Bonsoir,
Il n'y a pas de tests pour cela. Il existe des techniques statistiques prenant en compte les données manquantes, mais, ces techniques sont compliquées et je ne sais pas si vous aurez la connaissance et les outils pour appliquer ces techniques.
Toutefois, je vous proposerai dans un premier temps, d' effectuez des analyses variables par variables, vous devriez avoir alors un nombre d'observations différent pour chaque variables étudiées. Étudiez la distribution de vos variables moyenne, écart-type, Q10, Q25, Q50, Q75 et Q90.
Regardez à chaque fois les individus avec données manquantes. Ces individus ont-ils des caractéristiques communes ? Croisez vos variables d'études avec les variables caractéristiques de la population (age, sexe, CSP, ...). N'en négligez aucune !
Effectuez ensuite à nouveau les distributions de vos mêmes variables sur la population sans données manquantes, moyenne, écart-type, Q10, Q25, Q50, Q75 et Q90. Comparez avec ce que vous aviez avant. Les distributions sont t' elles différentes ? Au niveau global ? Sur des sous groupes (age, sexe, CSP, ...) ?
Si les résultats sont identiques sur certaines sous populations entre les deux distributions, remplacez les données manquantes par la moyenne de chaque variables sur les sous populations. Vous aurez donc des valeurs différentes sur chacun des sous groupes.
Si il y a des différences, vous ne pourrez pas faire le remplacement. Il faudra alors prévoir des techniques beaucoup plus sophistiquées.
Cdt,
AFO