Le test a tourné. Le tableau est à l’écran. Et vous êtes bloqué sur une chose qu’aucun cours de statistiques n’enseigne : comment écrit-on cela en français dans le chapitre résultats ?
Cet annuaire donne un modèle de phrase par test, avec les valeurs à remplacer. Les chiffres qui suivent sont des exemples : remplacez-les par les vôtres, gardez la structure.
Les trois éléments qu’aucune phrase ne peut omettre
Quel que soit le test, une phrase de résultat complète contient toujours :
- la statistique du test et ses degrés de liberté — t(118), F(2, 147), χ²(3) ;
- la valeur de p, exacte de préférence ;
- une taille d’effet, qui dit de combien plutôt que de dire seulement « oui ».
Le troisième est celui qu’on oublie, et c’est le plus reproché. Un résultat significatif sans taille d’effet ne permet pas de savoir si l’écart observé compte dans la réalité. Notre guide indique quelle mesure de taille d’effet accompagne quel test.
À cela s’ajoute un quatrième élément, non chiffré et tout aussi obligatoire : le sens du résultat en langage ordinaire. Une phrase qui se termine sur une parenthèse statistique laisse au lecteur le soin de deviner qui a le score le plus élevé. Dites-le.

Comparer deux groupes
Test t pour échantillons indépendants
« Les étudiants en alternance obtiennent une moyenne significativement plus élevée (M = 14,2 ; ET = 2,1) que les étudiants en formation initiale (M = 13,1 ; ET = 2,4), t(118) = 2,61 ; p = 0,010 ; d de Cohen = 0,48. »
Si les variances sont inégales, ajoutez la mention de la correction et notez que les degrés de liberté deviennent décimaux : « les variances étant inégales (Levene : p = 0,02), la correction de Welch a été appliquée, t(104,3) = 2,44 ; p = 0,016 ».
Mann-Whitney
« La distribution des scores diffère significativement entre les deux groupes (U = 1 204 ; z = −2,38 ; p = 0,017 ; r = 0,22), les scores médians étant plus élevés dans le groupe expérimental (Mdn = 15) que dans le groupe témoin (Mdn = 13). »
Notez le vocabulaire : on parle de médianes et de distributions, pas de moyennes. Le choix entre test t et Mann-Whitney se justifie une seule fois, en méthodologie, pas à chaque résultat.
Test t pour échantillons appariés
« Le score moyen augmente significativement entre le pré-test (M = 11,8 ; ET = 2,0) et le post-test (M = 13,4 ; ET = 2,2), t(59) = 5,12 ; p < 0,001 ; d = 0,66. »
Comparer trois groupes ou plus
ANOVA à un facteur
« L’analyse de variance révèle un effet significatif du service d’affectation sur la satisfaction, F(2, 147) = 6,84 ; p = 0,001 ; η²p = 0,085. Les comparaisons post hoc de Tukey indiquent que le service A (M = 4,1) obtient un score supérieur au service C (M = 3,4 ; p = 0,001), les autres écarts n’atteignant pas le seuil. »
La phrase de l’ANOVA seule ne suffit jamais : elle dit qu’au moins deux groupes diffèrent, sans dire lesquels. Le post hoc fait partie du résultat.
ANOVA à mesures répétées
« L’hypothèse de sphéricité étant rejetée (Mauchly : p = 0,004), la correction de Greenhouse-Geisser a été appliquée. L’effet du temps est significatif, F(1,72 ; 101,4) = 9,03 ; p < 0,001 ; η²p = 0,133. »
Les degrés de liberté décimaux sont le signe visible de la correction : c’est ce que le lecteur averti vérifie, comme le détaille notre guide de l’ANOVA à mesures répétées.
Kruskal-Wallis
« Le test de Kruskal-Wallis met en évidence une différence significative entre les trois services (H(2) = 11,42 ; p = 0,003). Les comparaisons deux à deux avec ajustement de Bonferroni situent la différence entre les services A et C (p = 0,002). »
Si l’inégalité des variances vous a conduit à un test de repli plutôt qu’à l’ANOVA classique, dites-le une fois dans la méthodologie et n’y revenez pas.

Variables catégorielles
Khi-deux d’indépendance
« Il existe une association significative entre le statut d’emploi et le fait d’avoir suivi la formation, χ²(2, N = 240) = 9,71 ; p = 0,008 ; V de Cramér = 0,20. Les salariés en contrat permanent sont proportionnellement plus nombreux à l’avoir suivie (62 % contre 41 %). »
Deux détails souvent manqués : l’effectif N se place dans la parenthèse des degrés de liberté, et la phrase doit préciser le sens de l’association, ce que le khi-deux à lui seul ne dit pas.
Relations entre variables continues
Corrélation
« La satisfaction au travail est positivement et modérément corrélée à l’autonomie perçue, r(148) = 0,42 ; p < 0,001. »
Pour une corrélation de rangs : « rs(148) = 0,38 ; p < 0,001 ». Le coefficient est lui-même une taille d’effet : rien à ajouter. Le choix entre Pearson et Spearman se justifie en méthodologie.
Régression linéaire multiple
« Le modèle explique une part significative de la variance de la performance, R² = 0,31 ; R² ajusté = 0,29 ; F(3, 146) = 21,84 ; p < 0,001. L’autonomie perçue en est le prédicteur le plus fort (β = 0,38 ; t = 5,02 ; p < 0,001), suivie de l’ancienneté (β = 0,19 ; p = 0,014), tandis que l’âge n’apporte pas de contribution significative (β = 0,06 ; p = 0,42). »
Rapportez le modèle d’ensemble avant les coefficients, jamais l’inverse. Les vérifications préalables — normalité des résidus, homoscédasticité, absence de multicolinéarité — se mentionnent en une phrase juste avant, comme le détaille notre guide de la régression linéaire multiple.
Modération
« L’introduction du terme d’interaction améliore significativement le modèle (ΔR² = 0,04 ; F(1, 212) = 9,87 ; p = 0,002 ; β = −0,21). L’analyse des pentes simples montre que l’effet du stress est significatif à faible soutien social (B = 0,48 ; p < 0,001) et non significatif à soutien élevé (B = 0,06 ; p = 0,52). »
Une modération ne se rapporte jamais sans sa décomposition : le terme d’interaction seul ne dit pas dans quel sens l’effet varie.
Les phrases qui entourent les résultats
Vérification des conditions : « La normalité des distributions a été examinée par le test de Shapiro-Wilk et l’inspection des graphiques ; l’égalité des variances a été vérifiée par le test de Levene. » Une seule phrase, en tête du chapitre, plutôt que répétée à chaque test.
Résultat non significatif : « La différence entre les deux groupes n’atteint pas le seuil de significativité (t(96) = 1,21 ; p = 0,23 ; d = 0,24). » Écrivez « n’est pas significative », jamais « il n’y a pas de différence » : l’absence de preuve n’est pas une preuve d’absence.
Effectif et données écartées : « L’analyse porte sur 148 questionnaires exploitables sur les 162 recueillis, quatorze ayant été écartés pour non-réponse partielle. » Ce nombre doit correspondre exactement à celui annoncé en méthodologie.
Les conventions typographiques françaises
- Virgule décimale, pas point : p = 0,03 et non p = .03.
- Symboles en italique : M, ET, t, F, p, r, N. Les indices et les noms propres restent droits.
- Espace insécable avant les deux-points et le point-virgule, et dans les grands nombres : 1 204.
- Jamais p = 0,000, que certains logiciels affichent par arrondi. Écrivez p < 0,001.
- Valeur exacte de préférence : p = 0,03 est plus informatif que p < 0,05.
- Cohérence du nombre de décimales : deux pour les moyennes et les coefficients, trois pour les valeurs de p.
La frontière avec la discussion
Le chapitre résultats traduit, il ne discute pas. « Les femmes déclarent un niveau de stress supérieur » appartient aux résultats. « Ce qui pourrait s’expliquer par la double charge domestique » appartient à la discussion. Les faits d’un côté, le pourquoi de l’autre.
Un test réussi ne dispense pas non plus de prudence causale : sauf plan expérimental ou stratégie d’identification explicite, écrivez est associé à et non cause.
Deux compagnons de cet annuaire : l’annuaire des conditions statistiques et de leurs plans de secours, pour savoir quel test employer quand une condition tombe, et le plan d’analyse à écrire avant la collecte, pour décider tout cela en amont.
Du modèle à votre texte
Ces phrases sont des gabarits, pas un chapitre. Un bon chapitre résultats les enchaîne dans un ordre qui suit vos hypothèses, avec des transitions, un rappel de ce que chaque test devait trancher, et une progression lisible pour un lecteur qui n’a pas vos données sous les yeux.
Tesify vous accompagne sur ce passage : organiser le chapitre résultats hypothèse par hypothèse, maintenir une terminologie cohérente avec votre méthodologie, et transformer une série de sorties logicielles en texte académique continu. Vos données et vos analyses restent les vôtres.
Rédiger votre chapitre résultats avec Tesify
Questions fréquentes
Faut-il répéter les valeurs du tableau dans le texte ?
Non, et c’est une erreur fréquente. Le texte commente les résultats saillants et renvoie au tableau pour le détail ; recopier l’intégralité du tableau en prose double la longueur du chapitre sans rien ajouter. La règle pratique : si un chiffre figure déjà dans un tableau, ne le reprenez dans le texte que s’il porte une conclusion.
Combien de décimales faut-il donner ?
Deux pour les moyennes, écarts-types et coefficients ; trois pour les valeurs de p. Au-delà, vous affichez une précision que vos données n’ont pas. L’essentiel est la cohérence : le même nombre de décimales pour le même type de quantité dans tout le mémoire.
Faut-il rapporter les tests de conditions dans le chapitre résultats ?
Une phrase suffit, en ouverture du chapitre, pour dire quelles vérifications ont été conduites. Le détail chiffré de chaque test de normalité et d’homogénéité alourdit inutilement le texte et se place mieux en annexe. Ce qui doit apparaître dans le corps, en revanche, c’est toute décision qui a changé le test employé.
Peut-on écrire « la différence est très significative » ?
Mieux vaut l’éviter. La significativité n’est pas graduelle : un résultat l’est ou ne l’est pas au seuil retenu. Ce qui est graduel, c’est la taille de l’effet — et c’est elle qu’il faut qualifier de faible, modérée ou forte. Écrivez « la différence est significative et d’ampleur modérée », pas « très significative ».
Dans quel ordre présenter les résultats ?
Dans l’ordre de vos hypothèses, systématiquement. Commencez par une description de l’échantillon et des variables, puis traitez H1, H2, H3 dans l’ordre où elles ont été énoncées au cadre théorique. Un lecteur doit pouvoir passer du chapitre théorique au chapitre résultats sans jamais chercher où est passée une hypothèse.














