Pour garantir la validité de vos résultats, vérifiez que les règles suivantes sont respectées lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.
- Les données doivent être continues
- Les données continues sont des mesures pouvant correspondre à toutes les valeurs numériques d'une étendue de valeurs le long d'une échelle continue, y compris des valeurs fractionnaires ou décimales. Par exemple, il peut s'agir de mesures de longueur, de poids ou de température.
- Les données doivent suivre la loi de distribution choisie pour que vous puissiez utiliser les résultats de la méthode paramétrique
- Si vos données suivent la loi de distribution choisie, la méthode paramétrique est plus précise et économique que la méthode non paramétrique. Les méthodes paramétriques permettent d'obtenir des marges d'erreur plus petites, même avec moins d'observations, à condition que la loi choisie soit adaptée à vos données.
- La méthode paramétrique n'est pas adaptée en cas d'écart important par rapport à la loi choisie. Utilisez la méthode paramétrique uniquement si vous savez que la population suit la loi de distribution choisie. Si vous n'êtes pas sûr que la population suit la loi de distribution choisie ou si vous savez qu'elle ne la suit pas, utilisez plutôt la méthode non paramétrique.
- Collectez suffisamment de données pour la méthode non paramétrique
- La méthode non paramétrique exige habituellement des effectifs d'échantillons supérieurs à ceux de la méthode paramétrique. Par exemple, si le pourcentage minimal de la population dans l'intervalle est de 95 %, l'effectif d'échantillon doit être supérieur ou égal à environ 90 pour que l'intervalle de tolérance soit exact. Plus les pourcentages de la population dans l'intervalle sont élevés, plus les effectifs d'échantillons doivent être importants. Par exemple, si le pourcentage minimal de la population dans l'intervalle est de 99 %, l'effectif d'échantillon doit être supérieur ou égal à environ 500 pour obtenir un intervalle de tolérance bilatéral exact à 95 %. Pour un intervalle de tolérance précis, le niveau de confiance obtenu doit être proche du niveau de confiance cible. Si l'effectif d'échantillon est trop petit, l'intervalle non paramétrique ne fournit pas de valeur informative et s'étend de l'infini négatif à l'infini positif. Dans ce cas, Minitab affiche un intervalle fini basé sur l'étendue de vos données. Par conséquent, le niveau de confiance obtenu est nettement inférieur au niveau de confiance cible.
