Les idées fausses sur les statistiques sont courantes, même chez les chercheurs expérimentés

Une nouvelle étude révèle que les chercheurs interprètent souvent à tort les valeurs p comme une preuve de la véracité d'une hypothèse

17.11.2026
AI-generated image

Image symbolique

Même les chercheurs et les personnes ayant suivi une formation approfondie en statistiques ont souvent du mal à interpréter correctement les résultats statistiques. C’est ce que révèle une nouvelle revue systématique menée par l’université d’Uppsala et d’autres institutions, dans laquelle les chercheurs ont analysé 55 études portant sur plus de 15 000 participants.

Les statistiques constituent un outil important dans de nombreux domaines scientifiques. Grâce aux méthodes statistiques, les chercheurs peuvent non seulement décrire ce qui a été observé, mais aussi tirer des conclusions plus générales. Il peut s’agir, par exemple, de déterminer si un médicament est efficace ou s’il existe un lien entre la pollution atmosphérique et la santé humaine.

Tirer des conclusions à partir de résultats statistiques est ce qu’on appelle l’inférence statistique. La manière dont les résultats des analyses statistiques sont décrits et compris influence les conclusions qui en sont effectivement tirées. Des concepts tels que la valeur p, la signification statistique et les intervalles de confiance jouent ici un rôle central.

Mais dans quelle mesure comprenons-nous réellement ces concepts ?

« Nous avons recensé de nombreuses études qui se sont penchées sur cette question sous différents angles. Ce qui est frappant, c’est que, malgré l’utilisation de méthodes différentes, les chercheurs sont parvenus à des conclusions très similaires : la compréhension de ce que l’on peut réellement déduire des résultats statistiques est insuffisante et les malentendus sont fréquents », explique Per Lytsy, chercheur affilié au département de santé publique et des sciences des soins de l’université d’Uppsala.

Des idées fausses même chez ceux qui ont des connaissances en statistiques

Cette revue systématique porte sur 55 études publiées entre 1963 et 2024. La plupart de ces études consistaient en des enquêtes par questionnaire dans lesquelles les participants devaient interpréter des résultats statistiques ou juger si diverses affirmations étaient correctes ou incorrectes. D’autres études ont examiné comment les résultats statistiques influencent la confiance dans les conclusions scientifiques. Parmi les participants figuraient des étudiants, des chercheurs, des professionnels de santé, des statisticiens et des enseignants en statistiques.

Une idée fausse courante consiste à considérer que la signification statistique prouve la véracité d’une hypothèse ou le caractère significatif d’un effet. Par exemple, un médicament peut entraîner une amélioration statistiquement significative sans que cette amélioration n’ait de portée pratique pour les patients.

L’une des raisons pour lesquelles ces malentendus sont si courants tient peut-être au fait que les concepts statistiques sont souvent difficiles à comprendre et ne correspondent pas toujours à la manière dont nous raisonnons intuitivement sur les probabilités et l’incertitude. De plus, les méthodes statistiques reposent sur des fondements théoriques différents et sont parfois utilisées en combinaison, ce qui peut rendre encore plus difficile de déterminer quelles conclusions sont justifiées.

« Un exemple courant consiste à interpréter la valeur p comme la probabilité que l’hypothèse que nous testons soit vraie ou fausse. Or, on ne peut pas tirer cette conclusion à partir d’une valeur p. De telles interprétations erronées peuvent nous amener à attribuer aux résultats de la recherche un degré de certitude plus élevé qu’il ne le justifie », explique Ronnie Pingel, maître de conférences au département de statistique de l’université d’Uppsala.

Un enjeu important pour l’enseignement et la prise de décision

En compilant des études couvrant plusieurs décennies, cette nouvelle synthèse offre une vision plus large de l’ampleur et de la persistance de ces idées fausses, même parmi les personnes ayant suivi une formation approfondie en statistiques. Les chercheurs espèrent que cette synthèse contribuera à sensibiliser aux interprétations erronées des statistiques, à améliorer l’enseignement de cette discipline et à encourager un examen plus critique des résultats scientifiques.

« Savoir utiliser des méthodes statistiques ne revient pas à comprendre la signification des résultats. Notre synthèse montre que les malentendus sont courants, même chez les chercheurs expérimentés. Cela risque de conduire à des conclusions erronées et, en fin de compte, à de mauvaises décisions », explique Lytsy.

Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.

Publication originale

Autres actualités du département science

Actualités les plus lues

Plus actualités de nos autres portails

L'intelligence artificielle révolutionne-t-elle la chimie ?