Calculateur de Valeur P

P-Value

0.05

The Numbers

  • As a Percent: 5%

Analysis

  • Statistically Significant (alpha = 0.05): Yes — this result is unlikely to be due to chance alone.

Compare Calculations

Downloads

Includes your inputs and results for this calculation, plus any additional calculations you've compared.

Comment Fonctionne ce Calculateur

Une valeur p est la probabilité de voir un résultat au moins aussi extrême que celui observé, purement par hasard, s’il n’y avait en fait aucun effet réel. Saisissez un score Z et choisissez un type de test, et ce calculateur le convertit en une valeur p — le chiffre standard utilisé pour décider si un résultat est statistiquement significatif. Si vous avez des données brutes d’échantillon au lieu d’un score Z déjà calculé, trouvez-le d’abord avec le

Z-Score Calculator.

Une valeur p plus petite signifie que le résultat observé serait moins susceptible de se produire par hasard seul, ce qui est une preuve plus forte contre l’hypothèse que rien de réel ne se passe (l’« hypothèse nulle »). Par convention de longue date à travers la plupart des domaines, une valeur p en dessous de 0,05 est généralement traitée comme statistiquement significative — mais ce seuil est une convention, pas une loi de la nature, et ce qui compte comme « assez significatif » peut varier selon le domaine et selon à quel point une conclusion erronée serait coûteuse.

La Formule

Pour un test unilatéral gauche (le résultat est-il anormalement bas ?) :

p=Φ(z)p = \Phi(\vA{z})

Pour un test unilatéral droit (le résultat est-il anormalement élevé ?) :

p=1Φ(z)p = 1 - \Phi(\vA{z})

Pour un test bilatéral (le résultat est-il inhabituel dans n’importe quelle direction ?) :

p=2×(1Φ(z))p = 2 \times \left(1 - \Phi(|\vA{z}|)\right)

z\vA{z} est le score Z et Φ\Phi est la fonction de répartition cumulative de la distribution normale standard — la probabilité qu’une valeur tirée au hasard de cette distribution tombe à ou en dessous d’un point donné, calculée ici via une approximation polynomiale bien établie de la fonction d’erreur.

Exemple Concret

    1. Un score Z de 1,96 est le point de référence classique pour un test bilatéral au niveau de confiance conventionnel de 95% : p=2×(1Φ(1,96))2×(10,975)0,0500p = 2 \times (1 - \Phi(1,96)) \approx 2 \times (1 - 0,975) \approx 0,0500. 2. Une valeur p d’environ 0,05 se situe juste au seuil de signification conventionnel. 3. Un score Z plus grand de 2,576 (le point de référence bilatéral pour une confiance de 99%) donne une valeur p plus petite et plus significative d’environ 0,0100.

Source : Distribution normale standard et l'approximation de la fonction d'erreur d'Abramowitz & Stegun.

Questions Fréquentes

Qu'est-ce qui compte comme une valeur p « statistiquement significative » ?

La convention la plus courante à travers de nombreux domaines est une valeur p en dessous de 0,05 (une chance de 5% que le résultat soit arrivé par hasard seul). C'est une convention largement utilisée, pas une règle stricte — certains domaines utilisent des seuils plus stricts (comme 0,01) lorsqu'une conclusion erronée serait particulièrement coûteuse.

Comment savoir s'il faut utiliser un test unilatéral ou bilatéral ?

Utilisez un test bilatéral quand vous vous souciez de si un résultat est inhabituel dans N'IMPORTE QUELLE direction (par ex. « cette pièce est-elle biaisée ? »). Utilisez un test unilatéral (gauche ou droit) seulement quand vous vous souciez spécifiquement d'UNE direction à l'avance (par ex. « ce nouveau processus est-il PLUS RAPIDE ? ») — décider cela après avoir vu les données est considéré comme une mauvaise pratique statistique.

Quelle est la différence entre ceci et le Calculateur de Score Z ?

Le Calculateur de Score Z convertit une valeur brute en un score Z et percentile par rapport à une distribution connue. Ce calculateur part d'un score Z déjà connu et répond à la question spécifique qu'un percentile seul ne répond pas : quelle est la probabilité qu'un résultat aussi extrême se soit produit purement par hasard ?