Statistique inférentielle et psychométrie appliquée
Cette grande leçon introduit la statistique inférentielle et la psychométrie appliquée, ceci dans la perspective de permettre aux étudiants de comprendre les enjeux épistémologiques, scientifiques et techniques de ces matières. Ces enjeux comprennent en particulier la mise au point de méthodes objectives pour l’étude de la variabilité induite expérimentalement ou observée en condition naturelle.
Cette leçon est essentielle pour comprendre les suivantes, car tous les concepts de base de la statistique inférentielle y sont expliqués.
7. L'hypothèse nulle
Objectifs. Définir la notion d'hypothèse nulle et son utilité dans la pratique statistique
Prérequis.
- Articles sur la variabilité de la grande leçon "Psychologie, statistique et psychométrie" du cours de L1;
- Approche intuitive de la statistique inférentielle
Résumé.
L'hypothèse nulle, généralement notée 
, traduit ce qu'on pourrait prédire de la réalité si celle-ci n'était gouvernée que par le hasard. L'hypothèse nulle sert de point de référence pour la démarche statistique : une fois qu'on a su la spécifier formellement dans une situation donnée, on peut calculer un modèle de ce que prédit cette hypothèse. Si les données sont suffisamment différentes de la prédiction faite sous l'hypothèse , on pourra considérer que quelque cause systématique a agi sur la situation. La nature exacte de cette cause n'est cependant PAS fournie par l'analyse statistique, même si le chercheur avait son hypothèse là-dessus).
En conséquence, si dans un test on rejette l'hypothèse nulle, cela signifie qu'on rejette un modèle où le hasard suffirait à tout expliquer sans toutefois qu'on puisse être sûr que l'hypothèse du chercheur est valide. Si on ne rejette pas l'hypothèse nulle cela revient à dire que les données ne permettent pas d'appuyer une hypothèse plus compliquée qu'une simple résultat aléatoire.