Statistiques descriptives & inférentielles

Moyenne, médiane, écart type : lire ses données avant de les tester

Avant de lancer le moindre test statistique, un passage par les statistiques descriptives permet souvent d'éviter des erreurs d'interprétation qui n'apparaîtront que bien plus tard dans l'analyse. Moyenne, médiane et écart type ne sont…

Avant de lancer le moindre test statistique, un passage par les statistiques descriptives permet souvent d’éviter des erreurs d’interprétation qui n’apparaîtront que bien plus tard dans l’analyse. Moyenne, médiane et écart type ne sont pas de simples formalités à faire figurer dans un tableau : ce sont les premiers indices sur la nature de vos données.

Moyenne et médiane ne racontent pas toujours la même histoire

Lorsque moyenne et médiane sont proches, la distribution est probablement symétrique. Un écart important entre les deux signale en revanche une asymétrie, souvent due à des valeurs extrêmes qui tirent la moyenne vers le haut ou vers le bas. Sur une variable comme le revenu ou la durée de traitement d’un dossier, la médiane représente généralement mieux la tendance centrale que la moyenne.

L’écart type, ou la dispersion cachée derrière la moyenne

Deux échantillons peuvent partager exactement la même moyenne tout en étant radicalement différents dans leur dispersion. Un écart type élevé traduit une hétérogénéité des réponses qui peut, à elle seule, expliquer l’absence de signification statistique d’un test réalisé plus tard sur ces mêmes données.

Pourquoi ce passage conditionne le choix du test

La forme de la distribution, révélée par ces premiers indicateurs, oriente directement le choix entre un test paramétrique et un test non paramétrique. Une distribution fortement asymétrique ou une présence marquée de valeurs extrêmes incite à se tourner vers des tests non paramétriques, moins sensibles à ces particularités.

À retenir

Faire de chaque étape un gage de rigueur

Chaque thématique statistique repose sur les mêmes fondations : comprendre l'hypothèse avant de choisir l'outil, vérifier les conditions d'application, puis interpréter les résultats avec la prudence qu'impose toute donnée d'échantillon. Progresser en méthodologie, c'est avancer étape par étape plutôt qu'en cherchant un raccourci.

Votre checklist

  • Formuler clairement l'hypothèse ou la question de recherche
  • Vérifier que les données collectées correspondent au test envisagé
  • Documenter chaque choix méthodologique avant de passer à l'analyse
  • Relire vos résultats avec un regard critique avant de conclure