Interprétation des résultats principaux pour la fonction 1 proportion

Suivez les étapes ci-dessous pour interpréter un test à 1 proportion. Les principaux résultats affichés sont l'estimation de la proportion, l'intervalle de confiance et la valeur de p.

Etape 1 : Déterminer un intervalle de confiance pour la proportion de la population

Considérez d'abord la proportion de l'échantillon, puis examinez l'intervalle de confiance.

La proportion de l'échantillon est une estimation de la proportion de la population. La proportion étant calculée à partir des données d'échantillon et non de l'ensemble de la population, il est peu probable que la proportion de l'échantillon soit égale à celle de la population. Pour mieux estimer la proportion de la population, utilisez l'intervalle de confiance.

L'intervalle de confiance fournit une étendue de valeurs probables pour la proportion de la population. Par exemple, un niveau de confiance de 95 % indique que, sur 100 échantillons pris de façon aléatoire parmi la population, environ 95 de ces échantillons devraient produire des intervalles contenant la proportion de la population. L'intervalle de confiance vous aide à évaluer la signification pratique de vos résultats. Utilisez vos connaissances spécialisées pour déterminer si l'intervalle de confiance comporte des valeurs ayant une signification pratique pour votre situation. Si l'intervalle est trop grand pour être utile, vous devez sans doute augmenter votre effectif d'échantillon. Pour plus d'informations, reportez-vous à la rubrique Obtenir un intervalle de confiance plus précis.

Statistiques descriptives N Evénement P échantillon IC à 95% pour p 1000 87 0,087000 (0,070268; 0,106208)
Résultats principaux : valeur de p d'échantillon, intervalle de confiance à 95 %

Dans ces résultats, l'estimation de la proportion de la population pour les ménages ayant réalisé un achat est de 0,087. Vous pouvez être sûr à 95 % que la proportion est comprise entre 0,07 et 0,106 environ.

Etape 2 : Déterminer si les résultats du test sont statistiquement significatifs

Pour déterminer si la différence entre la proportion de la population et la proportion hypothétisée est statistiquement significative, comparez la valeur de p au seuil de signification. En général, un seuil de signification (noté alpha ou α) de 0,05 fonctionne bien. Un seuil de signification de 0,05 indique un risque de 5 % de conclure à tort qu'une différence existe.
Valeur de p ≤ α : la différence entre les proportions est statistiquement significative (Rejeter H0)
Si la valeur de p est inférieure ou égale au seuil de signification, vous pouvez rejeter l'hypothèse nulle. Vous pouvez conclure que la différence entre la proportion de la population et la proportion hypothétisée est statistiquement significative. Utilisez vos connaissances afin de déterminer si la différence est significative dans la pratique. Pour plus d'informations, reportez-vous à la rubrique Signification statistique et pratique.
Valeur de p > α : la différence entre les proportions n'est pas statistiquement significative (Impossible de rejeter H0)
Si la valeur de p est supérieure au seuil de signification, vous ne pouvez pas rejeter l'hypothèse nulle. Vous n'êtes pas en mesure de conclure que la différence entre la proportion de la population et la proportion hypothétisée est statistiquement significative. Vous devez vous assurer que votre test est assez puissant pour détecter une différence qui est significative dans la pratique. Pour plus d'informations, reportez-vous à la rubrique Puissance et effectif de l'échantillon pour 1 proportion.

Test et IC pour 1 proportion

Méthode p : proportion d'événement La méthode exacte est utilisée pour cette analyse.
Statistiques descriptives N Evénement P échantillon IC à 95% pour p 1000 87 0,087000 (0,070268; 0,106208)
Test Hypothèse nulle H₀ : p = 0,065 Hypothèse alternative H₁ : p ≠ 0,065

Valeur de P 0,008

Résultat principal : valeur de p

Dans ces résultats, l'hypothèse nulle indique que la proportion de foyers ayant acheté un nouveau produit est de 6,5 %. La valeur de p étant de 0,008, ce qui est inférieur au seuil de signification de 0,05, il faut rejeter l'hypothèse nulle et conclure que la proportion de foyers ayant acheté le nouveau produit est différente de 6,5 %.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique