Aller au contenu
Omnikalc

Calculateur de test z à un échantillon

Saisissez la moyenne de l'échantillon, la moyenne nulle, l'écart type connu et la taille de l'échantillon pour obtenir la statistique z, la valeur p et l'intervalle de confiance.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Statistique z

2,108

Valeur p
0,0350
Significatif à votre seuil α : les données sont peu probables sous l'hypothèse nulle, qui est rejetée
Erreur type de la moyenne
0,949
Intervalle de confiance de la moyenne, borne basse (1 − α)
50,14
Intervalle de confiance de la moyenne, borne haute
53,86

Un échantillon provient-il d’une population de la moyenne attendue ? Un test z à un échantillon répond quand l’écart type de la population est connu, comme dans le contrôle qualité avec un long historique de mesures, ou pour des échelles standardisées comme le QI. Ce calculateur calcule la statistique z, la valeur p du test choisi et l’intervalle de confiance de la moyenne, et dit si le résultat est significatif à votre seuil α.

Comment se fait le calcul

  • Erreur type = σ ÷ √n
  • z = (moyenne de l’échantillon − moyenne nulle) ÷ erreur type
  • Valeur p bilatérale = 2 × (1 − Φ(|z|)), où Φ est la fonction de répartition de la loi normale centrée réduite
  • Valeur p unilatérale à droite = 1 − Φ(z), et à gauche = Φ(z)
  • Intervalle de confiance = moyenne de l’échantillon ± z critique × erreur type, avec z critique = Φ⁻¹(1 − α/2)

Le résultat est significatif quand la valeur p est inférieure à α.

Exemple

Une chaîne remplit des sachets censés peser 50 g en moyenne, avec un écart type connu de 6 g. Un échantillon de 40 sachets a une moyenne de 52 g. L’erreur type vaut 6 ÷ √40 = 0,949, donc z = 2 ÷ 0,949 = 2,11. La valeur p bilatérale est de 0,035, ce qui est significatif à α = 0,05 : la moyenne de la chaîne semble s’écarter de 50 g. L’intervalle à 95 % va d’environ 50,1 à 53,9 g et exclut 50.

Pourquoi c’est important

Un écart entre une moyenne observée et une valeur attendue peut être réel ou dû au hasard. Le test z place cet écart sur une échelle commune (les erreurs types) et donne une probabilité, pour que les décisions sur un procédé, un médicament ou une classe ne reposent pas sur l’intuition. L’intervalle de confiance ajoute la taille de l’effet, ce que la valeur p seule ne peut pas faire.

Bon à savoir

Le test z suppose un échantillon aléatoire, des observations indépendantes, et soit une population normale, soit un grand échantillon. Quand l’écart type est estimé à partir de l’échantillon, le test t est plus exact. Une valeur p significative ne prouve pas que l’effet est grand ou important, et une valeur non significative ne prouve pas l’absence d’effet : regardez l’intervalle et la taille de l’échantillon. Choisissez le type de test et α avant de regarder les données. Cet outil est pédagogique.

Outils associés

Le calculateur du test t à un échantillon gère un écart type inconnu, celui du score z standardise une valeur isolée, et celui de l’intervalle de confiance donne des intervalles pour des moyennes et des proportions.

Questions fréquentes

Quand utiliser un test z plutôt qu'un test t ?

On utilise un test z sur une moyenne quand l'écart type de la population est connu, ou quand l'échantillon est grand (environ 30 ou plus) et que l'écart type est une estimation stable. Quand σ est inconnu et l'échantillon petit, le test t est plus sûr.

Quelle est la formule de la statistique z ?

z = (moyenne de l'échantillon − moyenne nulle) ÷ (σ ÷ √n). Elle compte combien d'erreurs types séparent la moyenne de l'échantillon de la valeur de l'hypothèse nulle. La valeur p est la probabilité d'un résultat au moins aussi extrême si l'hypothèse nulle était vraie.

Que me dit la valeur p ?

C'est la probabilité d'observer une moyenne au moins aussi éloignée de la valeur nulle que la vôtre, si l'hypothèse nulle était vraie. Une petite valeur p, inférieure à α, est un indice contre l'hypothèse nulle. Ce n'est pas la probabilité que l'hypothèse nulle soit vraie.

Que sont les tests unilatéral et bilatéral ?

Un test bilatéral cherche une différence dans les deux sens et sert par défaut. Un test unilatéral correspond à une prévision faite avant de voir les données, par exemple une hausse seulement, et donne une valeur p deux fois plus petite quand le sens correspond.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.