Sélection des options d'analyse pour la fonction Test Z à 1 échantillon

Stat > Statistiques élémentaires > Test Z à 1 échantillon > Options

Spécifiez le niveau de confiance pour l'intervalle de confiance ou définissez l'hypothèse alternative.

Sur ce thème

Niveau de confiance
Hypothèse alternative

Niveau de confiance

Dans Niveau de confiance, saisissez le niveau de confiance de l'intervalle de confiance.

Un niveau de confiance de 95 % est généralement efficace. Un niveau de confiance de 95 % indique que, sur 100 échantillons pris parmi la population, l'intervalle de confiance d'environ 95 de ces échantillons contiendra le paramètre de population.

Pour un fichier de données spécifique, un niveau de confiance inférieur produit un intervalle de confiance moins large et un niveau de confiance supérieur produit un intervalle de confiance plus large. La largeur de l'intervalle a également tendance à diminuer pour un effectif d'échantillon plus important. Ainsi, vous préférerez peut-être utiliser un niveau de confiance autre de 95 %, en fonction de l'effectif de votre échantillon.

Si l'effectif de l'échantillon est peu élevé, un intervalle de confiance à 95 % peut être trop large pour être utile. Avec un niveau de confiance moindre, de 90 % par exemple, l'intervalle sera plus restreint. Cependant, la probabilité que l'intervalle contienne la médiane de la population se réduit.
Si l'effectif de votre échantillon est important, pensez à utiliser un niveau de confiance plus élevé, de 99 % par exemple. Avec un échantillon plus important, un niveau de confiance de 99 % peut tout de même créer un intervalle raisonnablement restreint, tout en augmentant la probabilité que l'intervalle contienne la médiane de la population.

Hypothèse alternative

Dans Hypothèse alternative, sélectionnez l'hypothèse à tester :

Moyenne < moyenne hypothétisée

Utilisez ce test unilatéral pour déterminer si la moyenne de la population est inférieure à la moyenne hypothétisée, ainsi que pour obtenir une borne supérieure. Ce test unilatéral est plus puissant qu'un test bilatéral, mais il ne peut pas détecter si la moyenne de la population est supérieure à la moyenne hypothétisée.

Par exemple, un analyste qualité utilise ce test unilatéral pour déterminer si la concentration moyenne de particules solides dans l'eau est inférieure à 22,4 mg/L. Ce test unilatéral est plus puissant pour déterminer si la moyenne est inférieure à 22,4 mg/L, mais il ne peut pas détecter si la moyenne est supérieure à 22,4 mg/L.

Moyenne ≠ moyenne hypothétisée

Utilisez ce test bilatéral pour déterminer si la moyenne de la population diffère de la moyenne hypothétisée, ainsi que pour obtenir un intervalle de confiance bilatéral. Un test bilatéral peut détecter des différences inférieures ou supérieures à la valeur hypothétisée, mais il est moins puissant qu'un test unilatéral.

Par exemple, un ingénieur souhaite savoir si la longueur moyenne de crayons diffère de la longueur cible de 18,85 cm. Toute différence par rapport à la valeur cible étant importante, il utilise ce test bilatéral pour déterminer si la moyenne est supérieure ou inférieure à la valeur cible.

Moyenne > moyenne hypothétisée

Utilisez ce test unilatéral pour déterminer si la moyenne de la population est supérieure à la moyenne hypothétisée, ainsi que pour obtenir une borne inférieure. Ce test unilatéral est plus puissant qu'un test bilatéral, mais il ne peut pas détecter si la moyenne de la population est inférieure à la moyenne hypothétisée.

Par exemple, le directeur d'un hôpital utilise ce test unilatéral pour déterminer si le niveau de satisfaction moyen obtenu dans le cadre d'une enquête de satisfaction est supérieur à 90. Ce test unilatéral est plus puissant pour déterminer si le niveau de satisfaction moyen est supérieur à 90, mais il ne peut pas détecter si ce niveau est inférieur à 90.

Pour plus d'informations sur le choix d'une hypothèse alternative unilatérale ou bilatérale, reportez-vous à la rubrique A propos des hypothèses nulle et alternative.