Test de proportion à un échantillon
Un test de proportion à un échantillon est un test d'hypothèse qui détermine si la proportion d'un résultat donné dans un seul échantillon diffère significativement d'une proportion de population spécifiée. Il s'utilise typiquement lorsque les données suivent une distribution binomiale, comme le nombre de succès dans une série d'essais ou la proportion d'articles défectueux dans un lot.
Dernière révision
Point clé
Un test de proportion à un échantillon est un test d'hypothèse qui détermine si la proportion d'un résultat donné dans un seul échantillon diffère significativement d'une proportion de population spécifiée.
Sur cette page
- Qu'est-ce qu'un test de proportion à un échantillon ?
- Quand utiliser un test de proportion à un échantillon ?
- Recommandations pour bien utiliser le test de proportion à un échantillon
- Alternatives : quand ne pas utiliser le test de proportion à un échantillon
- Exemple de test de proportion à un échantillon ?
- Comment réaliser un test de proportion à un échantillon
Qu'est-ce qu'un test de proportion à un échantillon ?
Un test de proportion à un échantillon est un test d'hypothèse qui détermine si la proportion d'un résultat donné dans un seul échantillon diffère significativement d'une proportion de population spécifiée. Il s'utilise typiquement lorsque les données suivent une distribution binomiale, comme le nombre de succès dans une série d'essais ou la proportion d'articles défectueux dans un lot. Ce test évalue si la proportion observée dans l'échantillon s'écarte de la proportion de population hypothétique au-delà de ce que pourrait expliquer la variabilité aléatoire de l'échantillonnage.
Il compare la proportion observée à une valeur cible ou de référence et calcule un intervalle de confiance susceptible de contenir la proportion de la population. On parle aussi de test de l'hypothèse d'inégalité. Le test peut utiliser l'approximation normale ou l'énumération binomiale selon l'effectif de l'échantillon ; l'approximation normale est plus exacte pour les grands effectifs d'échantillon, tandis que l'énumération binomiale est plus exacte pour les petites.
Quand utiliser un test de proportion à un échantillon ?
Le test de proportion à un échantillon s'utilise lorsqu'on veut déterminer si la proportion d'une certaine caractéristique dans une seule population diffère significativement d'une valeur hypothétique.
- Proportion hypothétique (P0): assurez-vous de disposer d'une valeur hypothétique précise de la proportion de la population pour la comparaison.
- Résultat binaire: les données doivent se présenter sous la forme d'un résultat binaire (par ex. succès/échec, oui/non).
- Effectif de l'échantillon:
- Grand échantillon: si l'effectif de l'échantillon est grand (typiquement nP0 ≥ 10 et n(1-P0) ≥ 10), utilisez la méthode d'approximation normale pour le test.
- Petit échantillon: si l'effectif de l'échantillon est petit, utilisez la méthode d'énumération binomiale pour des résultats plus exacts.
- Échantillonnage aléatoire: l'échantillon doit être sélectionné au hasard dans la population pour garantir la représentativité et la validité des résultats du test.
- Indépendance: chaque essai ou observation de l'échantillon doit être indépendant des autres.
- Calcul de la proportion: calculez la proportion de l'échantillon (P̂) comme le nombre de succès divisé par le nombre total d'essais.
- Sens du test:
- Test bilatéral: lorsque vous voulez tester si la proportion de l'échantillon est significativement différente de la proportion hypothétique (P̂ ≠ P0).
- Test unilatéral: lorsque vous voulez tester si la proportion de l'échantillon est significativement supérieure (P̂ > P0) ou inférieure (P̂ < P0) à la proportion hypothétique.
Voici quelques scénarios dans lesquels on peut utiliser un test de proportion à un échantillon :
- Une entreprise de marketing veut déterminer si la proportion de consommateurs qui préfèrent sa marque à celle de son concurrent est supérieure à une certaine valeur, par exemple 50 %.
- Un organisme de santé publique veut déterminer si la proportion de personnes d'une certaine population qui ont reçu un certain vaccin est inférieure à une certaine valeur, par exemple 80 %.
- Un établissement d'enseignement veut déterminer si la proportion d'étudiants qui réussissent un certain examen est supérieure à une certaine valeur, par exemple 70 %.
Dans chacun de ces scénarios, un test de proportion à un échantillon servirait à déterminer si la proportion observée est significativement différente de la valeur hypothétique. Cela peut aider à prendre des décisions ou à tirer des conclusions sur la population étudiée.
Recommandations pour bien utiliser le test de proportion à un échantillon
- Échantillonnage aléatoire: assurez-vous que les données de l'échantillon sont sélectionnées au hasard afin de pouvoir généraliser valablement à la population.
- Données binaires: les données ne doivent contenir que deux catégories, comme réussite/échec ou 1/0.
- Indépendance des observations: chaque observation doit être indépendante de toutes les autres.
- Effectif d'échantillon approprié: assurez-vous que l'effectif de l'échantillon est assez grand pour fournir des estimations précises, des intervalles de confiance utiles et une protection suffisante contre les erreurs de type II.
Alternatives : quand ne pas utiliser le test de proportion à un échantillon
- Pour des données de comptage, comme le nombre de défauts d'un produit, utilisez le test du taux de Poisson à un échantillon (1-Sample Poisson Rate).
Exemple de test de proportion à un échantillon ?
Un analyste marketing veut déterminer si des publicités envoyées par courrier pour un nouveau produit donnent un taux de réponse différent de la moyenne nationale. Un échantillon aléatoire de 1000 foyers est choisi pour recevoir les publicités. Sur les 1000 foyers échantillonnés, 87 achètent après avoir reçu la publicité. L'analyste réalise un test de proportion à un échantillon pour déterminer si la proportion de foyers ayant acheté diffère de la moyenne nationale de 6.5 %. Les étapes sont les suivantes :
- Analysez les données à l'aide de https://statsai.zometric.com/
- Dans l'outil, saisissez les données : nombre d'événements 87, nombre d'essais 1000, proportion hypothétique 0.065 et niveau de confiance 95.
- Après exécution de l'outil, les résultats obtenus sont les suivants :

Comment réaliser un test de proportion à un échantillon
La marche à suivre est la suivante :
- Connectez-vous à Zometric Statistical Software à l'adresse https://statsai.zometric.com/
- Sur la page d'accueil, choisissez Statistical Tool> Graphical analysis >One sample proportion test.
- Cliquez sur One sample proportion test pour accéder au tableau de bord.
- Ensuite, saisissez les données manuellement, ou copiez (Ctrl+C) l'ensemble des données d'une feuille Excel et collez-les (Ctrl+V) ici.
- Ensuite, saisissez les valeurs du nombre d'événements, du nombre d'essais, de la proportion hypothétique et du niveau de confiance.
- Enfin, cliquez sur calculate en bas de la page pour obtenir les résultats.
Dans le tableau de bord du test de proportion à un échantillon, la fenêtre ne comporte que la partie gauche.

Cette partie gauche contient de nombreuses options, décrites ci-dessous :
- Number of events : dans un test de proportion à un échantillon, le nombre d'événements désigne le nombre d'occurrences de l'événement d'intérêt dans l'échantillon analysé.
- Number of trials : dans un test de proportion à un échantillon, le nombre d'essais désigne le nombre d'essais ou d'observations indépendants et identiques réalisés sur l'échantillon analysé.
- Hypothesized proportion : dans un test de proportion à un échantillon, la proportion hypothétique (aussi appelée proportion de l'hypothèse nulle) est la proportion supposée vraie pour la population testée
- Confidence level : en test d'hypothèse, le niveau de confiance représente le degré de certitude ou de confiance que nous accordons à notre analyse statistique. C'est une valeur de probabilité qui indique la vraisemblance que le vrai paramètre de la population se situe dans la plage de valeurs spécifiée. Typiquement, le niveau de confiance s'exprime en pourcentage et se note (1 - α), où α est le seuil de signification, c'est-à-dire la probabilité de rejeter une hypothèse nulle vraie. Par exemple, avec un niveau de confiance de 95 %, nous disons que nous sommes sûrs à 95 % que le vrai paramètre de la population se situe dans notre estimation par intervalle, et qu'il y a 5 % de risque de commettre une erreur de type I (rejeter une hypothèse nulle vraie). Concrètement, un niveau de confiance plus élevé signifie que nous avons davantage confiance dans notre analyse statistique et ses résultats. Toutefois, augmenter le niveau de confiance élargit aussi l'intervalle de confiance, ce qui rend plus difficile la détection de petits effets. Le choix du niveau de confiance dépend donc du contexte de l'étude et des objectifs du chercheur.
- Alternative hypothesis : en test d'hypothèse, l'hypothèse alternative (aussi appelée hypothèse de recherche) est un énoncé qui représente une conclusion différente de l'hypothèse nulle. L'hypothèse nulle représente typiquement le statu quo, ou l'hypothèse qu'il n'existe aucune différence ou relation significative entre deux groupes ou variables, voire davantage. L'hypothèse alternative est l'énoncé qui est testé, et elle propose qu'il existe une différence ou une relation significative entre les groupes ou variables étudiés.
- Normal approximation method : la méthode d'approximation normale est une méthode statistique utilisée dans les tests de proportion à un échantillon pour approcher la distribution d'échantillonnage de la proportion de l'échantillon par une distribution normale. Elle s'emploie lorsque l'effectif de l'échantillon est suffisamment grand (typiquement, lorsque l'effectif de l'échantillon n est supérieur ou égal à 30) et que la proportion de succès dans l'échantillon n'est pas trop proche de 0 ou de 1.
- Load example : des données d'exemple sont chargées.
Questions fréquentes
Qu'est-ce qu'un test de proportion à un échantillon ?
Un test de proportion à un échantillon est un test d'hypothèse qui détermine si la proportion d'un résultat dans un seul échantillon diffère significativement d'une proportion de population spécifiée. Il s'utilise avec des données binomiales, comme des succès dans une série d'essais ou des articles défectueux dans un lot, et fournit aussi un intervalle de confiance pour la proportion de la population.
Quand utiliser l'approximation normale ou la méthode binomiale ?
Avec un grand échantillon, typiquement lorsque nP0 est au moins égal à 10 et n(1 - P0) au moins égal à 10, la méthode d'approximation normale peut être utilisée. Pour de petits échantillons, l'énumération binomiale donne des résultats plus exacts. L'approximation normale est plus exacte pour de grands effectifs d'échantillon.
Quelles sont les hypothèses d'un test de proportion à un échantillon ?
Les données doivent être binaires, avec seulement deux catégories comme réussite/échec ou oui/non. L'échantillon doit être sélectionné au hasard, chaque observation doit être indépendante des autres, et il faut une proportion hypothétique précise pour la comparaison. L'échantillon doit aussi être assez grand pour des estimations précises et une protection contre les erreurs de type II.
Quand ne pas utiliser un test de proportion à un échantillon ?
Ne l'utilisez pas pour des données de comptage, comme le nombre de défauts d'un produit, où un même article peut avoir plusieurs défauts. Pour des comptages d'événements, utilisez plutôt le test du taux de Poisson à un échantillon (1-Sample Poisson Rate). Le test de proportion ne convient qu'aux résultats binaires, où chaque essai est un succès ou un échec.
