Salut Lily !!
Alors, lorsque tu réalises un test statistique dans le cadre d'une étude par exemple, tu peux conclure soit à
différence non significative, soit à une
différence significative.
--> Dans le cas où tu conclues à une
différence significative (DS), tu dois garder en tête, qu'il existe un
risque alpha de se tromper. En général, ce risque alpha est de
5%. En pratique, cela veut dire qu'il y a 95% de chances que la DS soit effectivement une DS mais 5% de risques que tu te sois trompée.
--> Finalement, alpha, c'est le
risque de première espèce : c'est le risque de rejeter H0 (et accepter H1) quand H0 est vraie.
--> Attention, cependant, rappelles-toi qu'
il ne faut jamais accepter H0 
Maintenant, le
degré de signification, correspond justement à la plus petite valeur de alpha pour que la différence soit significative. Il est aussi appelé
p-value, notée
p. Je te donne un petit
exemple :
Si pour un alpha = 5% = 0,05 tu as une différence significative, il se peut que pour un alpha = 3% = 0,03 la différence soit encore significative. Or si tu descends encore un peu plus, tu remarques que pour un alpha = 2% = 0,02, la différence n'est plus significative (tu as donc une DNS)...
--> Cela signifie donc que le degré de signification ou p-value est : p < 0,03. On met bien le signe "<" car ta p-value n'est pas égale à la valeur 0,03 (puisque tu as encore une DS à 3%) mais elle est tout de même au-dessus de 0,02 et en-dessous de 0,03. Cela est dû au fait que les tables de valeurs ne sont pas hyper précises mais elles nous permettent quand même de déterminer une p-value.
Petit rappel : pour trouver qu'on a une DS, il faut par exemple que :
z (alpha) calculé > z (alpha) théorique
Voilà, j'espère avoir répondu un maaaax à ta question ! Sinon, hésite pas à renvoyer un message si tu veux plus d'informations <3
Bon courage de la part de la team Biostats <3
Clara, tutrice de Biostats