Calculateur du test du chi carré
Testez l’association entre deux variables catégorielles. Collez votre tableau de contingence, avec une ligne par catégorie et des effectifs séparés par des espaces ou des virgules.
Apprenez à faire le calcul vous-mêmeSaisissez vos valeurs
Les résultats se mettent à jour pendant la saisie.
Comment saisir vos données
Saisissez un tableau d’effectifs : chaque cellule contient le nombre de personnes ou d’éléments correspondant à une combinaison des catégories. Placez chaque groupe en ligne et séparez les effectifs par des virgules. Par exemple, une ligne « Hommes » peut contenir les effectifs pour le café et le thé, soit 40, 60, et une ligne « Femmes » les valeurs 70, 30. Utilisez des nombres entiers, pas des pourcentages.
Statistique du chi carré
Vérifiez vos données
Saisissez des valeurs valides pour afficher le résultat. Consultez les indications des champs ou ouvrez le guide de saisie pour obtenir de l’aide.
Le test du chi carré d’indépendance examine si deux variables catégorielles sont associées. Il permet par exemple d’étudier le lien entre le genre et le choix d’une boisson. À partir d’un tableau d’effectifs, il calcule une valeur p pour évaluer dans quelle mesure les données sont compatibles avec l’hypothèse d’indépendance.
Faites le calcul vous-même
Exemple : un tableau d’effectifs 2 × 2 contient 12, 8 sur la première ligne et 8, 12 sur la seconde.
Suivez cet exemple détaillé, puis reprenez les étapes avec vos propres valeurs.
Calculez les totaux des lignes, des colonnes et du tableau
Chaque ligne totalise 20 ; chaque colonne totalise 20 ; N = 40Calculez les effectifs théoriques
Effectif théorique = total de ligne × total de colonne ÷ N = 20 × 20 ÷ 40 = 10 dans chaque celluleAdditionnez les contributions des cellules au chi carré
χ² = (12 − 10)² ÷ 10 + (8 − 10)² ÷ 10 + (8 − 10)² ÷ 10 + (12 − 10)² ÷ 10 = 1.6Calculez les degrés de liberté
ddl = (lignes − 1) × (colonnes − 1) = (2 − 1) × (2 − 1) = 1Déterminez la probabilité dans la queue supérieure
P(χ² à 1 ddl ≥ 1.6) ≈ 0.2059Utilisez une table du chi carré pour encadrer la probabilité ou une fonction de distribution pour obtenir sa valeur numérique. Elle est supérieure à 0,05.
Utilisez des effectifs provenant d’observations indépendantes. De faibles effectifs théoriques peuvent rendre l’approximation du chi carré peu fiable ; pour un petit tableau 2 × 2, envisagez le test exact de Fisher.
Vérifiez votre réponse dans le calculateurIntégré à PaperSurvey.io
Comparez des questions catégorielles pour consulter ensemble le tableau croisé, la statistique du chi carré et le test de significativité.
Domaines d’utilisation
- Dirigeants de petites entreprises: Un café utilise les effectifs d’une courte enquête pour examiner si le choix entre café et thé diffère selon le genre.
- Enseignants: Un enseignant examine l’association entre la participation à des séances de révision et la réussite ou l’échec à un examen.
- Équipes RH: Un responsable RH vérifie si l’avis favorable ou défavorable à des horaires flexibles varie selon le service.
À quoi sert le test du chi carré ?
Le test du chi carré d’indépendance recherche une association entre deux variables catégorielles, par exemple le genre et la préférence pour un produit. Une faible valeur p, inférieure à 0,05 au seuil usuel, fournit des éléments en faveur d’une association. Le V de Cramér en mesure l’intensité.
Quand l’utiliser ?
Utilisez ce test pour rechercher un lien entre deux questions qui classent les personnes dans des catégories. Il peut s’agir du genre et du choix café/thé, ou du service et de la réponse oui/non. Il faut les effectifs de chaque combinaison, par exemple le nombre de femmes ayant choisi du thé. Le test attend des dénombrements par catégorie, et non des moyennes, des notes individuelles ou des mesures brutes comme l’âge ou le revenu.
Que signifie le résultat ?
Le résultat principal est la valeur p, comprise entre 0 et 1. Sous l’hypothèse d’indépendance, elle indique la probabilité d’observer un écart au moins aussi marqué que celui obtenu. Une valeur faible constitue un argument contre l’indépendance. Au seuil courant de 0,05, une valeur inférieure indique une association statistiquement significative. Au-dessus, les données ne permettent pas de conclure à une association. La statistique du chi carré mesure l’écart entre les effectifs observés et les effectifs attendus sous l’hypothèse d’indépendance ; une valeur plus grande traduit un écart plus marqué.
Erreurs à éviter
N’utilisez ni pourcentages ni moyennes : ce test nécessite les effectifs bruts, exprimés en nombres entiers. Chaque personne doit apparaître dans une seule cellule. Les petits effectifs attendus, notamment inférieurs à environ cinq, peuvent rendre l’approximation peu fiable ; davantage d’observations ou une autre méthode peuvent alors être nécessaires. Enfin, une association n’établit pas de causalité, et sa significativité ne suffit pas à mesurer son importance pratique.
Comment utiliser ce calculateur
- Classez les réponses selon deux variables catégorielles et comptez le nombre de personnes dans chaque combinaison.
- Saisissez les effectifs sous forme de tableau, avec une ligne par catégorie et des valeurs séparées par des virgules.
- Vérifiez que les effectifs sont des nombres entiers et que chaque personne n’est comptée qu’une fois.
- Lisez la valeur p : en dessous de 0,05, les données indiquent une association ; au-dessus, elles ne permettent pas de conclure à une association au seuil choisi.
Exemple détaillé
Un café interroge 200 clients. Parmi 100 hommes, 40 choisissent un café et 60 un thé ; parmi 100 femmes, 70 choisissent un café et 30 un thé. Avec les lignes 40, 60 et 70, 30, le calculateur donne une statistique du chi carré d’environ 18,2 et une valeur p bien inférieure à 0,001. Cette valeur p, inférieure au seuil de 0,05, fournit des éléments solides en faveur d’une association entre le genre et le choix de boisson dans les données étudiées.
Questions fréquentes
Comment saisir mes données ?
Placez chaque catégorie sur sa propre ligne et séparez les effectifs par des virgules ou des espaces. Un tableau 2×2 comporte ainsi deux lignes de deux nombres.
Quels nombres faut-il saisir dans les cellules ?
Saisissez le nombre de personnes ou d’éléments dans chaque combinaison de catégories, par exemple le nombre de femmes ayant choisi du thé. Utilisez toujours des nombres entiers, jamais des pourcentages.
Où trouver ces valeurs ?
Comptez les réponses dans votre enquête, liste d’inscription, feuille de calcul ou historique de ventes. Classez les observations selon les deux variables à comparer, puis comptez chaque combinaison.
Comment expliquer simplement la valeur p ?
Sous l’hypothèse d’indépendance, c’est la probabilité d’observer un écart au moins aussi marqué que celui obtenu. Une faible valeur p indique que les données sont peu compatibles avec l’absence d’association.
À partir de quelle valeur p le résultat est-il significatif ?
Le seuil habituel est 0,05 : en dessous, l’association est dite statistiquement significative. Au-dessus, les données ne permettent pas de conclure à une association au seuil retenu.
Un résultat significatif prouve-t-il un lien de cause à effet ?
Non. Le test peut mettre en évidence une association, mais il ne prouve pas qu’une variable cause l’autre. Un autre facteur peut expliquer le résultat.
Lancez votre premier questionnaire avec PaperSurvey.io
Vous pouvez commencer tout de suite : 14 jours d'essai gratuit, sans carte bancaire.