Test t de Student à UN échantillon
Maîtriser la logique du test t à travers des scénarios en psychologie, du calcul à l'interprétation.
Présentation
Le test t de Student est un test d'hypothèse paramétrique. Il mesure si la différence entre une moyenne observée et une valeur de référence est suffisamment grande pour être attribuée à un effet réel plutôt qu'au hasard d'échantillonnage. La statistique t quantifie cet écart en le normalisant par la variabilité de l'échantillon : t = (x̄ − μ₀) / (s / √n). Un t proche de zéro signifie que les deux valeurs sont similaires. Un t significativement différent de zéro indique une différence réelle dans la population.
Pourquoi utiliser le test t de Student à un échantillon
Le test t répond à des questions précises : un groupe clinique présente-t-il un score moyen différent d'une norme populationnelle ? Deux conditions expérimentales produisent-elles des effets distincts ? Il s'applique quand une variable dépendante continue est mesurée sur un ou deux groupes et que les conditions d'application sont vérifiées. La logique du test repose sur la distribution t de Student, qui modélise la variabilité attendue des moyennes d'échantillon sous l'hypothèse nulle H₀.
A qui s'adresse ce document
Ce document s'adresse aux étudiants du Bachelor en Psychologie à UniDistance FernUni Schweiz. Les statistiques y occupent une place centrale : 29 à 30 ECTS sont consacrés aux méthodes quantitatives sur l'ensemble du cursus. Le test t de Student est l'un des premiers tests d'hypothèse enseignés. Il modélise des questions issues de la recherche en psychologie clinique, sociale et du travail — des domaines directement liés aux objectifs professionnels de la majorité des étudiants. La maîtrise de ce test est une compétence explicitement évaluée aux examens.
Prérequis
Pour aborder ces exercices, l'étudiant doit maîtriser les notions de moyenne (x̄), d'écart-type (s) et de taille d'échantillon (n). Une première exposition aux concepts d'hypothèse nulle (H₀) et alternative (H₁) est nécessaire, ainsi qu'à la notion de seuil α. Aucune maîtrise du calcul manuel n'est requise : JASP est l'outil de référence à UniDistance. La lecture d'une sortie JASP et la formulation d'une conclusion en langage psychologique selon les normes APA 7 sont les compétences visées.
Questions courantes FAQ
Qu'est-ce que la statistique t mesure exactement ?
La statistique t mesure la différence entre une moyenne observée et une valeur de référence, rapportée à la variabilité de l'échantillon. Un t de zéro signifie que les deux valeurs sont identiques. Plus t s'éloigne de zéro, plus la différence est grande relativement à la dispersion des données. La p-valeur indique si cet écart est statistiquement plausible sous l'hypothèse nulle. t est symétrique autour de zéro : son signe dépend du sens de la soustraction entre les deux moyennes.
Quelle est la différence entre un test bilatéral et un test unilatéral ?
Un test bilatéral teste si la moyenne diffère de la référence dans les deux sens — supérieure ou inférieure. Un test unilatéral formule une hypothèse directionnelle : la moyenne est soit strictement supérieure (unilatéral droit), soit strictement inférieure (unilatéral gauche). Le choix se fait avant de regarder les données, sur la base de la question de recherche. Un test unilatéral est plus puissant mais ne peut détecter une différence que dans la direction prévue.
Qu'est-ce que la p-valeur indique dans un test t ?
La p-valeur est la probabilité d'obtenir un résultat au moins aussi extrême que celui observé si H₀ est vraie. Elle ne représente pas la probabilité que H₀ soit vraie. Une p-valeur inférieure à α conduit au rejet de H₀. Une p-valeur supérieure à α signifie que les données ne fournissent pas une évidence suffisante contre H₀ — ce n'est pas une preuve que H₀ est vraie. Cette distinction est fondamentale en statistique inférentielle.
Comment lire la valeur critique t_crit dans une table ?
La valeur critique t_crit dépend du nombre de degrés de liberté (ddl = n − 1 pour un test à un échantillon) et du seuil α. Pour un test bilatéral à α = 0.05, on lit la colonne α/2 = 0.025. Pour un test unilatéral, on lit directement la colonne α = 0.05. Pour un test unilatéral gauche, la valeur critique est négative. La valeur lue indique le seuil à partir duquel t observé conduit au rejet de H₀.
Pourquoi les degrés de liberté valent-ils n − 1 pour un test à un échantillon ?
Les degrés de liberté représentent la quantité d'information indépendante disponible pour estimer la variabilité. Pour un test à un échantillon, l'écart-type s est estimé à partir des données. Cette estimation utilise la moyenne x̄, ce qui contraint une des valeurs : il reste donc n − 1 valeurs libres. La distribution t avec n − 1 degrés de liberté corrige l'incertitude introduite par cette estimation, ce qui la rend plus étalée que la loi normale standard.
