taille de l'effet ou p-value que choisir ?

Bonjour,

Actuellement en stage de fin d'étude, je développe une application qui permet de faire trois tests différents, le test du khi-2 d'indépendance, le test de corrélation de Pearson et l'ANOVA à 1 facteur.
Cette application est destinée à des utilisateurs qui ne connaissent pas la statistique. Le but de l'application est de permettre une analyse du lien entre deux variables.
Ma première idée était d'exploiter la p-valeur cependant son interprétation ne permet que de conclure à la significativité ou la non significativité du test. Il serait beaucoup plus intéressant pour mes utilisateurs s'ils pouvaient avoir une idée de la force du lien entre les variables.
Après quelques recherches j'ai trouvé la notion de taille de l'effet (effect size). D'après ce que j'ai compris plus la taille d’effet est forte, plus l’écart à l’hypothèse nulle est grand et inversement, l’hypothèse nulle correspondant à la nullité de la taille d’effet.

Ma question est la suivante, n'ayant jamais entendu parlé auparavant de cette taille de l'effet, puis-je m'en servir pour l'interprétation des tests, peut-elle remplacer la p-value ?

Je me suis basé sur les trois articles suivants :

L’importance d’un effet: Méthodologie Simple De Détermination Et D’évaluation De « L’effect Size »
On y trouve plusieurs formules pour calculer des effect size, ainsi que les seuils à appliquer pour chaque test.
http://nicolas.gueguen.free.fr/Articles/EJSR2009.pdf

L’interprétation des tests d’hypothèses : p, la taille de l’effet et la puissance
http://www.erudit.org/revue/RSE/2009/v35/n1/029931ar.html

Que signifie la significativité statistique ? L’apport de la taille d’effet et de la puissance statistique
https://www.cairn.info/revue-staps-2007-3-page-49.htm#pa18

Votre avis m’intéresse !
Merci

Je ne sais pas comment dire ca pas trop méchamment, mais une appli destinée à des gens qui "ne connaissent pas la statistique" développée par quelqu'un qui ne connait lui-même pas grand chose ca m'angoisse profondément.

Je n'avais jamais entendu parler de taille d'effet, c'est pour cela que je m'adresse à la communauté de ce forum, car je voudrais être sur d'avoir compris de quoi il s'agissait.

Pour calculer l'effect size tu as les formules dans le pdf que tu as mis en lien. La vraie question, c'est que faire de ce chiffre ? Ca s'appelle l'interprétation des résultats et leur expression en langage courant. Ca fait appel à une réflexion sur la méthodologie de l'expérimentation, sur son effectif (puissance...), sur la pertinence des analyses statistiques dans certains cas et systématiquement sur une solide connaissance du sujet abordé: Il est tout à fait possible de sortir d'un tas de chiffres un résultat significatif accompagné d'un effect size important sans qu'il ait une signification pratique ou clinique évidente.

A mon avis, cette réflexion et ce regard critique sur le travail effectué ne sont pas programmables car ils sont très spécifiques de chaque situation expérimentale. Je dirais meme qu'une tentative de programmation viserait à supprimer l'indispensable réflexion de l'interprétateur, et donc aboutirait à un risque élevé de conclusion mécanique stupide.

Je comprends bien que cette interprétation mécanique peut aboutir à des résultats absurdes. J'en suis même soulagé car cela montre que l'on ne pourra pas jamais totalement se débarrasser de nous, les stateux (car oui j'en suis un). Mon appli est destiné à des gens qui n'ont pas d'experts sous la main. Les résultats sont statistiquement justes, et leur interprétation mécanique est mise à disposition des utilisateurs car sans cette aide ils n'auraient aucun moyen de les comprendre. Il faudra peut-être souligner que cette interprétation est sujette à erreur selon le contexte de l'étude, voir même la rendre inaccessible dans certain cas.

Merci d'avoir pris le temps de me répondre.