Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'état. Cas de l'Office National de l'Emploi / direction provinciale du Nord-Kivu en RDC de 2007 à 2009

I.1.7.Test d'hypothèse et hypothèse statistique22(*)

- Test d'hypothèse ou de signification : c'est un processus ou une démarche qui permet de décider si les hypothèses formulées sont vraies ou fausses. On détermine une différence significative entre les valeurs observées et les résultats supposés de la population. C'est donc une série des règles par lesquelles on cherche d'établir si la différence entre les résultats issus de l'échantillon et ceux de la population est statistiquement significative ou non.

- Hypothèse statistique : pour prendre une décision statistique, il convient de faire des hypothèses sur la population correspondante. Ces affirmations relatives à la distribution de probabilité de la population peuvent être vraies ou fausses. On distingue deux types :

a)Hypothèse nulle (H₀) : C'est habituellement l'hypothèse à vérifier. Elle se base souvent sur l'étude quantitative ou qualitative antérieure. Elle est formée dans le seul but de la rejeter ou de l'affirmer. On admet donc que le seul hasard a provoqué la variation. Par exemple, si l'on veut décider qu'un procédé est meilleur que l'autre, on suppose qu'il n'y a aucune différence entre les procédés.

pour la comparaison de 2 moyennes.

b)Hypothèse alternative (H₁): Elle reflète souvent l'impression basée sur l'expérience de l'expérimentateur sur une modification de la valeur des paramètres.

Exemple : Tester

- Degré de liberté (dl) : c'est le nombre d'observations dépendant de l'échantillon le nombre k de paramètre de la population lequel doit être estimé à partir de données de l'échantillon.

- Décision statistique : est une décision prise au sujet d'une population à partir de l'information que donne un échantillon.

Ex : Décider à partir d'un échantillon si un nouveau sérum est effectivement efficace pour guérir la maladie.

* ²² KIMANUKA RURIHO, C. Idem.