Comment interpréter une valeur P supérieure à 0,05 (avec exemples)

Un test d’hypothèse est utilisé pour tester si une hypothèse concernant un paramètre de population est vraie ou non.

Chaque fois que nous effectuons un test d’hypothèse, nous définissons toujours une hypothèse nulle et alternative :

• Hypothèse nulle (H ₀ ) : les exemples de données proviennent uniquement du hasard.
• Hypothèse alternative (H _A ) : les données de l’échantillon sont influencées par une cause non aléatoire.

Lors de la réalisation d’un test d’hypothèse, nous devons préciser le niveau de signification à utiliser.

Les choix courants pour un niveau de signification comprennent :

• α = 0,01
• α = 0,05
• α = 0,10

Si la valeur p du test d’hypothèse est inférieure au niveau de signification spécifié, nous pouvons alors rejeter l’hypothèse nulle et conclure que nous disposons de preuves suffisantes pour affirmer que l’hypothèse alternative est vraie.

Si la valeur p n’est pas inférieure au niveau de signification spécifié, nous ne parvenons pas à rejeter l’hypothèse nulle et concluons que nous ne disposons pas de preuves suffisantes pour affirmer que l’hypothèse alternative est vraie.

Les exemples suivants expliquent comment interpréter une valeur p supérieure à 0,05 dans la pratique.

Exemple 1 : Interpréter une valeur P supérieure à 0,05 (biologie)

Supposons qu’un biologiste pense qu’un certain engrais fera pousser les plantes plus pendant une période d’un an qu’elles ne le font normalement, qui est actuellement de 20 pouces.

Pour tester cela, elle applique l’engrais sur chacune des plantes de son laboratoire pendant trois mois.

Elle effectue ensuite un test d’hypothèse en utilisant les hypothèses suivantes :

L’hypothèse nulle (H ₀ ) : μ = 20 pouces (l’engrais n’aura aucun effet sur la croissance moyenne des plantes)

L’hypothèse alternative : (H _A ) : μ > 20 pouces (l’engrais entraînera une augmentation moyenne de la croissance des plantes)

Lors d’un test d’hypothèse pour une moyenne en utilisant un niveau de signification de α = 0,05, le biologiste reçoit une valeur p de 0,2338 .

Puisque la valeur p de 0,2338 est supérieure au seuil de signification de 0,05 , le biologiste ne parvient pas à rejeter l’hypothèse nulle.

Ainsi, elle conclut qu’il n’y a pas de preuves suffisantes pour affirmer que l’engrais entraîne une croissance accrue des plantes.

Exemple 2 : Interpréter une valeur P supérieure à 0,05 (fabrication)

Un ingénieur en mécanique estime qu’un nouveau processus de production réduira le nombre de widgets défectueux produits dans une certaine usine, qui est actuellement de 3 widgets défectueux par lot.

Pour tester cela, il utilise le nouveau processus pour produire un nouveau lot de widgets.

Il effectue ensuite un test d’hypothèse en utilisant les hypothèses suivantes :

L’hypothèse nulle (H ₀ ) : μ = 3 (le nouveau procédé n’aura aucun effet sur le nombre moyen de widgets défectueux par lot)

L’hypothèse alternative : (H _A ) : μ < 3 (le nouveau procédé entraînera une réduction du nombre moyen de widgets défectueux par lot)

L’ingénieur effectue un test d’hypothèse pour une moyenne en utilisant un niveau de signification de α = 0,05 et reçoit une valeur p de 0,134 .

Étant donné que la valeur p de 0,134 est supérieure au niveau de signification de 0,05 , l’ingénieur ne parvient pas à rejeter l’hypothèse nulle.

Ainsi, il conclut qu’il n’y a pas de preuves suffisantes pour affirmer que le nouveau procédé conduit à une réduction du nombre moyen de widgets défectueux produits dans chaque lot.

Ressources additionnelles

Les didacticiels suivants fournissent des informations supplémentaires sur les valeurs p :

Une explication des valeurs P et de la signification statistique
Importance statistique ou pratique
Valeur P vs Alpha : quelle est la différence ?