Tableau croisé et khi-deux

Construisez un tableau à double entrée d'effectifs à partir d'une ligne par enregistrement, avec des pourcentages en ligne, en colonne et du total en option. Testez l'association avec le khi-deux de Pearson et du rapport de vraisemblance, examinez les effectifs attendus, les résidus et les contributions des cellules, et mesurez l'intensité avec le V² de Cramér. Le test exact de Fisher couvre les tableaux 2x2. Une note apparaît lorsque les effectifs attendus sont inférieurs à 5. Une variable de strate donne un tableau par niveau.

Dernière révision

Point clé

Cross Tabulation and Chi-Square dénombre chaque combinaison de deux variables catégorielles dans des enregistrements bruts et teste si elles sont liées, avec une répartition facultative en strates selon une troisième variable.

Sur cette page
  1. Objectif
  2. Principales fonctionnalités
  3. Méthodes statistiques
  4. Champs de saisie et options
  5. Description des résultats
  6. Exemple résolu

Objectif

Cross Tabulation and Chi-Square dénombre la fréquence de chaque combinaison de deux variables catégorielles dans des enregistrements bruts, comme service et niveau de satisfaction, type de défaut et ligne, ou fournisseur et conforme/non conforme, et teste si les deux sont liées. Une troisième variable peut répartir l'analyse en strates, par exemple un tableau par équipe.

Principales fonctionnalités

  • Tableau à double entrée d'effectifs avec totaux en ligne et en colonne, construit à partir d'une ligne par enregistrement.
  • Pour les strates : un tableau et un test distincts pour chaque valeur d'une troisième variable.
  • Pourcentages en ligne, en colonne et du total.
  • Test du khi-deux de Pearson (activé par défaut) et khi-deux du rapport de vraisemblance.
  • Effectifs attendus, résidus bruts, standardisés et ajustés, et contribution de chaque cellule au khi-deux.
  • V² de Cramér et test exact de Fisher pour les tableaux 2×2.
  • Avertissement lorsque certains effectifs attendus sont inférieurs à 5.

Méthodes statistiques

Les enregistrements dont la valeur est manquante dans la variable de ligne, de colonne ou de strate sont exclus. Pour le tableau des effectifs observés O, avec les totaux de ligne Rᵢ, les totaux de colonne Cⱼ et le total N, l'effectif attendu sous indépendance est Eᵢⱼ = Rᵢ·Cⱼ / N. La statistique de Pearson χ² = Σ (O − E)² / E (sans correction de continuité, y compris pour les tableaux 2×2) et la statistique du rapport de vraisemblance G² = 2 Σ O·ln(O / E) sont comparées à une distribution du khi-deux à (r − 1)(c − 1) degrés de liberté. Une petite valeur p signifie que la répartition des colonnes diffère selon les lignes.

Pour voir quelles cellules déterminent le résultat : la contribution d'une cellule est (O − E)² / E ; le résidu brut est O − E ; le résidu standardisé (O − E) / √E ; le résidu ajusté (O − E) / √(E(1 − Rᵢ/N)(1 − Cⱼ/N)) suit approximativement une loi normale centrée réduite, de sorte que les valeurs au-delà d'environ ±2 désignent des cellules qui diffèrent nettement de l'indépendance. Le V² de Cramér = χ² / (N·(min(r, c) − 1)) mesure l'intensité de l'association de 0 (aucune) à 1 (complète) ; avec un grand échantillon, une association faible peut tout de même être significative.

L'approximation du khi-deux nécessite des effectifs attendus raisonnablement grands ; la page indique combien de cellules ont un effectif attendu inférieur à 5. Pour un tableau 2×2, le test exact de Fisher donne une valeur p exacte qui ne repose pas sur cette approximation. Les catégories apparaissent dans l'ordre trié.

Champs de saisie et options

Champ

Description

Rows

Colonne catégorielle pour les lignes du tableau. Obligatoire.

Columns

Colonne catégorielle pour les colonnes. Obligatoire ; doit être différente de Rows.

For layers

Facultatif. Produit un tableau et un test distincts pour chaque valeur de cette variable.

Row percents / Column percents / Total percents

Ajoute les tableaux de pourcentages. Désactivé par défaut.

Chi-Square test

Test du khi-deux de Pearson. Coché par défaut.

Likelihood ratio chi-square

Ajoute le test du rapport de vraisemblance.

Expected cell counts / Raw residuals / Standardized residuals / Adjusted residuals / Each cell's contribution to chi-square

Ajoutent ces tableaux. Désactivés par défaut.

Cramer's V-square statistic

Intensité de l'association.

Fisher's exact test for 2x2 tables

Valeur p exacte ; fournie uniquement pour les tableaux 2×2.

cross-tabulation-and-chi-square-inputs


Figure 1 — Options de l'exemple d'enquête : Department en lignes, Satisfaction en colonnes, pourcentages en ligne, test du khi-deux, résidus ajustés et Cramer's V-square cochés.

Description des résultats

  • Counts — le tableau des effectifs avec les totaux All (un par strate).
  • Row percents, Column percents, Total percents, Expected counts, Raw, Standardized and Adjusted residuals, Contribution tables — lorsqu'ils sont cochés.
  • Chi-Square Test — Chi-Square, DF et P-Value des tests de Pearson et du rapport de vraisemblance, avec une note lorsque les effectifs attendus sont inférieurs à 5.
  • Other Statistics — Cramer's V-square et P-Value du test exact de Fisher.
  • Export PDF via Download.

cross-tabulation-and-chi-square-output


Figure 2 — Satisfaction par service : khi-deux de Pearson de 32.52 avec 6 DF, p < 0.001 ; Admin compte le plus de notes High et Assembly le plus de notes Low.

Exemple résolu

Une enquête d'engagement auprès de 360 employés enregistre pour chacun son service, son équipe, son genre, sa satisfaction (Low, Medium, High) et s'il a suivi une formation. Les RH veulent savoir si la satisfaction dépend du service. Ils choisissent Department en lignes et Satisfaction en colonnes, et cochent les pourcentages en ligne, les résidus ajustés et Cramer's V-square.

La satisfaction dépend bien du service : khi-deux de Pearson de 32.52 sur 6 DF, p < 0.001. Admin est le plus satisfait, avec 50.68% de High et seulement 9.59% de Low ; Assembly le moins satisfait, avec 41.98% de Low et 22.14% de High. Les résidus ajustés au-delà de ±2 montrent les cellules à l'origine du résultat : Admin High (+4.389) et Low (−4.681), Assembly Low (+2.906) et High (−2.382). Le V² de Cramér est de 0.0452 : une association réelle mais modeste.

Définir For layers sur Shift donne un tableau par équipe. Dans l'équipe de nuit, Logistics n'a que 4.88% de High et 53.66% de Low (résidu ajusté pour High −2.475), contre 42.86% de High dans l'équipe de jour : l'équipe de nuit de Logistics est donc le point de départ ; le tableau de nuit comporte une note indiquant que 1 cellule a un effectif attendu inférieur à 5. Genre contre participation à la formation est un tableau 2×2 : le test exact de Fisher donne p = 0.5888, il n'y a donc aucun signe que la participation à la formation diffère selon le genre.

Questions fréquentes

Quelle est la différence entre un tableau croisé et un test du khi-deux ?

Le tableau croisé dénombre la fréquence de chaque combinaison de deux variables catégorielles, et donne un tableau à double entrée avec totaux en ligne et en colonne et pourcentages facultatifs. Le test du khi-deux vérifie ensuite si les deux variables sont liées : une petite valeur p signifie que la répartition des colonnes diffère selon les lignes. Une troisième variable peut répartir l'analyse en strates.

Que mesure le V² de Cramér ?

Le V² de Cramér = χ² / (N·(min(r, c) − 1)) mesure l'intensité de l'association, de 0 pour aucune à 1 pour une association complète. Avec un grand échantillon, une association faible peut tout de même être statistiquement significative ; dans l'exemple d'enquête, le V² valait 0.0452, une association réelle mais modeste, bien que p ait été inférieure à 0.001.

Quand faut-il utiliser le test exact de Fisher ?

L'approximation du khi-deux nécessite des effectifs attendus raisonnablement grands, et les résultats indiquent combien de cellules ont un effectif attendu inférieur à 5. Pour un tableau 2x2, le test exact de Fisher donne une valeur p exacte qui ne repose pas sur cette approximation. Il n'est fourni que pour les tableaux 2x2.

Comment trouver quelles cellules déterminent l'association ?

Examinez la contribution de chaque cellule au khi-deux, (O − E)² / E, et les résidus. Le résidu ajusté suit approximativement une loi normale centrée réduite, de sorte que les valeurs au-delà d'environ ±2 désignent des cellules qui diffèrent nettement de l'indépendance. Dans l'exemple, Admin High (+4.389) et Assembly Low (+2.906) figuraient parmi les cellules à l'origine du résultat.