Le test McNemar pour contrôler l’efficacité d’une action

Principe du test

Pour étudier l’efficacité d’une action marketing (changement de packaging, promotion sur lieu de vente ou publicité), d’une campagne de sensibilisation ou d’un traitement médical,  des questionnaires d’opinion ou d’attitude avant/après se présentent comme la solution idéale. Ceux-ci sont adressés aux mêmes répondants en deux vagues successives séparées par l’action entreprise.

La démarche vise à observer les variations (ou non) de réponse d’une vague à l’autre et par conséquent à évaluer la pertinence de l’action.

Exemple d’utilisation

On a demandé l’intention d’achat d’une huile alimentaire à base de chanvre à 250 personnes avant et après la diffusion d’un reportage télévisé sur la question. On souhaite savoir si le reportage a modifié les intentions d’achat des répondants.

Les données collectées ont permis de compter le nombre de réponses différentes entre les situations avant et après et le nombre de personnes n’ayant pas changé d’avis suite à la diffusion du reportage. Ci-dessous les résultats obtenus.

 Il est à noter que :

  • 62 personnes avaient l’intention d’acheter une huile alimentaire à base de chanvre avant le reportage mais ont changé d’avis après.
  • 92 personnes n’avaient pas l’intention d’acheter une huile alimentaire à base de chanvre avant le reportage mais ont changé d’avis après.

Les données collectées sont analysées grâce à un test statistique nommé McNemar, visant à identifier les variations des réponses suite à la diffusion du reportage et par conséquent l’effet de celui-ci sur l’intention d’achat de l’huile de chanvre alimentaire.

Application du test

Pour rappel, le test utilise la statistique suivante : ,

  • B correspond au nombre d’individus qui sont passés de l’état 1 à l’état 2 (ex. de « intention d’achat » à « pas d’intention d’achat »).
  • C correspond au nombre d’individus qui sont passés de l’état 2 à l’état 1 (ex. de « pas d’intention d’achat » à « intention d’achat »).

La valeur obtenue est comparée à la statistique de référence disponible dans la table de la loi Chi² (1 degré de liberté et risque α).

Lorsque la statistique observée dépasse la statistique de référence, cela veut dire que l’action mise en place a un effet sur l’opinion ou l’attitude du répondant.

Appliquons-le à notre exemple :

 Statistique de référence : Chi² = 3,84 avec ddl = 1 et α = 5%.

Statistique observée : Chi² = 5,46 avec ddl = 1 et α = 2%.

Le Chi² observé est supérieure au Chi² de référence, le α observé est inférieur α de référence.

Le test permet ainsi de démontrer que le reportage sur le chanvre a modifié l’intention d’achat des téléspectateurs. Le commanditaire de l’étude n’a donc plus qu’à adapter ses actions en fonction des conclusions formulées.

Il est à noter que les logiciels d’analyse de données proposant ce type de tests statistiques réalisent les calculs et les comparaisons nécessaires pour restituer à l’utilisateur le résultat qui l’intéresse : significativité (ou non) du test, autrement dit association (ou non) entre les variables étudiées.

>>> Plus d'informations sur www.lesphinx.eu

Share and Enjoy:
  • Print
  • Digg
  • StumbleUpon
  • del.icio.us
  • Facebook
  • Yahoo! Buzz
  • Twitter
  • Google Bookmarks

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>