Tests de signification : aperçu

La différence entre les deux valeurs est-elle due à une erreur aléatoire inexplicable ou à une erreur systématique qui peut être rationalisée par un modèle hypothétique ?

Le test de signification est une analyse statistique utilisée pour valider si la différence entre deux valeurs peut être expliquée par des erreurs indéterminées ou non.

L’hypothèse nulle suppose que les valeurs comparées sont les mêmes et que toute différence provient d’erreurs indéterminées. L’hypothèse alternative stipule que la différence doit être réelle et ne peut pas être expliquée par des erreurs indéterminées.

Un niveau de signification noté par α définit une condition de niveau de confiance pour la validité de l’hypothèse nulle. L’hypothèse nulle est rejetée lorsque des valeurs sont présentes au-delà du niveau de confiance.

Le test de signification est dit unilatéral si le rejet se produit pour des valeurs situées à une seule extrémité de la courbe de distribution normale. Dans les tests de signification bilatéraux, le rejet peut se produire pour des valeurs se situant à l’une ou l’autre extrémité de la courbe de distribution normale.