COMMENT FAIRE UN TEST BINOMIAL
BINOMIAL
A
Quand et pourquoi faut-il faire un test
binomial ?
Comment formuler les hypothses
statistiques de ce test
Les tapes suivre pour faire un test
binomial avec SPSS
Comment analyser le rsultat de votre test
Ce qu'il faut crire dans l'analyse des donnes
de votre rapport final :
Dans le tableau de rsultats de votre
analyse + Exemple
Dans le texte de votre analyse +
Exemple
Consulter l'arbre de dcision
Consulter les consignes de l'tape III
QUAND ET POURQUOI FAUT-IL FAIRE UN TEST BINOMIAL ?
Quand ? Si votre recherche ne comporte qu'un seul groupe, donc pas de X, et
que les participants ont choisi une option ou une autre (situation de choix), ou
ont rpondu oui ou non une question (donc une variable nominale Y).
Pourquoi faire un test binomial ? Pour comparer les frquences observes (vos
rsultats) aux frquences thoriques (ce que prdit le hasard).
Les tests statistiques comme le test binomial permettent au chercheur de rejeter
ou non l'hypothse nulle, donc de prendre une dcision.
Avant de procder un test binomial, il faut formuler vos hypothses
statistiques (Ho et H1).
FORMULER LES HYPOTHSES STATISTIQUES D'UN TEST BINOMIAL
Dans la logique d'un test d'hypothses, il y a toujours deux hypothses
statistiques.
La premire - l'hypothse nulle ou Ho - est, comme son nom l'indique, une
hypothse qui postule qu'il n'y a pas de diffrence entre les frquences des deux
choix ou des rponses oui et non.
Notez : Groupe 1/Choix1 = Groupe 1/Choix 2.
La seconde - l'hypothse alternative ou H1 - correspond habituellement
l'hypothse de votre recherche. Contrairement l'hypothse nulle, cette
hypothse postule que la frquence des rponses ou des choix des participants
s'cartent significativement du hasard.
Notez : Groupe 1/Choix1
L'existence de cette diffrence permet d'infrer que Y n'est pas d au hasard.
Attention : contrairement au test T, il n' y a qu'une seule hypothse alternative :
l'hypothse bilatrale.
Par exemple : est-il vrai de dire que chez les participants la frquence de OUI
la question no 1 est plus leve que le hasard le prdit (hasard = 1/2) ?
Diffrente signifie logiquement deux choses : La rponse OUI ou le CHOIX A
peut tre plus ou moins frquente que le hasard.
Ici, l'un et l'autre sont possibles : il se peut que OUI > hasard et il se peut
galement que OUI< hasard.
+ de dtails sur les hypothses statistiques ?
Groupe 1/Choix 2.
LES TAPES SUIVRE POUR FAIRE UN TEST BINOMIAL
1. Ouvrez votre matrice de donnes SPSS.
2. Choisir ensuite le menu
DIALOGUE + BINOMIAL
3. Une fentre s'ouvre...
ANALYSE + TESTS NONPARAMETRIQUES + BOTE DE
4. Au moyen de la flche
choisir votre variable dpendante. Dans cet exemple
= les rponses la question no 1.
1. Ensuite inscrire dans l'espace Proportion teste, la frquence thorique (=
hasard) du test.
2. Si vos participants devaient choisir entre deux possibilits (oui ou non; CHOIX A
ou CHOIX B, etc.), inscrire 0,50; s'ils doivent choisir entre quatre possibilits,
inscrire 0,25.
3. Le but de ce test de ce test est de comparer les frquences de OUI et de NON au
hasard (frquences thoriques).
4. Cliquez ensuite sur OK.
5. Une fentre s'ouvre...
6. Voici le rsultat de ce test binomial.
7. Comment analyser ce test ?
COMMENT ANALYSER LE RSULTAT D'UN TEST BINOMIAL
Dans l'analyse d'un test binomial, il y a deux rsultats importants :
1. La proportion thorique fixe par le chercheur avant de faire le test, ou
test de proportion, ici ,50 (voir tableau ci-bas).
2. La valeur de p ou signification exacte (bilatrale), dans ce cas-ci ,
043.
La signification exacte (bilatrale) ou valeur de p est l'erreur alpha, soit la
probabilit ou le risque de commettre une erreur en dclarant que les frquences
observes - oui ou non - s'cartent significativement des frquences thoriques
prvues par le hasard.
La signification exacte (bilatrale) permet de confirmer ou d'infirmer votre
hypothse alternative (H1).
Rappelons qu'en sciences humaines, le seuil de signification est de 0,05.
Si la valeur de p ou Signification exacte (bilatrale) est suprieure 0,05, vous
devez accepter l'hypothse nulle et conclure qu'il n'y a pas de diffrence entre
les frquences observes et le hasard.
Si la valeur de p ou Signification exacte (bilatrale) est infrieure 0,05, vous
devez rejeter l'hypothse nulle et conclure que les frquences - oui et non s'cartent du hasard. C'est le cas ici.
CE QU'IL FAUT CRIRE DANS L'ANALYSE DE DONNES DE VOTRE
RAPPORT FINAL
Dans le tableau de l'analyse de donnes de votre rapport final, vous devez
inscrire les 4 informations suivantes :
1. Les frquences ou effectifs (= N) observes ou Fobserves (Foui = 9 Fnon = 21)
2. Les frquences thoriques ou Fthoriques (Foui = 15 - Fnon =15)
3. La valeur de p ou Signifcation exacte (bilatrale) = la probabilit de
commettre l'erreur alpha, dans ce cas-ci = 0,043
4. Un astrisque - * - si la valeur de p de votre test est infrieure 0,05 %
donc rsultat significatif. Ici c'est le cas.
Pour + de dtails, voir Comment faire un tableau.
Voici un exemple de tableau :
Tableau 1
Titre --
Analyse
principale --
Comparaisons entre hommes et femmes sur le
plan de scolarit, des revenus et de la rponse
la question 1.
Indicate Group n
urs
es =
Test t
Vale <0,
ur 05
de p = *
Scolarit Homm 1 17,20
es
5
(en
Femm 1
16,87
anne)
es
5
-0,727
0,47
3
Revenu Homm 1
57669
annuel
es
5
(en
millier Femm 1 43297
es
5
de $)
0,684
0,00
*
6
Analyse
secondaire --
Binomial
Fobserv Fthoriq
es
ues
Questio Oui
n no 1 Non
3
0
15
21
15
0,04
3
Dans le texte de l'analyse de donnes de votre rapport final, vous devez inscrire
les 2 informations suivantes, dans l'ordre :
1. La valeur p du test Binomial = o p est la probabilit de commettre
l'erreur alpha, ici 0,043.
2. La probabilit thorique ou test de proportion, ici p = 0,5.
Voici un exemple de ce qu'il faut crire dans le texte de votre analyse de
donnes :
Exemple d'analyse de donnes d'un test binomial
L'analyse des donnes de la prsente recherche
rvle que les participants ont rpondu plus souvent
non que oui la question No 1. Cette diffrence est
significative (Binomial = 0,043, p = 0,5). Et ainsi de
suite pour les autres tests...
Notez que cet exemple n'illustre qu'un seul indicateur; votre recherche en
compte probablement plus.
Attention : Les couleurs - rouge, bleu, blanc - et les caractres gras de cette
page sont utiliss pour attirer votre attention; il est donc inutile de les reproduire
dans votre rapport final.
