Du bon usage des tests de significativité
Les tests de significativité permettent aux chercheurs de toutes les disciplines de s’assurer de la validité de leurs hypothèses et de la possibilité d’extrapoler à une population globale des résultats obtenus à partir d’un échantillon. Or ces tests, même lorsqu’ils sont mis en oeuvre par des scientifiques chevronnés, se révèlent dangereux et peuvent entraîner des conclusions erronées. Des études récentes affirment que plus de la moitié des articles publiés dans la presse scientifique est entachée d’erreurs méthodologiques, souvent liées aux modes d’utilisation des tests de significativité !
Dans le domaine des études, ces tests servent de manière de plus en plus
diffuse, grâce notamment à leur généralisation dans les logiciels
d’enquêtes et de traitement statistique capables de produire sans effort
des tableaux et des graphiques avec l’indication directe de la
significativité au niveau de chaque élément, à grand renfort de couleurs
et d’étoiles. Utilisés sans précaution, de manière routinière et
automatique par des chargés d’études pas toujours au fait de leurs
pièges et limites, ces tests conduisent souvent à des conclusions
parfaitement fausses.
Si l’on sait en plus que la communauté des statisticiens est secouée de
longue date par des querelles intestines entre bayesiens et
fréquentistes et sur la validité même des concepts à la base des tests
statistiques, on ne peut qu’observer ces outils avec une certaine
circonspection.
Avant d’évoquer les reproches qui leurs sont faits et les méthodes
alternatives proposées par leurs détracteurs, examinons ensemble le
fonctionnement des tests de significativité et la manière de les
utiliser correctement dans les études, en étant conscients de leurs
limites et en prenant les précautions méthodologiques qui s’imposent.
- Principaux tests
utilisés dans les études
- Principes de
fonctionnement des tests statistiques
- Que
reproche-t-on au juste aux tests de significativité ?
- L’apport des
tests d’association implicite
