant deux facteurs intra-sujets distincts (par exemple, Tâche cognitive × Niveau de stress thermique).

Le test de Friedman est structurellement incapable d’estimer des interactions statistiques dans de telles architectures complexes. Face à cette impasse, plusieurs voies méthodologiques alternatives doivent être privilégiées :

• La transformation par rangs alignés (Aligned Rank Transform, ART) : Cette méthodologie non paramétrique novatrice (développée par Wobbrock et al., 2011) permet d’aligner préalablement les données pour isoler la variance de chaque effet principal et de chaque terme d’interaction avant d’appliquer une transformation par rangs. Elle permet d’exécuter des ANOVA factorielles non paramétriques complètes incluant des interactions d’ordre supérieur avec une intégrité parfaite de l’erreur de type I.
• Les méthodes de rééchantillonnage par Bootstrap et les tests de permutation : Le recours au bootstrap non paramétrique permet de générer empiriquement des distributions d’échantillonnage de résidus à travers des milliers de rééchantillonnages avec remise, autorisant la construction d’intervalles de confiance robustes pour des modèles factoriels complexes sans requérir l’hypothèse de normalité gaussienne.
• Les modèles linéaires mixtes avec estimation robuste de la variance (Sandwich Estimators) : Ces modèles modélisent directement la structure de dépendance longitudinale tout en utilisant des estimateurs de Huber-White pour corriger l’impact des asymétries et des hétéroscédasticités distributionnelles.

En synthèse, le test de Friedman demeure un instrument statistique fondamental, élégant et d’une remarquable simplicité computationnelle pour l’analyse des mesures répétées ordinales ou non normales au sein de plans unifactoriels simples. Sa mise en œuvre rigoureuse dans IBM SPSS Statistics — appuyée par une préparation adéquate des fichiers au format large, l’extraction systématique des rangs moyens et des quartiles, le déploiement raisonné de tests post-hoc ajustés pour comparaisons multiples et le calcul méthodique du coefficient de concordance W de Kendall — dote le chercheur d’un arsenal d’inférence scientifique irréprochable face à la complexité des données empiriques contemporaines.

Références

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Friedman, M. (1937). The use of ranks to avoid the assumption of normality implicit in the analysis of variance. Journal of the American Statistical Association, 32(200), 675–701. https://doi.org/10.1080/01621459.1937.10503522
• Friedman, M. (1939). A comparison of alternative tests of significance for the problem of m rankings. The Annals of Mathematical Statistics, 10(1), 86–87. https://doi.org/10.1214/aoms/1177732245
• Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6(2), 65–70. https://www.jstor.org/stable/4615733
• IBM Corporation. (2021). IBM SPSS Statistics 28 Brief Guide. IBM Corp. https://www.ibm.com/products/spss-statistics
• Kendall, M. G., & Babington Smith, B. (1939). The problem of m rankings. The Annals of Mathematical Statistics, 10(3), 275–287. https://doi.org/10.1214/aoms/1177732186
• Rosenthal, R. (1991). Meta-analytic procedures for social research (Rev. ed.). SAGE Publications. https://doi.org/10.4135/9781412984997
• Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108
• Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80–83. https://doi.org/10.2307/3001968
• Wobbrock, J. O., Findlater, L., Gergle, D., & Higgins, J. J. (2011). The aligned rank transform for nonparametric factorial analyses using only ANOVA procedures. Proceedings of the ACM Conference on Human Factors in Computing Systems (CHI ’11), 143–146. https://doi.org/10.1145/1978942.1978963