Calculateur de test t à deux échantillons

Qu'est-ce qu'un test t pour deux échantillons ?

Le test t pour deux échantillons (test t pour échantillons indépendants) détermine si les moyennes de deux groupes diffèrent significativement.

Question posée : « Ces deux groupes ont-ils des valeurs moyennes différentes ? »

Exemples :

• « Les patients sous médicament A ont-ils des résultats différents de ceux sous médicament B ? »
• « Les employés masculins et féminins ont-ils des salaires différents ? »
• « Le groupe de traitement obtient-il un score plus élevé que le groupe témoin ? »

Les hypothèses

Hypothèse nulle (H₀) : μ₁ = μ₂ (les moyennes sont égales)

Hypothèse alternative (H₁) :

• Bilatéral : μ₁ ≠ μ₂ (les moyennes diffèrent)
• Unilatéral à droite : μ₁ > μ₂ (la moyenne du groupe 1 est plus grande)
• Unilatéral à gauche : μ₁ < μ₂ (la moyenne du groupe 1 est plus petite)

La statistique de test

Poolé (variances égales)

$t = \frac{\bar{x}_1 - \bar{x}_2}{S_p \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}$

Où $S_p$ est l'écart-type poolé.

$ddl = n_1 + n_2 - 2$

Welch (variances inégales)

$t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$

ddl calculé par la formule de Welch-Satterthwaite (souvent non entier)

Exemple de calcul

Scénario : Comparaison des résultats de tests entre deux méthodes d'enseignement.

Données :

• Méthode A : n = 25, moyenne = 78, ET = 12
• Méthode B : n = 30, moyenne = 85, ET = 14

ET poolé : Sp = √[((24)(144) + (29)(196)) / 53] = √[9220/53] = 13,2

Statistique de test : t = (78 - 85) / [13,2 × √(1/25 + 1/30)] t = -7 / [13,2 × 0,276] t = -7 / 3,64 t = -1,92

Valeur p : Pour ddl = 53 (bilatéral), p ≈ 0,06

Conclusion : La différence approche la signification mais n'atteint pas p < 0,05. La méthode B semble produire des scores plus élevés, mais les preuves ne sont pas concluantes.

Poolé vs Welch : Lequel utiliser ?

Poolé (test t de Student)

Utiliser quand :

• Les variances sont approximativement égales (rapport < 2:1)
• Les tailles d'échantillon sont similaires
• Vous avez des raisons de croire que les variances sont égales

Avantages :

• Légèrement plus puissant lorsque les hypothèses sont respectées
• Approche traditionnelle dans de nombreux domaines

Test t de Welch

Utiliser quand :

• Les variances peuvent être inégales
• Les tailles d'échantillon diffèrent substantiellement
• Vous n'êtes pas sûr de l'égalité des variances

Avantages :

• Robuste aux variances inégales
• Presque aussi puissant que poolé lorsque les variances sont égales
• Beaucoup de statisticiens le recommandent par défaut

Ce calculateur prend en charge les deux - le Calculateur de test t de Welch est une version dédiée.

Applications

Essais cliniques

Résultats du groupe de traitement vs groupe témoin.

Tests A/B

Métriques continues (temps sur le site, revenus) entre variantes.

Recherche éducative

Comparaison de méthodes d'enseignement, programmes ou interventions.

Fabrication

Comparaison de processus, machines ou fournisseurs.

Psychologie

Différences de groupe dans les attitudes, comportements ou performances.

Hypothèses

Indépendance

• Les observations au sein des groupes sont indépendantes
• Les groupes sont indépendants l'un de l'autre
• Aucun sujet n'apparaît dans les deux groupes

Normalité

• Populations approximativement normales, OU
• Tailles d'échantillon adéquates (chaque n > 30)

Le test t est assez robuste à la non-normalité, surtout avec des échantillons plus grands.

Homogénéité de la variance (pour poolé)

• Variances de population approximativement égales
• Vérifier : rapport des ET d'échantillon < 2:1
• Si violé, utiliser le test t de Welch

Taille d'effet : d de Cohen

$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$

Dans l'exemple : d = (78 - 85) / 13,2 = -0,53 (effet moyen)

Intervalle de confiance pour la différence

$IC = (\bar{x}_1 - \bar{x}_2) \pm t^* \times SE$

Exemple IC à 95 % : -7 ± 2,01 × 3,64 = (-14,3, 0,3)

L'intervalle inclut 0, cohérent avec un résultat non significatif.

Unilatéral vs bilatéral

Bilatéral (recommandé par défaut) : Teste toute différence entre les groupes.

Unilatéral : Teste la différence dans une direction spécifiée. Nécessite une justification préalable - ne pas utiliser juste pour obtenir une valeur p plus faible.

Erreurs courantes

Violer l'indépendance

Comparer des mesures liées (par ex., avant-après) nécessite un test t apparié, pas des échantillons indépendants.

Ignorer les variances inégales

De grandes différences de variance avec un test t poolé conduisent à des valeurs p incorrectes. Utiliser Welch.

Comparaisons multiples

Comparer 5 groupes par paires (10 tests) augmente le taux de faux positifs. Utiliser l'ANOVA avec des tests post-hoc.

Petit échantillon + données non normales

Avec n < 15 et des données asymétriques, considérer Mann-Whitney U.

Rapporter les résultats

Format APA :

« Un test t pour échantillons indépendants a révélé une différence significative entre les groupes, t(53) = -1,92, p = 0,06, d = -0,53. La méthode B (M = 85, ET = 14) a produit des scores plus élevés que la méthode A (M = 78, ET = 12), bien que la différence n'ait pas atteint la signification statistique. »

Calculs associés

• Test t pour un échantillon — Comparer à une valeur connue
• Test t apparié — Mesures appariées ou répétées
• Test t de Welch — Variances inégales
• Mann-Whitney U — Alternative non paramétrique
• IC pour la différence de moyennes — Estimation par intervalle
• ANOVA à un facteur — Comparer 3+ groupes

Résumé

Le test t pour deux échantillons compare les moyennes entre deux groupes indépendants. La version poolée suppose des variances égales ; la version de Welch ne le fait pas. Le test produit une statistique t comparée à la distribution t pour obtenir une valeur p. Vérifiez toujours les hypothèses - l'indépendance est critique, la normalité compte principalement pour les petits échantillons, et les variances égales peuvent être gérées en choisissant la version appropriée. Rapportez les tailles d'effet (d de Cohen) et les intervalles de confiance aux côtés des valeurs p pour une interprétation complète.