Échantillons appariés ou non ?

Bonjour,

Je suis sur un sujet qui me semble borderline niveau méthodo.

Le pitch concerne une comparaison de moyennes / médianes entre deux groupes.

Mon groupe 1 regroupe les scores moyens de réponse (5 sous-questions) à un sujet sur la confiance pour le niveau régional, mon groupe 2 regroupe les scores moyens de réponse (5 sous-questions) au même sujet sur la confiance pour le niveau national. Les deux ensembles de questions sont posés à la suite aux mêmes individus. Le but est de comparer moyennes / médianes des scores pour savoir si confiance niveau régional plus grande que confiance niveau national.

La question des échantillons appariés ou non m'est naturellement venue.

Pour ma part, je partirai de base sur un non apparié, bien que les réponses proviennent des mêmes individus, sur le sujet de la confiance, les questions n'en restent pas moins différentes par le niveau géographique. Pour moi apparié aurait inclus une mesure répétée de la même question, exemple régional à t0 puis régional à t+3mois après un évènement provoqué.

Mais en même temps, en consultant des exemples sur internet : si l'on mesure le score des notes d'un examen initial sur un sujet x et les notes d'un autre examen sur le même sujet x le lendemain, les deux aux mêmes étudiants, on est dans un contexte d'échantillons appariés.

Bref si je pose la question c'est que forcément mes résultats diffèrent si c'est apparié ou non. Après en checkant les boîtes à moustache (données non normales donc test des médianes) je me retrouve avec des médianes identiques (chiffre rond = 3), qui corrèle avec le résultat du test non apparié.

Merci d'avance pour votre éclaircissement !

Cordialement !

Deux points ici, selon moi :

Vous être clairement dans une situation d'échantillons appariés. Aucun doute là-dessus. L'idée d'échantillons appariés ou non n'est pas juste un détail technique. Imaginez que parmi les sujets interrogés vous en avez certains qui ont généralement confiance en tout (ou le contraire). Dans ce cas les deux scores pour ces personnes seront en moyenne plus élevés, et la non-prise en compte de l'appariement reviendra à rajouter de la variance "intra-régional" et "intra-national" qu'il serait erroné de ne pas prendre en compte. Sur ce point donc, pas de doute. Il vous faut partir sur de l'apparié.

En revanche, il y a un point méthodologique qui pose problème dans votre sondage, je pense. Vous dites : "Les deux ensembles de questions sont posés à la suite aux mêmes individus.". Je comprends cette phrase comme voulant dire que vous faire un premier sondage sur le niveau régional, puis un second sur le niveau national. Si tel est le cas, la démarche est erronée, car si vous trouvez une différence entre régional et national, vous ne pourrez jamais savoir si cette différence est vraiment liée à une différence entre régional et national (objet de votre question), ou bien si c'est l'ordre dans lequel vous faites vos sondages qui a un effet. On peut imaginer par exemple que, quelle que soit la question posée, les personnes interrogées donnent toujours un meilleur score au second sondage qu'au premier, etc.

En clair, ce n'est pas l'analyse statistique, je pense, qui pose problème, mais la manière dont les sondages ont été effectués. Il aurait fallu randomiser.

HTH, Eric.

Merci pour ce retour très complet. Il s'agit du même sondage, en gros les 5 sous questions n°16 portent sur la confiance des interrogés pour les médias régionaux et les 5 sous questions n°17 portent sur la confiance des interrogés sur les médias nationaux, on s'attend à avoir une score de confiance plus élevé sur le régional (proximité).

Aaah je pense avoir compris, randomiser l'ordre des questions ?

Fly a écrit:Aaah je pense avoir compris, randomiser l'ordre des questions ?

Oui

Merci Éric pour ces infos ! A la base je suis plus habitué à la MSP . Cordialement !