interprétation du khi deux
dans Statistiques
Bonjour
Petite question sur l'interprétation du khi deux de Pearson et du v de Cramer... Besoin d'aide pour mon mémoire !
J'ai interrogé 62 personnes sur l'influence que peut avoir la communication sur l'implication. Mes deux variables sont donc "communication" et "implication". Les réponses à mes questions sont uniquement 0 = oui et 1 = non.
J'esssaie de savoir s'il existe une dépendance significative entre mes deux variables. Avec SPSS, j'obtiens les résultats suivants :
khi deux: 53,967 avec un ddl de 1
v de Cramer: 0,933
Xes résultats ont-ils du sens pour vous ?
Pouvez-vous m'aidez à les interpréter svp... Urgence !!!
Merci de votre aide
[Pearson et Cramer méritent tous deux une majuscule. AD]
Petite question sur l'interprétation du khi deux de Pearson et du v de Cramer... Besoin d'aide pour mon mémoire !
J'ai interrogé 62 personnes sur l'influence que peut avoir la communication sur l'implication. Mes deux variables sont donc "communication" et "implication". Les réponses à mes questions sont uniquement 0 = oui et 1 = non.
J'esssaie de savoir s'il existe une dépendance significative entre mes deux variables. Avec SPSS, j'obtiens les résultats suivants :
khi deux: 53,967 avec un ddl de 1
v de Cramer: 0,933
Xes résultats ont-ils du sens pour vous ?
Pouvez-vous m'aidez à les interpréter svp... Urgence !!!
Merci de votre aide
[Pearson et Cramer méritent tous deux une majuscule. AD]
Cette discussion a été fermée.
Réponses
Ne sachant pas ce que tu as fait sous SPSS (que de plus je ne pratique pas), je me garderai de donner une signification à ces valeurs. Peut-être si tu en dis plus.
Par contre, je ne vois pas l'intérêt d'utiliser un outil complexe pour traiter des données aussi faibles.
Cordialement.
Si tu a disposé les réponses correctement le khi2 indique qu'il y a une influence très nette.
Tu peux calculer le coeff de correl des 2 suites qui dans ton cas doit être presque nul..
Cordialement
Koniev
Je sollicite votre haute compétence, si vous le permettez, pour me résoudre et m'interpréter les résultats du Khi Deux que le logiciel SPSS a calculés.
Pour vous dire simplement est-ce que pour chaque résultat ci-dessous la différence est significative ou non ?
Merci monsieur pour votre concours.
Résultats
1- Chi deux : 12.6361, Degré de liberté : 13, P value = 0.4763
2- Chi deux : 26.0538, Degré de liberté : 26, P value = 0.4601
3- Chi deux : 7.1634, Degré de liberté : 13, P value = 0.8935
En général, significatif est lié à un seuil de risque. prenons le classique $5\%$. Si la p-value est inférieure à $5\%$, le test est considéré comme significatif - mais ça arrive une fois sur 20 quand l'hypothèse du test(*) est vraie ! - et on aura tendance à rejeter l'hypothèse.
Ce n'est pas ton cas, et on peut même accepter l'hypothèse du test avec une certaine confiance.
Cordialement.
(*) La connais-tu ?
C'est a dire dans mon cas les trois tests cités du khi deux sont non significatifs , ils sont tous superieur a 5%.
Amitiés.
Cordialement.
(*) "ils sont tous superieur a 5%. " Qui ça ? les trois tests ?
Voici le tableau : répartition de la leismaniose cutanée selon les tranches d'age et le sexe.
Si vous permettez monsieur dans le tableau ci-dessus, en matière d'interprétation : est-ce qu'on peut dire que l’atteinte de la Leishmaniose cutanée ne diffère pas entre le sexe au niveau des tranches d’âge,
Est-ce qu'il n'y a pas une autre formulation à proposer SVP.
Cordialement
Je suis toujours étonné qu'on fasse un test du $\chi^2$ sans savoir ce que c'est. Après, on peut effectivement demander des explications.
Ici, je ne sais pas ce qui a été testé. Après essai (mais pourquoi est-ce à moi de faire le travail ?), je vois qu'il s'agit d'un test de $\chi^2$ d'indépendance des variables (Hypothèse : les variables sont indépendantes). Le test étant réussi, il n'y a aucune raison de rejeter l'hypothèse que les variables sont indépendantes. Donc si on pensait que "L’atteinte de la Leishmaniose cutanée ne diffère pas entre le sexe au niveau des tranches d’âge", ou que "L’atteinte de la Leishmaniose cutanée ne diffère pas entre les tranches d’âge suivant le sexe", on est confirmé dans cette opinion. Si on ne pensait rien, on n'a rien appris : Un test réussi ne dit pas que l'hypothèse est juste, seulement que si elle est fausse, on ne l'a pas mis en évidence.
Donc un bon conseil : Lire un peu de littérature statistique sur la théorie des tests statistiques et le $\chi^2$, sous ses différentes formes. Les statistiques s'apprennent seul, avec un peu de réflexion (C'est ce que j'ai fait).
Cordialement.
Le test de corrélation donne 0.973 avec p = 0.000 on est donc certain que la maladie atteint dans la même % les 2 sexes et cela selon les âges.
Un histogramme est on ne peut plus parlant.
Le khi2 qui consiste à ajuster les data masculin aux data féminin donne khi2 = 24.37 et p = 0.023 qui confirme.
cordialement
Koniev
Ce sont des effectifs, pas des valeurs ! La corrélation est évidente puisque chaque valeur est un pourcentage (à peu près régulier) de l'effectif de la classe. Mais elle n'a aucun sens, il n'y a pas de série double.
Désolé.
Mais, il faut dire que le V de Cramer n'est bon à interpréter que lorsque le degré de liberté est supérieur à 1. Si ce degré est égal à 1, il faut plutôt utiliser le Phi.
J'espère que je t'aurai aidé.
J'ai appliqué les tests d'aplatissement et d'asymétrie ainsi que le test de K-Smirnov sachant que mes variables explicatives sont... de nature différentes (ordinal, nominal...).
Les résultats ont montré que certaines variables explicatives et même la variable à expliquer ne vérifient pas la loi normale.
Donc je voudrais savoir ce que je dois faire ?
Ah bon ? Tu ne confondrais pas avec la normalité des résidus ?
De plus, si tu n'es pas dans les conditions d'application pour le type de variables (variables non numériques, ou codées), ce n'est pas la peine de tester.
Cordialement.
on voudrai introduire deux echantillons de 56 données chacun afin de tester l'independance entre eux sous le logiciel SPSS ou encore le R, alors comment doit-on proceder? merci d'avance!
Mon inspectrice me dit qu'il y a une différence significative entre les répartitions des résultats à des évaluations entre 2 écoles.
Pouvez-vous m'aider avec le khi2 à lui montrer qu'il n'y en a pas ?
resultats des 3 colonnes vert orange et rouge résultats donnés en pourcentage sachant qu'il y a environ 60 enfants dans chaque école soit 120 en tout.
Merci d'avance
didier
PS je peux rentrer les résultats sur ce site http://testchideux.awardspace.info/index.php?v=calcul mais je ne sais pas interpréter ces résultats
Non !
Un test de khi deux peut faire apparaître qu'il y a éventuellement une différence, pas qu'il n'y en a pas !
D'autre part, un test du khi-deux se fait sur les effectifs, pas sur des pourcentages. Il serait bon d'avoir les effectifs réels. Un calcul approché montre qu'on n'a pas d'indication nette d'une différence, ce qui ne prouve pas qu'il n'y en a pas.
Cordialement.
Je dois réaliser une analyse via le logiciel Sphinx..
Après avoir rentré mes 2 variables, mon analyse de données me donne ceci :
"La dépendance est très significative. chi2 = 31,34, ddl = 12, 1-p = 99,83%."
Les variables :
• Mon supérieur m'aide à mener ma tâche à bien.
• Mon travail demande de travailler intensément.
Mon problème c'est que je ne sais pas comment interpréter ceci par une phrase.
Merci pour votre aide
Quand le khi-deux est très significatif, on sait que les deux variables sont très dépendantes l'une de l'autre (dans les données). Ici, on pourra dire que dans les avis recueillis, l'affirmation "Mon travail demande de travailler intensément" est très liée (*) à l'affirmation "Mon supérieur m'aide à mener ma tâche à bien".
Il faudra bien sûr dire de quel genre est la liaison : positive (l'un renforce l'autre) ou négative (moins le supérieur aide plus il y a de travail). On ne fait pas des statistiques seulement avec des nombres, mais surtout avec des significations.
Cordialement.
(*) ou très dépendante, ou associée de façon très significative.
je souhaite savoir svp si les résultats du test de khi-deux permettent de savoir si la dépendance est très forte ou non entre les variables.
Exple: 0.01 indique une forte dépendance ( dépendance très significative) par rapport à 0.05 sachant que tous les deux résultats montrent une dépendance significative entre les variables.
Merci
Pour ouvrir une nouvelle discussion, il faut être inscrit au forum.
Squatter une ancienne discussion est incorrect.
Je ferme celle-ci, à toi d'en ouvrir une nouvelle avec ta question.
AD