Méthodes à utiliser avec les hypothèses dont la variable analysée est

non-numérique

- Tri à plat
- Estimation de la proportion population

• Échantillon total = pas de sous-population

• Hypothèse qui commence par « Estimer la proportion population… », « Quelle est la
proportion réelle … »
• Modalisa : Analyses → Tri à plat → Cocher IC
• Interprétation : Il y a 95 chances sur 100 que, dans la population, entre (intervalle IC
donné par Modalisa) de la (CIBLE) a…

- Test d’hypothèses sur 1 proportion

• Échantillon total = pas de sous-population

• Hypothèse qui commence par « la moitié des… », « ½, ¾ des… »
• Ho ≡ π =…
H1 ≡ π ≠ …
• Modalisa : Tri à plat → Prendre p et n → Excel
• Interprétation :
Si p appartient à l’intervalle donné par Excel → On peut dire que.. → Hypo confirmée
Si p n’appartient pas → On ne peut pas dire que... → Hypo infirmée

- Test d'hypothèse sur une différence de proportion

• 2 sous-populations
→ « Les hommes sont plus enclins que les femmes à… »
→ « les gens qui ont un iPhone 12 sont plus enclins à … que ceux qui ont un 13 »
→ « les jeunes de moins de 18 sont moins enclins que ceux qui ont plus de 18 à… »
→ « Il y a 5% de plus de Bruxellois que de Liégeois qui ont… »
• Ho ≡ π A - π B = …
H1 ≡ π A - π B ≠ …
• Modalisa : Tri à plat → Prendre pA(%) et pB(%) → Excel
• Interprétation :
Si pA -pB appartient à l’intervalle donné par Excel → On peut supposer que → Hypo
confirmée
Si pA - pB n’appartient pas → On ne peut supposer que → Hypo infirmée
 Méthodes à utiliser avec les hypothèses dont la variable analysée est
numérique

- Statistiques
- Test d’hypothèses sur 1 moyenne

• Ho ≡ µ = … ; H1 ≡ µ ≠ …
• Modalisa : Analyses → Test t → Comparaison d’une moyenne observée à une norme
• Probabilité > 0.5 → NRHO = H0 peut-être vrai et rejet de H1
• Probabilité < 0.5 → RHO = H1 peut-être vrai et rejet de H0
• Interprétation :
NRHO → On ne peut pas supposer que…
RHO → On peut supposer que…

- Estimation de la moyenne population

• Échantillon total = pas de sous-population

• Hypothèse qui commence par « Estimer la moyenne population … », « Quelle est la
moyenne réelle … »
• Modalisa : Analyses → Statistiques → Cocher IC & Moyenne
Déterminer l’intervalle = [ (moyenne ; - p) ; (moyenne + p) ]
• Interprétation : Il y a 95 chances sur 100 que, dans la population, l’importance
accordée par les (CIBLE) + (Variable Analysée) se situe entre ... et … sur une échelle
de (Minimum & Maximum)

- Test d’hypothèses sur une différence de moyenne

• 2 sous-populations
• Ho ≡ µ (population 1) - µ (population 2) = 0
H1 ≡ µ (population 1) - µ (population 2) ≠ 0
• Modalisa : Analyses → Comparaison de moyennes
• Probabilité > 0.5 → NRHO = H0 peut-être vrai et rejet de H1
• Probabilité < 0.5 → RHO = H1 peut-être vrai et rejet de H0
• Interprétation :
NRHO → l’hypothèse est infirmée : …
RHO → l’hypothèse est confirmée : …
Méthodes à utiliser avec les hypothèses où il y’a 2 variables non numériques à analyser

- Khi-carré

• Tester l’existence d’une relation d’indépendance ou non entre deux variables non
numériques
• Tester si le fait de répondre telle ou telle modalité de réponses pour une question ne
va pas influencer la modalité de réponses pour la deuxième question

Exemple : Tester si le niveau de diplôme influence l’importance accordée à la

distribution gratuite de journaux à bord du Thalys

En gros, on veut savoir si la variable x influence la variable y ou elles sont toutes les 2
indépendantes

➔ 2 variables non numériques = Le niveau de diplôme et la distribution gratuite de

journaux

• Ho ≡ oj = ej
H1 ≡ oj ≠ ej

• Modalisa : Analyses → Tris croisés → Cocher les 2 PEM, Non.rep.exlues et mettre en

Ligne%

• Probabilité > 0.5 → NRHO = H0 peut-être vrai et rejet de H1

• Probabilité < 0.5 → RHO = H1 peut-être vrai et rejet de H0

• Interprétation :
NRHO → l’hypothèse est infirmée : … : Parmi les ……, …% sont
RHO → l’hypothèse est confirmée : Parmi les ……, …% sont …