Le traitement des résultats

Un traitement statistique a été réalisé afin de pouvoir exploiter les résultats de l'étude et réaliser les statistiques désirées. Les résultats ont été récupérés sur le site Lime Survey et exportés directement sur le logiciel tableur “Numbers”. Ce logiciel a été sélectionné car son usage instinctif permet de réaliser des calculs complexes et précis, d’utiliser des formules de calculs et d’interpréter les données en graphiques ou tableaux ayant un design clair, précis et attractif. À partir de ce logiciel, un traitement a été effectué afin d'obtenir des données statistiques, pourcentages et graphiques. Ces derniers ont été inclus dans la partie dévoilant les résultats de l’étude pour une présentation lisible et compréhensible.

Les méthodes de traitement de résultats univariée et bivariée sont utilisées dans cette étude. L’analyse univariée se limite à la description d’une seule variable. Ici, elle est utilisée pour exploiter les résultats des tris à plat concernant les variables fermées (questions à choix unique ou multiple). Cette analyse permet de calculer la répartition des modalités de réponse de l’échantillon à une seule question. Elle est aussi utilisée pour réaliser les statistiques telles que les moyennes ou médianes par exemple, sur les variables numériques récoltées. L’analyse bivariée a été exploitée via le tri croisé dynamique pour mettre en relation les résultats issus de différentes questions fermées dans un même tableau. Pour certains résultats, des sous-groupes de population sont créés selon quelques critères pour effectuer ces tris croisés (54).

Concernant les tris à plat, un intervalle de confiance peut être proposé afin de considérer la fluctuation de l’échantillonnage. Il est d’usage de prendre un taux de 5% de marge d’erreur dans les études de kinésithérapie ; l’intervalle de confiance à 95% (57) a donc été utilisé. En effet, plus la marge d’erreur est faible, plus la fiabilité de l’étude augmente. Une marge d’erreur de 1% serait ici d’une précision non essentielle à l’étude, tandis qu’un risque de 10% serait peu précis et les conclusions tirées de ces tests très peu fiables.

En ce qui concerne la significativité de l’étude, des tests statistiques ont été effectués pour détecter une différence statistique significative ou non. Pour cela, il existe des tests paramétriques et des tests non paramétriques. Les tests paramétriques testent des paramètres de la série en faisant l’hypothèse d’une loi de distribution (généralement normale). Ces tests sont souvent très fins et plus puissants que les non-paramétriques mais les domaines d’application sont restreints et nécessitent que les données suivent la loi de distribution supposée. Les tests non- paramétriques ne font aucune hypothèse sur le type de loi de distribution des

33

données : ils se basent uniquement sur les propriétés numériques des échantillons. Ils ont des champs d’application plus vastes et correspondent notamment aux petits effectifs, mais sont généralement moins précis. Pour les analyses bivariées de cette étude, deux tests d’indépendance permettant de tester l’indépendance entre deux variables qualitatives ont été utilisés pour les tris croisés dynamiques à variables qualitatives. Il s’agit du test paramétrique du Khi-2 (exploité en priorité dès que possible car considéré comme plus puissant) et du test non-paramétrique de Fisher. Le Khi-2 a été utilisé pour les tableaux dont chaque effectif était supérieur à 5. Ce test consiste d’abord à poser les hypothèses H0 (les variables X et Y sont indépendantes) et H1 (il existe un lien statistiquement significatif entre les variables X et Y). Le risque α correspond au risque de rejeter H0 à tort. Il est ici fixé à 5%, pour les mêmes raisons que celles détaillées ci-dessus pour l’intervalle de confiance. Il est considéré qu’un «p- value» inférieur à 0,05 correspond à une forte supposition à l’encontre l’hypothèse nulle. Ainsi, si le résultat du test correspond à p<0,05, il est convenu de rejeter H0 en admettant, avec le risque alpha, que la différence soit statistiquement significative. À l’inverse, un p>0,05 indique un résultat considéré comme non significatif. Lorsque les effectifs n’étaient pas tous supérieurs à 5, le test de Fisher, qui constitue une alternative au test de Khi-2, a été utilisé. Les hypothèses posées sont les mêmes et le risque alpha était également fixé à 5%. Ces tests ont été réalisé sur la plateforme de calcul en ligne « Biostatgv ». (58)

La marge d’erreur du questionnaire permet de donner des informations sur son degré de fiabilité, en précisant si les résultats obtenus reflètent bien l’opinion de la population cible et sont donc significatifs. Cette marge constitue une amplitude de valeurs inférieures et supérieures aux résultats du questionnaire. Elle est calculée en considérant le nombre total d’individus composant la population concernée et le nombre de réponses complètes obtenues. Pour cette étude, sur l’échantillon de 126 DP, elle est estimée à 9% pour un niveau de confiance de 95% (59)

Par ailleurs, afin de permettre un traitement de données cohérent et pertinent, un recodage a pu être utilisé. Les âges ont par exemple été regroupés en 6 catégories réparties en tranches de 4 ans. Ces catégories par tranches d’âge n’ont pas été proposées dans les modalités de réponses par soucis d’une plus grande précision. Le recodage a également été utilisé pour regrouper en catégories les éléments formulés librement dans la catégorie “autre” des questions concernées (54). Pour une meilleure

lisibilité des résultats, le choix a été fait de n’indiquer qu’une seule décimale sur les pourcentages affichés sur les graphiques. Cependant dans le texte descriptif, deux décimales sont annoncées pour plus de précisions.

34