Il existe plusieurs tests de significativité, les plus usuels sont :

• Les intervalles de confiance
• Le test du Chi 2
• Le test T de student

La table de Gauss indique l’intervalle de confiance que l’on peut accorder à un résultat chiffré d’étude en fonction de la taille de l’échantillon, sur base d’échantillons aléatoires.

Le tri plat :

Significativité des Résultats
« La différence est-elle significative ? »

Cette table nous dit que pour un échantillon de 300, les résultats sont fiables à ± 2,5 % pour un résultat net (ex. : 5 % des interviewés ont choisi A) et à ± 5,8 % pour un résultat mitigé (50 % des interviewés ont choisi A).

• ex. : « Quel produit préférez-vous ? »
  – A 5 % ± 2,5 %
  – B 95 % ± 2,5 % N = 300
  B est dans tous les cas meilleur que A.Le problème se pose si l’on a :
  – A = 45 % ± 5,8 %
  Le score réel de A si l’on avait interrogé l’ensemble de la population aurait pu être compris entre 39,2 % et 50,8 %.- B = 55 % ± 5,8 %
  Le score réel de B si l’on avait interrogé l’ensemble de la population aurait pu être compris entre 49,2 % et 60,8 %.Dans les cas extrêmes nous aurions pu avoir
  – A = 50,8 %
  – B = 49,2 % Ce qui change l’analysePour qu’aucun doute ne soit permis
  Il faut que les scores obtenus par l’étude +/- l’intervalle de confiance n’inversent en aucun cas l’ordre initial.

Articles annexes :

• Le test du Chi 2
• Le test T de student