Points clés
- Catégorie
- Maths, dates et finance
- Types d’entrée
- number, select
- Type de sortie
- json
- Couverture des échantillons
- 4
- API disponible
- Yes
Vue d’ensemble
Ce calculateur de test Z à une proportion permet d'évaluer si la proportion observée d'un échantillon diffère significativement d'une proportion théorique ou historique. En saisissant simplement le nombre de succès, le nombre total d'essais et la proportion hypothétique, vous obtenez instantanément la statistique Z, la valeur p (p-value) et la décision de rejet de l'hypothèse nulle. C'est un outil idéal pour les analystes de données, les spécialistes du marketing et les chercheurs souhaitant valider des taux de conversion ou des résultats d'enquêtes avec précision.
Quand l’utiliser
- •Pour vérifier si le taux de conversion d'une nouvelle page web est statistiquement différent du taux de référence historique.
- •Lors de l'analyse des résultats d'un sondage pour déterminer si la part d'une réponse spécifique dépasse un seuil attendu.
- •Pour le contrôle qualité en production, afin de s'assurer que le taux de défauts ne dépasse pas la norme acceptable.
Comment ça marche
- •Saisissez le nombre de succès observés et le nombre total d'essais de votre échantillon.
- •Définissez la proportion de la population hypothétique (par exemple, 0.5 pour 50%) et choisissez le type d'hypothèse alternative (bilatérale, supérieure ou inférieure).
- •Ajustez le seuil de signification (Alpha, généralement 0.05) et le nombre de décimales souhaité pour l'affichage.
- •Le calculateur génère un résultat détaillé incluant la proportion de l'échantillon, la statistique Z, la valeur p et indique s'il faut rejeter l'hypothèse nulle.
Cas d’usage
Exemples
1. Test d'un taux de conversion e-commerce
Analyste Marketing- Contexte
- Une boutique en ligne a historiquement un taux de conversion de 50% sur une page de destination spécifique. Une nouvelle version de la page a été mise en ligne.
- Problème
- Déterminer si les 60 conversions obtenues sur 100 visites montrent une différence statistiquement significative par rapport aux 50% habituels.
- Comment l’utiliser
- Entrez 60 pour le nombre de succès, 100 pour les essais, et 0.5 pour la proportion hypothèse. Sélectionnez une hypothèse bilatérale avec un Alpha de 0.05.
- Configuration d’exemple
-
Succès: 60, Essais: 100, Proportion: 0.5, Alternative: Bilatérale, Alpha: 0.05 - Résultat
- Le calculateur renvoie une statistique Z de 2 et une valeur p de 0.0455. Puisque 0.0455 est inférieur à 0.05, l'hypothèse nulle est rejetée, confirmant que le nouveau taux de 60% est significativement différent.
2. Contrôle qualité en usine
Responsable Qualité- Contexte
- Une chaîne de montage a une norme stricte tolérant un maximum de 2% de pièces défectueuses.
- Problème
- Vérifier si un lot récent de 500 pièces contenant 18 défauts dépasse significativement la norme acceptable.
- Comment l’utiliser
- Saisissez 18 succès (défauts), 500 essais (pièces totales), et 0.02 comme proportion hypothèse. Choisissez l'hypothèse alternative 'Supérieur à'.
- Configuration d’exemple
-
Succès: 18, Essais: 500, Proportion: 0.02, Alternative: Supérieur à, Alpha: 0.05 - Résultat
- Le test calcule la proportion de l'échantillon (3.6%) et la valeur p correspondante. L'outil indique si l'hypothèse nulle doit être rejetée, permettant de confirmer ou d'infirmer l'alerte qualité sur le lot.
Tester avec des échantillons
math-&-numbersHubs associés
FAQ
Qu'est-ce qu'un test Z à une proportion ?
C'est un test statistique utilisé pour déterminer si la proportion d'une caractéristique dans un échantillon diffère significativement d'une proportion connue ou supposée dans la population globale.
Quelle est la différence entre une hypothèse bilatérale et unilatérale ?
Une hypothèse bilatérale teste si la proportion est différente (supérieure ou inférieure), tandis qu'une hypothèse unilatérale teste spécifiquement si elle est strictement supérieure ou strictement inférieure à la valeur de référence.
Que signifie la valeur p (p-value) dans ce test ?
La valeur p indique la probabilité d'obtenir les résultats observés si l'hypothèse nulle est vraie. Une valeur p inférieure à votre seuil Alpha (ex: 0.05) indique un résultat statistiquement significatif.
Quand dois-je rejeter l'hypothèse nulle ?
Vous devez rejeter l'hypothèse nulle lorsque la valeur p calculée par l'outil est inférieure au seuil de signification Alpha que vous avez défini.
Quelles sont les conditions pour utiliser ce test ?
L'échantillon doit être aléatoire et sa taille doit être suffisamment grande pour que le nombre attendu de succès et d'échecs soit d'au moins 10.