Après le calcul, il faut nécessairement juger l'AMPLEUR
de cette différence à la lumière de nos questions de recherche
La différence entre deux populations peut être jugée
significative
du point vue statistique, mais insignifiante sur le plan conceptuel
Par exemple, si deux échantillons de 1250 personnes sont
sélectionnés
au hasard et que leur pourcentage respectif est p1 = 49% et p2 =
51%,
on rejettera l'hypothèse nulle H0: π1 - π2 = 0 au
seuil de signification de 5%.
π1 doit effectivement être situé
proche de 49% et π2 doit être proche de
51%.
Mais, ce maigre ≈2% de différence entre les deux
populations peut, dans certain
cas, n'être que d'intérêt réduit pour distinguer ces deux
populations
Vu d'une autre façon, on peut reprendre l'exemple des 250 psychologues et
des
250 psychiatres donné précédemment. On se rappelle que le calcul du
rapport
critique (RC = 1,95) nous amenait à conclure que les psychologues sont plus
psychopathes que les psychiatres. Posons maintenant la question suivante:
«Si on plaçait ces 500 personnes en ordre descendant sur le score de
psychopathie
et qu'on formait un groupe avec les 250 personnes les plus psychopathes, combien
ce groupe contiendrait-il de psychologues et de psychiatres?»
On pourrait démontrer que la réponse est:
«à peu près 134 psychologues et 116 psychiatres»
En pratique, on doit calculer des indices pour mesurer l'ampleur d'une
différence
On pourrait, par exemple, exprimer la différence entre les groupes en termes
d'écarts types; ainsi, dans cet exemple, la différence entre les deux
échantillons est
de 0,9 alors que l'écart type est de 5,1 ou 5,2. Par conséquent, la
différence est
de 0,9/5,15 = 0,175 écart type
De même, on pourrait transformer le RC critique en coefficient de
détermination

Ce qui démontre que le pourcentage de variance expliquée est très
faible