Calculateur de statistique t (test de Student, échantillon unique)
Rédigé par Thierno Sadou Diallo, formule vérifiée selon notre méthodologie • Mis à jour le 24/08/2026
La statistique t d'un test de Student à un échantillon se calcule avec t = (x̄ − μ₀) ÷ (s ÷ √n). Pour un échantillon de 25 observations avec une moyenne de 105 contre une référence de 100 et un écart-type de 15, la statistique t vaut environ 1,67.
Explication
Le test t de Student sert à déterminer si la moyenne observée d'un échantillon diffère significativement d'une valeur de référence (l'hypothèse nulle), en tenant compte à la fois de l'écart observé et de la variabilité naturelle de l'échantillon. Sa formule ressemble volontairement à celle de notre calculateur de score z, mais répond à une situation différente : le score z suppose que l'écart-type de la POPULATION entière est connu avec certitude, une situation rare en pratique, tandis que le test t s'applique précisément quand cet écart-type de population est inconnu et doit être estimé à partir de l'écart-type observé dans l'échantillon lui-même — une incertitude supplémentaire que le test t intègre via les degrés de liberté (n − 1). Plus la taille de l'échantillon est grande, plus l'estimation de l'écart-type de l'échantillon se rapproche de la vraie valeur de population, et plus la distribution t se rapproche de la distribution normale standard utilisée pour le score z — c'est pourquoi, avec de grands échantillons (généralement au-delà de 30 observations), les deux tests donnent des résultats très proches. La statistique t obtenue doit ensuite être comparée à une valeur critique de la table de Student (ou traduite en p-valeur), en fonction des degrés de liberté et du seuil de signification choisi, pour conclure si l'écart observé est statistiquement significatif ou peut raisonnablement s'expliquer par le simple hasard de l'échantillonnage.
Exemple : échantillon de 25 observations
Données d'entrée
Moyenne observée : 105. Moyenne de référence testée : 100. Écart-type de l’échantillon : 15. Taille de l’échantillon : 25.
Calcul
t = (105 − 100) ÷ (15 ÷ √25) = 5 ÷ (15 ÷ 5) = 5 ÷ 3 ≈ 1,67. Degrés de liberté = 25 − 1 = 24.
Résultat
La statistique t obtenue est d’environ 1,67, avec 24 degrés de liberté — à comparer ensuite à une table de Student pour évaluer sa significativité au seuil choisi.
Questions fréquentes
Pourquoi utiliser un test t plutôt qu’un test z ?
Le test t s'impose dès que l'écart-type réel de la population n'est pas connu avec certitude, ce qui est le cas dans la grande majorité des situations pratiques — on ne dispose généralement que de l'écart-type observé dans l'échantillon, une estimation qui comporte elle-même une part d'incertitude. Le test t intègre cette incertitude supplémentaire via les degrés de liberté, ce qui le rend plus prudent (des valeurs critiques plus exigeantes) que le test z, en particulier pour les petits échantillons.
Que représentent les degrés de liberté (n − 1) ?
Les degrés de liberté reflètent le nombre de valeurs de l'échantillon qui peuvent varier librement une fois la moyenne de l'échantillon fixée : sur n observations, connaître la moyenne et n − 1 des valeurs permet de déduire automatiquement la dernière. Ce nombre détermine la forme précise de la distribution t utilisée pour évaluer la significativité de la statistique t calculée — plus il est faible, plus la distribution t s'écarte de la distribution normale, avec des queues plus épaisses.
Une statistique t élevée signifie-t-elle automatiquement un résultat significatif ?
Pas à elle seule : la significativité dépend de la comparaison entre cette statistique t et une valeur critique (ou une p-valeur), qui dépend elle-même des degrés de liberté et du seuil de signification choisi (généralement 5%). Une statistique t de 1,67 peut être significative avec un grand nombre de degrés de liberté et un seuil généreux, mais pas avec un petit échantillon et un seuil plus strict — la valeur brute de t ne suffit jamais à conclure seule, tout comme un score z isolé ne suffit pas non plus sans se référer à la distribution normale.