Calculateur Khi-deux & P-valeur

Calculateur Khi-deux & P-valeur

Calculez instantanément la statistique du khi-deux, la p-valeur, les effectifs théoriques et le V de Cramér pour vos tableaux de contingence de 2x2 à 10x10 ou tests d'adéquation.

Préréglages rapides
Seuil de signification (α)
Matrice du tableau de contingence
Lignes
2
Colonnes
2
ModalitéTotal
1000
1000
Total28517152000
Échantillon total2000
Cochran valide
Résolveur inverse de P-valeur (χ²)
Solveur inverse

Calculez la statistique du khi-deux, la taille d'échantillon ou le seuil critique nécessaire à partir d'une p-valeur cible.

Multiplicateur de simulation1.0x
0.2x1.0x (Échelle actuelle)5.0x
Khi-deux projeté (χ²)8.29
Valeur p projetée0.0040
Effectif nécessaire 0.05:928 participantsSelon les proportions actuelles
Effectif requis pour une puissance de 80 %1846 participantsSeuil de référence standard (puissance de 80 %)
w de Cohen0.064(Taille d'effet négligeable)
Puissance estimée (1 - β)82.1%
Statistique du Khi-deux (χ²)8.2860Seuil critique 3.841
Valeur p (P-value)0.0040Seuil 0.05
Degrés de liberté (ddl)1(r-1)×(c-1)
V de Cramér0.0644Association faible
Résultat statistiquement significatif
La valeur p est inférieure au seuil de significativité (p < 0,05) : l'hypothèse nulle (H₀) est rejetée, démontrant une association statistiquement significative entre les variables observées.
Courbe de distribution du Chi-deux (χ²)
Zone de rejet (H₀ rejetée)Effectif observé
χ²_crit = 3.84χ² = 8.290471114
Carte thermique des résidus (χ²)
Rapport de cotes (OR)0.690Intervalle de confiance (IC): [0.54 - 0.89]
Risque relatif (RR)0.727Intervalle de confiance (IC): [0.58 - 0.90]
Réduction absolue du risque (RAR)4.5%Nombre de sujets à traiter (NNT): ~22
Test exact de Fisher0.0048Test exact de Fisher recommandé
CohorteConvertedBounced
Control Page (A)
Observé:120
Théorique:142.5
Score Z:-2.88
Contrib. au χ²:43%
Observé:880
Théorique:857.5
Score Z:2.88
Contrib. au χ²:7%
Variant Page (B)
Observé:165
Théorique:142.5
Score Z:2.88
Contrib. au χ²:43%
Observé:835
Théorique:857.5
Score Z:-2.88
Contrib. au χ²:7%
Supérieur aux attentesEffectif théorique attendu (sous hypothèse nulle H₀)Conforme aux attentes
Statistique du Chi-deux (χ²)

Mesure globale de l'écart statistique entre les fréquences observées et les effectifs théoriques.

Validité du test (Règle de Cochran)

Conditions respectées : tous les effectifs théoriques sont ≥ 1 et au moins 80 % des cellules sont ≥ 5.

Degré de signification (P-valeur)

Probabilité d'observer de tels écarts par simple hasard si l'hypothèse nulle d'indépendance est vraie.

Avertissement méthodologique

Ce calculateur statistique est fourni à des fins informatives, académiques et de recherche. Pour toute application clinique, diagnostique ou décision réglementaire en santé, faites valider vos analyses par un biostatisticien qualifié.

Calcul côté client

Traitement haute performance exécuté intégralement dans la mémoire du navigateur.

Zéro transfert de données

Toutes les données restent strictement locales, sans aucune transmission vers des serveurs tiers.

Export prêt pour publication

Formats structurés et optimisés prêts pour vos rapports et analyses immédiates.

Référence technique et guide d'architecture

Calculateur Test Chi-Deux & P-Value — Guide de référence

Calculez instantanément la statistique du chi-deux (χ²), la p-value, les effectifs théoriques et le V de Cramér pour vos tableaux de contingence de 2x2 à 10x10 ou vos tests d'adéquation.

Calculateur Test Chi-Deux & P-Value — Guide de référence — Architecture en mémoire côté client et flux de données
Calculateur Test Chi-Deux & P-Value — Guide de référence — Architecture en mémoire côté client et flux de données

Paramètres clés et contrôles

Effectifs observés par case (O_ij)Effectifs bruts dénombrés (Entiers ≥ 0)

Dénombrements empiriques observés dans chaque catégorie. Pour garantir la validité statistique, les valeurs doivent être des entiers positifs ou nuls non pondérés ; saisir des pourcentages, des ratios ou des moyennes d'échantillon fausse artificiellement la statistique du test et invalide le calcul des erreurs types.

Par défaut : Nombres entiers positifs ou nuls (ex. : 25, 40)
Seuil de signification (Alpha, α)Probabilité du seuil de décision (0 à 1)

Tolérance d'erreur de première espèce (faux positif) fixée a priori pour rejeter l'hypothèse nulle d'indépendance. La norme scientifique usuelle est α = 0,05 (risque de faux positif de 5 %), tandis que les essais cliniques et études médicales exigent α = 0,01 (risque de 1 %) et les études exploratoires adoptent souvent α = 0,10.

Par défaut : 0,05
Degrés de liberté (ddl)Dimensions de variance indépendante (Entier positif)

Nombre d'effectifs de cases libres de varier tout en maintenant fixes les totaux marginaux des lignes et des colonnes. Calculé selon la formule (r - 1) × (c - 1) pour un tableau de contingence r × c, ou (k - 1) pour un test d'adéquation 1 × k. Un nombre plus élevé de degrés de liberté relève le seuil critique du chi-deux.

Par défaut : (r - 1) × (c - 1)
Effectifs théoriques attendus (E_ij)Effectifs théoriques de référence (Nombres réels > 0)

Effectifs théoriques calculés sous l'hypothèse d'une indépendance statistique totale : E_ij = (Total de la ligne × Total de la colonne) / Effectif total de l'échantillon (N). La règle de Cochran impose qu'au moins 80 % des cases aient un effectif E_ij ≥ 5 et qu'aucune case n'ait un effectif E_ij < 1.

Par défaut : ≥ 5 selon la règle de Cochran

Conseils de pro et bonnes pratiques

Éviter les faux positifs sur les grands échantillons (N > 10 000)

La p-value du chi-deux tend vers zéro dès que la taille de l'échantillon explose ; avec plus de 10 000 individus, un écart minime de 0,2 % peut afficher un p < 0,001. Analysez systématiquement le V de Cramér en parallèle de la p-value : un V inférieur à 0,10 confirme une association concrète négligeable, en dépit d'une significativité statistique nominale écrasante.

Règle des effectifs bruts : ne jamais saisir de pourcentages ou de proportions

Saisir des pourcentages arrondis (comme 45 % et 55 %) au lieu des dénombrements exacts dénature totalement le dénominateur de l'équation du chi-deux. La statistique du test dépend directement de l'effectif total N : remplacer les effectifs bruts par des pourcentages ramène artificiellement N à 100, fabriquant ainsi de faux résultats non significatifs alors même que des milliers d'individus ont été interrogés.

Identifier les écarts majeurs grâce aux résidus ajustés

Une p-value globale significative (p < 0,05) confirme uniquement l'absence d'indépendance du tableau, sans révéler quelles catégories créent la divergence. Examinez les résidus standardisés ajustés de Haberman (z_adj) : toute case affichant |z| > 1,96 (ou |z| > 2,58 pour α = 0,01) indique un surplus ou un déficit statistiquement significatif qui détermine l'ensemble de votre résultat.

Quand délaisser le chi-deux de Pearson pour le test exact de Fisher

Dans les tableaux 2x2 où l'effectif total N < 40 ou dès qu'un effectif théorique descend sous 5, le test du chi-deux de Pearson et la correction de Yates perdent leur rigueur mathématique. Privilégiez alors le test exact de Fisher, qui calcule les probabilités hypergéométriques exactes sans dépendre d'une approximation par une loi continue.

Pièges courants et dépannage

⚠️Alerte de non-respect de la règle de Cochran : plus de 20 % des effectifs théoriques sont inférieurs à 5

Des effectifs théoriques trop faibles gonflent artificiellement la statistique du chi-deux, générant une fausse significativité. Pour les tableaux 2x2, recourez directement au test exact de Fisher. Pour les tableaux plus grands (3x3, 4x4), regroupez des modalités logiquement proches ou cliniquement comparables (par exemple en fusionnant « rarement » et « jamais ») afin d'agréger les effectifs et d'atteindre E_ij ≥ 5 dans au moins 80 % des cases.

⚠️Division par zéro ou statistique indéfinie : total marginal d'une ligne ou d'une colonne nul

Une ligne ou une colonne entièrement composée de zéros produit une somme marginale nulle, ce qui donne des effectifs théoriques E_ij = 0 et provoque une division mathématique par zéro. Supprimez la modalité vide du tableau de contingence ou vérifiez que les données d'observation ont été correctement saisies.

⚠️Écart significatif entre le chi-deux de Pearson standard et la p-value corrigée de Yates

La correction de continuité de Yates soustrait 0,5 à chaque écart absolu (|O - E| - 0,5) pour adapter les effectifs discrets à la courbe continue du chi-deux dans les tableaux 2x2. Cette correction réduit intentionnellement le χ² et produit une p-value plus élevée et conservatrice. Pour les petits échantillons (N < 100), fiez-vous à la correction de Yates ou au test exact de Fisher ; pour les grandes cohortes cliniques ou épidémiologiques (N > 200), le chi-deux de Pearson non corrigé constitue la norme usuelle.

Foire aux questions (FAQ)

Comment calculer la statistique du test du chi-deux et la p-value à partir d'un tableau de contingence ?▼

Pour calculer la statistique du chi-deux et sa p-value : 1) Additionnez les effectifs observés de chaque ligne et colonne pour obtenir les totaux marginaux et l'effectif global N ; 2) Calculez l'effectif théorique de chaque case : E_ij = (Total ligne × Total colonne) / N ; 3) Calculez (O_ij - E_ij)² / E_ij pour chaque case et faites-en la somme pour obtenir la statistique χ² ; 4) Déterminez les degrés de liberté : ddl = (lignes - 1) × (colonnes - 1) ; 5) Intégrez la fonction de survie (queue droite) de la loi du chi-deux : p = P(X² ≥ χ² | ddl). Si p ≤ 0,05, l'association entre les variables est considérée comme statistiquement significative.

Quels sont les seuils de référence du V de Cramér pour mesurer la taille d'effet pratique ?▼

Les repères d'interprétation du V de Cramér dépendent des degrés de liberté ddl* = min(r - 1, c - 1). Pour un tableau 2x2 standard (ddl* = 1), un V de 0,10 indique une association faible, V = 0,30 reflète une relation modérée et V ≥ 0,50 traduit un effet pratique puissant. Pour les tableaux plus larges où ddl* = 2 (par exemple un tableau 3x3), les seuils s'ajustent à 0,07 (faible), 0,21 (moyen) et 0,35 (fort), car la dispersion de la variance sur un plus grand nombre de modalités diminue mécaniquement l'amplitude du coefficient.

Quelle est la différence entre un test du chi-deux d'indépendance et un test d'adéquation ?▼

Le test d'indépendance du chi-deux analyse des données bivariées dans un tableau à deux dimensions (r × c) afin de déterminer si deux variables qualitatives sont liées, avec ddl = (r - 1) × (c - 1). À l'inverse, le test d'adéquation (ou de conformité) évalue une variable univariée sur k modalités (1 × k) pour vérifier si les effectifs observés suivent une distribution théorique attendue (comme une répartition uniforme sur les jours de la semaine ou des proportions génétiques mendéliennes), avec ddl = k - 1.

Quand faut-il appliquer la correction de continuité de Yates à un tableau 2x2 ?▼

La correction de continuité de Yates s'applique aux tableaux 2x2 d'effectif modéré (entre 40 et 200) où des fréquences discrètes sont approximées par la loi continue du chi-deux. En retranchant 0,5 à |O - E|, Yates prévient la surévaluation de la significativité statistique (erreur de type I). Toutefois, pour les très petits échantillons (N < 40 ou E_ij < 5), le test exact de Fisher s'impose, tandis que pour les grands échantillons (N > 200), la correction de Yates surcorrige inutilement et doit être omise.

Que faire lorsque les effectifs théoriques sont inférieurs à 5 ?▼

Lorsque plus de 20 % des cases présentent des effectifs théoriques inférieurs à 5 (enfreignant la règle de Cochran), l'approximation asymptotique du chi-deux cesse d'être fiable. Pour un tableau 2x2, basculez immédiatement vers le test exact de Fisher, qui calcule les probabilités hypergéométriques exactes. Pour des tableaux plus grands (ex. : 3x4), regroupez ou fusionnez les modalités adjacentes ou conceptuellement proches (par exemple réunir « pas du tout d'accord » et « pas d'accord ») pour obtenir des effectifs suffisants (≥ 5).

Comment les résidus standardisés ajustés permettent-ils d'identifier les cases déterminantes du chi-deux ?▼

Les résidus standardisés ajustés (score z de Haberman) isolent les modalités spécifiques à l'origine du résultat significatif du chi-deux global en divisant (O_ij - E_ij) par son erreur type asymptotique exacte : z = (O_ij - E_ij) / √[E_ij(1 - R_i/N)(1 - C_j/N)]. Comme le z de Haberman suit une loi normale standard N(0,1), toute case vérifiant |z| > 1,96 révèle un écart statistiquement significatif au seuil α = 0,05, et |z| > 2,58 au seuil α = 0,01.

Outils et utilitaires connexes

Tous les outils →
Calcul flèche caténaire & tensionengineering

Calculateur interactif de flèche caténaire et tension de câble avec modélisation et analyse temps réel côté client.

Ouvrir l'outil→
Calculateur de Duration & Convexitéfinance

Calculez la duration de Macaulay, la duration modifiée, la convexité et le DV01 de vos obligations. Simulez l'impact des chocs de courbe des taux par réévaluation exacte et série de Taylor.

Ouvrir l'outil→
Calculateur pourcentage du boulangerculinary

Calculateur interactif de pourcentage du boulanger et mise à l'échelle de pâte avec analyse et visualisation en temps réel côté client.

Ouvrir l'outil→
Calcul Poids Volumétrique & Taxableconverter

Calculateur interactif de poids volumétrique et poids taxable avec analyse en temps réel et visualisation 100 % côté client.

Ouvrir l'outil→
Calculateur d'Empotage & CBMUtilitaire

Calculez la capacité d'empotage et le cubage (CBM) pour conteneurs maritimes 20', 40' et 40' HC. Optimisez l'agencement des cartons, le nombre de palettes, la charge utile et le plan de chargement.

Ouvrir l'outil→
Calculateur CBM & Volume Fret (CFT)converter

Calculez le cubage en mètres cubes (CBM) et pieds cubes (CFT), le poids volumétrique taxable pour le fret aérien, maritime LCL et express, et optimisez l'empotage de vos conteneurs 20ft et 40ft.

Ouvrir l'outil→