Chère communauté JMP,
Nous utilisons JMP Pro 16.2.0. Nous menons une expérience avec des variables indépendantes catégorielles et des variables dépendantes catégorielles via Internet. Le fait est que si vous avez un grand nombre de participants qui déterminent le nombre de fréquences, le chi carré atteindra toujours une signification. Vous pouvez voir cela dans les données fictives du fichier jmp que j'ai inclus et l'analyse dans le journal inclus. J'ai multiplié la basse fréquence par 100 et vous voyez que les graphiques en mosaïque sont exactement les mêmes, mais dans les conditions de basse fréquence, ils ne sont pas significatifs alors que dans les conditions de haute fréquence, ils sont très significatifs. C'est le "problème" du test du chi carré qui atteint facilement la signification avec des échantillons de grande taille (F = test est moins sensible).
Il existe des solutions pour cela, parfois vous pouvez convertir les comptes en proportions et effectuer un test F, mais dans notre cas, ce n'est pas possible. Une autre solution est dans cet article :
http://expsylab.psych.uoa.gr/fileadmin/expsylab.psych.uoa.gr/uploads/papers/Bergh_2015.pdf
Ma question est la suivante : JMP Pro a-t-il une implémentation pour ce problème ou existe-t-il un complément que vous connaissez ? Je pense qu'avec la disponibilité de programmes de collecte de données via Internet (par exemple, Amazon Turk, Qualtrics), traiter ces grandes tailles d'échantillons devient de plus en plus pertinent. Surtout, dans l'analyse de données catégorielles. Il existe peut-être une option dans le cadre de la recherche sur les consommateurs, mais je ne l'ai pas découverte.
J'espère que le problème est clair,
Merci pour vos idées,
Bien à vous,
René
