Un test z est un test de la distribution normale standard Bien que vous puissiez calculer la valeur P d'un z-score à la main, la formule est extrêmement complexe. Heureusement, vous pouvez utiliser une application de feuille de calcul pour effectuer vos calculs à la place. Étape 1: Entrez le Z-Score dans votre programme Ouvrez le tableur et entrez le z-score à partir du z-test dans la cellule A1. Par exemple, supposons que vous comparez la taille des hommes à la taille des femmes dans un échantillon d'étudiants. Si vous faites le test en soustrayant la taille des femmes de la taille des hommes, vous pourriez avoir un z-score de 2,5. Si, d'un autre côté, vous soustrayez les hauteurs des hommes des hauteurs féminines, vous pourriez avoir un z-score de -2,5. Elles sont, à des fins analytiques, équivalentes. Étape 2: Définir le niveau de signification Décidez si vous voulez que la valeur P soit supérieure à ce z-score ou inférieure à ce z -But. Plus les valeurs absolues de ces nombres sont élevées, plus vos résultats sont probables statistiquement significatifs. Si votre z-score est négatif, vous voulez certainement une valeur P plus négative, si elle est positive, vous voulez certainement une valeur P plus positive. Étape 3: Calculez la valeur P Dans la cellule B1, entrez = NORM.S.DIST (A1, FALSE) si vous voulez que la valeur p de ce score soit inférieure ou égale à; Entrez = NORM.S.DIST (A1, TRUE) si vous voulez la valeur p de ce score ou plus. Par exemple, si vous avez soustrait les hauteurs des femmes de celles des hommes et obtenu z = 2.5, entrez = NORM.S.DIST (A1, FALSE); vous devriez obtenir 0.0175. Cela signifie que si la taille moyenne de tous les hommes du collège était la même que la taille moyenne de toutes les étudiantes, la probabilité d'obtenir un score z élevé dans un échantillon est seulement de 0,0175, soit 1,75%. TL; DR (Trop long; N'a pas lu) Vous pouvez également les calculer en R, SAS, SPSS ou sur certaines calculatrices scientifiques.
, une courbe en cloche avec une moyenne de 0 et un écart-type de 1. Ces tests surviennent dans de nombreuses procédures statistiques. Une valeur P est une mesure de la signification statistique d'un résultat statistique. La signification statistique répond à la question: «Si, dans l'ensemble de la population à partir de laquelle cet échantillon a été tiré, l'estimation du paramètre était 0, dans quelle mesure les résultats sont-ils aussi extrêmes ou plus extrêmes? En d'autres termes, il permet de déterminer si l'observation d'un échantillon résulte simplement du hasard (c'est-à-dire d'accepter l'hypothèse nulle) ou si une intervention a effectivement produit un effet réel (c'est-à-dire rejeter l'hypothèse nulle).
