vignette|Distributions de probabilité pour la statistique de test t sous l'hypothèse nulle (en rouge) et sous l'hypothèse alternative (en bleu) dans un test t pour deux groupes indépendants. Dans l'exemple sur le graphique si abs(t)≥1,998447 le test sera statistiquement significatif.|400px En statistiques, le résultat d'études qui portent sur des échantillons de population est dit statistiquement significatif lorsqu'il semble exprimer de façon fiable un fait auquel on s'intéresse, par exemple la différence entre 2 groupes ou une corrélation entre 2 données. Dit autrement, il est alors très peu probable que ce résultat apparent soit en fait trompeur s'il n'est pas dû, par exemple, à un , trop petit ou autrement non représentatif (surtout si la population est très diverse). Cette fiabilité se traduit généralement par des valeurs, différences de valeurs, ou rapports entre valeurs, suffisamment élevées ou au contraire faibles.
Techniquement, on évalue cette fiabilité selon une méthode qui suit le raisonnement suivant : On part de l'hypothèse qu'un résultat soit vrai, ce qu'on nomme l'hypothèse nulle. Et on s'accorde une probabilité, c'est-à-dire ici un risque acceptable, de rejeter cette hypothèse nulle alors qu'elle serait en fait vraie. Ce risque d'erreur (noté ) est souvent fixé à 5 %, mais parfois à des valeurs bien plus faibles selon les domaines. Enfin, on calcule ce risque-là sur cette étude en particulier (dit valeur p ou p valeur, de l'anglais p-value), et on dira que l'étude est statistiquement significative si p ≤ α. Récemment, des chercheurs considèrent que les valeurs admises, c'est-à-dire la valeur du sont bien trop élevées notamment dans les domaines études médicales et psychiatriques.
Histoire Ronald Aylmer Fisher a introduit ce concept en 1925 dans son livre Statistical Methods for Research WorkersQue veut dire « statistiquement significatif », C. Mélot ?, Revue des Maladies Respiratoires, Vol 20, N° 3-C1, juin 2003. L'idée générale d'utiliser la théorie des probabilités pour distinguer entre le hasard et le dessein est antérieure.. Il a suggéré la probabilité de comme seuil pour rejeter l'hypothèse nulle.
Limitation Des recherches récentes montrent qu'un test statistiquement significatif ne correspond à une évidence forte que pour une valeur p de 0,5 % ou même 0,1 %Valen E. Johnson, « Revised standards for statistical evidence », Proceedings of the National Academy of Sciences, 2013 .
En 2016, la société américaine de statistique a publié une déclaration affirmant que « l'utilisation généralisée de la " signification statistique " (généralement interprétée comme " p≤0.05 ") comme une licence pour revendiquer une découverte scientifique (ou vérité implicite) entraîne une distorsion considérable du processus scientifique ».
Notes et références
Voir aussi Découverte scientifique#Validation d'une découverte scientifique Taille d'effet Puissance statistique Reproductibilité
Catégorie:Statistiques