5 Erreurs fréquentes

Voici, en vrac, des erreurs qui ne doivent surtout pas être commises :

choisir le test selon la p-valeur obtenue plutôt que selon le plan d’analyse ;
choisir une alternative unilatérale après avoir vu le sens de l’effet ;
regrouper des modalités pour satisfaire une condition de test, sans justification scientifique ;
confondre significativité statistique et pertinence clinique ;
écrire que l’on “accepte \(H_0\)” au lieu de dire que l’on “ne rejette pas \(H_0\)” ;
ignorer les conditions d’application du test ;
conclure causalement à partir d’un simple test d’association.

Note

Le “bon test” est celui qui correspond à la question, au type de variable, au plan d’échantillonnage et aux conditions d’application. Le logiciel ne peut pas décider cela seul.

Exemple

Une p-valeur de 0,051 et une p-valeur de 0,049 ne racontent pas deux histoires radicalement différentes. Certes, l’une amène à rejeter \(H_0\) et l’autre non ; mais si on avait - par exemple - une observation en plus, la conclusion pourrait changer. Pensez donc à rester critique sur vos résultats !
L’interprétation doit aussi (et surtout) tenir compte de l’effet observé : si une intervention permet de perdre significativement 100 g en 3 mois, certes ça a l’air de marcher, mais est-ce que ça a un réel intérêt clinique ?