Partiel : Tests d'hypothèse en psychologie

Qu'est-ce qu'une hypothèse nulle ?

C'est l'affirmation que l'on teste. Elle stipule qu'il n'y a pas d'effet ou de différence. Exemple : "Il n'y a pas de différence de moyenne entre deux groupes."

Qu'est-ce qu'une hypothèse alternative ?

C'est l'affirmation qui contredit l'hypothèse nulle. Elle suggère qu'il existe un effet ou une différence. Exemple : "Les groupes ont des moyennes différentes."

Vrai ou faux : Un test d'hypothèse prouve l'hypothèse nulle.

Faux. Un test d'hypothèse ne prouve pas une hypothèse, il permet de l'accepter ou de la rejeter selon les données.

Qu'est-ce que le niveau de signification ?

C'est la probabilité de rejeter l'hypothèse nulle alors qu'elle est vraie. Généralement fixé à 0,05 ou 0,01.

Comparaison : Erreur de Type I vs Erreur de Type II.

- Type I : Rejeter H0, alors qu'elle est vraie. - Type II : Ne pas rejeter H0, alors qu'elle est fausse.

Complétez : Le p-value indique la ______ de trouver les données observées.

probabilité. Plus le p-value est bas, plus l'hypothèse nulle est mise en doute.

Application : Comment interpréter p < 0,05 ?

On rejette l'hypothèse nulle, indiquant un effet significatif. Cela signifie qu'il y a moins de 5% de chance que ce résultat soit dû au hasard.

Qu'est-ce qu'un test bilatéral ?

C'est un test qui examine les deux directions d'un effet. Il teste si les moyennes sont différentes, sans direction spécifique.

Vrai ou faux : Un échantillon plus grand augmente la précision des tests.

Vrai. Un plus grand échantillon réduit l'erreur d'échantillonnage et augmente la puissance du test.

Qu'est-ce qu'une puissance statistique ?

C'est la probabilité de rejeter l'hypothèse nulle quand elle est fausse. Une puissance de 0,8 est souvent recherchée.

Exemple : Si le taux de réussite est 60%, quel est l'effet d'un test ?

- H0 : Taux de réussite = 60% - H1 : Taux de réussite ≠ 60% On teste si les résultats diffèrent.

Qu'est-ce que l'échantillonnage aléatoire ?

C'est une méthode où chaque individu a une chance égale d'être sélectionné. Cela garantit la représentativité de l'échantillon.

Qu'est-ce qu'une variable dépendante ?

C'est la variable que l'on mesure dans une expérience. Par exemple, le score d'un test après une intervention.

Complétez : La taille d'effet mesure l'________ d'une intervention.

ampleur. Cela permet de comprendre l'importance pratique des résultats.

Vrai ou faux : La réplicabilité est essentielle en psychologie.

Vrai. La capacité à reproduire les résultats est fondamentale pour valider les hypothèses.

Qu'est-ce qu'un test unilatéral ?

C'est un test qui examine l'effet dans une seule direction. Par exemple, tester si une moyenne est supérieure à une autre.

Test d'hypothèse sur les salaires

Si un magasin souhaite tester si les salaires des employés sont supérieurs à 2000 euros, il utilise un test unilatéral.

Vrai ou faux : Le p-value est l'alpha.

Faux. Le p-value indique la probabilité d'observer les données si l'hypothèse nulle est vraie, tandis que l'alpha est le seuil de décision.

Test t pour comparer deux groupes

On utilise un test t pour vérifier si la moyenne des notes d'une classe est différente de 12 sur 20. Exemple : Moyenne observée = 13.

Hypothèse nulle : loyer

Pour un appartement, l'hypothèse nulle pourrait être que le loyer moyen est de 800 euros. Si le loyer observé est de 850 euros, on teste cette hypothèse.

Comparaison : Test t vs ANOVA

Le test t compare deux moyennes, tandis que l'ANOVA compare plusieurs moyennes. Utiliser ANOVA pour trois groupes d'étudiants.

Exemple d'application : temps de trajet

On teste si le temps de trajet moyen pour aller à l'école est inférieur à 30 minutes. Hypothèse nulle : temps moyen = 30 min.

Marge d'erreur dans les sondages

Une marge d'erreur de 3% signifie qu'un pourcentage donné peut varier de ±3%. Exemple : Si 60% des répondants approuvent, cela pourrait être 57%-63%.

Vrai ou faux : Un p-value faible indique une hypothèse nulle vraie.

Faux. Un p-value faible indique des preuves contre l'hypothèse nulle, suggérant qu'elle pourrait être rejetée.

Fréquence des choix dans un sondage

Si 70% des personnes choisissent un produit, on teste si ce pourcentage est différent de 50%. Hypothèse nulle : p = 0.50.

Test du chi carré pour les catégories

Utilisé pour comparer les fréquences observées dans des catégories. Exemple : Nombre de clients qui préfèrent A, B ou C dans un magasin.

Exemple concret : Remise sur un produit

Test d'hypothèse pour savoir si une remise de 20% augmente les ventes. Hypothèse nulle : ventes restent les mêmes.

Proportion de réussite d'un examen

Si un étudiant veut tester si plus de 70% réussissent un examen, il utilise un test proportionnel. Hypothèse nulle : p = 0.70.

Application pratique : temps de réponse

Tester si le temps moyen de réponse à un e-mail est inférieur à 5 heures. Hypothèse nulle : temps moyen = 5 heures.

Différence significative : produit A vs B

Comparer les ventes de deux produits. Hypothèse nulle : ventes du produit A = ventes du produit B.

Cause → Effet : Augmentation des prix

Augmenter les prix → Peut réduire le nombre de clients. Test d'hypothèse pour vérifier l'impact sur les ventes.

Dimension de l'échantillon dans un test

Un échantillon plus large augmente la puissance du test, réduisant l'erreur de type II. Exemple : 1000 versus 100 participants.

Type d'erreur : Type I

Rejeter une hypothèse nulle vraie. Exemple : Conclure qu'un médicament est efficace alors qu'il ne l'est pas.

Intervalle de confiance

Un intervalle de confiance à 95% pour une moyenne indique que si on répète l'étude, 95% des intervalles incluront la vraie moyenne.

Comparaison de variances : F-test

Utilisé pour tester si les variances de deux groupes sont égales. Exemple : Comparer des variances de notes d'examen de deux classes.

Application pratique : Test d'hypothèse sur la satisfaction client

Un magasin veut savoir si une nouvelle disposition des produits augmente la satisfaction des clients. 1. Hypothèse nulle (H0) : Pas de changement dans la satisfaction. 2. Hypothèse alternative (H1) : La satisfaction a augmenté. 3. On collecte des données avant et après le changement. 4. On applique un test t pour comparer les moyennes de satisfaction.