Test de normalité

Vérifiez si vos données suivent une distribution normale.

Définition

Avant d'appliquer la plupart des tests paramétriques (test t, ANOVA, corrélation de Pearson), il est essentiel de vérifier la normalité des données. StatsLab propose les tests de Shapiro-Wilk et de Kolmogorov-Smirnov, ainsi qu'un graphique Q-Q pour une inspection visuelle.

Quand l'utiliser ?

• Avant un test t, une ANOVA ou une corrélation de Pearson
• Pour valider les hypothèses d'un modèle de régression
• Pour choisir entre un test paramétrique et non-paramétrique

Conditions requises

• Variables continues
• Shapiro-Wilk recommandé pour n < 50
• Kolmogorov-Smirnov pour les grands échantillons

Ce que StatsLab calcule

• Statistique W (Shapiro-Wilk) et p-value
• Statistique D (Kolmogorov-Smirnov) et p-value
• Graphique Q-Q avec IC 95%
• Histogramme avec courbe normale théorique
• Asymétrie et aplatissement

Exemple concret

Contexte : Test de normalité sur les notes d'un groupe de 30 étudiants (sur 20).

Résultat obtenu : Shapiro-Wilk W = 0,971, p = 0,563

Interprétation : p > 0,05 : on ne rejette pas l'hypothèse de normalité. Les données sont compatibles avec une distribution normale — les tests paramétriques sont justifiés.

Lancer cette analyse