L’importance des statistiques dans la recherche (avec exemples)

Le domaine des statistiques concerne la collecte, l’analyse, l’interprétation et la présentation des données.

Dans le domaine de la recherche, les statistiques sont importantes pour les raisons suivantes :

Raison 1 : Les statistiques permettent aux chercheurs de concevoir des études de telle sorte que les résultats des études puissent être extrapolés à une population plus large.

Raison 2 : Les statistiques permettent aux chercheurs d’effectuer des tests d’hypothèses pour déterminer si certaines affirmations concernant un nouveau médicament, une nouvelle procédure, une nouvelle méthode de fabrication, etc. sont vraies.

Raison 3 : Les statistiques permettent aux chercheurs de créer des intervalles de confiance pour capturer l’incertitude autour des estimations démographiques.

Dans la suite de cet article, nous développons chacune de ces raisons.

Raison 1 : les statistiques permettent aux chercheurs de concevoir des études

Les chercheurs souhaitent souvent répondre à des questions sur les populations telles que :

• Quel est le poids moyen d’une certaine espèce d’oiseau ?
• Quelle est la hauteur moyenne d’une certaine espèce de plante ?
• Quel pourcentage de citoyens dans une certaine ville soutiennent une certaine loi ?

Une façon de répondre à ces questions consiste à collecter des données sur chaque individu de la population d’intérêt.

Cependant, cela est généralement trop coûteux et prend trop de temps, c’est pourquoi les chercheurs prélèvent plutôt un échantillon de la population et utilisent les données de l’échantillon pour tirer des conclusions sur la population dans son ensemble.

Il existe de nombreuses méthodes différentes que les chercheurs peuvent potentiellement utiliser pour obtenir que des individus fassent partie d’un échantillon. Celles-ci sont connues sous le nom de méthodes d’échantillonnage .

Il existe deux classes de méthodes d’échantillonnage :

• Méthodes d’échantillonnage probabiliste : Chaque membre d’une population a une probabilité égale d’être sélectionné pour faire partie de l’échantillon.
• Méthodes d’échantillonnage non probabilistes : Tous les membres d’une population n’ont pas la même probabilité d’être sélectionnés pour faire partie de l’échantillon.

En utilisant des méthodes d’échantillonnage probabiliste, les chercheurs peuvent maximiser les chances d’obtenir un échantillon représentatif de la population globale.

Cela permet aux chercheurs d’extrapoler les résultats de l’échantillon à la population globale.

En savoir plus sur les deux classes de méthodes d’échantillonnage ici .

Raison 2 : les statistiques permettent aux chercheurs d’effectuer des tests d’hypothèses

Les statistiques sont également utilisées dans la recherche sous la forme de tests d’hypothèses .

Il s’agit de tests que les chercheurs peuvent utiliser pour déterminer s’il existe une signification statistique entre différentes procédures ou traitements médicaux.

Par exemple, supposons qu’un scientifique pense qu’un nouveau médicament est capable de réduire la tension artérielle chez les patients obèses. Pour tester cela, il mesure la tension artérielle de 30 patients avant et après avoir utilisé le nouveau médicament pendant un mois.

Il effectue ensuite un test t pour échantillons appariés en utilisant les hypothèses suivantes :

• H ₀ : μ _après = μ _avant (la pression artérielle moyenne est la même avant et après l’utilisation du médicament)
• H _A : μ _après < μ _avant (la pression artérielle moyenne est inférieure après l’utilisation du médicament)

Si la valeur p du test est inférieure à un certain seuil de signification (par exemple α = 0,05), il peut alors rejeter l’hypothèse nulle et conclure que le nouveau médicament entraîne une réduction de la tension artérielle.

Remarque : Ceci n’est qu’un exemple de test d’hypothèse utilisé dans la recherche. D’autres tests courants incluent un test t à un échantillon , un test t à deux échantillons , une ANOVA unidirectionnelle et une ANOVA bidirectionnelle .

Raison 3 : les statistiques permettent aux chercheurs de créer des intervalles de confiance

Les statistiques sont également utilisées dans la recherche sous la forme d’ intervalles de confiance .

Un intervalle de confiance est une plage de valeurs susceptible de contenir un paramètre de population avec un certain niveau de confiance.

Par exemple, supposons que les chercheurs souhaitent estimer le poids moyen d’une certaine espèce de tortue.

Au lieu de faire le tour et de peser chaque tortue de la population, les chercheurs peuvent prélever un simple échantillon aléatoire de tortues avec les informations suivantes :

• Taille de l’échantillon n = 25
• Poids moyen de l’échantillon x = 300
• Écart type de l’échantillon s = 18,5

En utilisant l’ intervalle de confiance pour une formule moyenne , les chercheurs peuvent ensuite construire l’intervalle de confiance à 95 % suivant :

Intervalle de confiance à 95 % : 300 +/- 1,96*(18,5/√ 25 ) = [292,75, 307,25]

Les chercheurs affirmeraient alors qu’ils sont sûrs à 95 % que le poids moyen réel de cette population de tortues se situe entre 292,75 livres et 307,25 livres.

Ressources additionnelles

Les articles suivants expliquent l’importance des statistiques dans d’autres domaines :

L’importance des statistiques dans les soins de santé
L’importance des statistiques en soins infirmiers
L’importance des statistiques dans les entreprises
L’importance des statistiques en économie
L’importance des statistiques dans l’éducation