Interprétation des résultats principaux pour la fonction Graphique des intervalles

Suivez les étapes ci-dessous pour interpréter un graphique des intervalles.

Etape 1 : Evaluer les caractéristiques clés

Examinez le centrage de la loi de distribution. Evaluez l'incidence de l'effectif de l'échantillon sur l'apparence du graphique des intervalles.

Centré

Examinez les éléments suivants pour en savoir plus sur le centrage des données échantillons.
Intervalle de confiance
L'intervalle de confiance est une étendue de valeurs qui contient probablement la moyenne de la population.
Moyenne de l'échantillon
La moyenne de l'échantillon est représentée par un symbole.

Maintenez le curseur sur l'intervalle pour afficher une info-bulle qui indique la moyenne estimée, l'intervalle de confiance et l'effectif de l'échantillon. Par exemple, ce graphique des intervalles représente la taille des étudiants. Cette info-bulle indique que vous pouvez être certain à 95 % que la moyenne des tailles est comprise entre 67,9591 et 69,4914.

Etudiez les intervalles de confiance qui sont surprenants ou inattendus. Par exemple, si un intervalle de confiance pour la moyenne d'un échantillon de temps d'attente des clients est considérablement différent des intervalles de confiance d'échantillons précédents, vous devez essayer de déterminer la cause de cette différence.

Effectif d'échantillon (n)

L'effectif de l'échantillon peut avoir une incidence sur l'apparence du graphique.

Par exemple, bien que ces intervalles semblent plutôt différents, les deux ont été créés à l'aide d'échantillons de données sélectionnés aléatoirement à partir de la même population.

En général, plus l'effectif de l'échantillon est important, plus l'intervalle de confiance est réduit et précis. Si l'intervalle de confiance est trop important, essayez de collecter un échantillon plus important. Des différences importantes dans les effectifs d'échantillons entre des groupes (ou des variables Y multiples) peuvent avoir une incidence sur les largeurs des intervalles et générer des résultats trompeurs. Si les effectifs d'échantillons des groupes (ou des variables Y multiples) sont presque les mêmes, vous pouvez être plus certain que les différences des largeurs des intervalles sont essentiellement dues aux différences de variation.

Etape 2 : Evaluer et comparer des groupes

Si votre graphique des intervalles comporte des groupes, évaluez et comparez le centrage et la dispersion des groupes.

Centrages

Déterminez si des intervalles de confiance se chevauchent. Si les intervalles de deux moyennes ne se chevauchent pas, les moyennes de population peuvent être statistiquement significatives.

Par exemple, dans le premier graphique des intervalles, le premier et le deuxième intervalles se chevauchent, mais ils ne chevauchent pas le troisième. Par conséquent, la moyenne du troisième groupe pourrait être statistiquement différente que la moyenne des deux autres groupes. Dans le deuxième graphique des intervalles, les intervalles ne se chevauchent pas. Ainsi, les différences entre les moyennes pourraient être statistiquement significatives.

Certains intervalles se chevauchent
Aucun intervalle ne se chevauche
Pour déterminer si une différence dans les moyennes est statistiquement significative, effectuez l'une des opérations suivantes :

Dispersions

Recherchez les différences entre les dispersions des groupes.

Les intervalles de ce graphique ont des centres similaires mais des dispersions différentes.

Si vous observez des différences dans les largeurs des intervalles, vérifiez les effectifs d'échantillons. Des différences importantes dans les effectifs d'échantillons peuvent entraîner la variation des largeurs des intervalles.
Conseil

Pour déterminer si une différence dans une largeur d'intervalle est due à une différence dans la variation de l'effectif ou dans l'effectif de l'échantillon, double-cliquez sur un intervalle. Dans l'onglet Options, cliquez sur Regrouper les erreurs dans les groupes. Vous recréez ainsi les intervalles à l'aide de l'écart type regroupé plutôt qu'à l'aide des écarts types individuels. Toute différence de largeur que vous observez à présent est strictement due à la différence des effectifs d'échantillons.

Pour déterminer si une différence de dispersion (variance) est statistiquement significative, effectuez l'une des opérations suivantes :
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique