Test McNemara – służy do porównywania dwóch zależnych pomiarów zmiennej dychotomicznej, np. odpowiedzi „tak/nie”, „obecne/brak” lub „sukces/niepowodzenie” uzyskanych u tych samych osób w dwóch momentach czasu albo w dwóch warunkach. Test McNemara sprawdza, czy częstość zmiany z jednej kategorii na drugą jest taka sama jak częstość zmiany w kierunku przeciwnym. Wyrażony jest wzorem:
| χ2 = |
|
Wykorzystuje się go w schemacie eksperymentalnym lub powtórzonego pomiaru, np. do oceny, czy po zastosowaniu określonej interwencji zmienił się odsetek osób spełniających dane kryterium. Zastosowanie testu McNemara najlepiej przedstawić na przykładzie. Załóżmy, że badacz chce sprawdzić skuteczność nowego leku w ograniczaniu objawów choroby. U 240 osób ocenia występowanie objawów przed rozpoczęciem leczenia i po jego zakończeniu. Wynik w obu pomiarach przyjmuje dwie wartości: „wykazuje objawy” lub „nie wykazuje objawów”.
| Przed kuracją | Po kuracji | Razem | |
|---|---|---|---|
| Wykazuje objawy | Nie wykazuje objawów | ||
| Wykazuje objawy | 40 | 110 (b) | 150 |
| Nie wykazuje objawów | 10 (c) | 80 | 90 |
| Razem | 50 | 190 | 240 |
Do wykonania testu McNemara nie wystarcza jednak porównanie samych liczebności przed i po leczeniu. Konieczna jest informacja o tym, jak zmienił się wynik każdej osoby. Dane powinny więc zostać przedstawione w tabeli 2 × 2 pokazującej, ile osób:
W klasycznej wersji testu wykorzystuje się statystykę o rozkładzie zbliżonym do χ2 z jednym stopniem swobody. Przy małych liczebnościach przypadków niezgodnych można natomiast zastosować dokładną wersję testu McNemara. Istotny statystycznie wynik testu McNemara wskazuje, że zmiany między dwoma pomiarami nie zachodziły symetrycznie, czyli jeden kierunek zmiany występował częściej niż drugi.