Chapitre 4
Sommaire
Exercice 4.1.1
Exercice 4.1.2
Exercice 4.1.3
Exercice 4.2.1
Exercice 4.2.2
Exercice 43.1
Exercice 4.3.2
Exercice 4.3.3
Exercice 4.5.1
Exercice 4.5.2
Exercice 4.5.3
Exercice 4.1.1
Nous souhaitons ici comparer une seule répartition d’effectifs à une
norme de hasard. Il faut donc opter pour un chi-deux d’ajustement.
Nous commençons par calculer les effectifs théoriques (n’). Puisque
nous comparons les effectifs observés (n) à une norme de hasard, les
effectifs théoriques correspondront à l’effectif total divisé par le nombre
de catégories : 67 pile + 73 face = 140 ÷ 2 = 70.
Pour un ddl égal à 2 – 1 = 1 (nous avons deux modalités, « pile » et
« face » – 1 = 1), nous trouvons 2 critique de 3.84, au seuil alpha de
5 %. Le 2 calculé (0.26) est inférieur au 2 critique (3.84). L’hypothèse
nulle (H0) ne peut pas être rejetée. Nous ne pouvons pas affirmer que la
répartition des effectifs obtenue est différente de celle que nous
obtiendrions au hasard, 2(1) = 0.26 ; NS. Concernant la pièce, le résultat
du test étant non significatif, nous ne pouvons… rien affirmer. Il ne faut
pas conclure que la pièce n’est pas truquée : la seule chose que nous
pouvons vraiment dire, c’est que nous n’avons pas suffisamment de
preuves pour conclure que la pièce est truquée. Avec ce test statistique,
puisque nous ne pouvons jamais être certains qu’il n’y ait effectivement
pas d’effet, ou que nous ayons manqué un effet qui existe, nous ne
pouvons pas prouver l’absence d’effet.
Exercice 4.1.2
Nous calculons d’abord les totaux et recalculons les effectifs
théoriques à l’aide de la règle de proportionnalité suivante :
Nous appliquons ensuite la formule du 2 en prenant en compte les
effectifs théoriques recalculés et les effectifs observés :
Pour un ddl égal à 3 – 1 = 2 (nous avons trois modalités,
« favorable », « défavorable » et « sans opinion » – 1 = 2), nous
trouvons critique de 9.21, au seuil alpha de 1 %. Le 2 calculé (17.42)
est supérieur au 2 critique (9.21). L’hypothèse nulle (H0) peut être
rejetée. Nous pouvons affirmer que les opinions des retraités sur cette
question diffèrent de celles de la population française, 2(2) = 17.42 ;
p < .01.
Exercice 4.1.3
Nous calculons d’abord les totaux et recalculons les effectifs
théoriques à l’aide de la règle de proportionnalité suivante :
Nous appliquons ensuite la formule du 2 en prenant en compte les
effectifs théoriques recalculés et les effectifs observés :
Pour un ddl égal à 4 – 1 = 3 (nous avons quatre modalités – 1 = 3),
nous trouvons 2 critique de 7.82, au seuil alpha de 5 %. Le 2 calculé
(5.94) est inférieur au 2 critique (7.82). L’hypothèse nulle (H0) ne peut
pas être rejetée. Nous ne pouvons pas affirmer que le statut familial des
femmes présentant des troubles psychiatriques diffère de celui connu au
niveau de la population générale, 2(3) = 5.94 ; NS. Attention, cela ne
veut pas dire que nous venons de prouver qu’il n’y avait pas de
différences. Ici, la seule chose que nous pouvons vraiment dire avec les
données dont nous disposons, c’est que nous n’avons pas suffisamment
de preuves pour conclure qu’il y en a une.
Exercice 4.2.1
Il faut opter pour un chi-deux d’indépendance. Pour le calculer, nous
commençons par calculer les effectifs marginaux (total en ligne et total
en colonne) et l’effectif total car cela nous servira à calculer les effectifs
théoriques (n’). Nous obtenons :
Nous pouvons maintenant calculer les effectifs théoriques :
Ainsi, pour la question 1), il faut sélectionner la réponse d).
Pour un ddl égal à 1 (puisque [(2 – 1) × (2 – 1)] = 1), nous trouvons 2
2
critique de 3.84, au seuil alpha de 5 %. Le calculé (4.06) est
2
supérieur au critique (3.84). L’hypothèse nulle (H0) peut être rejetée.
Le nombre de conduites de triche est différent selon la CSP des
participants.
Ainsi, pour la question 2), il faut sélectionner les réponses a) et c).
Pour un ddl égal à 1, nous trouvons 2 critique de 6.64, au seuil alpha
de 1 %. Le 2 calculé (4.06) est inférieur au 2critique (6.64).
L’hypothèse nulle (H0) ne peut pas être rejetée. On ne peut pas affirmer
que le nombre de conduites de triche est différent selon la CSP des
participants au seuil alpha de 1 %. Ainsi, pour la question 3), il faut
sélectionner les réponses b) et d).
Exercice 4.2.2
Nous commençons par calculer les effectifs marginaux (total en ligne
et total en colonne) et l’effectif total car cela nous servira à calculer les
effectifs théoriques (n’). Nous obtenons :
Nous pouvons maintenant calculer les effectifs théoriques :
Si nous retrouvons les mêmes totaux en ligne et en colonnes entre
effectifs théoriques et observés, les calculs effectués sont justes. Par
exemple, 11.26 + 11.74 = 23 (il n’y a donc pas d’erreurs). Nous
appliquons ensuite la formule du 2.
Pour un ddl égal à 2 (puisque [(2 – 1) × (3 – 1)] = 2), nous trouvons 2
critique de 5.99, au seuil alpha de 5 %. Le 2 calculé (3.25) est inférieur
au iiiiiiii2critique (5.99). L’hypothèse nulle (H0) ne peut pas être rejetée.
Ainsi, nous ne pouvons pas affirmer que la présence de troubles
praxiques est différente selon le stade de la maladie, 2(1) = 3.25, NS.
Attention, cela ne veut pas dire que nous venons de prouver qu’il n’y
avait pas de différences. Ici, la seule chose que nous pouvons vraiment
dire avec les données dont nous disposons, c’est que nous n’avons pas
suffisamment de preuves pour conclure qu’il y en a une.
Exercice 4.3.1
Cet exercice est plus simple qu’il n’y paraît. En effet, l’énoncé ne
nous donne pas la répartition des effectifs bruts mais nous précise déjà
les informations à ajouter au numérateur et au dénominateur. Ainsi :
Pour un ddl égal à 1 (puisque [(2 – 1) × (2 – 1)] = 1), nous trouvons
un 2 critique de 3.84, au seuil alpha de 5 %. Le 2 calculé (3.13) est
inférieur au 2 critique (3.84). L’hypothèse nulle (H0) ne peut être
rejetée. Le résultat du test est non significatif, 2 (1) = 3.13, NS.
Attention, cela ne veut pas dire que nous venons de prouver qu’il n’y
avait pas de différences. Ici, la seule chose que nous pouvons vraiment
dire avec les données dont nous disposons, c’est que nous n’avons pas
suffisamment de preuves pour conclure qu’il y en a une.
Exercice 4.3.2
Pour connaître les répercussions du type d’apprentissage sur la
motivation, nous optons pour le chi-deux de Mac Nemar pour données
appariées.
Pour un ddl égal à 1 (puisque [(2 – 1) × (2 – 1)] = 1), nous trouvons
un 2 critique de 3.84, au seuil alpha de 5 %. Le 2 calculé (9.06) est
supérieur au 2 critique (3.84). L’hypothèse nulle (H0) peut être rejetée.
Le type d’apprentissage a un impact sur la motivation auto-rapportée, 2
(1) = 9.06, p < .05. Ainsi, pour la première question, il faut choisir la
réponse a). Pour la deuxième question, il faut choisir les réponses a) et
c).
Exercice 4.3.3
Pour connaître les répercussions de la campagne sur les choix, nous
comparons les répartitions d’effectifs avant et après celle-ci. Il faut donc
opter pour le chi-deux de Mac Nemar pour données appariées.
Pour un ddl égal à 1 (puisque [(2 – 1) × (2 – 1)] = 1), nous trouvons
un 2 critique de 3.84, au seuil alpha de 5 %. Le 2 calculé (2.27) est
inférieur au 2 critique (3.84). L’hypothèse nulle (H0) ne peut pas
être rejetée. Ainsi, nous ne pouvons pas affirmer que la campagne de
sensibilisation a un impact sur les conduites à risques au volant, 2(1) =
2.27, NS. Concernant l’efficacité de la campagne de sensibilisation, le
résultat du test étant non significatif, nous ne pouvons… rien affirmer. Il
ne faut pas conclure que celle-ci n’est pas efficace : la seule chose que
nous pouvons vraiment dire, c’est que nous n’avons pas suffisamment
de preuves pour conclure qu’elle est efficace. Avec ce test statistique,
puisque nous ne pouvons jamais être certains qu’il n’y ait effectivement
pas d’effet, ou que nous ayons manqué un effet qui existe, nous ne
pouvons pas prouver l’absence d’effet.
Exercice 4.5.1
Dans cette situation, nous comparons les scores obtenus par les
participants avant et après la prise du traitement. Il faut donc opter pour
le chi-deux de Mac Nemar pour données appariées.
Pour un ddl égal à 1 (puisque [(2 – 1) × (2 – 1)] = 1), nous trouvons
un 2 critique de 3.84, au seuil alpha de 5 %. Le 2 calculé (2.08) est
inférieur au 2critique (3.84). L’hypothèse nulle (H0) ne peut pas être
rejetée. Ainsi, nous ne pouvons pas affirmer que le traitement a un
impact sur la vitesse de traitement de l’information, tttttttt2(1) = 2.08,
NS. Concernant le traitement, le résultat du test étant non significatif,
nous ne pouvons… rien affirmer. Il ne faut pas conclure que la baisse de
la vitesse de traitement ne constitue pas un effet indésirable à ce
traitement : la seule chose que nous pouvons vraiment dire, c’est que
nous n’avons pas suffisamment de preuves pour affirmer que ce soit le
cas. Avec ce test statistique, puisque nous ne pouvons jamais être
certains qu’il n’y ait effectivement pas d’effet, ou que nous ayons
manqué un effet qui existe, nous ne pouvons pas prouver l’absence
d’effet.
Exercice 4.5.2
Il faut opter pour un chi-deux d’indépendance si nous considérons que
les personnes sont affectées à des groupes différents en fonction de la
combinaison des résultats aux épreuves et de leurs profil de réponse. Si
nous considérons que les personnes passent successivement deux
épreuves et qu’il s’agit de données répétées, le test de Mac Némar n’est
pas utilisable ici car nous avons 3 modalités de réponse. Pour calculer le
chi-deux d’indépendance, nous commençons par calculer les effectifs
marginaux (total en ligne et total en colonne) et l’effectif total car cela
nous servira à calculer les effectifs théoriques (n’). Nous obtenons :
Nous pouvons maintenant calculer les effectifs théoriques :
Pour un ddl égal à 1 (puisque [(3 – 1) × (3 – 1)] = 4), nous trouvons
un 2 critique de 9.49, au seuil alpha de 5 %. Le 2 calculé (10.35) est
supérieur au 2 critique (9.49). L’hypothèse nulle (H0) peut être rejetée.
Il existe une association entre les performances en mémoire visuelle et
verbale chez les participants.
Exercice 4.5.3
Nous optons pour un 2 d’homogénéité (ou d’indépendance). Pour le
calculer, nous commençons par calculer les effectifs marginaux (total en
ligne et total en colonne) et l’effectif total car cela nous servira à
calculer les effectifs théoriques (n’). Nous obtenons :
Nous pouvons maintenant calculer les effectifs théoriques :
Si nous retrouvons les mêmes totaux en ligne et en colonnes entre
effectifs théoriques et observés, les calculs effectués sont justes. Par
exemple, 13.8 + 9.2 = 23 (il n’y a donc pas d’erreurs). Nous appliquons
ensuite la formule du 2. Toutefois, nous constatons qu’un effectif
théorique est inférieur à 10. En effet, 9.2 est supérieur à 5 (ce qui rend le
calcul du 2 possible) mais est inférieur à 10 (ce qui implique d’appliquer
la correction de Yates), en appliquant :
Pour un ddl égal à 1 (puisque [(2 – 1) × (2 – 1)] = 1), nous trouvons
un 2 critique de 3.84, au seuil alpha de 5 %. Le 2 calculé (3.20) est
inférieur au 2 critique (3.84). L’hypothèse nulle (H0) ne peut pas être
rejetée. Nous ne pouvons pas affirmer que la reconnaissance de la colère
est différente chez des individus atteints de TSA comparativement à des
individus témoins. Attention, cela ne veut pas dire que nous venons de
prouver qu’il n’y avait pas de différences. Ici, la seule chose que nous
pouvons vraiment dire avec les données dont nous disposons, c’est que
nous n’avons pas suffisamment de preuves pour conclure qu’il y en a
une. Puisque le résultat du test est non significatif, nous ne calculons pas
la taille d’effet (il aurait fallu mobiliser le Phi, ).
