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 ?