Calculateur de test t à un échantillon
Testez si la moyenne de votre échantillon diffère d’une valeur de référence. Collez les données et indiquez la moyenne supposée.
Apprenez à faire le calcul vous-mêmeSaisissez vos valeurs
Les résultats se mettent à jour pendant la saisie.
Comment saisir vos données
Collez les observations dans le champ de données, séparées par des virgules, des espaces ou des retours à la ligne. Saisissez la moyenne de référence dans son champ séparé. Dans la liste, utilisez un point pour les décimales et n’ajoutez ni texte, ni symbole monétaire, ni unité.
Statistique t
Vérifiez vos données
Saisissez des valeurs valides pour afficher le résultat. Consultez les indications des champs ou ouvrez le guide de saisie pour obtenir de l’aide.
Le test t à un échantillon compare la moyenne d’une série de mesures à une valeur de référence fixée à l’avance. Saisissez vos observations et la moyenne supposée. Le test indique dans quelle mesure les données sont compatibles avec cette hypothèse, compte tenu de leur dispersion. Il ne prouve pas à lui seul que l’écart est important en pratique.
Faites le calcul vous-même
À partir de l’échantillon 6, 8 et 10, testez si la moyenne de la population diffère de la valeur hypothétique 5.
Suivez cet exemple détaillé, puis reprenez les étapes avec vos propres valeurs.
Calculez la moyenne et l’écart-type de l’échantillon
n = 3 ; moyenne = 8 ; écart-type d’échantillon s = √[(4 + 0 + 4) ÷ 2] = 2.Calculez l’erreur standard
SE = s ÷ √n = 2 ÷ √3 ≈ 1.155.Calculez la statistique t
t = (moyenne − moyenne hypothétique) ÷ SE = (8 − 5) ÷ (2/√3) ≈ 2.598. Degrés de liberté = n − 1 = 2.Déterminez la probabilité bilatérale
p = 2 × P(T₂ ≥ 2.598) ≈ 0.122.Utilisez une table de la loi t à 2 degrés de liberté ou une fonction de distribution dans un tableur. Une table imprimée peut fournir une plage de probabilités plutôt qu’une valeur p exacte.
Pour ce test sur un petit échantillon, les observations doivent être indépendantes et la population sous-jacente approximativement normale. Conservez les valeurs non arrondies pendant le calcul.
Vérifiez votre réponse dans le calculateurIntégré à PaperSurvey.io
Choisissez une question numérique et une valeur de référence dans le widget One-sample t-test pour comparer sa moyenne à une valeur cible.
Domaines d’utilisation
- Enseignants: Un enseignant compare la moyenne d’un contrôle à une référence fixée à 70, en tenant compte de la dispersion des notes.
- Gérants de cafés et de petites entreprises: Un café utilise les durées de 30 commandes pour tester si le temps moyen diffère des cinq minutes annoncées.
- Équipes RH et enquêtes auprès du personnel: Un responsable RH compare la satisfaction moyenne du personnel à l’objectif de 8 sur 10 fixé par l’entreprise.
À quoi sert le test t à un échantillon ?
Le test compare la moyenne d’un échantillon à une valeur déterminée, par exemple une satisfaction moyenne à un objectif de 50. Une valeur p inférieure à 0,05 indique une différence statistiquement significative au seuil de 5 %, sous les hypothèses du test.
Quand l’utiliser ?
Utilisez ce test avec une série de mesures numériques comparables et une référence fixe. Les observations doivent être indépendantes ; pour une petite taille d’échantillon, l’hypothèse de normalité mérite une attention particulière. Le test est bilatéral : il détecte un écart dans les deux sens. Pour comparer deux groupes distincts, utilisez un test à deux échantillons. Pour des catégories ou des réponses oui/non, choisissez un test adapté.
Que signifie le résultat ?
La valeur p mesure la compatibilité des données avec l’hypothèse d’une moyenne égale à la référence. Si elle est inférieure au seuil fixé, souvent 0,05, on rejette cette hypothèse au niveau correspondant. Une valeur plus élevée indique que les données ne suffisent pas à conclure à une différence ; elle ne démontre pas l’égalité. Examinez aussi la moyenne observée et la taille de l’écart.
Erreurs à éviter
La significativité statistique ne garantit pas un écart important : avec beaucoup d’observations, une petite différence peut être significative. Vérifiez les données, les valeurs manquantes, l’indépendance et les hypothèses de distribution. La référence doit être une valeur fixée à l’avance, pas la moyenne d’un autre échantillon dont on ignorerait l’incertitude.
Comment utiliser ce calculateur
- Saisissez les mesures dans le champ de données, séparées par des virgules ou des retours à la ligne.
- Saisissez la valeur de référence à laquelle comparer la moyenne.
- La moyenne de l’échantillon et la valeur p se mettent à jour automatiquement lorsque les données sont valides.
- Comparez la valeur p au seuil choisi à l’avance. Une valeur inférieure à 0,05 indique une différence statistiquement significative au seuil de 5 % ; une valeur supérieure ne prouve pas l’égalité.
Exemple détaillé
Un café annonce un service en cinq minutes. Sur 30 commandes chronométrées, le temps moyen est de 5,6 minutes. Saisissez les 30 durées et la valeur de référence 5 : la valeur p dépend aussi de la dispersion des durées. Si elle vaut 0,01, l’écart est statistiquement significatif au seuil de 5 % sous les hypothèses du test. La différence observée est de 0,6 minute ; son importance pratique doit être évaluée séparément.
Questions fréquentes
Que saisir dans chaque champ ?
Dans le champ de données, saisissez toutes les mesures, séparées par des virgules ou des retours à la ligne. Dans le champ de référence, indiquez la valeur unique à laquelle comparer leur moyenne.
Où trouver ces valeurs ?
Utilisez vos mesures numériques : notes, durées, prix ou évaluations. Avec PaperSurvey, vous pouvez exporter les réponses à une question numérique et coller la colonne dans le calculateur.
Qu’est-ce que la moyenne de référence ?
C’est la valeur fixe à laquelle vous souhaitez comparer la moyenne, par exemple un objectif, un délai annoncé ou une norme de référence. Définissez-la avant d’examiner les résultats.
Comment comprendre la valeur p ?
Sous l’hypothèse où la moyenne de la population égale la référence, la valeur p est la probabilité d’obtenir une statistique au moins aussi extrême que celle observée. Une valeur inférieure à 0,05 est généralement dite significative au seuil de 5 %. Ce n’est ni la probabilité que l’hypothèse soit vraie, ni une mesure de l’importance de l’écart.
Combien de valeurs faut-il ?
Il n’existe pas de nombre universel suffisant. Il faut notamment des observations indépendantes et, pour un petit échantillon, une distribution approximativement normale sans valeurs extrêmes problématiques. Un effectif plus grand améliore généralement la précision, mais ne corrige pas un mauvais échantillonnage.
Lancez votre premier questionnaire avec PaperSurvey.io
Vous pouvez commencer tout de suite : 14 jours d'essai gratuit, sans carte bancaire.