Test du khi-deux d’adéquation : Définition, formule et exemple

Dans l’arsenal des méthodes quantitatives appliquées aux sciences humaines, sociales, biologiques et médicales, l’inférence statistique occupe une position névralgique. Elle permet aux chercheurs de dépasser la simple description phénoménologique d’un échantillon pour éprouver des hypothèses théoriques portant sur des populations globales. Parmi ces outils d’inférence, le test du khi-deux d’adéquation — couramment désigné sous l’appellation anglophone de Chi-Square Goodness of Fit Test — constitue sans doute l’une des contributions méthodologiques les plus fondamentales et les plus pérennes de l’histoire des statistiques modernes. Ce test univarié fournit une réponse rigoureuse à une question empirique universelle : les données discrètes observées sur le terrain sont-elles conformes, aux fluctuations d’échantillonnage près, à une loi de distribution théorique postulée a priori ?

Trop souvent restreint à des calculs mécaniques sans recul critique, le test d’adéquation de Pearson engage pourtant des soubassements épistémologiques majeurs. Qu’il s’agisse d’évaluer la représentativité sociodémographique d’une cohorte clinique par rapport à un recensement national, de mesurer la neutralité d’un dispositif perceptif en neuropsychologie cognitive, ou encore d’éprouver la validité d’un modèle mendélien en génétique comportementale, ce test offre une passerelle directe entre le monde déterministe des modèles théoriques et la réalité probabiliste des mesures empiriques. Sa force repose sur son universalité, mais sa pertinence pratique dépend d’un respect scrupuleux de ses postulats sous-jacents, d’une manipulation précise des effectifs absolus et d’une interprétation nuancée articulant signification statistique et portée substantive.

Ce guide exhaustif a pour vocation d’explorer en profondeur la mécanique, les justifications mathématiques, les conditions d’application et les prolongements contemporains du test du khi-deux d’adéquation. À travers une approche qui concilie rigueur démonstrative, mise en contexte épistémologique et illustration pratique pas à pas dans le domaine de la psychologie différentielle, nous détaillerons l’ensemble du cycle inférentiel : de la formulation des hypothèses multinomiales au calcul des résidus ajustés, en passant par le calibrage de la taille d’effet et les protocoles de programmation sous les logiciels statistiques dominants.

1. Introduction et fondements conceptuels du test du khi-deux d’adéquation

1.1 Définition épistémologique et rôle en inférence statistique

D’un point de vue épistémologique, la statistique inférentielle moderne a connu une rupture paradigmatique majeure en 1900 avec la publication de l’article fondateur de Karl Pearson dans le Philosophical Magazine. Avant cette contribution magistrale, les scientifiques étaient démunis pour quantifier objectivement l’écart entre une série de fréquences observées dans des classes qualitatives et une courbe ou un ratio déduit de principes premiers. Pearson a introduit un critère de divergence quadratique normalisé, fondant ainsi le premier véritable test de conformité statistique à grande échelle, désigné historiquement sous le symbole de la lettre grecque $\chi^2$.

Le test du khi-deux d’adéquation se définit formellement comme une procédure non paramétrique — ou plus précisément à distribution libre — applicable aux variables qualitatives, catégorielles, nominales ou ordinales regroupées en modalités discrètes mutuellement exclusives. Contrairement aux tests paramétriques classiques tels que le test t de Student ou l’analyse de variance de Fisher, le test d’adéquation ne postule aucune distribution gaussienne sous-jacente des scores continus, ni de paramètre métrique invariant comme l’espérance ou l’homoscédasticité. Son objet d’étude exclusif est la fréquence d’apparition des individus au sein d’un ensemble de catégories distinctes.

L’objectif premier de cette méthodologie réside dans la comparaison terme à terme entre une distribution observée empiriquement sur un échantillon extrait d’une population cible et une distribution théorique préétablie, souvent appelée distribution attendue ou espérée. Dans le cadre général de l’analyse exploratoire et confirmatoire des données, le test d’adéquation se positionne au cœur de la validation d’hypothèses déductives. Il permet au statisticien d’affirmer avec un niveau de confiance contrôlé si les divergences constatées entre la réalité du terrain et la norme théorique peuvent être sereinement imputées au simple aléa de l’échantillonnage, ou si elles trahissent une divergence structurelle requérant le rejet du modèle théorique initial.

1.2 Distinction fondamentale entre adéquation, indépendance et homogénéité

Une confusion récurrente observée dans la littérature scientifique concerne l’amalgame conceptuel entre les trois grandes déclinaisons du test de Pearson : le test d’adéquation, le test d’indépendance et le test d’homogénéité. Bien que ces procédures partagent une structure algébrique similaire fondée sur la sommation des carrés des écarts normalisés, leurs plans d’échantillonnage, la structure de leurs tables de contingence et leurs objectifs d’inférence diffèrent radicalement.

Le test du khi-deux d’adéquation se distingue par sa structure strictement univariée. Le chercheur mesure une et une seule variable catégorielle découpée en $k$ classes sur un échantillon unique d’effectif global $N$. Les fréquences théoriques attendues ne sont pas calculées à partir des produits des marges de l’échantillon, mais découlent d’un modèle externe, préexistant et indépendant des données recueillies. À l’inverse, le test d’indépendance analyse une structure bivariée croisant deux variables catégorielles distinctes au sein d’une table de contingence bidimensionnelle à $r$ lignes et $c$ colonnes, avec pour objectif d’évaluer si l’appartenance aux modalités de la première variable est probabilistiquement liée à celle de la seconde. Les effectifs attendus d’indépendance sont dès lors endogènes, dépendant des totaux marginaux de l’échantillon lui-même.

Le test d’homogénéité, quant à lui, compare la distribution d’une variable catégorielle unique à travers plusieurs sous-populations ou cohortes indépendantes fixées a priori par le plan d’échantillonnage (par exemple, comparer la répartition des choix électoraux entre trois régions distinctes). Les implications méthodologiques de cette typologie sont majeures : sélectionner le test d’adéquation exige d’avoir formulé une hypothèse théorique explicite sur la distribution univariée globale avant même d’avoir extrait le moindre individu de la population, préservant ainsi la démarche hypothético-déductive de tout biais de circularité statistique.

1.3 Typologie des distributions théoriques testées

La polyvalence du test d’adéquation du khi-deux se manifeste à travers la diversité des distributions théoriques auxquelles les données empiriques peuvent être confrontées. Le cas le plus intuitif et le plus couramment mobilisé est celui de la distribution uniforme ou équiprobable. Dans ce scénario de référence, l’hypothèse sous-jacente postule qu’aucun événement ou statut n’est privilégié : pour $k$ catégories disponibles, chaque modalité dispose rigoureusement de la même probabilité d’occurrence, fixée à $p_i = 1/k$. Ce modèle d’équipromotion sert régulièrement de point zéro pour détecter des asymétries perceptives, des préférences comportementales instinctives ou des biais de sélection mécanique.

Un deuxième registre théorique concerne les distributions fondées sur des ratios déterministes ou des proportions préétablies par des théories scientifiques éprouvées. Le paradigme fondateur de cette catégorie demeure les lois de la génétique mendélienne, à l’instar du fameux ratio dihybride $9:3:3:1$ obtenu lors du croisement de lignées hétérozygotes. En psychométrie et en sciences cognitives, ces ratios peuvent dériver de modèles de seuils d’activation cognitive, où des proportions asymétriques stables sont attendues selon les configurations de tests standardisés.

Enfin, le test du khi-deux permet d’évaluer l’ajustement à des lois discrètes théoriques spécifiques formalisées mathématiquement, telles que la loi de Poisson (pour modéliser des événements rares dans un intervalle temporel donné) ou la loi binomiale. Il s’applique également de façon intensive aux modèles normatifs issus de recensements démographiques nationaux, d’enquêtes épidémiologiques de grande envergure ou de registres de santé publique, où l’on cherche à vérifier si un échantillon d’étude reflète fidèlement la stratification par classe sociale, région géographique ou statut pathologique d’une population globale de référence.

2. Motivation méthodologique et cas d’usage en psychologie et sciences sociales

2.1 Validation de la représentativité des cohortes d’étude

L’un des défis cardinaux de la recherche contemporaine en psychologie et en sociologie quantitative réside dans la validité externe des conclusions dégagées à partir d’échantillons de convenance. Trop souvent, les protocoles expérimentaux recrutent une proportion écrasante de participants répondant aux critères dits WEIRD (Western, Educated, Industrialized, Rich, and Democratic), en particulier des étudiants de premier cycle universitaire. Le test du khi-deux d’adéquation offre un garde-fou méthodologique indispensable pour évaluer formellement la représentativité sociodémographique de la cohorte d’étude au regard de la population générale que le protocole prétend modéliser.

Dans cette configuration, les chercheurs comparent la distribution observée des caractéristiques sociodémographiques clés — telles que la répartition par tranche d’âge, le niveau d’instruction, la catégorie socio-professionnelle ou l’identification de genre — aux paramètres connus fournis par les instituts de statistique publique (comme l’Insee en France ou l’US Census Bureau). Si la valeur du khi-deux révèle une divergence statistiquement significative, le chercheur se trouve contraint de reconnaître un biais de sélection ou de recrutement.

Une telle non-conformité implique des limites structurelles quant à la généralisabilité des résultats empiriques. L’impact de la sous-représentation ou de la sur-représentation de strates catégorielles spécifiques peut altérer profondément la puissance des tests ultérieurs et masquer des interactions complexes. Le test du khi-deux d’adéquation agit ainsi en amont de l’analyse causale comme un diagnostic d’intégrité de la structure d’échantillonnage.

2.2 Vérification des postulats d’équiprobabilité dans les tâches comportementales

Au sein des laboratoires de psychologie cognitive et des neurosciences expérimentales, de nombreux paradigmes reposent sur l’hypothèse implicite que les sujets ou les modèles animaux ne présentent aucune préférence spatiale, temporelle ou perceptive spontanée avant l’administration d’un renforçateur ou d’un stimulus critique. Le test d’adéquation constitue alors l’outil de référence pour calibrer et neutraliser les dispositifs expérimentaux en vérifiant le postulat d’équiprobabilité des réponses.

Considérons, par exemple, un labyrinthe en croix surélevé ou un labyrinthe en Y utilisé dans les études d’exploration spatiale chez le rongeur, ou encore une tâche informatisée de temps de réaction à choix multiples chez l’être humain où quatre cibles visuelles apparaissent de manière pseudo-aléatoire dans les quatre quadrants de l’écran. Avant d’interpréter un temps de fixation oculaire ou une fréquence de direction vers un bras comme l’effet d’une manipulation pharmacologique ou émotionnelle, le chercheur doit s’assurer que dans la condition contrôle (ligne de base), les sujets répartissent leurs choix de façon rigoureusement équiprobable (c’est-à-dire 25 % pour chaque quadrant ou bras).

Le test du khi-deux d’adéquation permet de confronter la fréquence des sélections effectives à la distribution uniforme théorique. Une divergence significative mettrait immédiatement en lumière un déséquilibre instrumental, tel qu’une asymétrie lumineuse dans la salle d’expérimentation, un défaut de calibrage d’un moniteur tactile ou une préférence motrice latérale (dextérité) non contrôlée, évitant ainsi l’imputation fallacieuse d’effets cognitifs à des artéfacts matériels.

2.3 Conformité à des modèles théoriques en psychologie différentielle

La psychologie différentielle et la psychiatrie clinique s’appuient fréquemment sur des modèles typologiques postulant l’existence de profils distincts au sein des populations cliniques ou saines. Qu’il s’agisse des styles d’attachement formalisés par Mary Ainsworth et John Bowlby, des profils de personnalité issus du modèle du Big Five, ou des typologies de tempérament chez l’enfant, ces théories prédisent souvent des distributions spécifiques dans des cohortes normatives.

Lorsqu’une équipe de recherche étudie une cohorte particulière — par exemple des adolescents placés sous protection judiciaire ou des patients hospitalisés pour un trouble de l’usage de substances —, l’adéquation du khi-deux permet d’éprouver formellement l’hypothèse selon laquelle cette population clinique suit la même répartition typologique que la population tout-venant. Un rejet franc de l’adéquation valide empiriquement la spécificité clinique de la cohorte étudiée, démontrant que la pathologie s’accompagne d’une distorsion catégorielle des profils.

De surcroît, le test trouve une application fertile dans l’analyse des propriétés métrologiques des instruments de mesure psychométrique. Face à une échelle d’évaluation de type Likert catégorisée ou à des items dichotomiques de décision clinique, le chercheur peut modéliser la fidélité des fréquences de sélection attendues en fonction du niveau sous-jacent du trait latent prédit par les modèles de la théorie de la réponse à l’item (TRI). Le test d’adéquation offre ainsi une validation confirmatoire de l’adéquation des patrons de réponse réels aux configurations théoriquement anticipées par l’architecture du construit psychologique.

3. Formulation formelle des hypothèses statistiques (H0 et H1)

3.1 Définition rigoureuse de l’hypothèse nulle (H0)

Sur le plan mathématique, l’hypothèse nulle, notée $H_0$, constitue le pivot logique du test du khi-deux d’adéquation. Elle incarne l’énoncé probabiliste formel stipulant une conformité exacte et sans réserve entre la distribution des probabilités catégorielles observées dans la population d’intérêt et le vecteur des probabilités théoriques spécifié par le chercheur. Soit une variable nominale discrète possédant $k$ modalités mutuellement exclusives, l’hypothèse nulle s’exprime sous la forme vectorielle suivante :

$$H_0 : \begin{\pmatrix} p_1 \ p_2 \ \vdots \ p_k \end{\pmatrix} = \begin{\pmatrix} \pi_1 \ \pi_2 \ \vdots \ \pi_k \end{\pmatrix}$$

Dans cette formalisation rigoureuse, $p_i$ représente la véritable probabilité que présente un individu aléatoirement sélectionné d’appartenir à la catégorie $i$ dans la population parente, tandis que $\pi_i$ dénote la probabilité théorique assignée a priori à cette même catégorie, sous la contrainte stochastique stricte de normalisation $\sum_{i=1}^k \pi_i = 1$. L’hypothèse nulle soutient qu’aucune divergence structurelle n’existe entre la réalité et le modèle : tout écart entre les fréquences observées et les effectifs attendus découle exclusivement des fluctuations d’échantillonnage aléatoires.

Il importe de distinguer les hypothèses nulles simples des hypothèses nulles composites. Une hypothèse est qualifiée de simple lorsque le vecteur des probabilités théoriques $(\pi_1, \pi_2, dots, \pi_k)$ est intégralement spécifié par la théorie avant toute collecte de données (par exemple, des ratios mendéliens ou une équiprobabilité stricte). Elle devient composite dès lors que les probabilités théoriques dépendent de paramètres distributionnels inconnus qui doivent être directement estimés à partir de l’échantillon lui-même — à l’instar de la moyenne $lambda$ d’une distribution de Poisson ou des paramètres de position d’une loi binomiale. Cette nuance méthodologique modifie substantiellement le nombre de degrés de liberté applicables lors de l’évaluation finale.

3.2 Caractérisation de l’hypothèse alternative (H1)

À l’opposé symétrique de la précision de l’hypothèse nulle, l’hypothèse alternative, conventionnellement notée $H_1$, se caractérise par sa nature globale, omnibus et non directionnelle. Elle ne formule pas de prédiction quant à une trajectoire d’évolution spécifique d’une classe particulière au détriment d’une autre, mais postule la faillite globale du modèle théorique proposé par $H_0$. Mathématiquement, l’énoncé formel de $H_1$ s’écrit de la manière suivante :

$$H_1 : \exists , i in {1, 2, dots, k} \quad \text{tel que} \quad p_i \neq \pi_i$$

En termes conceptuels, l’hypothèse alternative affirme qu’il existe au moins une modalité — et en vertu de la contrainte de somme égale à un, au moins deux — pour laquelle la probabilité empirique dans la population dévie de façon systématique par rapport à la proportion théorique de référence. Il n’y a aucune orientation a priori imposée sur le sens algébrique de ces déviations : certaines classes peuvent afficher une sur-représentation marquée tandis que d’autres s’avèrent déficitaires.

Cette non-directionnalité intrinsèque de l’hypothèse alternative entraîne une conséquence majeure pour le praticien des données : le rejet statistique de $H_0$ ne permet jamais, à lui seul, d’identifier avec précision quelles catégories ont provoqué l’effondrement du modèle théorique. La décision globale signale simplement que l’écart cumulé dépasse le seuil imputable au hasard d’échantillonnage. Dès lors, le chercheur se trouve confronté à l’obligation méthodologique de déployer des analyses secondaires, couramment désignées sous le vocable d’analyses post-hoc ou d’examen des résidus ajustés, afin de décomposer la déviance globale et de localiser précisément l’origine phénoménologique du rejet.

3.3 Risques de première et seconde espèces (Alpha et Bêta)

Comme toute procédure d’inférence statistique formalisée dans le paradigme de Neyman-Pearson, le test d’adéquation du khi-deux expose le chercheur à deux catégories inhérentes de risques décisionnels : l’erreur de première espèce (risque $\alpha$) et l’erreur de seconde espèce (risque $\beta$). La gestion raisonnée de ces risques conditionne la validité des interprétations empiriques.

Le risque $\alpha$ — ou niveau de signification — correspond à la probabilité probabiliste de rejeter à tort l’hypothèse nulle $H_0$ alors que celle-ci est rigoureusement vraie dans la population cible. Traditionnellement fixé par convention à $\alpha = 0{,}05$ ou $\alpha = 0{,}01$ dans les disciplines biomédicales et comportementales, ce seuil délimite l’extrême queue droite de la distribution théorique du khi-deux. En pratique, commettre une erreur de type I conduit le chercheur à affirmer prématurément qu’un échantillon s’écarte de la distribution théorique — par exemple, conclure faussement qu’un panel n’est pas représentatif de la population —, invalidant inutilement des données conformes ou générant de fausses découvertes scientifiques.

À l’inverse, l’erreur de seconde espèce ($\beta$) quantifie la probabilité d’échouer à rejeter $H_0$ alors qu’elle est factuellement fausse, le modèle théorique ne décrivant pas la réalité sous-jacente. La puissance statistique d’un test correspond au complémentaire de ce risque, soit $1 – \beta$. Dans le cas spécifique du khi-deux d’adéquation, la puissance dépend de trois facteurs indissociables : l’amplitude réelle de la divergence entre les proportions (taille d’effet), le niveau $\alpha$ sélectionné, et surtout, la taille totale de l’échantillon $N$.

Cette dépendance crée un paradoxe méthodologique majeur : face à des échantillons de taille modeste, le khi-deux manque cruellement de puissance, laissant passer des déviations théoriquement substantielles. Inversement, face à des échantillons massifs (plusieurs dizaines de milliers d’observations fréquentes à l’ère des mégadonnées), le test acquiert une sensibilité extrême, conduisant au rejet systématique de $H_0$ pour des micro-écarts dérisoires et dénués de toute signification pratique ou théorique substantielle.

4. La formule mathématique du khi-deux d’adéquation expliquée

4.1 Décomposition algébrique de la statistique de Pearson

La statistique du test du khi-deux d’adéquation conçue par Karl Pearson repose sur une élégante mécanique d’agrégation pondérée. Elle synthétise l’ensemble des déviations catégorielles locales en une métrique scalaire unique reflétant la discordance globale entre le réel et le théorique. Sa formulation algébrique canonique s’exprime comme suit :

$$\chi^2 = \sum_{i=1}^{k} \frac{(O_i – E_i)^2}{E_i}$$

Dans cette équation universelle :

• $k$ désigne le nombre total de catégories, modalités ou classes composant la variable qualitative analysée.
• $O_i$ représente l’effectif empirique observé (Observed), c’est-à-dire le décompte brut des individus de l’échantillon appartenant objectivement à la catégorie $i$.
• $E_i$ correspond à l’effectif théorique attendu ou espéré (Expected) au sein de la catégorie $i$ en vertu du modèle théorique spécifié sous $H_0$.

La décomposition analytique de cette expression met en lumière le génie conceptuel de Pearson. Le calcul préliminaire de l’écart brut $(O_i – E_i)$ évalue la distance directionnelle au modèle. Cependant, la somme linéaire de ces écarts bruts est strictement nulle en vertu des contraintes marginales ($\sum (O_i – E_i) = 0$). L’élévation au carré de ce résidu, $(O_i – E_i)^2$, répond à un double impératif mathématique : d’une part, elle neutralise le signe négatif des catégories déficitaires, garantissant que chaque déviation contribue positivement à la statistique globale ; d’autre part, elle pénalise de manière non linéaire (quadratique) les écarts importants par rapport aux écarts minimes.

Enfin, la division de ce carré d’écart par l’effectif théorique $E_i$ au dénominateur constitue l’opération de normalisation stochastique par excellence. Un écart absolu de 10 individus ne possède pas la même signification statistique selon qu’il survient au sein d’une modalité où l’on attendait 15 individus ou au sein d’une catégorie où l’on en prévoyait 500. Le terme $E_i$ agit comme un estimateur de la variance de la catégorie sous l’hypothèse de fluctuations de type poissoniennes ou multinomiales, pondérant chaque résidu quadratique par son échelle de variabilité attendue.

4.2 Calcul des effectifs attendus ou théoriques

Le calcul des effectifs théoriques attendus constitue l’étape préparatoire obligatoire avant toute agrégation statistique. Pour chaque catégorie $i$ considérée, l’effectif théorique $E_i$ est obtenu par le produit direct de la taille globale de l’échantillon empirique, notée $N$, par la probabilité théorique postulée sous l’hypothèse nulle, notée $\pi_i$ :

$$E_i = N \times \pi_i$$

Dans la situation fréquente où le modèle théorique est une distribution uniforme gouvernée par un postulat d’équiprobabilité stricte, chaque catégorie dispose de la même probabilité $\pi_i = 1/k$. L’équation se simplifie alors sous une forme élémentaire où l’effectif total est équitablement fractionné entre les différentes classes :

$$E_i = \frac{N}{k}$$

À l’inverse, lorsque l’hypothèse nulle met en jeu des distributions pondérées par des proportions asymétriques — issues de données de recensement ou de ratios génétiques —, les probabilités théoriques $\pi_i$ diffèrent pour chaque modalité. Par exemple, pour un échantillon de $N = 400$ individus confronté à une distribution mendélienne de ratios $9/16$, $3/16$, $3/16$ et $1/16$, les effectifs attendus respectifs se calculent par $E_1 = 400 \times (9/16) = 225$, $E_2 = 400 \times (3/16) = 75$, $E_3 = 400 \times (3/16) = 75$ et $E_4 = 400 \times (1/16) = 25$.

Un principe arithmétique fondamental réside dans la propriété de conservation des marges : la somme de tous les effectifs théoriques attendus doit impérativement égaler la somme de tous les effectifs empiriques observés, qui équivaut elle-même à la taille totale de l’échantillon $N$ :

$$\sum_{i=1}^{k} E_i = \sum_{i=1}^{k} (N \times \pi_i) = N \sum_{i=1}^{k} \pi_i = N \times 1 = N = \sum_{i=1}^{k} O_i$$

Cette égalité stricte constitue une vérification arithmétique préalable incontournable lors de tout traitement manuel ou informatisé des données.

4.3 Propriétés asymptotiques de la distribution d’échantillonnage

D’un point de vue probabiliste fondamental, le nombre d’individus $O_i$ observé dans chaque catégorie suit conjointement une loi multinomiale discrète régie par la taille $N$ et le vecteur des probabilités $\vec{\pi}$. Par voie de conséquence, la statistique $\chi^2$ calculée sur les données est, par nature, une variable aléatoire discrète ne pouvant prendre qu’un ensemble dénombrable de valeurs scalaires.

Cependant, en vertu du théorème central limite et des résultats asymptotiques démontrés par Karl Pearson, lorsque la taille totale de l’échantillon $N$ croît et tend vers l’infini ($N to \infty$), la fonction de distribution cumulative de cette statistique discrète converge en loi vers la distribution d’une variable aléatoire continue : la loi du $\chi^2$ mathématique théorique, définie comme la somme des carrés de variables normales centrées réduites indépendantes. C’est précisément cette convergence asymptotique qui autorise l’usage de tables ou d’algorithmes continus pour calculer les p-values.

La fonction de densité de probabilité de la loi du khi-deux théorique présente des propriétés géométriques fondamentales. Elle n’est définie que sur le domaine des réels strictement positifs ($[0, +\infty[$), le carré des écarts interdisant formellement toute valeur négative. Pour de faibles degrés de liberté, la courbe se caractérise par une forte asymétrie positive (étalement marqué vers la droite) avec un pic de densité très proche de l’origine. Au fur et à mesure que les degrés de liberté augmentent, la distribution s’élargit, son espérance mathématique (égale à ses degrés de liberté $\nu$) se décale vers la droite, sa variance ($2\nu$) s’accroît, et la forme générale de la densité s’adoucit pour converger asymptotiquement vers une courbe en cloche gaussienne en vertu du théorème de la limite centrale.

5. Conditions d’application et postulats fondamentaux

5.1 Règle de Cochran et contraintes sur les effectifs attendus

La statistique de Pearson convergeant de façon asymptotique vers la loi continue du khi-deux, cette approximation perd sa validité probabiliste dès lors que les effectifs attendus s’avèrent trop restreints. L’inflation non contrôlée du risque d’erreur de type I devient alors un risque méthodologique majeur. Pour garantir la robustesse de l’inférence, la communauté scientifique se réfère universellement aux critères empiriques formulés par William G. Cochran dans ses travaux fondateurs de 1954.

La règle classique de Cochran impose deux conditions strictes portant exclusivement sur les effectifs théoriques attendus ($E_i$), et en aucun cas sur les effectifs empiriquement observés ($O_i$) :

• Exigence d’exhaustivité minimale : Aucun effectif théorique attendu ne doit être strictement inférieur à 1 ($E_i ge 1$ pour tout $i$). Une cellule dont l’espérance mathématique est inférieure à l’unité déstabilise gravement la variance de la statistique.
• Règle du seuil de tolérance de 80/20 : Au maximum 20 % de l’ensemble des catégories peuvent présenter un effectif théorique attendu strictement inférieur à 5. Cela équivaut à exiger qu’au moins 80 % des classes disposent d’un effectif attendu $E_i ge 5$.

Dans les situations où le nombre total de catégories est restreint (notamment lorsque $k le 4$), de nombreux biostatisticiens renforcent cette règle en exigeant que 100 % des effectifs attendus soient supérieurs ou égaux à 5. Lorsque ces contraintes sont transgressées en raison d’un échantillonnage trop modeste, le chercheur dispose de solutions méthodologiques légitimes : la plus fréquente consiste à agréger ou fusionner des catégories conceptuellement et cliniquement adjacentes pour gonfler mécaniquement leurs effectifs théoriques, sous réserve que ce regroupement conserve une pertinence théorique réelle et soit documenté en amont des analyses finales.

5.2 Indépendance stricte des observations

Parmi l’ensemble des postulats sous-tendant le test du khi-deux d’adéquation, le réquisit d’indépendance des observations constitue sans doute la condition la plus intransigeante et la plus fréquemment violée par inadvertance. Le modèle mathématique exige formellement que chaque observation individuelle — c’est-à-dire chaque individu, sujet expérimental, animal ou objet inclus dans le décompte — soit totalement indépendante de toutes les autres dans le processus de génération des données.

Ce postulat implique deux règles absolues sur le terrain de la collecte :

1. L’échantillonnage doit procéder d’un schéma de tirage aléatoire simple (ou assimilé) au sein de la population cible. L’inclusion d’un individu ne doit en aucun cas modifier, augmenter ou réduire la probabilité d’inclusion d’un autre individu.
2. L’exclusion mutuelle et l’unicité de la contribution : chaque sujet de l’étude ne peut contribuer que pour une seule et unique unité dans l’intégralité du tableau de comptage. La somme totale des observations $N$ doit correspondre rigoureusement au nombre de sujets uniques testés.

Il est par conséquent strictement interdit d’appliquer le test d’adéquation du khi-deux à des protocoles de mesures répétées, des conceptions longitudinales pré-test/post-test, ou des données appariées dans lesquelles un même participant émet plusieurs réponses à travers le temps. De même, les données présentant des structures de regroupement hiérarchique ou spatial (comme des élèves recrutés au sein d’une même classe d’école, ou des membres d’une même famille) violent l’indépendance statistique en introduisant des corrélations intra-grappes. L’ignorance de cette violation conduit à une sous-estimation systématique de la variance réelle, produisant une inflation spectaculaire de faux positifs (taux d’erreur de première espèce incontrôlé).

5.3 Nature exclusive et exhaustive des catégories

La taxinomie employée pour segmenter la variable catégorielle doit satisfaire aux règles formelles de la logique ensembliste, résumées par le principe de partition d’un ensemble : les classes doivent être simultanément mutuellement exclusives et collectivement exhaustives.

L’exclusivité taxinomique stipule qu’aucun individu ne doit pouvoir être assigné à plus d’une catégorie à la fois. Les frontières conceptuelles et opérationnelles séparant les modalités doivent être parfaitement étanches. Par exemple, dans une typologie clinique évaluant des styles de coping ou des profils de personnalité, un sujet ne peut pas être catégorisé simultanément comme « Évitant » et « Sécure » dans le même plan univarié. Si un tel chevauchement survient, la variable perd sa nature catégorielle discrète simple, rendant caduque la dérivation multinomiale de Pearson.

L’exhaustivité impose que le système de classification recouvre sans exception l’intégralité du spectre des occurrences possibles au sein de l’échantillon. Chaque participant examiné doit obligatoirement trouver une case d’affectation légitime. Dans les protocoles pratiques, les chercheurs résolvent cette exigence par l’adjonction d’une modalité résiduelle « Autre » ou « Indéterminé ». Toutefois, cette stratégie nécessite une vigilance extrême : la probabilité théorique $\pi_{\text{autre}}$ assignée à cette classe dans le modèle $H_0$ doit être rigoureusement explicitée à partir de données théoriques antérieures, sous peine de transformer une modalité neutre en artéfact de rejet statistique.

6. Calcul pas à pas : Un exemple pratique détaillé

6.1 Présentation du scénario clinique et des données brutes

Afin d’ancrer les principes mathématiques abstraits dans la réalité concrète de la recherche, considérons un scénario d’étude en psychologie clinique et psychopathologie du développement. Une équipe de chercheurs souhaite évaluer si la répartition des styles d’attachement chez de jeunes adultes admis en consultation pour un premier épisode dépressif majeur diffère de la distribution classique répertoriée dans la population générale adulte.

Dans la littérature scientifique internationale issue des travaux séminaux de Mary Main et de ses successeurs, la typologie des styles d’attachement chez l’adulte — évaluée à l’aide de l’Adult Attachment Interview (AAI) ou de questionnaires dimensionnels catégorisés — converge généralement vers une distribution théorique normative standardisée au sein des cohortes non cliniques :

• Style Sécure (Autonome) : 50 % de la population ($\pi_1 = 0{,}50$)
• Style Évitant (Détaché) : 20 % de la population ($\pi_2 = 0{,}20$)
• Style Anxieux-Préoccupé : 15 % de la population ($\pi_3 = 0{,}15$)
• Style Désorganisé (Désorienté / Craintif) : 15 % de la population ($\pi_4 = 0{,}15$)

La somme des probabilités théoriques satisfait rigoureusement à la contrainte stochastique :

$$\sum_{i=1}^{4} \pi_i = 0{,}50 + 0{,}20 + 0{,}15 + 0{,}15 = 1{,}00$$

L’équipe recrute de façon consécutive un échantillon de $N = 200$ patients adultes répondant strictement aux critères diagnostiques de l’épisode dépressif. Chaque patient est évalué par un clinicien expert aveugle aux hypothèses et se voit assigner un profil d’attachement unique. Les effectifs empiriques bruts observés ($O_i$) sont les suivants :

• Style Sécure : $O_1 = 75$ patients
• Style Évitant : $O_2 = 55$ patients
• Style Anxieux-Préoccupé : $O_3 = 42$ patients
• Style Désorganisé : $O_4 = 28$ patients

Vérifions la conservation des effectifs : $N = \sum O_i = 75 + 55 + 42 + 28 = 200$ patients. Toutes les conditions d’indépendance et d’exclusivité sont rigoureusement respectées. L’hypothèse nulle stipule que la cohorte clinique provient d’une population dont les proportions d’attachement sont conformes aux paramètres normatifs : $H_0 : (p_1, p_2, p_3, p_4) = (0{,}50, 0{,}20, 0{,}15, 0{,}15)$.

6.2 Établissement du tableau de calcul des contributions

La mise en œuvre transparente du test d’adéquation requiert l’établissement méthodique d’un tableau de calcul décomposant chaque étape arithmétique pour chacune des $k = 4$ modalités. Calculons d’abord les effectifs théoriques attendus ($E_i = N \times \pi_i$) :

• $E_1 (\text{Sécure}) = 200 \times 0{,}50 = 100{,}0$
• $E_2 (\text{Évitant}) = 200 \times 0{,}20 = 40{,}0$
• $E_3 (\text{Anxieux}) = 200 \times 0{,}15 = 30{,}0$
• $E_4 (\text{Désorganisé}) = 200 \times 0{,}15 = 30{,}0$

Vérifions le postulat de Cochran : le plus petit effectif attendu est égal à $30{,}0$, valeur largement supérieure au seuil critique de 5. L’ensemble des effectifs théoriques ($100,%$) dépasse ce seuil : les conditions de Cochran sont parfaitement remplies.

Calculons à présent les résidus bruts $(O_i – E_i)$, leurs carrés $(O_i – E_i)^2$, et les contributions partielles au khi-deux $(O_i – E_i)^2 / E_i$ :

Catégorie d’attachement ($i$)	Observé ($O_i$)	Attendu ($E_i$)	Écart brut ($O_i – E_i$)	Écart quadratique $(O_i – E_i)^2$	Contribution $\frac{(O_i – E_i)^2}{E_i}$
1. Sécure	75	100,0	$-25,0$	625,00	$625{,}00 / 100{,}0 = 6{,}250$
2. Évitant	55	40,0	$+15,0$	225,00	$225{,}00 / 40{,}0 = 5{,}625$
3. Anxieux	42	30,0	$+12,0$	144,00	$144{,}00 / 30{,}0 = 4{,}800$
4. Désorganisé	28	30,0	$-2,0$	4,00	$4{,}00 / 30{,}0 \approx 0{,}133$
Total ($\sum$)	200	200,0	0,0	—	$\chi^2_{\text{obs}} \approx 16{,}808$

L’observation attentive de ce tableau met en évidence un résultat méthodologique classique : la somme algébrique des écarts bruts est strictement nulle ($-25{,}0 + 15{,}0 + 12{,}0 – 2{,}0 = 0{,}0$), attestant de la conservation linéaire des masses d’effectifs globaux.

6.3 Sommation et obtention de la statistique khi-deux observée

La sommation des contributions scalaires de chaque classe aboutit à la valeur empirique finale de la statistique de test :

$$\chi^2_{\text{obs}} = \sum_{i=1}^{4} \frac{(O_i – E_i)^2}{E_i} = 6{,}250 + 5{,}625 + 4{,}800 + 0{,}133 = 16{,}808$$

En arrondissant au centième selon les standards de restitution métrologique en vigueur, la valeur du khi-deux empirique observée s’établit à :

$$\chi^2_{\text{obs}} = 16{,}81$$

L’analyse descriptive des composantes arithmétiques du calcul apporte déjà un éclairage substantiel sur les données avant même la prise de décision formelle. La catégorie du style d’attachement Sécure apporte la contribution individuelle la plus lourde au résultat global (6,250, soit environ 37,2 % de la statistique totale), sous l’effet d’un déficit marqué de 25 patients par rapport aux 100 attendus. Elle est immédiatement talonnée par le style Évitant (contribution de 5,625, soit 33,5 % du total) et le style Anxieux (contribution de 4,800, soit 28,6 % du total), qui affichent tous deux des surplus sensibles d’observations par rapport aux prédictions normatives. En revanche, le style Désorganisé présente un résidu négligeable ($O_4 – E_4 = -2$), n’intervenant que pour une fraction marginale (0,8 %) dans l’élévation de la statistique empirique finale.

7. Détermination des degrés de liberté et lecture de la table statistique

7.1 Formulation des degrés de liberté (ddl)

La conversion de la valeur empirique $\chi^2_{\text{obs}}$ en une décision probabiliste documentée exige la détermination sans faille du nombre de degrés de liberté (notés couramment $ddl$, $df$ pour degrees of freedom, ou le symbole grec $\nu$). Les degrés de liberté quantifient le nombre d’éléments d’information mathématiquement indépendants libres de varier lors de l’estimation statistique.

Dans le cadre conventionnel du test d’adéquation du khi-deux portant sur une hypothèse nulle simple — où toutes les probabilités théoriques sont fixées ex ante sans nécessiter l’estimation d’aucun paramètre empirique —, la règle de calcul dérive directement de la contrainte linéaire de sommation. La somme des effectifs attendus devant égaler le total d’échantillon fixe $N$, la dernière fréquence attendue est automatiquement déterminée dès lors que les $k – 1$ premières sont connues. La formule universelle est donc :

$$ddl = k – 1$$

Dans le scénario clinique détaillé à la section précédente, la typologie comporte $k = 4$ catégories exclusives. Le nombre de degrés de liberté associé s’élève ainsi rigoureusement à :

$$ddl = 4 – 1 = 3$$

Une mise en garde capitale s’impose concernant les hypothèses composites. Si le modèle théorique dépendait de $m$ paramètres de distribution qui avaient dû être estimés à partir des données de l’échantillon par la méthode du maximum de vraisemblance — par exemple l’estimation de la moyenne empirique $\bar{x}$ pour ajuster une loi de Poisson, ou la moyenne $\mu$ et l’écart-type $\sigma$ pour une normalité discrétisée —, le nombre de degrés de liberté subirait une pénalité mathématique équivalente au nombre de contraintes injectées, selon la formule de correction :

$$ddl = k – 1 – m$$

Une mauvaise estimation des degrés de liberté produit des conséquences désastreuses sur la prise de décision : sous-estimer les degrés de liberté élève indûment le seuil critique et favorise l’erreur de type II, tandis que les surestimer abaisse artificiellement la valeur critique, augmentant de fait le risque d’erreur de première espèce.

7.2 Utilisation rigoureuse de la table critique de la loi du khi-deux

Pour statuer sur la signification de la statistique calculée, la démarche traditionnelle — indispensable pour appréhender les fondements géométriques de la décision — consiste à croiser les degrés de liberté avec le niveau de risque d’erreur $\alpha$ choisi au sein de la table statistique de distribution du khi-deux.

Considérons le seuil de signification conventionnel des sciences psychologiques et sociales fixé à $\alpha = 0{,}05$. Dans la table de Pearson, nous localisons la ligne correspondant à $\nu = 3$ degrés de liberté et nous identifions l’intersection avec la colonne du risque bilatéral ou queue supérieure à $0{,}05$. La table indique la valeur critique suivante :

$$\chi^2_{\text{critique}}(3 ,;, 0{,}05) = 7{,}815$$

Si nous décidons d’adopter un seuil beaucoup plus conservateur et exigeant pour immuniser l’étude contre les faux positifs, par exemple le seuil de haute signification $\alpha = 0{,}001$, la consultation de la table donne :

$$\chi^2_{\text{critique}}(3 ,;, 0{,}001) = 16{,}266$$

D’un point de vue géométrique, la valeur critique représente l’abscisse exacte qui sépare la distribution théorique en deux régions disjointes sous la courbe de densité : la zone de rétention (ou non-rejet) de l’hypothèse nulle à gauche, qui couvre $1 – \alpha$ (soit 95 % de l’aire sous la courbe pour un seuil à 0,05), et la zone de rejet (ou région critique) à l’extrême droite, qui concentre les $\alpha$ (5 %) d’occurrences les plus extrêmes.

Il est fondamental de rappeler la nature unilatérale à droite de la région critique du test du khi-deux. Bien que l’hypothèse conceptuelle soit non directionnelle (bilatérale quant au sens des déviations), la statistique mathématique repose sur l’élévation au carré des écarts. Ainsi, toute déviation — qu’elle soit un excès ou un défaut d’effectif — se traduit exclusivement par une translation de la statistique vers des valeurs strictement positives plus grandes. La région critique se situe donc systématiquement et intégralement dans la queue supérieure droite de la distribution théorique.

8. Interprétation de la p-value et prise de décision statistique

8.1 Règle de décision formelle face au seuil alpha

La formalisation du verdict inférentiel s’effectue par l’application de la règle de décision décisionnelle de Neyman-Pearson. Deux démarches rigoureusement équivalentes permettent de statuer sur le sort de l’hypothèse nulle $H_0$ :

1. Critère par confrontation des statistiques : Si la statistique empirique calculée est strictement supérieure à la valeur seuil critique ($\chi^2_{\text{obs}} > \chi^2_{\text{critique}}$), la décision formelle impose le rejet de l’hypothèse nulle $H_0$ au profit de l’hypothèse alternative $H_1$.
2. Critère probabiliste de la p-value : Si la probabilité associée à la statistique observée sous $H_0$ — désignée par la valeur de $p$ — est strictement inférieure au seuil alpha préalablement retenu ($p < alpha$), la décision conclut invariablement au rejet de$H_0$.

Dans notre étude empirique portant sur l’attachement chez 200 patients dépressifs, nous avons obtenu une statistique d’échantillon $\chi^2_{\text{obs}} = 16{,}81$ pour 3 degrés de liberté. La comparaison numérique met en évidence l’inégalité suivante :

$$\chi^2_{\text{obs}} = 16{,}81 > \chi^2_{\text{critique}}(3 ,;, 0{,}05) = 7{,}815$$

Mieux encore, notre valeur empirique surpasse même le seuil hautement restrictif de $\alpha = 0{,}001$ ($\chi^2_{\text{critique}} = 16{,}27$). Le calcul algorithmique exact de l’intégrale de la fonction de survie sous la courbe théorique donne une $p\text{-value}$ extrêmement faible :

$$p = P(\chi^2_3 ge 16{,}808) \approx 0{,}000774$$

Puisque $p = 0{,}00077 < 0{,}001 < 0{,}05$, la décision statistique est sans appel : nous rejetons catégoriquement l'hypothèse nulle d'adéquation à la distribution théorique normative générale.

Sur le plan épistémologique, une précision de langage s’avère ici capitale. En cas d’absence de divergence significative (si nous avions trouvé par exemple $\chi^2_{\text{obs}} = 2{,}14$ avec $p = 0{,}54$), la conclusion rigoureuse n’aurait jamais été d’affirmer « que l’hypothèse nulle est vraie » ou « que l’on accepte le modèle théorique ». En inférence statistique fréquentiste, on se borne à énoncer que « l’on ne dispose pas de preuves empiriques suffisantes pour rejeter $H_0$ ». On n’accepte jamais formellement une hypothèse nulle ; on échoue simplement à la falsifier dans les limites de sensibilité du protocole expérimental déployé.

8.2 Traduction substantive des résultats dans le contexte d’étude

La statistique n’étant qu’un moyen subordonné à la compréhension du réel, l’obtention d’un résultat significatif doit obligatoirement être traduite sous une forme narrative substantive, articulée aux concepts théoriques du domaine de recherche et rédigée selon les standards académiques internationaux formalisés par l’American Psychological Association (normes APA, 7e édition).

Dans le cadre de notre publication, la restitution formalisée du test du khi-deux d’adéquation s’énoncerait sous la formulation canonique suivante :

« Un test du khi-deux d’adéquation a été réalisé afin d’évaluer si la répartition des quatre profils d’attachement au sein d’une cohorte clinique de patients souffrant de dépression majeure ($N = 200$) était conforme à la distribution théorique normative observée en population générale (50 % Sécure, 20 % Évitant, 15 % Anxieux, 15 % Désorganisé). L’analyse révèle une non-conformité statistiquement hautement significative du modèle d’adéquation, $\chi^2(3, N = 200) = 16{,}81$, $p < 0{,}001$. »

Sur le fond clinique et théorique, cette conclusion corrobore avec force l’hypothèse psychopathologique : la vulnérabilité dépressive ne s’inscrit pas de façon aléatoire à travers les structures d’attachement. Les patients consultants manifestent une réorganisation atypique de leurs modalités relationnelles intériorisées. Loin d’être un artéfact méthodologique d’échantillonnage, la divergence observée reflète des réaménagements profonds qui exigent une exploration fine au niveau de chaque modalité.

9. Mesure de la taille d’effet : Le V de Cramér et le W de Cohen

9.1 Insuffisance intrinsèque de la seule valeur de p

Depuis plusieurs décennies, le consensus méthodologique international — relayé notamment par la Task Force on Statistical Inference de l’APA — souligne l’insuffisance radicale de la seule communication de la $p\text{-value}$ dans la restitution des travaux scientifiques. La valeur de $p$ présente en effet une tare constitutive : elle mélange inextricablement deux éléments hétérogènes que sont l’ampleur empirique du phénomène étudié et la taille de l’échantillon recruté ($N$).

Sous l’effet du biais de surpuissance statistique, n’importe quelle divergence microscopique, dénuée de tout intérêt psychologique ou clinique, atteindra le seuil magique de $p < 0{,}05$ dès lors que $N$ atteint des proportions massives. Inversement, une déviation théoriquement colossale et vitale pour la prise en charge clinique échouera à atteindre la significativité statistique si l’échantillon d’étude est contraint par la rareté des patients. Pour s’émanciper de cette dépendance artificielle à la taille d’échantillon, la quantification de l’amplitude absolue de la déviation — c’est-à-dire l’estimation standardisée de la taille d’effet — est devenue une exigence incontournable de toute recherche quantitative rigoureuse.

9.2 Calcul et interprétation de l’indice W de Cohen

Pour le test d’adéquation du khi-deux appliqué à une variable univariée, la métrique standardisée de taille d’effet la plus formellement appropriée est l’indice $w$ introduit par le statisticien et psychologue Jacob Cohen dans son ouvrage séminal de 1988. Le $w$ de Cohen s’exprime soit directement à partir des proportions relatives observées ($p_{i,\text{obs}} = O_i / N$) et théoriques ($\pi_i$), soit par normalisation algébrique de la statistique du khi-deux par la taille totale de l’échantillon :

$$w = \sqrt{\sum_{i=1}^{k} \frac{(p_{i,\text{obs}} – \pi_i)^2}{\pi_i}} = \sqrt{\frac{\chi^2_{\text{obs}}}{N}}$$

Cette seconde formulation met en lumière la nature intrinsèque de l’indice : il extrait l’influence brute de l’effectif total $N$ pour ne conserver que la densité moyenne de divergence quadratique par observation.

Calculons le $w$ de Cohen pour notre jeu de données sur l’attachement :

$$w = \sqrt{\frac{16{,}808}{200}} = \sqrt{0{,}08404} \approx 0{,}2899 \approx 0{,}29$$

Pour interpréter cette grandeur, Jacob Cohen a établi des repères conventionnels de référence universellement admis dans les sciences comportementales :

• Effet de petite taille : $w = 0{,}10$ (divergence discrète, perceptible uniquement à grande échelle).
• Effet de taille moyenne : $w = 0{,}30$ (divergence d’amplitude modérée, visible à l’œil nu lors d’un examen descriptif).
• Effet de grande taille : $w ge 0{,}50$ (divergence majeure, bouleversant l’architecture de la distribution catégorielle).

Avec une valeur empirique de $w = 0{,}29$, notre étude se situe quasiment au seuil exact de la déviation de taille moyenne ($0{,}30$). La divergence constatée entre les patients dépressifs et la population générale ne relève donc pas d’une simple curiosité statistique induite par le recrutement de 200 sujets : elle possède une intensité clinique substantielle, hautement pertinente sur le plan diagnostique et thérapeutique.

9.3 Application du V de Cramér au cas univarié

Une alternative largement répandue dans les progiciels de statistique contemporains réside dans l’utilisation du $V$ de Cramér (conçu par Harald Cramér). Historiquement développé pour quantifier la force d’association dans les tables de contingence bidimensionnelles à $r$ lignes et $c$ colonnes, le $V$ de Cramér s’adapte sans difficulté conceptuelle au test du khi-deux d’adéquation univarié à $k$ modalités par l’équation suivante :

$$V = \sqrt{\frac{\chi^2_{\text{obs}}}{N \times (k – 1)}}$$

En observant conjointement les formules du $w$ de Cohen et du $V$ de Cramér, nous constatons la relation algébrique directe qui lie les deux indices dans le cas d’une variable univariée à $k$ classes :

$$V = \frac{w}{\sqrt{k – 1}}$$

Pour notre exemple pratique, avec $w = 0{,}2899$ et $k = 4$ (donc $k – 1 = 3$) :

$$V = \frac{0{,}2899}{\sqrt{3}} = \frac{0{,}2899}{1{,}73205} \approx 0{,}167$$

L’avantage cardinal du $V$ de Cramér réside dans son bornage mathématique strict : sa valeur est mathématiquement contrainte à évoluer entre 0 (identité absolue entre la distribution empirique et le modèle théorique) et 1 (discordance maximale absolue, tous les individus étant concentrés dans une classe dont la probabilité théorique postulée était nulle). En revanche, le $w$ de Cohen s’avère conceptuellement supérieur pour les calculs de puissance statistique a priori et les synthèses méta-analytiques car son échelle ne dépend pas directement de la troncature induite par le nombre de classes $k$. En pratique de publication, l’usage exige de spécifier explicitement quel indice a été calculé pour éviter toute équivoque métrologique.

10. Analyse des résidus ajustés pour identifier les écarts spécifiques

10.1 Calcul des résidus standardisés de Pearson

Le rejet statistique global de l’hypothèse nulle ($H_0$) par le test omnibus du khi-deux atteste de la défaillance globale de l’ajustement théorique, mais n’offre aucune précision sur les catégories responsables de cette divergence. Pour localiser avec précision les foyers de rupture, l’investigateur doit procéder à l’inspection minutieuse des résidus standardisés de Pearson (parfois désignés sous le terme de résidus de Pearson simples), notés $R_i$.

Le résidu standardisé de Pearson correspond à l’écart brut entre l’effectif observé et l’effectif théorique attendu, normalisé par la racine carrée de ce dernier :

$$R_i = \frac{O_i – E_i}{\sqrt{E_i}}$$

Le carré direct de ce résidu standardisé redonne très exactement la contribution de la cellule à la statistique globale du khi-deux ($R_i^2 = (O_i – E_i)^2 / E_i$). Sous l’hypothèse nulle, chaque résidu standardisé $R_i$ se comporte approximativement comme une variable aléatoire suivant une loi normale centrée réduite $\mathcal{N}(0, 1)$. En conséquence, les chercheurs appliquent les seuils critiques standards de la loi normale : une valeur de résidu excédant $+1{,}96$ indique une sur-représentation significative au seuil $\alpha = 0{,}05$, tandis qu’une valeur inférieure à $-1{,}96$ trahit une sous-représentation significative.

Calculons les résidus de Pearson pour notre étude sur l’attachement :

• Sécure : $R_1 = \frac{75 – 100}{\sqrt{100}} = \frac{-25}{10} = -2{,}50$ (déficit marqué, $|-2{,}50| > 1{,}96$)
• Évitant : $R_2 = \frac{55 – 40}{\sqrt{40}} = \frac{+15}{6{,}325} \approx +2{,}37$ (excès marqué, $+2{,}37 > 1{,}96$)
• Anxieux : $R_3 = \frac{42 – 30}{\sqrt{30}} = \frac{+12}{5{,}477} \approx +2{,}19$ (excès marqué, $+2{,}19 > 1{,}96$)
• Désorganisé : $R_4 = \frac{28 – 30}{\sqrt{30}} = \frac{-2}{5{,}477} \approx -0{,}37$ (écart non significatif, $|-0{,}37| < 1{,}96$)

Ce premier filtrage révèle que les styles Sécure, Évitant et Anxieux constituent les trois moteurs distincts du rejet de l’adéquation au modèle général.

10.2 Utilisation des résidus ajustés standardisés

Bien que les résidus standardisés de Pearson fournissent une première orientation heuristique précieuse, ils souffrent d’une imperfection théorique : ils ont tendance à sous-estimer la variance réelle de l’échantillonnage multinomial en omettant de prendre en compte la proportion théorique $\pi_i$ de la classe au sein de l’espace total des probabilités. Pour corriger ce biais et obtenir des statistiques de dispersion rigoureusement standardisées suivant fidèlement la loi $\mathcal{N}(0, 1)$, le statisticien Alan Agresti recommande universellement l’usage des résidus ajustés standardisés (notés $AR_i$, pour Adjusted Standardized Residuals).

L’expression mathématique formelle du résidu ajusté intègre la marge théorique au dénominateur :

$$AR_i = \frac{O_i – E_i}{\sqrt{E_i \times (1 – \pi_i)}}$$

La présence du terme complémentaire $(1 – \pi_i)$ au dénominateur compense l’asymétrie de distribution des catégories. Calculons ces résidus ajustés pour les quatre profils d’attachement de notre cohorte :

• Sécure ($\pi_1 = 0{,}50$) :
  $$AR_1 = \frac{75 – 100}{\sqrt{100 \times (1 – 0{,}50)}} = \frac{-25}{\sqrt{50}} = \frac{-25}{7{,}071} \approx -3{,}536$$
• Évitant ($\pi_2 = 0{,}20$) :
  $$AR_2 = \frac{55 – 40}{\sqrt{40 \times (1 – 0{,}20)}} = \frac{+15}{\sqrt{32}} = \frac{+15}{5{,}657} \approx +2{,}652$$
• Anxieux ($\pi_3 = 0{,}15$) :
  $$AR_3 = \frac{42 – 30}{\sqrt{30 \times (1 – 0{,}15)}} = \frac{+12}{\sqrt{25{,}5}} = \frac{12}{5{,}050} \approx +2{,}376$$
• Désorganisé ($\pi_4 = 0{,}15$) :
  $$AR_4 = \frac{28 – 30}{\sqrt{30 \times (1 – 0{,}15)}} = \frac{-2}{\sqrt{25{,}5}} = \frac{-2}{5{,}050} \approx -0{,}396$$

L’analyse des résidus ajustés standardisés exige de contrôler l’inflation de l’erreur de première espèce découlant de la multiplicité des comparaisons post-hoc. Face à $k = 4$ tests simultanés, l’application d’une rigoureuse correction de Bonferroni s’impose. Pour maintenir le risque d’erreur global de la famille de tests à $\alpha_{\text{global}} = 0{,}05$, le seuil nominal corrigé par cellule s’établit à :

$$\alpha_{\text{corrigé}} = \frac{0{,}05}{4} = 0{,}0125$$

En consultant la table de la loi normale centrée réduite bilatérale pour un niveau bilatéral de $0{,}0125$, la valeur critique seuil d’ajustement devient $z_{\text{critique}} \approx \pm 2{,}50$ (au lieu du classique $\pm 1{,}96$).

Sous ce critère de sévérité statistique accrue :

1. Le style Sécure ($AR_1 = -3{,}54$) demeure hautement et indiscutablement sous-représenté ($|-3{,}54| > 2{,}50$, $p < 0{,}001$). Les patients dépressifs présentent un déficit massif d'attachement sécure par rapport à la norme populationnelle.
2. Le style Évitant ($AR_2 = +2{,}65$) conserve son statut de sur-représentation statistiquement significative ($2{,}65 > 2{,}50$). La trajectoire d’évitement émotionnel constitue une caractéristique centrale de la cohorte clinique.
3. Le style Anxieux ($AR_3 = +2{,}38$), bien que dépassant le seuil classique de 1,96, n’atteint plus la significativité stricte sous le filtre de Bonferroni ($2{,}38 < 2{,}50$). Nous pouvons l'interpréter avec prudence comme une tendance substantielle à la sur-représentation sans validation catégorique.
4. Le style Désorganisé ($AR_4 = -0{,}40$) confirme sa parfaite conformité à la norme théorique attendue.

Cette radiographie analytique illustre avec éclat l’indispensable apport des résidus ajustés : ils affinent le diagnostic scientifique en évitant les généralisations hâtives sur l’ensemble des catégories du modèle.

11. Erreurs courantes, pièges méthodologiques et alternatives non paramétriques

11.1 Erreurs méthodologiques fréquentes lors de l’usage du test

Malgré sa relative simplicité apparente de mise en œuvre, le test du khi-deux d’adéquation fait l’objet de nombreuses méprises méthodologiques récurrentes dans les articles scientifiques et les mémoires de recherche universitaire. La vigilance s’impose tout particulièrement sur quatre dérives classiques :

• L’insertion fallacieuse de proportions ou pourcentages : L’erreur la plus destructrice consiste à introduire dans l’algorithme du test des pourcentages (ex. 37,5 % et 62,5 %) ou des proportions normalisées (0,375 et 0,625) en lieu et place des décomptes bruts d’individus réels ($O_i$). La statistique de Pearson repose fondamentalement sur la taille réelle de l’échantillon $N$ présente à travers les effectifs théoriques $E_i$. Calculer un khi-deux sur des pourcentages revient artificiellement à poser que $N = 100$, détruisant toute la validité de l’erreur standard et invalidant radicalement la p-value finale.
• La confusion entre degrés de liberté et effectif d’échantillon : Les étudiants ou analystes novices confondent occasionnellement les degrés de liberté ($k – 1$), régis par le nombre de catégories conceptuelles, avec l’effectif total d’individus testés ($N – 1$). Cette confusion — calquée par inadvertance sur la formule des tests t de Student — conduit à sélectionner une valeur critique absurdement élevée dans la table statistique, rendant tout rejet de $H_0$ quasiment impossible.
• La violation de l’indépendance par mesures répétées : Utiliser le khi-deux pour mesurer l’évolution d’un groupe avant et après une intervention (par exemple le statut tabagique [fumeur / non-fumeur] des mêmes sujets à $T_0$ et $T_1$) constitue une faute méthodologique majeure. Pour ce type de devis à données appariées, le chercheur doit obligatoirement recourir au test de McNemar ou à des modèles d’équations d’estimation généralisées (GEE).
• L’obstination face aux violations de Cochran : Maintenir le test de Pearson conventionnel lorsque plus de 20 % des cellules attendues sont inférieures à 5 ou lorsqu’une cellule attendue descend sous l’unité produit des estimations asymptotiques aberrantes qui démultiplient artificiellement les faux positifs.

11.2 Le test exact multinomial comme alternative pour petits échantillons

Lorsque la taille globale de l’échantillon analysé s’avère particulièrement réduite — situation fréquente lors de l’étude de pathologies orphelines, de primates rares, ou lors de fouilles archéologiques —, les critères de Cochran se trouvent inévitablement violés. Dans ces contextes où l’approximation continue du khi-deux de Pearson s’effondre, le chercheur ne doit pas renoncer à l’inférence : il doit substituer à l’approximation asymptotique une procédure de calcul direct sans biais, connue sous le nom de test exact multinomial (ou extension multinomiale du test exact de Fisher).

Le principe computationnel du test exact multinomial repose sur l’évaluation combinatoire exhaustive. En exploitant la fonction de masse de la distribution multinomiale, le logiciel statistique calcule la probabilité exacte d’observer la configuration de données empiriques recueillie, conditionnellement à l’effectif total $N$ et au vecteur des probabilités théoriques $\vec{\pi}$ :

$$P(O_1, O_2, dots, O_k) = \frac{N!}{O_1! , O_2! , \cdots , O_k!} \prod_{i=1}^{k} \pi_i^{O_i}$$

La p-value exacte de l’épreuve s’obtient ensuite en sommant les probabilités exactes de l’ensemble des arrangements et partitions catégorielles possibles dont la probabilité d’occurrence théorique est inférieure ou égale à celle du tableau effectivement observé sur le terrain. Cette méthode supprime totalement toute dépendance vis-à-vis d’une taille d’échantillon minimale. Cependant, elle présente un coût algorithmique et combinatoire exponentiel lorsque le nombre de classes $k$ ou l’effectif $N$ augmente, nécessitant des optimisations informatiques poussées par réseaux de graphes ou des approximations d’échantillonnage par chaînes de Markov Monte-Carlo (MCMC).

11.3 Le test G (rapport de vraisemblance) : Comparaison technique

Parallèlement à la statistique de Pearson, il existe une formulation alternative rigoureuse fondée sur le paradigme du maximum de vraisemblance, désignée universellement sous l’appellation de test G (ou test du rapport de vraisemblance pour variables catégorielles, Log-Likelihood Ratio Test). Développé initialement par des théoriciens comme Jerzy Neyman et Egon Pearson, puis formalisé par Robert Sokal et F. James Rohlf en biométrie, le test G s’écrit algébriquement de la façon suivante :

$$G = 2 \sum_{i=1}^{k} O_i \ln\left(\frac{O_i}{E_i}\right)$$

Sous l’hypothèse nulle d’adéquation et sous réserve des mêmes conditions d’échantillonnage, la statistique $G$ suit asymptotiquement la même loi théorique du khi-deux à $k – 1$ degrés de liberté que le $\chi^2$ classique de Pearson. Sur les grands échantillons, les deux statistiques convergent vers des valeurs numériques quasi identiques en vertu de l’approximation par développement de Taylor au second ordre ($\ln(1 + x) \approx x – x^2/2$).

Le test G présente un avantage théorique majeur par rapport au test de Pearson : la propriété d’additivité stricte. Dans les plans factoriels complexes à plusieurs facteurs imbriqués ou dans les modèles log-linéaires hiérarchiques, les statistiques $G$ partielles peuvent être rigoureusement additionnées et décomposées en composantes indépendantes, à la manière exacte des sommes de carrés dans une analyse de variance continue (ANOVA). Néanmoins, pour des échantillons de taille modeste sans structure emboîtée, le test du khi-deux de Pearson s’avère souvent plus robuste et colle plus fidèlement à la distribution théorique que le test G, dont les queues de distribution peuvent manifester une sensibilité excessive aux légers déséquilibres locaux.

12. Implémentation pratique dans les logiciels statistiques (R, Python, SPSS)

12.1 Mise en œuvre dans l’environnement R

Dans l’écosystème open-source R, environnement de référence pour l’analyse computationnelle des données, le test du khi-deux d’adéquation s’exécute nativement via la fonction fondamentale chisq.test() appartenant au package standard stats. Pour reproduire avec exactitude l’expérimentation clinique développée à la section 6, nous déclarons le vecteur des effectifs empiriques observés et le vecteur normatif des probabilités théoriques attendues :

Dans cet environnement, le vecteur des effectifs bruts est affecté à un objet, par exemple observes <- c(75, 55, 42, 28), tandis que les probabilités de référence sont assignées à un second vecteur, probabilites <- c(0.50, 0.20, 0.15, 0.15). L’appel explicite de la commande s’effectue alors selon la syntaxe suivante : resultat <- chisq.test(x = observes, p = probabilites).

L’affichage console renvoie immédiatement la synthèse de l’analyse inférentielle :

• La statistique de Pearson : X-squared = 16.808
• Les degrés de liberté : df = 3
• La p-value asymptotique : p-value = 0.0007742

L’avantage cardinal de l’environnement R réside dans l’extraction programmatique instantanée de tous les composants intermédiaires logés dans l’objet resultat :

• resultat$expected restitue le vecteur exact des effectifs théoriques attendus (100, 40, 30, 30), permettant un contrôle immédiat de la règle de Cochran.
• resultat$residuals fournit les résidus standardisés de Pearson simples.
• resultat$stdres renvoie les résidus ajustés standardisés d’Agresti, outils cardinaux pour les diagnostics locaux après correction de Bonferroni.

De surcroît, lorsque les critères de Cochran ne sont pas respectés, R autorise une gestion élégante du biais d’échantillonnage par la méthode de rééchantillonnage de Monte-Carlo via l’argument optionnel simulate.p.value = TRUE, qui calcule une p-value empirique empiriquement robuste sans supposer la continuité asymptotique.

12.2 Calcul avec Python (Scipy et Statsmodels)

Dans l’écosystème Python orienté vers la science des données et l’apprentissage automatique, l’analyse d’adéquation univariée repose principalement sur la bibliothèque scientifique SciPy, plus particulièrement son module scipy.stats.

La fonction dédiée au test d’adéquation est scipy.stats.chisquare. Contrairement à la fonction R qui accepte des probabilités au sein du vecteur théorique, la fonction de SciPy exige impérativement que les deux vecteurs soumis en entrée contiennent des grandeurs exprimées sous forme d’effectifs absolus scalaires. L’analyste doit donc au préalable multiplier le vecteur des probabilités théoriques par la somme totale de l’échantillon $N$ à l’aide de structures matricielles comme les tableaux NumPy ou les séries de la bibliothèque Pandas.

La procédure s’articule ainsi logiquement : après avoir importé la bibliothèque from scipy import stats, on définit le tableau des observations obs = [75, 55, 42, 28] ainsi que le tableau des effectifs théoriques calculés att = [100.0, 40.0, 30.0, 30.0]. L’exécution de la fonction s’écrit de façon concise : stat, p_val = stats.chisquare(f_obs=obs, f_exp=att).

La fonction retourne un tuple d’objets contenant très exactement la statistique scalaire ($16{,}808$) et la p-value ($0{,}000774$). Pour prolonger l’investigation, les chercheurs mobilisent fréquemment la bibliothèque graphique matplotlib conjointement avec seaborn afin de générer un diagramme en barres superposant les distributions observées et théoriques, enrichi par des segments d’erreur matérialisant visuellement les écarts résiduels catégoriels.

12.3 Procédure sous IBM SPSS Statistics

Au sein des structures hospitalières et des laboratoires universitaires utilisant l’interface graphique logicielle propriétaire IBM SPSS Statistics, la mise en œuvre du test du khi-deux d’adéquation s’avère particulièrement accessible via les menus déroulants ergonomiques.

La séquence opératoire standard respecte le cheminement suivant :

1. Dans la barre supérieure des tâches, naviguer vers le menu Analyse > Tests non paramétriques > Boîtes de dialogue anciennes > Khi-deux…
2. Dans la fenêtre de dialogue contextuelle, faire basculer la variable qualitative analysée (par exemple Style_Attachement) dans la zone Liste des variables à tester.
3. Dans l’encart inférieur intitulé Valeurs attendues, deux options s’offrent au praticien :
   • L’option par défaut Toutes les catégories sont égales teste le postulat d’équiprobabilité (distribution uniforme).
   • Pour tester un modèle asymétrique sur-mesure (comme notre ratio normatif d’attachement), cocher impérativement le bouton radio Valeurs. L’analyste doit alors saisir successivement les proportions relatives ou effectifs attendus dans l’ordre rigoureux des codes numériques associés aux modalités de la variable (par exemple : 0.50, puis 0.20, puis 0.15, puis 0.15), en cliquant sur Ajouter après chaque saisie numérique.
4. Cliquer sur le bouton OK pour lancer l’exécution du calcul.

La fenêtre de résultats (Viewer SPSS) génère instantanément deux tables de résultats hautement documentées :

• Le tableau des fréquences catégorielles : Cette table synthétise pour chaque modalité l’effectif empirique observé, l’effectif théorique attendu, et le résidu brut linéaire ($O_i – E_i$). En note de bas de tableau, SPSS affiche systématiquement un message d’alerte méthodologique capital signalant le nombre et le pourcentage de cellules disposant d’un effectif attendu inférieur à 5, garantissant une vérification instantanée de la règle de Cochran.
• Le tableau des statistiques de test : Cette table récapitulative présente la valeur finale du khi-deux de Pearson (16,808), les degrés de liberté formels (3), et la signification asymptotique bilatérale (indiquée Sig. asymptotique = .001). Ce document fournit l’ensemble des métriques indispensables pour la rédaction finale du rapport scientifique aux normes APA.

Références

• Agresti, A. (2002). Categorical Data Analysis (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/0471249684
• Ainsworth, M. D. S., Blehar, M. C., Waters, E., & Wall, S. (1978). Patterns of Attachment: A Psychological Study of the Strange Situation. Lawrence Erlbaum Associates.
• American Psychological Association. (2020). Publication Manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cochran, W. G. (1952). The $\chi^2$ test of goodness of fit. The Annals of Mathematical Statistics, 23(3), 315–345. https://doi.org/10.1214/aoms/1177729380
• Cochran, W. G. (1954). Some methods for strengthening the common $\chi^2$ tests. Biometrics, 10(4), 417–451. https://doi.org/10.2307/3001616
• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.
• Cramér, H. (1946). Mathematical Methods of Statistics. Princeton University Press.
• Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE Publications.
• Howell, D. C. (2012). Statistical Methods for Psychology (8th ed.). Cengage Learning.
• Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 50(302), 157–175. https://doi.org/10.1080/14786440009463897
• Sokal, R. R., & Rohlf, F. J. (1995). Biometry: The Principles and Practice of Statistics in Biological Research (3rd ed.). W. H. Freeman and Company.
• Wilkinson, L., & Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594–604. https://doi.org/10.1037/0003-066X.54.8.594