Statistique
inférentielle
Pour les différentes procédures, des conditions différentes s’appliquent quant au niveau d'échelle des données (voir page niveaux
d'échelle).
Vérification
d'hypothèses de différences
- Procédure pour données nominales : s’il s’agit d’analyser des différences de fréquence dans l'apparition de certaines variables ou combinaisons de variables (p. ex. : dans les facultés de sciences sociales y a-t-il plus d'étudiantes ou d'étudiants ? Le nombre des non-fumeurs a-t-il augmenté après une campagne d'information ?), on peut utiliser, pour des données d'échelles nominales, les méthodes du χ2.
- Procédure pour données ordinales (procédures sans distributions) : s’il s’agit de comparer deux échantillons indépendants en ce qui concerne leur tendance centrale (p. ex. : les étudiants dans une classe ont-ils de meilleures notes que les étudiants dans une autre classe ?), on utilise le U-Test de Mann-Whitney. Si deux échantillons dépendants sont comparés (p. ex. : les étudiants obtiennent-ils de meilleures notes après une formation qu'avant ?), on utilise le test de Wilcoxon.
- Procédure pour données d’intervalle et de rapport : pour la comparaison de deux moyennes d'échantillons indépendantes (p. ex. : les étudiants d'une classe ont-ils besoin de plus de temps pour résoudre une tâche que les étudiants d'une autre classe ?), on peut utiliser le t-Test pour échantillons indépendants. Pour la comparaison de deux moyennes d'échantillons dépendantes (p. ex.: des étudiants ont-ils besoin de plus de temps pour résoudre une tâche avant une formation qu'après ?), on peut utiliser le t-Test pour échantillons dépendants.
Vérification
d'hypothèses relationnelles
- Procédure pour données nominales : comme mesure visant la mise en évidence du lien de deux caractéristiques (p. ex. : le cursus d'études dépend-il du sexe ?), on peut utiliser, pour des données d’échelles nominales, le coefficient de contingence.
- Procédure pour données ordinales : pour analyser le lien entre deux variables ordinales (p. ex. : la popularité des élèves est-elle liée aux résultats scolaires ?), on peut utiliser la corrélation des rangs de Spearman.
- Procédure pour données d’intervalle et de rapport : pour analyser le lien entre des données rélationnelles ou en intervalles (p. ex.: le temps d'execution d'une tâche est-il lié à l'âge ?), on peut utiliser la corrélation linéaire de Pearson.