Qu'est-ce que la fonction F.TEST ?
F.TEST est la version moderne de TEST.F, disponible depuis Excel 2010. Elle compare la variabilité de deux séries de données et répond à une question simple : ces deux groupes sont-ils aussi stables l'un que l'autre, ou l'un est-il plus dispersé que l'autre ? Le calcul est identique à celui de l'ancienne fonction, mais avec une précision améliorée et un nom plus clair que Microsoft recommande pour tes nouveaux classeurs.
Que tu travailles en contrôle qualité pour comparer deux machines de production, en analyse commerciale pour évaluer la régularité de deux équipes, ou en approvisionnement pour choisir le fournisseur le plus fiable, F.TEST te donne une p-value qui tranche : la différence de dispersion observée est-elle réelle, ou juste le fruit du hasard ?
Syntaxe
=F.TEST(matrice1; matrice2)F.TEST a été introduite avec Excel 2010 pour remplacer TEST.F. Les deux donnent exactement le même résultat, mais Microsoft conseille F.TEST dans les classeurs récents, car TEST.F n'est conservée que pour la compatibilité et pourrait disparaître dans une future version.
Comprendre chaque paramètre de la fonction F.TEST
F.TEST attend deux séries de valeurs, et rien d'autre : matrice1 et matrice2, toutes les deux obligatoires.
L'ordre dans lequel tu les places ne change rien au résultat, puisque la fonction évalue le ratio de leurs variances. Tu peux même leur donner des plages de tailles différentes, elles s'en accommodent sans broncher.
matrice1
: ta première série de donnéesIl peut s'agir de mesures de qualité, de temps de réponse, de scores d'étudiants, de chiffres de vente... Bref, n'importe quelle série de valeurs numériques que tu veux comparer à une autre.
Tu peux passer une plage de cellules (A2:A20), une colonne entière (A:A), ou des valeurs directes séparées par des points-virgules. Les cellules vides et le texte sont ignorés automatiquement.
matrice2
: ta deuxième série de données, celle que tu veux comparer à la premièreLes deux séries n'ont pas besoin d'avoir le même nombre de valeurs : F.TEST gère parfaitement les échantillons de tailles différentes.
Comme pour matrice1, tu peux passer une plage, une colonne entière ou des valeurs directes. La fonction calcule les variances des deux séries, puis évalue si leur ratio est statistiquement différent de 1.
Exemples pratiques pas à pas
Comment comparer la dispersion de deux séries avec la fonction F.TEST
Deux lignes de conditionnement remplissent des sachets visés à 50 g, et les moyennes des deux sont impeccables au dixième de gramme près. Le problème est ailleurs : les réclamations clients ne viennent que d'une des deux lignes, ce qui suggère un défaut de régularité et non de réglage. Tu as relevé 18 pesées sur chaque ligne, et la fonction F.TEST te dit si la différence de dispersion que tu crois voir est réelle ou si elle tient au hasard de l'échantillon.
- 1L'argument
matrice1reçoit la plageB2:B19, les 18 pesées de la ligne A. La fonction n'a pas besoin qu'on lui donne la variance : elle la calcule elle-même à partir des valeurs brutes. - 2L'argument
matrice2reçoit la plageC2:C19, les 18 pesées de la ligne B. L'ordre des deux arguments n'a aucune importance ici, puisque le test est bilatéral et rend la même p-value dans un sens comme dans l'autre. Les deux plages n'ont pas non plus besoin de compter le même nombre de valeurs.
=F.TEST(B2:B19; C2:C19)0,0000 affiché est un arrondi à quatre décimales : la p-value réelle vaut environ 0,0000003, soit à peu près trois chances sur dix millions que deux lignes aussi régulières l'une que l'autre produisent un tel écart. Le verdict est donc massif, et il ne se lit pas sur les moyennes, quasi identiques (50,01 g contre 49,96 g). Ce que la fonction F.TEST compare, ce sont les variances : 0,05 d'un côté contre 0,94 de l'autre, un rapport de presque dix-huit.
Comment transformer la p-value en décision avec les fonctions F.TEST et SI
Le tableau de bord de l'atelier est lu chaque matin par des personnes qui n'ont pas à savoir ce qu'est une p-value, et un 0,7743 brut dans une cellule ne déclenche aucune action. Tu veux que la comparaison des deux postes de remplissage sorte directement en clair, avec le seuil de décision écrit dans la formule plutôt que dans la tête de celui qui lit. La fonction F.TEST fournit le chiffre, la fonction SI le transforme en phrase.
- 1La fonction F.TEST occupe le test logique de SI, avec
matrice1sur la plageB2:B11etmatrice2sur la plageC2:C11, soit les dix pesées de chaque poste. Son résultat n'est jamais affiché, il sert uniquement de matière à la comparaison. - 2La comparaison
< 0,05fixe le seuil de décision dans la formule elle-même. C'est le risque de première espèce accepté, autrement dit 5 % de chances de crier à la différence alors qu'il n'y en a pas. - 3Le deuxième argument de SI porte le texte
"Variances différentes", renvoyé quand la p-value passe sous le seuil, donc quand un poste est nettement plus dispersé que l'autre. - 4Le troisième argument de SI porte le texte
"Variances équivalentes", renvoyé dans le cas contraire. C'est celui qui sort ici, puisque 0,7743 reste bien au-dessus de 0,05.
=SI(F.TEST(B2:B11; C2:C11) < 0,05; "Variances différentes"; "Variances équivalentes")
Comment gérer l'erreur #DIV/0! de la fonction F.TEST
Un capteur de pesée est resté bloqué sur sa dernière valeur pendant tout un poste, et la colonne affiche six fois 50,0 g d'affilée. À l'œil, ces mesures ressemblent à un procédé exemplaire, alors que ce sont des données mortes. Tu veux que le tableau signale ce cas au lieu de laisser une erreur brute, parce que la remontée doit aller à la maintenance et non à la qualité.
- 1Le calcul à protéger occupe le premier argument de SIERREUR : la fonction F.TEST y reçoit
matrice1sur la plageB2:B7, dont les six valeurs identiques donnent une variance nulle, etmatrice2sur la plageC2:C7, qui varie normalement. - 2Le second argument de SIERREUR porte le texte de repli
"Série constante", affiché à la place de#DIV/0!. Le message pointe la cause exacte, ce qui évite qu'on aille chercher une faute de plage alors que c'est le capteur qu'il faut redémarrer.
=SIERREUR(F.TEST(B2:B7; C2:C7); "Série constante")#DIV/0! que SIERREUR remplace par un message. La même erreur tombe quand une des deux plages ne contient qu'une seule valeur, faute de quoi calculer une variance. Une colonne parfaitement constante n'est presque jamais un procédé parfait, c'est le signe d'un capteur figé ou d'une valeur recopiée.
Les erreurs fréquentes avec la fonction F.TEST
Avec F.TEST, ce ne sont pas les messages d'erreur rouges qui te trahissent, mais l'interprétation. Le faux pas le plus courant : raisonner en écart-type alors que la fonction travaille sur les variances, donc sur des carrés. Un écart-type deux fois plus grand, c'est une variance quatre fois plus grande, et c'est ce 4 que la p-value juge.
Garde aussi en tête qu'une seule valeur aberrante peut gonfler une variance et fausser tout le verdict, et qu'une p-value élevée ne prouve jamais l'égalité des variances : elle dit seulement que tu n'as pas de quoi conclure à une différence.
Confondre variance et écart-type dans l'interprétation
F.TEST compare les variances, pas les écarts-types. La variance est le carré de l'écart-type. Si un écart-type est 2 fois plus grand, la variance est 4 fois plus grande, pas 2 fois. Cette amplification peut sembler surprenante au premier abord.
Solution : Rappelle-toi que F.TEST travaille sur le ratio des variances, pas des écarts-types. Un rapport de variances de 4 correspond à un rapport d'écarts-types de 2, et c'est ce ratio de 4 que la p-value évalue.
Interpréter une p-value élevée comme une preuve d'égalité
Une p-value de 0,15 ne signifie pas que les variances sont égales. Elle signifie uniquement qu'on n'a pas assez de preuves statistiques pour affirmer qu'elles sont différentes avec le niveau de confiance choisi.
Solution : Formule ta conclusion correctement : "pas de différence significative détectée" plutôt que "les variances sont égales". C'est une nuance importante en statistique : l'absence de preuve n'est pas la preuve de l'absence.
Résultat faussé par des valeurs aberrantes dans les données
Une seule valeur extrême peut gonfler artificiellement la variance d'une série et rendre les variances significativement différentes alors que les séries sont comparables sans ce point atypique.
Solution : Avant d'interpréter F.TEST, inspecte tes données avec =MIN(plage) et =MAX(plage) pour repérer d'éventuelles anomalies. Une valeur aberrante peut venir d'une saisie incorrecte, d'un équipement en panne ou d'un événement exceptionnel à traiter séparément.
F.TEST vs TEST.F vs T.TEST
Choisis F.TEST pour toute question de dispersion dans un classeur récent : deux séries sont-elles aussi stables l'une que l'autre ? TEST.F fait exactement le même calcul, mais ne la garde que si tu dois rester compatible avec d'anciens fichiers.
Si ta question porte sur les niveaux moyens et non sur la dispersion, c'est T.TEST qu'il te faut : F.TEST sert d'ailleurs souvent de pré-test pour décider de son type.
| Critère | F.TEST | TEST.F | T.TEST |
|---|---|---|---|
| Disponibilité | Excel 2010+ | Toutes versions (ancienne syntaxe) | Excel 2010+ |
| Ce qui est comparé | Variances (dispersion) | Variances (dispersion) | Moyennes (niveau) |
| Résultat | p-value bilatérale | p-value bilatérale | p-value unilatérale ou bilatérale |
| Arguments | 2 plages de données | 2 plages de données | 2 plages + queues + type |
| Cas d'usage typique | Pré-test avant T.TEST | Compatibilité anciens fichiers | Comparer deux moyennes |
Questions fréquentes
F.TEST est la version moderne de TEST.F, introduite avec Excel 2010. Les deux fonctions effectuent le même calcul, avec les mêmes arguments et le même résultat. Microsoft recommande F.TEST pour les nouveaux classeurs, car TEST.F n'est conservée que pour assurer la compatibilité et pourrait être retirée d'une future version d'Excel.
Ces deux fonctions répondent à des questions différentes. F.TEST compare les variances (la dispersion des données), tandis que T.TEST compare les moyennes (le niveau moyen des données).
En pratique, on utilise souvent F.TEST en premier pour choisir le bon type de T.TEST : si p >= 0,05, les variances sont équivalentes (utilise type=2) ; si p < 0,05, elles sont différentes (utilise type=3, test de Welch).
Techniquement, F.TEST fonctionne dès 2 valeurs par groupe. Mais pour des résultats fiables, vise au moins 10 à 15 valeurs par série. Avec moins, le test manque de puissance statistique et risque de passer à côté de vraies différences. La règle pratique : plus tes échantillons sont petits, plus il faut une différence importante pour atteindre la significativité statistique.
Oui, la syntaxe est identique. La seule différence possible est le séparateur d'arguments : une virgule dans les paramètres anglais, un point-virgule dans les paramètres français. Si ta formule renvoie une erreur sur Google Sheets, vérifie simplement le séparateur selon tes paramètres régionaux.
La p-value de F.TEST est comprise entre 0 et 1. Plus elle est proche de 0, plus la différence de variances est statistiquement significative. Une p-value >= 0,05 indique qu'aucune différence significative n'est détectée : les variances sont considérées équivalentes pour tes analyses suivantes. Une p-value < 0,05 signifie que les variances diffèrent vraiment, l'un de tes groupes est plus dispersé que l'autre.
Non. F.TEST est conçue pour exactement deux plages de données. Pour comparer les variances de trois groupes ou plus, il faut un test de Bartlett ou de Levene, qui ne sont pas disponibles directement dans Excel sous forme de fonction unique. L'ANOVA permet de tester si les moyennes de plusieurs groupes diffèrent simultanément, mais c'est une question différente de la comparaison des variances.
Pour aller plus loin
Continue sur ta lancée après la fonction F.TEST : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
