Le test Q de Cochran SPSS est une procédure permettant de tester si les proportions de 3 variables dichotomiques ou plus sont égales dans une certaine population. Ces variables de résultat ont été mesurées sur les mêmes personnes ou d’autres unités statistiques.

SPSS Cochran Q Test Exemple

Le directeur d’une certaine université veut savoir si trois examens sont de difficulté égale. Quinze étudiants ont passé ces examens et leurs résultats se trouvent dans examn_results.sav.

Vérification rapide des données

C’est toujours une bonne idée de jeter un coup d’œil rapide à ce à quoi ressemblent les données avant de procéder à des tests statistiques. Nous allons ouvrir les données et inspecter quelques histogrammes en exécutant FREQUENCIES avec la syntaxe ci-dessous. Notez le mot-clé TO à l’étape 3.

Les histogrammes indiquent que les trois variables sont effectivement dichotomiques (il aurait pu y avoir une catégorie de réponse « Inconnu » mais elle n’apparaît pas). Puisque N = 15 pour toutes les variables, nous concluons qu’il n’y a pas de valeurs manquantes. Les valeurs 0 et 1 représentent « Échoué » et « Réussi ».nous vous suggérons de RECODER vos valeurs si ce n’est pas le cas. Nous constatons donc aisément que les proportions d’étudiants qui réussissent vont de ,53 à ,87.

Assomptions Test Q de Cochran

Le test Q de Cochran ne nécessite qu’une seule hypothèse :

• observations indépendantes (ou, plus précisément, variables indépendantes et identiquement distribuées);

Exécution du test Q de Cochran de SPSS

Nous allons naviguer vers Analyser Tests non paramétriques Dialogues hérités K Échantillons connexes…
Nous déplaçons nos variables de test sous Variables de test,
sélectionnons Descriptive sous Statistiques,
sélectionnons Q de Cochran sous Type de test et
cliquons sur Coller
Il en résulte la syntaxe ci-dessous que nous exécutons ensuite afin d’obtenir nos résultats.

SPSS Cochran Q Test Output

Le premier tableau (Statistiques descriptives) présente les descriptifs que nous allons rapporter. Ne rapportez pas plutôt les résultats de DESCRIPTIVES.La raison en est que le test de signification est (nécessairement) basé sur des cas sans valeurs manquantes sur aucune des variables du test. Les descriptifs obtenus par le test de Cochran sont donc limités à de tels cas complets aussi.
Puisque N = 15, les descriptifs confirment une fois de plus qu’il n’y a pas de valeurs manquantes et
les proportions vont de .53 à .87.Encore une fois, les proportions correspondent aux moyennes si 0 et 1 sont utilisés comme valeurs.

Le tableau Statistiques du test présente le résultat du test de signification.
La valeur p (« Asymp. Sig. ») est de 0,093 ; si les trois tests ont vraiment la même difficulté dans la population, il y a encore 9,3% de chances de trouver les différences que nous avons observées dans cet échantillon. Comme cette chance est supérieure à 5 %, nous ne rejetons pas l’hypothèse nulle selon laquelle les tests sont de difficulté égale.

Rapport des résultats du test Q de Cochran

Lorsque nous rapportons les résultats du test Q de Cochran, nous présentons d’abord les statistiques descriptives susmentionnées. La statistique Q de Cochran suit une distribution de chi carré, nous rapporterons donc quelque chose comme « Le test Q de Cochran n’a pas indiqué de différences entre les trois proportions, χ2(2) = 4,75, p = 0,093 ».

.