Qu'est-ce que la fonction Z.TEST ?
Z.TEST (Z.TEST en anglais) te sert quand un résultat semble s'écarter un peu de la cible et que tu dois trancher, sans jugement à l'œil, si cet écart mérite une action ou s'il tient simplement au hasard de l'échantillon. C'est le réflexe à avoir dès que tu dois documenter une décision plutôt que la justifier par une impression.
C'est l'outil des pros du contrôle qualité, de la validation pharmaceutique et de l'audit : comparer la production du jour à une cible nominale, vérifier qu'un lot de médicaments respecte le dosage prescrit, détecter des écarts de caisse anormaux. Là où l'oeil humain voit juste un chiffre un peu différent, Z.TEST te dit si l'écart est réel ou simplement dû au hasard. Microsoft recommande de l'utiliser dans tes nouveaux classeurs, car le nom est plus clair que l'ancien TEST.Z.
Syntaxe
=Z.TEST(matrice; x; [sigma])Z.TEST est la version moderne de TEST.Z (Excel 2010 et suivants) : même calcul, syntaxe identique. Elle retourne une p-value unilatérale. Pour un test bilatéral (différence dans les deux sens), multiplie le résultat par 2 : =2*MIN(Z.TEST(A1:A50; x; sigma); 1-Z.TEST(A1:A50; x; sigma)).
Comprendre chaque paramètre de la fonction Z.TEST
Z.TEST attend tes arguments dans un ordre fixe : d'abord ta plage de mesures, ensuite la norme x à laquelle tu les confrontes, et enfin sigma. Seul ce dernier est entre crochets, donc facultatif : si tu l'omets, Excel se rabat sur l'écart-type de ton échantillon au lieu de celui de la population, ce qui transforme ton test Z en simple approximation.
matrice
: ta plage de données d'échantillon à tester : mesures de qualité, dosages, poids de pièces, scores d'élèves..N'importe quelle série de valeurs numériques que tu veux comparer à une norme établie.
Excel ignore automatiquement les cellules vides ou contenant du texte, mais une plage trop incomplète peut fausser ton interprétation. Vérifie que tes données sont propres avant de lancer le test.
x
: la moyenne de référence ou valeur hypothétique à laquelle tu veux comparer ton échantillonC'est ta norme, ton objectif, ta spécification cible. Si tes pièces doivent peser 500 g, tu utiliseras 500 comme valeur de x.
Cette valeur peut provenir de spécifications techniques, de normes industrielles, de moyennes historiques ou d'objectifs de performance établis. L'important est qu'elle soit une référence fiable.
sigma
: l'écart-type de la population (facultatif)(facultatif)Si tu le connais grâce à des historiques de production étendus ou des spécifications établies, utilise-le pour un test Z rigoureux. Si tu l'omets, Excel calcule l'écart-type de ton échantillon, ce qui constitue techniquement une approximation.
Pour de grands échantillons (n supérieur à 30), cette approximation reste acceptable. En dessous de 30 valeurs avec sigma inconnu, préfère T.TEST.
Attention : Pour un vrai test Z, tu dois connaître l'écart-type de la population. Si tu ne le connais pas, utilise T.TEST qui est conçue spécifiquement pour cette situation.
Exemples pratiques pas à pas
Comment tester une moyenne avec un écart-type connu avec la fonction Z.TEST
Cette ligne vise 500 g depuis des années, et son historique a figé sa dispersion à 8 g d'écart-type une bonne fois pour toutes. Les dix-huit prélèvements du matin oscillent autour de la cible sans qu'aucun ne choque, mais leur moyenne penche du même côté et l'équipe hésite à arrêter la machine pour la régler. Un arrêt coûte une demi-journée de production, un réglage inutile aussi. La fonction Z.TEST départage la vraie dérive du bruit ordinaire du procédé.
- 1L'argument
matriceprendB2:B19, les dix-huit pesées telles quelles. Ni la moyenne ni l'effectif ne sont à préparer dans des cellules intermédiaires, la fonction les extrait de la plage. - 2L'argument
xprend500, la cible inscrite dans la spécification. Ce nombre doit impérativement venir d'ailleurs que de l'échantillon, sinon le test se compare à lui-même et ne prouve plus rien. - 3L'argument
sigmaprend8, la dispersion établie par l'historique de la ligne. Le renseigner est exactement ce qui sépare un vrai test Z d'une approximation : cet écart-type est connu d'avance, il n'est pas estimé sur les mesures du jour.
=Z.TEST(B2:B19; 500; 8)500,5556), la cible, et la dispersion connue de la ligne. Ici, l'écart mesuré atteint 0,56 g, et la fonction Z.TEST le rapporte à ce que 8 g d'écart-type autorisent encore sur une moyenne de dix-huit valeurs. Le verdict tombe à 0,3841, ce qui se lit très concrètement : plus d'un jour sur trois, une ligne parfaitement réglée produirait un décalage au moins aussi grand. Il n'y a rien à corriger.
Comment transformer la p-value en décision avec les fonctions Z.TEST et SI
Le tableau de l'atelier s'affiche sur un écran au-dessus de la ligne, et il est lu par des opérateurs qui doivent décider en trois secondes s'ils arrêtent la machine. Un 0,0010 brut dans une cellule ne déclenche aucune action, et pire, un petit nombre passe spontanément pour un petit écart. Tu veux que le verdict sorte en clair, avec le seuil de décision écrit une fois pour toutes dans la formule.
- 1Le test logique de SI reçoit l'appel complet à la fonction Z.TEST, avec
matricesurB2:B11,xà500etsigmaà8. Son résultat n'est affiché nulle part, il ne sert que de matière à la comparaison. - 2La comparaison
< 0,05fixe le seuil de décision dans la formule elle-même. C'est le risque accepté de crier à la dérive alors qu'il n'y en a pas, soit cinq cas sur cent. - 3Le deuxième argument de SI porte le texte
"Dérive confirmée", renvoyé quand la p-value passe sous le seuil. C'est le cas ici, et c'est lui qui déclenche l'arrêt de la ligne. - 4Le troisième argument de SI porte le texte
"Conforme", renvoyé dans le cas contraire. Attention à ce qu'il dit vraiment : il signale qu'aucune dérive n'est détectable, pas que la ligne est parfaitement réglée.
=SI(Z.TEST(B2:B11; 500; 8) < 0,05; "Dérive confirmée"; "Conforme")0,0010, et SI traduit ce nombre en consigne lisible par l'opérateur qui n'a pas à savoir ce qu'est une p-value. Le seuil vit dans la formule plutôt que dans la tête de celui qui lit l'écran, ce qui évite qu'un 0,0010 soit pris pour un petit écart parce que le chiffre est petit. La moyenne de 507,8 g s'écarte assez de la cible pour qu'un tel tirage n'arrive qu'une fois sur mille.
Comment gérer l'erreur #NOMBRE! sur l'argument sigma avec la fonction Z.TEST
L'écart-type de population ne se tape plus dans la formule mais se lit dans une cellule de paramétrage, mise à jour chaque trimestre à partir de l'historique. Le trimestre où personne ne la remplit, tes tests se couvrent d'erreurs, et la tentation est de croire que la fonction se débrouillera sans. Elle ne se débrouille pas, et vaut mieux qu'elle ne se débrouille pas : mieux vaut une erreur visible qu'une p-value calculée sur un écart-type que tu croyais connaître.
- 1Le calcul à protéger occupe le premier argument de SIERREUR. L'argument
matricey reçoit$F$2:$F$19, les dix-huit mesures rangées à l'écart du tableau de test et figées en absolu, pour que la recopie vers le bas ne les décale pas. - 2L'argument
xreste à500, la cible, écrit en dur puisque seul le troisième paramètre est mis à l'épreuve ici. - 3L'argument
sigmareçoitB2, une cellule de paramétrage plutôt qu'un nombre tapé dans la formule. C'est justement cette bonne pratique qui ouvre le risque : le jour où la cellule n'est pas alimentée, la fonction Z.TEST ne calcule pas une approximation, elle refuse. - 4Le second argument de SIERREUR porte le texte de repli
"Sigma manquant", affiché à la place de#NOMBRE!. Le message nomme la cause exacte, ce qui évite qu'on aille soupçonner les mesures alors que c'est la case de l'écart-type qu'il faut remplir.
=SIERREUR(Z.TEST($F$2:$F$19; 500; B2); "Sigma manquant")0, et un écart-type nul renvoie #NOMBRE!, exactement comme un sigma négatif. La fonction ne se rabat jamais sur son comportement par défaut. Ce comportement existe pourtant, mais il faut vraiment retirer l'argument de la formule pour l'obtenir : =Z.TEST($F$2:$F$19; 500) rend 0,3323 sur ces mêmes mesures, un chiffre différent du 0,3841 de la première ligne.
Attention : Ne confonds pas les deux dernières lignes du tableau. Omettre sigma reste une opération valide qui rend un résultat, alors que pointer une cellule vide rend #NOMBRE!. Les deux gestes semblent équivalents quand on rédige la formule, mais l'un donne une p-value et l'autre une erreur.
Les erreurs fréquentes avec la fonction Z.TEST
Avec Z.TEST, le danger n'est pas un message rouge comme #VALEUR! : la formule te renvoie poliment une p-value qui a l'air juste, alors que ton raisonnement est faux. Le faux pas le plus courant, c'est d'omettre sigma : Excel calcule alors l'écart-type de l'échantillon et te sort une approximation que tu prends pour un vrai test Z. Juste derrière vient la confusion entre p-value unilatérale et bilatérale, qui te fait conclure dans le mauvais sens.
Utiliser Z.TEST sans connaître l'écart-type de la population
Si tu omets le paramètre sigma, Excel calcule l'écart-type de ton échantillon au lieu de celui de la population, ce qui n'est pas un vrai test Z mais une approximation. Le résultat peut être trompeur, surtout avec de petits échantillons.
Solution : Utilise Z.TEST uniquement quand tu disposes d'un σ population précisément établi par des historiques étendus. Si σ est inconnu, bascule sur T.TEST : elle est conçue pour cette situation et ne nécessite pas σ.
Confondre p-value unilatérale et bilatérale
Z.TEST retourne une p-value unilatérale (queue droite). Si tu l'utilises pour tester une différence dans les deux sens (supérieur OU inférieur à x), tu sous-estimes ton seuil de significativité et tu risques de conclure à tort.
Solution : Pour un test bilatéral, multiplie par 2 : =2*MIN(Z.TEST(matrice; x; sigma); 1-Z.TEST(matrice; x; sigma)). Utilise Z.TEST direct seulement si tu testes spécifiquement que la moyenne est supérieure à x.
Mal interpréter une p-value à 0,06
Une p-value de 0,06 ne signifie pas "pas de différence", mais "différence non significative au seuil de 5%". Beaucoup d'utilisateurs en concluent à tort que l'échantillon est conforme.
Solution : Rappelle-toi : une p-value supérieure à 0,05 signifie simplement qu'on n'a pas assez de preuves pour rejeter l'hypothèse nulle, pas que l'hypothèse est prouvée. Plus l'enjeu est critique, plus tu peux abaisser ton seuil à 0,01 ou 0,001.
Utiliser Z.TEST sur un petit échantillon non normal
Le test Z suppose que la distribution d'échantillonnage des moyennes est normale. Pour n inférieur à 30, cette garantie n'est pas automatique. Si tes données sont asymétriques ou contiennent des valeurs aberrantes, le test manque de robustesse.
Solution : Avec moins de 30 valeurs, vérifie que tes données suivent approximativement une distribution normale (histogramme, test de Shapiro-Wilk). Si tu as un doute, préfère T.TEST qui est plus robuste face aux petits échantillons.
Z.TEST vs TEST.Z vs T.TEST
Z.TEST et TEST.Z font exactement le même calcul : choisis Z.TEST pour tout nouveau classeur (Excel 2010 et suivants), et garde TEST.Z seulement pour rester compatible avec d'anciens fichiers. Réserve les deux aux cas où tu connais déjà l'écart-type de la population, typiquement un contrôle qualité avec des historiques étendus et plus de 30 mesures. Dès que σ t'échappe ou que ton échantillon est petit, passe à T.TEST, qui l'estime tout seul et reste fiable.
| Critère | Z.TEST | TEST.Z | T.TEST |
|---|---|---|---|
| Disponibilité | Excel 2010 et suivants | Toutes versions (ancienne syntaxe) | Excel 2010 et suivants |
| Ce que tu compares | Échantillon vs valeur de référence connue | Échantillon vs valeur de référence connue | Échantillon vs référence, ou deux échantillons |
| σ population nécessaire | Oui (optionnel mais recommandé) | Oui (optionnel mais recommandé) | Non |
| Taille d'échantillon recommandée | n > 30 | n > 30 | Petits et grands échantillons |
| Cas d'usage typique | Contrôle qualité, nouveau classeur | Compatibilité anciens fichiers | Essai clinique A/B, σ inconnu |
Questions fréquentes
Aucune différence de calcul : Z.TEST est simplement la version moderne de TEST.Z, introduite avec Excel 2010 pour clarifier le nom. Les deux comparent une moyenne d'échantillon à une valeur de référence, avec la même syntaxe et le même résultat. Microsoft recommande d'utiliser Z.TEST dans tes nouveaux classeurs. Garde TEST.Z uniquement pour rester compatible avec d'anciens fichiers.
Z.TEST compare un échantillon à une valeur de référence connue et nécessite de connaître l'écart-type de la population. T.TEST peut comparer deux échantillons entre eux et estime l'écart-type à partir des données elles-mêmes. Z.TEST est donc réservée aux situations où tu as un σ population précisément établi (par exemple, des historiques de production étendus). Sinon, T.TEST est plus adaptée et plus robuste.
La p-value représente la probabilité d'observer un écart aussi extrême si la différence était uniquement due au hasard. Plus elle est petite, plus la différence est statistiquement significative.
Guide pratique : p inférieure à 0,001 = différence hautement significative ; p inférieure à 0,05 = significative (seuil standard) ; p entre 0,05 et 0,10 = suggestif mais non concluant ; p supérieure à 0,10 = pas de différence détectée.
Pour des résultats fiables, vise au moins 30 valeurs. C'est le seuil où le théorème central limite garantit que la distribution des moyennes est approximativement normale, ce que suppose le test Z.
Avec moins de 30 valeurs, le test manque de puissance : il peut rater de vraies différences. Vérifie aussi que tes données ne sont pas trop asymétriques, ou préfère T.TEST.
Si tu ne connais pas l'écart-type de la population, tu as deux options. La première, recommandée : utilise T.TEST qui estime σ à partir de ton échantillon et ne nécessite pas σ population.
La seconde : utilise Z.TEST sans le paramètre sigma. Excel calculera l'écart-type de l'échantillon. Cette approximation n'est acceptable que pour de grands échantillons (n supérieur à 30).
Pour tester si la moyenne de l'échantillon est significativement inférieure à x, utilise =1-Z.TEST(matrice; x; sigma). Z.TEST seule donne la probabilité d'observer une moyenne supérieure à x.
Règle simple : Z.TEST direct = test "supérieur à x" ; 1-Z.TEST = test "inférieur à x" ; 2*MIN(Z.TEST; 1-Z.TEST) = test "différent de x" (bilatéral).
Pour aller plus loin
Continue sur ta lancée après la fonction Z.TEST : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
