Calculateur de Test t - Outil d'Analyse Statistique Gratuit en Ligne

Qu’est-ce qu’un test t ?

Un test t est une méthode statistique qui vérifie si la moyenne d’un ensemble de nombres est significativement différente d’une autre moyenne ou d’une valeur fixe. Il est également appelé test t de Student. Les chercheurs l’utilisent pour comparer deux groupes, par exemple un groupe traité et un groupe témoin, ou pour comparer un groupe à une valeur de référence connue.

Le test produit un nombre appelé statistique t. Une statistique t éloignée de zéro suggère que les moyennes sont réellement différentes. Une statistique t proche de zéro suggère que la différence observée pourrait simplement être due au hasard.

Types de tests t

Cette calculatrice prend en charge trois types de tests t.

• Test t à un échantillon : compare la moyenne d’un échantillon à une valeur connue ou supposée.
• Test t à deux échantillons : compare les moyennes de deux échantillons indépendants, par exemple deux groupes distincts de personnes. Cette calculatrice utilise le test t de Welch, qui ne suppose pas que les deux groupes présentent la même dispersion.
• Test t pour échantillons appariés : compare deux séries de mesures prises sur les mêmes sujets, par exemple des scores avant et après un traitement.

Comment utiliser cette calculatrice de test t

1. Choisir un type de test : à un échantillon, à deux échantillons ou pour échantillons appariés.
2. Saisir les données.
   • Un échantillon : saisir les valeurs de l’échantillon, séparées par des virgules, ainsi que la moyenne de la population à tester.
   • Deux échantillons : saisir les deux échantillons sous forme de listes distinctes séparées par des virgules.
   • Échantillons appariés : saisir les paires sous la forme (x1,y1), (x2,y2), etc.
3. Définir un seuil de signification, généralement 0,05. La calculatrice n’utilise pas cette valeur. Elle indique la valeur p et vous laisse prendre la décision.
4. La statistique t, les degrés de liberté et la valeur p s’affichent dès qu’il y a suffisamment de données. Aucun bouton n’est nécessaire.

Pour évaluer la signification, comparer la valeur p au seuil de signification. Si la valeur p est inférieure ou égale au seuil de signification, la différence est considérée comme statistiquement significative.

Formule du test t

Formule du test t à un échantillon

$$t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}$$

$\bar{x}$ est la moyenne de l’échantillon, $\mu_0$ est la valeur utilisée pour la comparaison, $s$ est l’écart-type de l’échantillon et $n$ est la taille de l’échantillon. Degrés de liberté : $df = n - 1$.

Formule du test t à deux échantillons (test de Welch)

$$t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\dfrac{s_1^2}{n_1} + \dfrac{s_2^2}{n_2}}}$$

Les degrés de liberté sont calculés à partir de l’équation de Welch–Satterthwaite :

$$df = \frac{\left(\dfrac{s_1^2}{n_1} + \dfrac{s_2^2}{n_2}\right)^2}{\dfrac{(s_1^2/n_1)^2}{n_1 - 1} + \dfrac{(s_2^2/n_2)^2}{n_2 - 1}}$$

Cette formule donne généralement une valeur de df qui n’est pas un nombre entier.

Formule du test t pour échantillons appariés

$$t = \frac{\bar{d}}{s_d / \sqrt{n}}$$

$\bar{d}$ est la moyenne des différences entre chaque paire, $s_d$ est l’écart-type de ces différences et $n$ est le nombre de paires. Degrés de liberté : $df = n - 1$.

Comment calculer un test t : exemple détaillé

Un fabricant affirme qu’une batterie dure en moyenne 50 heures. Un testeur vérifie neuf batteries et relève les durées de fonctionnement suivantes, en heures :

51, 49, 52, 48, 50, 47, 53, 49, 51

Étape 1 : formuler les hypothèses. Hypothèse nulle : la moyenne réelle est de 50 heures. Hypothèse alternative : la moyenne réelle n’est pas de 50 heures.

Étape 2 : calculer la moyenne de l’échantillon.

$$\bar{x} = \frac{51+49+52+48+50+47+53+49+51}{9} = 50.00$$

Étape 3 : calculer l’écart-type de l’échantillon. Les écarts par rapport à la moyenne sont 1, -1, 2, -2, 0, -3, 3, -1, 1. Leurs carrés sont 1, 1, 4, 4, 0, 9, 9, 1, 1, soit une somme de 30.

$$s = \sqrt{\frac{30}{9-1}} = \sqrt{3.75} \approx 1.94$$

Étape 4 : calculer la statistique t.

$$t = \frac{50.00 - 50}{1.94 / \sqrt{9}} = 0.00$$

Étape 5 : calculer les degrés de liberté.

$$df = 9 - 1 = 8$$

Étape 6 : calculer la valeur p. Pour $t = 0$ et $df = 8$, la valeur p bilatérale est de 1.00.

Étape 7 : tirer une conclusion. Comme 1,00 est supérieur à 0,05, les données ne fournissent pas suffisamment d’éléments pour conclure que la durée de vie moyenne des batteries diffère de 50 heures.

Hypothèses du test t

Un test t ne donne des résultats fiables que lorsque certaines conditions sont approximativement respectées.

• Normalité : les données doivent avoir une forme approximativement en cloche, surtout pour les petits échantillons.
• Indépendance : chaque observation ne doit pas influencer une autre observation.
• Échantillonnage aléatoire : les données doivent provenir d’un échantillon aléatoire de la population étudiée.

Pour un test t sur échantillons appariés, ces conditions s’appliquent aux différences entre les paires, et non aux scores bruts. Pour les échantillons plus grands, généralement au-delà de 30, un test t reste souvent précis même lorsque les données n’ont pas une forme parfaitement en cloche, en raison d’une propriété statistique appelée théorème central limite.

Alternatives au test t

Lorsque les hypothèses précédentes ne sont pas respectées, d’autres tests peuvent être utilisés.

• Test U de Mann-Whitney : alternative non paramétrique au test t à deux échantillons.
• Test des rangs signés de Wilcoxon : alternative non paramétrique au test t pour échantillons appariés.
• ANOVA : compare simultanément les moyennes de trois groupes ou plus, au lieu de seulement deux.

Histoire du test t

William Sealy Gosset a mis au point le test t en 1908 alors qu’il travaillait comme chimiste à la brasserie Guinness, à Dublin. Guinness n’autorisait pas son personnel à publier des recherches sous son propre nom ; Gosset a donc utilisé le pseudonyme « Student ». C’est pourquoi la méthode est souvent appelée test t de Student. Il l’a créée pour déterminer si de petits lots d’ingrédients de brassage respectaient les normes de qualité, à partir de quelques échantillons seulement.

Foire aux questions

À quoi sert un test t ?

Un test t vérifie si la moyenne d’un échantillon est significativement différente d’une autre moyenne ou d’une valeur fixe. Il est couramment utilisé dans les recherches en médecine, en psychologie, en éducation et en gestion.

Quand utiliser un test t à un échantillon, à deux échantillons ou pour échantillons appariés ?

Utiliser un test t à un échantillon pour comparer la moyenne d’un échantillon à une valeur connue. Utiliser un test t à deux échantillons pour comparer deux groupes distincts et sans lien entre eux. Utiliser un test t pour échantillons appariés lorsque les mêmes sujets sont mesurés deux fois, par exemple avant et après un traitement.

Quelle est la différence entre un test t et un test z ?

Un test t est utilisé lorsque l’échantillon est petit ou que l’écart-type de la population est inconnu. Un test z est utilisé pour les grands échantillons lorsque l’écart-type de la population est connu. En pratique, le test t est beaucoup plus fréquent, car l’écart-type de la population est rarement connu à l’avance.

Comment interpréter une valeur p issue d’un test t ?

La valeur p est la probabilité d’observer une différence de cette ampleur ou d’une ampleur supérieure s’il n’existait en réalité aucune différence. Une faible valeur p, généralement inférieure ou égale à 0,05, suggère que la différence observée est probablement difficile à attribuer au seul hasard.

Qu’est-ce que le test t de Welch ?

Le test t de Welch est une version du test t à deux échantillons qui n’exige pas que les deux groupes aient la même variance. Cette calculatrice utilise toujours la méthode de Welch pour les tests à deux échantillons, car elle reste précise que les deux groupes aient ou non la même dispersion.

Que sont les degrés de liberté dans un test t ?

Les degrés de liberté sont un nombre qui dépend de la taille de l’échantillon et qui fixe la forme exacte de la loi t utilisée pour déterminer la valeur p. Pour un test t à un échantillon ou pour échantillons appariés, les degrés de liberté correspondent à la taille de l’échantillon moins 1. Le test t de Welch à deux échantillons utilise une formule qui produit généralement une valeur qui n’est pas un nombre entier.

Références

1. Gosset, W. S. (1908). « The Probable Error of a Mean. » Biometrika, 6(1), 1–25.
2. NIST/SEMATECH e-Handbook of Statistical Methods, section 1.3.6.7.2, « Critical Values of the Student's t Distribution. »