Télécharger la macro
Assurez-vous que Minitab connaît l'emplacement de la macro que vous avez téléchargée. Sélectionnez . Sous Emplacement de la macro, accédez à l'emplacement où vous avez enregistré les fichiers macro.
Important
Si vous utilisez un ancien navigateur Web, lorsque vous cliquez sur le bouton Télécharger, il est possible que le fichier s'ouvre dans Quicktime, qui partage l'extension de fichier .mac avec les macros de Minitab. Pour enregistrer la macro, cliquez avec le bouton droit de la souris sur le bouton Télécharger, puis sélectionnez Enregistrer la cible sous.
Entrées requises
- Une colonne de données de réponses numériques
- Une colonne correspondante de niveaux de facteur
Remarque
Vous pouvez utiliser des données désempilées en spécifiant la sous-commande UNSTACKED.
Entrées facultatives
- UNSTACKED
- Permet d'indiquer si les données sont désempilées.
- FALPHA
- Permet de spécifier le niveau d'alpha famille (la valeur par défaut est 0,20).
- CONTROL C
- Permet de définir la colonne (C) comme colonne de contrôle.
Remarque
Si les données sont empilées, la réponse du groupe de contrôle ne doit pas se situer dans la même colonne que la réponse des autres niveaux de facteur. La réponse du groupe de contrôle doit se situer dans une colonne à part.
Exécution de la macro
Supposons que les données de réponse se trouvent en C1 et les niveaux de facteur en C2. Pour exécuter la macro, sélectionnez et saisissez les données suivantes :
%KRUSMC C1 C2Cliquez sur Essai.
Résultats
La première partie des résultats affichera le nombre de comparaisons (k) réalisées,
, l'alpha famille (α), l'alpha individuel de Bonferroni (β), 
et la valeur critique de Z bilatérale.
La section suivante illustre les différences normalisées entre les rangs moyens de groupes (θ) et les valeurs de p associées à ces différences. Remarquez que ces tableaux sont symétriques, il y a donc des astérisques dans la partie triangulaire supérieure du tableau. On trouve également des valeurs nulles le long de la diagonale du tableau car celle-ci représente une comparaison entre un groupe et lui-même (ces comparaisons sont inutiles et ne sont pas prises en compte dans l'analyse). Voici un exemple sur la façon de lire ce tableau : quelle est la différence entre les groupes 2 et 4 ? La troisième section affiche les intervalles de confiance pour le test du signe des médianes. Les niveaux de confiance de ces intervalles sont déterminés par votre alpha famille. Cette valeur étant globale, nous pouvons comparer les intervalles deux à deux (Annexe 2). Il est important de garder à l'esprit que le niveau de confiance désiré peut ne pas être atteint pour une partie ou la totalité des intervalles. De plus, cette couverture "globale" par l'alpha famille n'est pas exacte lorsque les effectifs d'échantillons sont différents, mais constitue souvent une approximation raisonnable.
La section finale montre les différences "significatives" (si tant est qu'il y en ait). Dans cette section, je présente la valeur de Z, la valeur critique de Z et la valeur de p associée à la valeur de Z.
Le graphique représente les différences normalisées non absolues entre les rangs moyens de groupes. Ce graphique est également extrêmement utile car il nous permet non seulement d'observer la magnitude des différences entre les groupes, mais également leur sens. Il représente également les valeurs critiques de Z positives et négatives, afin que vous sachiez si une différence est "significative".
Valeurs ex aequo au sein des données
S'il existe des valeurs ex aequo au sein des données, une constante de correction de biais (ou facteur de correction) de 2 est calculée. La statistique H est ensuite ajustée à 3. L'écart type (ξ) est aussi ajusté par le facteur de correction 4. Les résultats donneront les tableaux ajustés et non ajustés. Toutefois, je fournirai uniquement les valeurs de p pour les tableaux ajustés car ce sont ceux-là qui doivent être utilisés. L'affichage des tableaux non ajustés vise principalement à montrer les effets des valeurs ex aequo sur les valeurs de Z. Si ces valeurs ex aequo sont particulièrement importantes, la validité des données doit être remise en question car ces tests partent de l'hypothèse selon laquelle les distributions sont continues. L'influence de ces valeurs ex aequo sur vos conclusions sera souvent faible ou nulle.
Remerciements
Merci au Docteur Tom Hettmansperger (Université d'Etat de Pennsylvanie) pour sa vérification de la macro, pour nos nombreuses discussions sur ce travail, ainsi que pour le temps qu'il nous a consacré et pour toute sa patience. Merci également à MM. Nicolas Bolgiano et Mike Delozier (Minitab, Inc.) pour leur suggestions et leurs critiques au sujet de cette macro.
Informations supplémentaires
Test de Dunn
Dunn (1964) a introduit une méthode efficace pour effectuer des inférences simultanées deux à deux. Elle consiste dans un premier temps à combiner les données, à les classer, à déterminer les rangs moyens des groupes, puis à mesurer les différences absolues normalisées entre ces rangs moyens.
Soit k = le nombre de traitements, 
Soit 
= la somme des rangs pour le ième traitement, i = 1,…,k
Soit 
Où 
= le nombre d'observations pour le ième traitement
Soit 
Où j=l,...,k et j 
i
Où 
Statistique H
Où 
Nous conclurons ensuite à une "signification" si :
Où 
Où α est une valeur d'alpha famille spécifiée, 
