La signification statistique est un outil mathématique utilisé pour déterminer si le résultat d’une expérience est le résultat d’une relation entre des facteurs spécifiques ou simplement le résultat du hasard. Ce concept est couramment utilisé dans le domaine médical pour tester des médicaments et des vaccins et pour déterminer les facteurs causaux de la maladie. La signification statistique est également utilisée dans les domaines de la psychologie, de la biologie environnementale et d’autres disciplines dans lesquelles la recherche est menée par l’expérimentation.
Les statistiques sont les calculs mathématiques d’ensembles ou de populations numériques qui sont manipulés pour produire une probabilité d’occurrence d’un événement. Un échantillon est utilisé et les résultats du calcul sont appliqués à une population entière. Par exemple, on pourrait dire que 80 pour cent de tous les adultes aux États-Unis conduisent une voiture. Il serait difficile de demander à chaque adulte aux États-Unis s’il ou elle conduit une voiture, donc un nombre aléatoire de personnes pourrait être interrogé, et les données pourraient être analysées statistiquement et généralisées pour s’appliquer à tous les adultes aux États-Unis.
Dans une étude scientifique, une hypothèse est proposée, puis des données sont collectées et analysées. L’analyse statistique des données produira un nombre statistiquement significatif s’il tombe en dessous d’un certain pourcentage appelé niveau de confiance ou niveau de signification. Par exemple, si ce niveau est fixé à 5 % et que la probabilité d’un événement est jugée statistiquement significative, le chercheur est convaincu à 95 % que le résultat n’est pas le fruit du hasard.
Parfois, lorsque la signification statistique d’une expérience est très importante, comme la sécurité d’un médicament destiné aux humains, la signification statistique doit tomber en dessous de 3 %. Dans ce cas, un chercheur pourrait être sûr à 97 % qu’un médicament particulier est sans danger pour l’homme. Ce nombre peut être abaissé ou augmenté pour tenir compte de l’importance et de la certitude souhaitée de l’exactitude du résultat.
La signification statistique est utilisée pour rejeter ou accepter ce qu’on appelle l’hypothèse nulle. Une hypothèse est une explication qu’un chercheur essaie de prouver. L’hypothèse nulle soutient généralement que les facteurs sur lesquels un chercheur examine n’ont aucun effet sur les différences dans les données ou qu’il n’y a aucun lien entre les facteurs. La signification statistique est généralement écrite, par exemple, comme t=.02, p<.05>. Ici, « t » représente le score du test et « p<.05 signifie="" that="" the="" probabilité="" of="" an="" event="" occur="" by= "" chance="" is="" less="" than="" percent.="" these="" numbers="" would="" cause="" null="" hypothèse="" to=" " be="" rejeté.="">Un exemple d’hypothèse psychologique utilisant la signification statistique pourrait être l’hypothèse selon laquelle les bébés filles sourient plus que les bébés garçons. Pour tester cette hypothèse, un chercheur observerait un certain nombre de bébés filles et garçons et compterait combien de fois ils sourient au cours d’une certaine période de temps. A la fin de l’observation, le nombre de sourires serait analysé statistiquement.
Chaque expérience vient avec un certain degré d’erreur. Il est possible que le jour de l’observation tous les garçons aient été anormalement grincheux. La signification statistique trouvée par l’analyse des données écarterait cette possibilité de 95 pour cent si t=03. Dans ce cas, avec 95% de certitude, le chercheur pourrait dire que les filles sourient plus que les garçons.