Une valeur critique est un point de la courbe de distribution d'une statistique de test sous l'hypothèse nulle qui définit un ensemble de valeurs pour lesquelles l'hypothèse nulle doit être rejetée. Cet ensemble est appelé une zone critique ou de rejet. Généralement, les tests unilatéraux ont une valeur critique et les tests bilatéraux ont deux valeurs critiques. Les valeurs critiques sont déterminées de manière à ce que la probabilité que la statistique de test ait une valeur située dans la zone de rejet du test lorsque l'hypothèse nulle est vraie soit égale au seuil de signification (appelé α ou alpha).
Dans les tests d'hypothèse, il existe deux méthodes permettant de déterminer si l'échantillon est suffisant pour pouvoir rejeter l'hypothèse H0 ou l'accepter. La méthode la plus courante consiste à comparer la valeur de p à une valeur d'α prédéfinie, où α correspond à la probabilité de rejeter l'hypothèse H0 lorsque celle-ci est vraie. Cependant, une approche équivalente consiste à comparer la valeur calculée de la statistique de test d'après vos données avec la valeur critique. Les exemples suivants montrent comment calculer la valeur critique pour un test t à 1 échantillon et une ANOVA à un facteur contrôlé.
Cette opération vous donne une probabilité cumulée inverse, qui est égale à la valeur critique, 1,83311. Si la valeur absolue de la statistique t est supérieure à la valeur critique, alors vous pouvez rejeter l'hypothèse nulle, H0, à un seuil de signification de 0,10.
Cette opération vous donne une probabilité cumulée inverse (valeur critique) de 4,25649. Si la statistique F est supérieure à cette valeur critique, alors vous pouvez rejeter l'hypothèse nulle, H0, au seuil de signification de 0,05.