Intérêt et limites des tests de significativité

DOSSIER

Intérêt et limites des tests de significativité

  • Du bon usage des tests de significativité
  • Principaux tests utilisés dans les études
  • Fiche pratique : Le test d’indépendance du Khi²
  • Que reproche-t-on au juste aux tests de significativité ?

Edito

To Bayes or not to Bayes

Pour Kant, « on mesure l’intelligence d’un individu à la quantité d’incertitude qu’il est capable de supporter ». A l’aune de cette prémisse, nos sociétés modernes, sûres de leurs certitudes et hermétiques au doute et à l’approximation, semblent avoir perdu la raison.

C’est le cas dans la sphère sociale où la fatalité n’a plus de place et où chaque évènement ou problème doit forcément avoir des causes à trouver et des responsables à dénicher. C’est aussi le le cas dans la sphère managériale où l’instinct et l’intuition sort de moins en moins valorisée au profit des seuls faits incontestables ou considérés comme tels. Les processus automatiques, calculs électroniques et fréquences statistiques servent de baguettes magiques. La business intelligence vient remplacer l’intelligence tout cours.

Dans le monde des études, les tests de significativité jouent depuis des dizaines d’années dans le rôle de pierre de rosette de la certitude. Ils permettent au practitien d’affirmer, de confirmer ou d’infirmer les vérités dissimulées dans les tableaux de chiffres.

Or ces tests sont peut-être à brûler!

C’est en tout cas et comme vous le lirez dans notre dossier, l’avis d’un nombre croissant de statisticiens, qui remettent en doute la validité de l’approche fréquentiste au profit d’une approche bayesienne faisant davantage appel à l’expertise humaine et moins aux certitudes mécaniques.

La crise a ébranlé bien des croyances et conduit à s’interroger sur la réintroduction de l’homme dans différents domaines d’où il avait disparu. C’est peut-être ce même mouvement qui conduira désormais à aborder les statistiques d’études avec moins d’automatismes et plus de réflexion.

Bonne lecture !