Pour garantir la validité de vos résultats, examinez les indications suivantes lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.
- Les échantillons doivent être sélectionnés de manière aléatoire
-
Les échantillons aléatoires permettent de faire des généralisations ou des déductions sur une population. Si les données ne sont pas collectées de manière aléatoire, les résultats risquent de ne pas être valides.
- Chaque observation doit être indépendante de toutes les autres
-
L'indépendance des observations est une hypothèse critique pour le test d'association du Khi deux.
- Toutes les données doivent être classées dans des catégories de ligne et de colonne qui s'excluent mutuellement
-
Le test d'association du Khi deux ne peut pas être effectué lorsque des catégories de variables se superposent. Ainsi, chaque observation doit être classée dans une seule catégorie.
- Les dénombrements attendus ne doivent pas être trop faibles
- Chaque échantillon doit être assez grand pour qu'il y ait des chances raisonnables d'observer des résultats dans chaque catégorie. Si les dénombrements attendus sont trop faibles, la valeur de p pour le test peut être imprécise. Dans les résultats, Minitab indique si les dénombrements attendus sont trop faibles.
- Si le dénombrement attendu pour une catégorie est trop faible, vous pouvez peut-être combiner cette catégorie à des catégories adjacentes pour atteindre le dénombrement attendu minimal. Vous devez combiner des catégories uniquement lorsque cela est nécessaire car la combinaison de catégories entraîne la perte d'informations. Vous pouvez également utiliser le test exact de Fisher, qui est exact pour tous les effectifs d'échantillons. Pour plus d'informations, reportez-vous à la rubrique Qu'est-ce que le test exact de Fisher ?.
