Sélectionner les options de l'analyse pour Puissance et effectif de l'échantillon pour un test de Poisson à 2 échantillons

Stat > Puissance et effectif de l'échantillon > Test de Poisson à 2 échantillons > Options

Sélectionnez l'hypothèse alternative et indiquez le seuil de signification du test ou la longueur d'observation.

Sur ce thème

Hypothèse alternative
Seuil de signification
"Longueurs" de l’observation (temps, éléments, aire, volume, etc.)

Hypothèse alternative

Dans Hypothèse alternative, sélectionnez l'hypothèse à tester :

Inférieur (R1 < R2): Utilisez ce test unilatéral pour déterminer si le taux d'occurrence d'une population est inférieur à celui d'une autre population. Ce test unilatéral est plus puissant qu'un test bilatéral, mais il ne peut pas détecter si le taux d'occurrence d'une population est supérieur à celui d'une autre population. Si vous sélectionnez cette option, la valeur que vous saisissez dans Taux de comparaison (R1) doit être inférieure à celle que vous entrez dans Taux de référence (R2) dans la boîte de dialogue Puissance et effectif de l'échantillon pour un test de Poisson à 2 échantillons.

Par exemple, un analyste utilise ce test unilatéral pour déterminer si la différence dans le nombre de réparations annuelles de deux photocopieurs est inférieure à 0. Ce test unilatéral est plus puissant pour détecter si la différence dans le nombre de réparations est inférieure à 0, mais il ne peut pas détecter si la différence est supérieure à 0.
Différent (R1 ≠ R2): Utilisez ce test bilatéral pour déterminer si deux taux de population sont différents. Ce test bilatéral peut détecter si le taux d'une population est inférieur ou supérieur à celui d'une autre population. Il est cependant moins puissant qu'un test unilatéral.

Par exemple, un analyste qualité teste si le nombre d'appels reçus chaque jour dans deux centres d'appels diffère. Toute différence dans le nombre d'appels étant importante, l'analyste utilise ce test bilatéral pour déterminer si le taux d'un centre d'appels est supérieur ou inférieur à celui de l'autre centre d'appels.
Supérieur (R1 > R2): Utilisez ce test unilatéral pour déterminer si le taux d'occurrence d'une population est supérieur à celui d'une autre population. Ce test unilatéral est plus puissant qu'un test bilatéral, mais il ne peut pas détecter si le taux d'une population est inférieur à celui d'une autre population. Si vous sélectionnez cette option, la valeur que vous saisissez dans Taux de comparaison (R1) doit être supérieure à celle que vous entrez dans Taux de référence (R2) dans la boîte de dialogue Puissance et effectif de l'échantillon pour un test de Poisson à 2 échantillons.

Par exemple, un technicien utilise ce test unilatéral pour déterminer si la différence moyenne entre les vitesses de deux machines de remplissage est supérieure à 0 seconde par paquet. Ce test unilatéral est plus puissant pour déterminer si la différence au niveau de la vitesse est supérieure à 0, mais il ne peut pas déterminer si la différence est inférieure à 0.

Pour plus d'informations sur le choix d'une hypothèse alternative unilatérale ou bilatérale, reportez-vous à la rubrique A propos des hypothèses nulle et alternative.

Seuil de signification

Le seuil de signification permet de minimiser la valeur de puissance du test lorsque l'hypothèse nulle (H₀) est vraie. Des valeurs plus élevées du seuil de signification donnent au test davantage de puissance, mais augmentent également les chances de faire une erreur de type I, c'est-à-dire de rejeter à tort l'hypothèse nulle alors qu'elle est vraie.

En général, un seuil de signification (noté alpha ou α) de 0,05 fonctionne bien. Un seuil de signification de 0,05 implique un risque de 5 % de déterminer qu'une différence existe alors qu'il n'en existe aucune. Il indique également que la puissance du test est de 0,05 lorsqu'il n'existe aucune différence.

Choisissez un seuil de signification plus important, tel que 0,10, pour vous assurer de détecter toutes les différences qui puissent exister. Par exemple, un ingénieur qualité compare la stabilité de nouveaux roulements à billes à celle des roulements existants. Il doit s'assurer que les nouveaux roulements à billes sont absolument stables car, si ce n'est pas le cas, ils pourraient provoquer une catastrophe. Par conséquent, l'ingénieur choisit un seuil de signification de 0,10 afin d'augmenter sa certitude de détection de toute différence possible dans la stabilité des roulements à billes.
Choisissez un seuil de signification moins important, tel que 0,01, pour vous assurer de détecter uniquement une différence existant réellement. Par exemple, un scientifique travaillant pour une entreprise pharmaceutique doit être certain que l'affirmation selon laquelle le nouveau médicament de l'entreprise réduit significativement les symptômes est vraie. Il choisit un seuil de signification de 0,01 afin d'augmenter sa certitude qu'il n'existe aucune différence significative dans les symptômes.

"Longueurs" de l’observation (temps, éléments, aire, volume, etc.)

Entrez une valeur pour diviser le taux d'occurrence de l'échantillon en un format plus utile (taux d'occurrence de l'échantillon ÷ longueur d'observation).

Lorsque les échantillons utilisent les mêmes unités, entrez 1 pour convertir les deux échantillons.
Lorsque les échantillons utilisent des unités différentes, entrez 2 pour les convertir en une même unité.

Par exemple, le premier échantillon représente les défauts par trimestre et le deuxième les défauts par mois. Pour convertir les deux échantillons en défauts par mois, entrez 3 1. Minitab divise le taux trimestriel par 3 pour obtenir un taux mensuel. Minitab divise le taux mensuel par 1, ce qui ne modifie pas le taux.