Le test de McNemar permet de déterminer si des proportions appariées sont différentes. Vous pouvez par exemple l'utiliser pour déterminer si un programme de formation à un effet sur la proportion de participants qui répondent correctement à une question.
L'exemple de feuille de travail ci-dessous présente des données résumées pour 12 participants. La première ligne, Correct avant, indique que seuls 2 des participants ont répondu correctement à une question spécifique du test avant la formation. La colonne C2, Correct après, indique que 9 participants ont répondu correctement à cette même question après la formation. Il semble donc que la formation augmente la proportion de participants qui répondent correctement à la question. L'utilisation d'un test de McNemar sur ces données génère une valeur de p de 0,039, valeur significative au niveau d'alpha de 0,05.
C1-T | C2 | C3 |
---|---|---|
Correct après | Incorrect après | |
Correct avant | 1 | 1 |
Incorrect avant | 8 | 2 |
Vous pouvez également saisir des données brutes, tant que les deux colonnes contiennent exactement 2 valeurs uniques (voir la remarque ci-dessous). Le tableau suivant présente les mêmes données que le précédent, mais dans un format brut. Chaque ligne indique les réponses d'un participant avant et après la formation.
C1-T | C2-T |
---|---|
Avant | Après |
Incorrect | Correct |
Incorrect | Correct |
Incorrect | Correct |
Incorrect | Correct |
Incorrect | Incorrect |
Incorrect | Correct |
Correct | Correct |
Incorrect | Incorrect |
Correct | Incorrect |
Incorrect | Correct |
Incorrect | Correct |
Incorrect | Correct |
Les deux colonnes de données brutes doivent contenir exactement 2 valeurs uniques. Si ce n'est pas le cas, Minitab ne pourra pas résumer les données dans un tableau à 2 entrées pour l'analyse. Si l'une des colonnes de données brutes, ou les deux, contient seulement 1 valeur unique, vous devez saisir les données sous la forme d'un tableau 2 x 2, comme dans le tableau 1.