Calculateur du test exact de Fisher
Testez l’association dans un tableau 2×2, même avec de faibles effectifs. Saisissez les quatre cellules.
Apprenez à faire le calcul vous-mêmeSaisissez vos valeurs
Les résultats se mettent à jour pendant la saisie.
Comment saisir vos données
Saisissez les quatre effectifs dans les champs « Cellule a », « Cellule b », « Cellule c » et « Cellule d ». Les cellules a et b correspondent au premier groupe, c et d au second ; a et c représentent la même issue. Par exemple, entrez respectivement 8, 2, 3 et 7. Utilisez des nombres entiers, pas des pourcentages ni des moyennes.
Valeur p bilatérale
Significatif (p < 0,05)
Le test exact de Fisher recherche une association dans un tableau 2×2, notamment lorsque les effectifs sont faibles. Il compare deux groupes selon deux issues possibles, comme réussite/échec. La valeur p évalue la compatibilité du tableau observé avec l’hypothèse d’absence d’association, en tenant compte des marges du tableau.
Faites le calcul vous-même
Utilisez le tableau 2 × 2 dont la première ligne est 8, 2 et la seconde 1, 5.
Suivez cet exemple détaillé, puis reprenez les étapes avec vos propres valeurs.
Notez les totaux fixes des lignes et des colonnes
Totaux des lignes = 10 et 6 ; totaux des colonnes = 9 et 7 ; total = 16.Calculez la probabilité du tableau observé
P(observé) = C(9, 8) × C(7, 2) ÷ C(16, 10) = 189/8008 ≈ 0.02360.C(n, k) = n! ÷ [k!(n − k)!] donne le nombre de combinaisons, et n! est le produit des entiers de 1 à n.
Énumérez les tableaux ayant les mêmes totaux
La cellule en haut à gauche peut contenir 3, 4, 5, 6, 7, 8 ou 9. Pour chaque x, utilisez P(x) = C(9, x) × C(7, 10 − x) ÷ C(16, 10).Additionnez les probabilités inférieures ou égales à celle du tableau observé
Incluez x = 3, 8 et 9 : p = (84 + 189 + 7) ÷ 8008 ≈ 0.03497.C’est la définition bilatérale par classement des probabilités utilisée ici. L’énumération devient laborieuse avec des tableaux plus grands ; un tableur peut vous aider.
Intégré à PaperSurvey.io
Comparez deux questions binaires en mode avancé pour obtenir le test exact de Fisher en complément du tableau croisé.
Domaines d’utilisation
- Enseignants: Un enseignant compare les taux de réussite de deux petits groupes ayant suivi des méthodes de révision différentes.
- Dirigeants de petites entreprises: Un café examine si les clients ayant reçu une carte de fidélité reviennent plus souvent que ceux qui n’en ont pas reçu.
- Équipes RH: Un responsable RH compare les taux de recrutement selon le genre dans un petit ensemble de candidatures.
Quand utiliser le test exact de Fisher ?
Pour un tableau 2×2 avec de faibles effectifs attendus, notamment inférieurs à 5, on privilégie souvent le test exact de Fisher. Il calcule une valeur p exacte sous les hypothèses du test, plutôt qu’une approximation du chi carré.
Quand l’utiliser ?
Utilisez-le pour deux groupes indépendants et deux issues possibles, comme réussite/échec ou oui/non. Il est particulièrement utile lorsque les effectifs sont faibles ou que certaines cellules ont un effectif attendu inférieur à cinq. Le test examine si la répartition observée est compatible avec l’absence d’association. C’est une alternative habituelle lorsque l’approximation du chi carré n’est pas adaptée. Pour des données avant/après sur les mêmes personnes, il faut un test pour observations appariées.
Que signifie le résultat ?
Le résultat principal est la valeur p, comprise entre 0 et 1. Sous l’hypothèse d’absence d’association et avec les marges fixées, elle mesure la probabilité de résultats au moins aussi extrêmes que le tableau observé. 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 différence, sans démontrer que les groupes sont identiques.
Erreurs à éviter
Saisissez les effectifs réels, pas des pourcentages ni des moyennes. Chaque personne doit appartenir à une seule cellule. Un résultat significatif indique une association, sans prouver de causalité. Une valeur p supérieure à 0,05 ne démontre pas l’égalité des groupes ; l’effectif peut être insuffisant pour détecter un écart. Ce calculateur accepte uniquement un tableau 2×2, sans ligne ni colonne supplémentaire.
Comment utiliser ce calculateur
- Saisissez les quatre effectifs dans les champs a, b, c et d, avec le premier groupe en a et b et le second en c et d.
- Vérifiez que chaque valeur est un effectif entier, et non un pourcentage ou une moyenne.
- Le résultat se met à jour automatiquement lorsque les quatre effectifs sont valides.
- Lisez la valeur p : au seuil de 0,05, une valeur inférieure indique une association significative ; une valeur supérieure ne permet pas de conclure à une différence.
Exemple détaillé
Sur 10 personnes utilisant un nouveau parcours de paiement, 8 finalisent leur achat ; parmi 10 autres utilisant l’ancien, 3 le finalisent. Saisissez a = 8, b = 2, c = 3 et d = 7. La valeur p bilatérale est d’environ 0,07, supérieure à 0,05. Les données ne permettent donc pas de conclure à une différence au seuil habituel, même si l’écart observé peut justifier une étude plus importante.
Questions fréquentes
Que saisir dans chaque champ ?
Saisissez les quatre effectifs de votre tableau 2×2 : pour chaque groupe, le nombre de personnes dans chacune des deux issues. Utilisez des nombres entiers, pas des pourcentages.
Où trouver ces valeurs ?
Comptez les observations dans vos relevés ou votre enquête : par exemple, combien de personnes de chaque groupe ont répondu oui et combien ont répondu non.
Que m’indique la valeur p ?
Sous l’hypothèse d’absence d’association et avec les marges du tableau fixées, la valeur p mesure la probabilité de résultats au moins aussi extrêmes que celui observé. Une faible valeur p, généralement inférieure à 0,05 au seuil usuel, fournit des éléments contre cette hypothèse.
Comment interpréter le résultat ?
Il n’y a pas de résultat intrinsèquement bon ou mauvais. Au seuil courant de 0,05, une valeur inférieure indique une association statistiquement significative. Une valeur supérieure ne permet pas de conclure à une association ; elle ne prouve pas l’égalité des groupes.
Quelle différence avec un test du chi carré ?
Les deux tests examinent l’association entre variables catégorielles. Pour un tableau 2×2 comportant de faibles effectifs attendus, notamment inférieurs à cinq, le test exact de Fisher évite l’approximation du chi carré.
Lancez votre premier questionnaire avec PaperSurvey.io
Vous pouvez commencer tout de suite : 14 jours d'essai gratuit, sans carte bancaire.