Tests statistiques de sighification
Ouvrage de Thiétart : « Tests Statistiques de Signification »
Article : “Competitive conditions in Islamic and conventional banking : A global perspective”
Première partie : Tests statistiques de signification
SECTION 1 : LOGIQUE GENERALE DES TESTS STATISTIQUES DE SIGNIFICATION
I- Inférence et statistique :
L’inférence est une démarche très importante dans la recherche en management. La statistique consiste à généraliser les résultats tirés d’un échantillon sur l’ensemble de la population étudiée en faisant appel à la démarche d’inférence, celle-ci constitue une branche entière de la statistique appelée « la statistique inférentielle » qui regroupe les tests statistiques de signification.
II- Hypothèse de recherche :
Une hypothèse de recherche peut résulter de différentes sources comme des impressions théoriques personnelles ou de simples conjectures… Pour tester une hypothèse de recherche, il faut préalablement la traduire en hypothèse statistique.
III- Hypothèse statistique :
C’est une affirmation portant sur la distribution d’une ou de plusieurs variables aléatoires, elle peut concerner les paramètres d’une distribution ou la loi de probabilité de la population étudiée.
• Un paramètre est un aspect quantitatif d’une population comme la moyenne, la variance, etc… ils sont généralement inconnus mais peuvent être estimés statistiquement à partir d’un échantillon issu de cette population. Les paramètres sont représentés avec des lettres grecques.
• Une loi de probabilité est la forme générale de la distribution de fréquences de cette population.
Une hypothèse statistique se présente traditionnellement sous deux formes :
• Une hypothèse nulle : c’est-à-dire qu’il y a absence de changement par rapport à un statu quo ou absence de différence entre des paramètres. Le but d’un chercheur est de repousser