Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment interpréter une valeur P inférieure 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.

Si la valeur p du test d’hypothèse est inférieure à un certain niveau de signification (par exemple α = 0,05), alors nous pouvons 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 à 0,05, 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 inférieure à 0,05 et comment interpréter une valeur p supérieure à 0,05 dans la pratique.

Exemple : interpréter une valeur P inférieure à 0,05

Supposons qu’une usine prétende produire des pneus pesant chacun 200 livres.

Un auditeur arrive et teste l’hypothèse nulle selon laquelle le poids moyen d’un pneu est de 200 livres par rapport à l’hypothèse alternative selon laquelle le poids moyen d’un pneu n’est pas de 200 livres, en utilisant un niveau de signification de 0,05.

L’hypothèse nulle (H 0 ) : μ = 200

L’hypothèse alternative : (H A ) : μ ≠ 200

Lors d’un test d’hypothèse pour une moyenne, l’auditeur obtient une valeur p de 0,0154 .

Étant donné que la valeur p de 0,0154 est inférieure au niveau de signification de 0,05 , l’auditeur rejette l’hypothèse nulle et conclut qu’il existe des preuves suffisantes pour affirmer que le poids moyen réel d’un pneu n’est pas de 200 livres.

Exemple : interpréter une valeur P supérieure à 0,05

Supposons qu’un biologiste pense qu’un certain engrais fera pousser les plantes plus pendant une période de trois mois 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)

En effectuant un test d’hypothèse pour une moyenne, le biologiste obtient une valeur p de 0,2338 .

Étant donné que la valeur p de 0,2338 est supérieure au niveau de signification de 0,05 , le biologiste ne parvient pas à rejeter l’hypothèse nulle et conclut qu’il n’y a pas de preuves suffisantes pour affirmer que l’engrais entraîne une croissance accrue des plantes.

Ressources additionnelles

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

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *