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

Dans l’arsenal méthodologique des sciences humaines, sociales et biomédicales, l’analyse des données qualitatives occupe une place prépondérante, souvent complexe et parfois sous-estimée au profit des modélisations linéaires continues. Lorsque le chercheur ou le praticien se trouve confronté à des phénomènes dont la nature intrinsèque relève de catégories discrètes — qu’il s’agisse de classifications nosographiques, de choix comportementaux, de profils de personnalité ou de modalités de réponse à un traitement —, les postulats classiques de normalité et d’homoscédasticité propres aux statistiques paramétriques s’avèrent inopérants. C’est précisément au cœur de cette contrainte épistémologique que s’impose le test du khi-deux d’indépendance, instrument d’inférence non paramétrique fondamental permettant de sonder la structure relationnelle liant deux variables nominales ou ordinales.

Concevoir l’indépendance de deux attributs qualitatifs exige de dépasser la simple intuition descriptive issue de l’observation brute d’un échantillon. Les variations d’effectifs relevées au sein d’un tableau croisé résultent-elles d’une véritable interdépendance fonctionnelle entre les facteurs étudiés, ou ne constituent-elles que le reflet des fluctuations d’échantillonnage inhérentes à l’aléa stochastique ? Répondre avec rigueur à cette interrogation nécessite de confronter les données recueillies à un modèle théorique contrefactuel représentant l’absence totale de liaison. Le test de Karl Pearson formalise cette confrontation à travers une métrique quadratique normalisée, offrant ainsi un cadre décisionnel probabiliste universellement reconnu.

Le présent article propose une exploration exhaustive, théorique et appliquée du test du khi-deux d’indépendance. Conçu à destination des chercheurs, doctorants et praticiens des sciences du comportement, il détaille successivement l’ancrage historique de cette méthode, ses fondements probabilistes formels, les conditions requises pour son emploi licite, ainsi que les étapes computationnelles menant du tableau de contingence aux coefficients d’association et aux analyses post-hoc. À travers une illustration clinique concrète empruntée à la psychopathologie et à l’évaluation des psychothérapies, ce guide met en lumière les subtilités d’interprétation, les écueils méthodologiques récurrents et les prolongements contemporains nécessaires à une pratique quantitative éclairée.

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

1.1 Définition épistémologique et origine historique

L’acte de naissance de la statistique inférentielle moderne appliquée aux variables catégorielles est indissociable de la publication princeps de Karl Pearson en 1900, intitulée « 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 » dans le Philosophical Magazine. À l’aube du XXe siècle, la biométrie et les sciences de l’hérédité naissantes se heurtaient à l’absence d’outils probabilistes permettant d’évaluer la concordance entre des lois théoriques (telles que les prédictions mendéliennes) et des comptages de fréquences empiriques. Pearson a conçu la statistique du khi-deux en exploitant la convergence multidimensionnelle de variables binomiales et multinomiales vers une distribution gaussienne multivariée, établissant ainsi le tout premier critère formel de test d’hypothèse probabiliste de l’histoire.

Sur le plan épistémologique, il convient de distinguer avec netteté le test du khi-deux d’adéquation (ou de conformité) du test du khi-deux d’indépendance. Alors que le test d’adéquation compare la distribution univariée observée au sein d’un échantillon unique à une distribution théorique préétablie a priori (par exemple, une distribution équiprobable ou une loi de Poisson), le test d’indépendance opère de manière bivariée. Il se propose d’évaluer si deux critères de classification appliqués simultanément à une même population s’influencent mutuellement ou s’ils se comportent de manière autonome, les distributions théoriques étant alors estimées directement à partir des distributions marginales observées de l’échantillon.

Le rôle de ce test au sein de l’inférence non paramétrique est central : il s’agit d’une procédure distribution-free (à distribution libre). Contrairement aux tests de Student ou à l’analyse de variance (ANOVA), le test d’indépendance n’exige aucun postulat relatif à la normalité des populations sous-jacentes ni à la continuité de la métrique utilisée. Cette caractéristique le rend indispensable à l’analyse des données comportementales, où les taxonomies cliniques, les choix de réponse sociodémographiques et les états d’activation cognitive se manifestent sous la forme d’événements discrets insensibles aux opérations arithmétiques directes de sommation métrique ou d’intervalles constants.

1.2 Nature des données et variables catégorielles

L’application rigoureuse du test du khi-deux d’indépendance présuppose une compréhension exacte des niveaux de mesure qui sous-tendent les données empiriques. Les variables mobilisées doivent impérativement appartenir au registre catégoriel. On distingue à cet égard les variables nominales pures — où les différentes modalités représentent des classes qualitatives distinctes dépourvues de tout ordre sous-jacent (par exemple, le diagnostic psychiatrique : schizophrénie, trouble bipolaire, trouble panique) — des variables ordinales, dont les niveaux entretiennent une relation d’ordre hiérarchique sans que les intervalles numériques entre ces niveaux soient nécessairement égaux (telles que les échelles de sévérité clinique : léger, modéré, sévère).

Pour garantir la validité interne du croisement statistique, les catégories composant chaque variable doivent impérativement respecter deux impératifs logiques formulés par la théorie de la mesure : l’exclusion mutuelle et l’exhaustivité. L’exclusion mutuelle impose que chaque unité statistique (individu, observation clinique) ne puisse être affectée qu’à une seule et unique cellule du tableau croisé ; aucun sujet ne peut appartenir simultanément à deux sous-groupes de la même variable. L’exhaustivité, quant à elle, exige que le système taxonomique retenu intègre l’ensemble des éventualités observables, de sorte qu’aucun individu ne se trouve sans classification assignable.

Dans la recherche comportementale contemporaine, les chercheurs naviguent continuellement entre codages binaires (présence/absence d’un biomarqueur comportemental, succès/échec) et codages polytomiques (orientation théorique des cliniciens, sous-catégories d’attachement chez l’adulte). Le choix du niveau de découpage catégoriel influence directement les degrés de liberté du système matriciel et conditionne la sensibilité analytique de l’inférence : un sur-découpage taxonomique entraîne une dispersion excessive des effectifs réduisant la puissance statistique, tandis qu’une agrégation hâtive masque souvent des hétérogénéités structurelles fondamentales au sein des corpus cliniques.

1.3 Principe sous-jacent d’indépendance statistique

Au sens de la théorie des probabilités axiomatisée par Kolmogorov, deux événements aléatoires A et B sont dits statistiquement indépendants si et seulement si la survenue de l’un n’altère en aucune manière la probabilité de survenue de l’autre. Cette propriété fondamentale se formalise par l’équation multiplicative :

P(A ∩ B) = P(A) × P(B)

Transposée au cadre matriciel du croisement de deux variables qualitatives, cette règle implique que la probabilité conditionnelle d’observer une modalité particulière de la première variable sachant que l’individu présente une modalité spécifique de la seconde variable demeure rigoureusement égale à la probabilité marginale inconditionnelle de cette première modalité. Autrement dit, pour toutes modalités i et j, la condition P(A_i | B_j) = P(A_i) doit être vérifiée.

L’opération fondamentale du test du khi-deux consiste donc à comparer terme à terme deux états distributionnels : la distribution empirique des effectifs conjoints relevés sur le terrain au sein d’un échantillon probabiliste, et la distribution théorique correspondante qui résulterait mécaniquement de l’application rigoureuse du produit des probabilités marginales. Tout écart substantiel entre ces deux distributions trahit une distorsion structurelle. Le modèle nul postule l’invariance relationnelle : les variations constatées ne constituent que du bruit stochastique. Dès lors que la déviation globale agrégée franchit un seuil de dispersion probabiliste intolérable au regard du hasard pur, le postulat d’indépendance s’effondre au profit de l’affirmation d’une interdépendance fonctionnelle entre les facteurs.

2. Motivations et applications méthodologiques en psychologie

2.1 Pertinence dans la recherche en psychologie clinique et psychopathologie

La recherche en psychopathologie et en psychologie clinique repose substantiellement sur des critères taxonomiques discrets. Les classifications internationales contemporaines, telles que le Manuel diagnostique et statistique des troubles mentaux (DSM-5) ou la Classification internationale des maladies (CIM-11), conceptualisent encore largement les psychopathologies sous l’angle d’entités syndromiques distinctes. L’analyse des taux de comorbidité psychiatrique constitue dès lors un champ d’élection du test d’indépendance. Il permet par exemple d’interroger formellement si la survenue d’un trouble de l’usage de substances est statistiquement indépendante du diagnostic principal d’un trouble dépressif majeur ou d’un trouble de stress post-traumatique.

Un autre pan méthodologique crucial concerne l’évaluation des processus psychothérapeutiques et l’alliance de travail. Les chercheurs comparent fréquemment l’observance thérapeutique — classifiée en adhésion complète, partielle ou abandon précoce (drop-out) — selon l’orientation clinique de la prise en charge (thérapie cognitivo-comportementale, thérapie psychodynamique, thérapie systémique ou approche humaniste). Le test du khi-deux d’indépendance permet d’établir si le maintien dans le parcours de soin s’articule préférentiellement à un modèle théorique spécifique ou si les taux d’attrition se répartissent de manière homogène entre les dispositifs de traitement.

Enfin, l’exploration de la vulnérabilité psychologique mobilise souvent l’analyse de contingence pour sonder le rôle de facteurs environnementaux développementaux discrétisés. L’exposition à des traumatismes infantiles (présence ou absence de négligence émotionnelle, d’abus physique) est ainsi mise en relation avec des trajectoires symptomatiques à l’âge adulte. Dans les études de génétique comportementale ou d’épidémiologie clinique, le test valide ou réfute l’indépendance entre des phénotypes cliniques précis et des antécédents familiaux colligés en catégories binaires au sein de cohortes représentatives.

2.2 Applications en psychologie cognitive et expérimentale

Bien que la psychologie cognitive s’appuie massivement sur des métriques temporelles continues (temps de réaction) ou psychophysiologiques, de nombreux paradigmes expérimentaux génèrent des variables dépendantes intrinsèquement discrètes. C’est notamment le cas dans l’étude du jugement et de la prise de décision sous incertitude. Dans les protocoles inspirés de l’économie comportementale (tels que l’Iowa Gambling Task ou les dilemmes du tramway en éthique expérimentale), les décisions formulées par les sujets — catégorisées par exemple en choix rationnels versus irrationnels, ou déontologiques versus conséquentialistes — sont croisées avec des conditions d’amorçage cognitif (priming) ou des états de charge mnésique induite.

De même, l’investigation des mécanismes mnésiques exploite fréquemment le classement typologique des performances. Lors d’épreuves de rappel libre ou indicé, les erreurs commises par les participants ne se résument pas à leur quantité brute ; elles sont classées qualitativement en fausses mémoires (intrusions sémantiques), confabulations ou omissions pures. Le test du khi-deux d’indépendance permet d’analyser si le spectre typologique de ces défaillances mnésiques varie systématiquement en fonction de tranches d’âge développementales (enfants, adultes jeunes, personnes âgées institutionnalisées) ou de lésions cérébrales focalisées.

L’exploration des modalités sensorielles préférentielles face à des tâches de résolution de problèmes fournit une autre illustration de premier plan. En manipulant le format de présentation d’un problème complexe (verbal-textuel, abstrait-symbolique ou visuo-spatial), les chercheurs observent si la modalité heuristique déployée avec succès par les participants dépend de la nature du stimulus ou si les stratégies de traitement de l’information opèrent de façon indépendante de l’encapsulation perceptive du problème.

2.3 Usages en psychologie sociale et différentielle

La psychologie sociale expérimentale et la psychologie politique font un usage constant des tables de contingence pour déchiffrer l’articulation entre l’appartenance groupale et les cognitions sociales. L’adhésion à des croyances idéologiques, des théories conspirationnistes ou des stéréotypes intergroupes est couramment analysée au prisme de l’identification partisane ou de l’appartenance confessionnelle. Le test d’indépendance permet ici de déterminer si le niveau d’endossement de certaines représentations sociales se distribue de manière aléatoire au sein de l’espace politique ou s’il reflète une polarisation idéologique structurelle.

Dans l’étude différentielle des stéréotypes de genre et des dynamiques professionnelles, les chercheurs confrontent les représentations de rôles sociaux avec des comportements réels de projection académique et professionnelle. Il s’agit par exemple de mesurer si l’orientation vers les disciplines de type STIM (Sciences, Technologies, Ingénierie et Mathématiques) versus les filières des sciences humaines et du care demeure statistiquement dépendante du genre auto-déclaré, et comment cette articulation fluctue en fonction de variables contextuelles telles que l’accès à des modèles d’identification féminins.

Enfin, l’étude des attitudes socioculturelles envers la psychiatrie et les dispositifs d’aide psychologique constitue une thématique majeure de santé publique. Les réticences face à la demande de soins, la stigmatisation internalisée de la maladie mentale et le recours aux médecines alternatives versus la biomédecine conventionnelle sont croisés avec des strates sociodémographiques (niveaux de diplôme, statut socio-économique, zones géographiques urbaines versus rurales). En psychologie différentielle, la confrontation des typologies de personnalité issues de modèles catégoriels (par exemple, les typologies d’attachement ou les profils d’engagement civique) démontre l’utilité clinique et sociétale de tests non paramétriques robustes.

3. Conditions d’application et postulats fondamentaux

3.1 Échantillonnage et indépendance des observations

Le respect scrupuleux des postulats théoriques du test du khi-deux d’indépendance conditionne la validité des déductions inférentielles formulées par le statisticien. Le premier postulat, de nature méthodologique et méthodologique, est celui de l’indépendance absolue des observations individuelles. Chaque unité statistique observée ne doit contribuer qu’une seule et unique fois à l’effectif global de la table de contingence. Concrètement, le comportement ou la réponse d’un participant ne doit en aucun cas être influencé par la réponse d’un autre participant, ni faire l’objet de comptages multiples dans plusieurs catégories croisées.

Cette contrainte exclut formellement l’utilisation du test du khi-deux d’indépendance standard sur des plans de recherche expérimentaux comportant des mesures répétées ou des comparaisons pré-test/post-test sur les mêmes individus. Tenter d’analyser l’évolution symptomatique d’une cohorte de patients évalués à deux temps temporels successifs (par exemple, avant et après intervention thérapeutique) via un test d’indépendance ordinaire viole dramatiquement le postulat d’indépendance inter-cellulaire. Dans une telle configuration longitudinale appariée, les cellules hors-diagonales sont structurellement corrélées, ce qui entraîne une sous-estimation massive de l’erreur standard et une inflation incontrôlée de l’erreur de première espèce (rejet à tort de l’hypothèse nulle). Le protocole requiert alors l’application du test de McNemar ou de modèles de régression logistique à effets mixtes.

De surcroît, le processus d’échantillonnage doit procéder d’un tirage aléatoire simple ou stratifié rigoureux issu de la population cible. Les données agrégées de convenance ou les biais de sélection massifs (par exemple, les questionnaires diffusés sur les réseaux sociaux générant de l’auto-sélection) compromettent l’hypothèse sous-jacente selon laquelle les variations d’effectifs sont gouvernées par un processus d’échantillonnage multinomial neutre.

3.2 Effectifs théoriques et règle empirique de Cochran

Le test du khi-deux repose fondamentalement sur une approximation asymptotique : la distribution statistique discrète des déviations quadratiques suit de manière approchée la distribution continue du khi-deux théorique uniquement lorsque les effectifs de l’échantillon sont suffisamment vastes. Si les effectifs réels observés au sein des cellules peuvent théoriquement être égaux à zéro, la loi limite s’effondre lorsque les effectifs théoriques attendus (calculés sous l’hypothèse nulle) deviennent excessivement faibles.

Pour prévenir l’invalidité de l’approximation asymptotique, la communauté scientifique se réfère universellement aux critères canoniques établis par le statisticien William Gemmell Cochran en 1952 et 1954, connus sous le nom de règle empirique de Cochran :

• Au sein de la table de contingence, au moins 80 % des cellules doivent présenter un effectif théorique attendu supérieur ou égal à 5 (E_ij ≥ 5).
• Aucune cellule ne doit impérativement posséder un effectif théorique attendu strictement inférieur à 1 (E_ij < 1).

Dans le cas spécifique des tables quadratiques de taille minimale (les tables 2 × 2 possédant un seul degré de liberté), cette exigence est traditionnellement durcie : l’intégralité des 4 cellules doit contenir un effectif attendu égal ou supérieur à 5. Lorsque ces conditions arithmétiques ne sont pas satisfaites au sein d’une table r × c complexe, le chercheur dispose d’alternatives techniques précises. La première consiste en un regroupement licite de modalités : fusionner des catégories conceptuellement et cliniquement cohérentes (par exemple, fusionner les catégories « Trouble panique modéré » et « Trouble panique sévère ») afin de gonfler mécaniquement les totaux marginaux et, par répercussion, les effectifs attendus sous-jacents. Si une telle agrégation dénature la grille de lecture théorique de l’étude, l’abandon du khi-deux asymptotique au profit d’un test exact devient incontournable.

3.3 Taille globale de l’échantillon

Outre les contraintes pesant sur la répartition interne des cellules, l’effectif global de l’échantillon, noté N, constitue un paramètre régulateur déterminant pour la pertinence de l’analyse. Une recommandation méthodologique largement acceptée suggère qu’un effectif global minimal absolu de N = 20 est requis pour les grilles les plus restreintes (2 × 2), tandis qu’un effectif d’au moins N = 40 est hautement préférable pour absorber les variations distributionnelles au sein de grilles de plus grande dimension.

À l’autre extrémité du spectre méthodologique émerge un phénomène tout aussi délicat : la sensibilité excessive aux très grands échantillons. À l’instar de tout test d’hypothèse basé sur une somme pondérée par l’effectif, la statistique du khi-deux croît de manière proportionnelle à N. Dans des bases de données massives (par exemple, N > 50 000 issues d’enquêtes démographiques nationales ou de plateformes numériques), des déviations infimes, biologiquement ou cliniquement insignifiantes, par rapport à l’indépendance parfaite produiront une valeur de khi-deux colossale, associée à une valeur p infinitésimale (p < .00001). Ce faux positif pratique conduit le chercheur à proclamer une association hautement « significative » qui ne reflète en réalité aucune force d’association concrète dans le monde réel.

Inversement, le recueil de données auprès de petits échantillons expose l’investigateur à un manque criant de puissance statistique (risque de commettre une erreur de seconde espèce). L’arbitrage méthodologique réside donc dans un calcul de puissance a priori, permettant de calibrer l’échantillonnage de façon à détecter une taille d’effet spécifique prédéfinie tout en demeurant dans les limites logistiques de l’investigation clinique de terrain.

4. Formulation rigoureuse des hypothèses statistiques

4.1 Définition formelle de l’hypothèse nulle (H0)

Dans la structure déductive de l’inférence fréquentiste, l’hypothèse nulle, désignée conventionnellement par la notation H₀, incarne le modèle théorique de référence postulant l’absence de relation, d’association ou de dépendance structurelle entre les deux variables qualitatives investiguées au sein de la population parente. Textuellement, elle affirme que la distribution des effectifs à travers les différentes catégories de la première variable est rigoureusement identique quelle que soit la modalité considérée de la seconde variable.

Sur le plan mathématique, pour une table de contingence comportant r lignes et c colonnes, l’hypothèse nulle s’énonce par l’égalité stricte des probabilités conjointes au produit de leurs probabilités marginales respectives pour tout couple d’indices (i, j) :

H₀ : P(X = i ∩ Y = j) = P(X = i) × P(Y = j)     (pour tout i ∈ {1, …, r} et tout j ∈ {1, …, c})

Il est fondamental de concevoir H₀ sous le prisme de l’épistémologie falsificationniste de Karl Popper : l’hypothèse nulle n’est jamais mathématiquement « démontrée » ou « prouvée » dans sa véracité absolue. Elle joue le rôle d’hypothèse conservatrice par défaut, attribuant l’ensemble des écarts observés entre le modèle théorique et les données empiriques aux seules fluctuations d’échantillonnage aléatoire. La démarche scientifique consiste exclusivement à tenter de la falsifier ; si la quantité d’invraisemblance accumulée dépasse le seuil critique toléré, H₀ est rejetée.

4.2 Définition formelle de l’hypothèse alternative (H1)

L’hypothèse alternative, notée H₁ (ou parfois H_a), représente la proposition contradictoire qui s’impose logiquement dès lors que l’hypothèse nulle est réfutée par l’épreuve statistique. Elle postule l’existence d’une relation, d’une association ou d’une dépendance statistiquement significative entre les deux variables qualitatives dans la population d’intérêt. Formellement, elle se contente d’affirmer l’existence d’au moins une rupture dans l’égalité probabiliste :

H₁ : Il existe au moins un couple (i, j) tel que P(X = i ∩ Y = j) ≠ P(X = i) × P(Y = j)

Une caractéristique théorique cruciale du test du khi-deux d’indépendance réside dans sa nature d’épreuve omnibus non directionnelle. Contrairement aux tests unilatéraux appliqués à des moyennes (où l’on peut formuler H₁ : μ₁ > μ₂), le khi-deux agrège l’ensemble des déviations quadratiques sans privilégier ni tester une directionnalité vectorielle spécifique entre les modalités. Il signale simplement l’existence d’une déformation globale de la matrice empirique par rapport au modèle d’indépendance théorique.

Il importe d’insister avec la plus grande fermeté sur la distinction irréductible entre association statistique et implication causale déterministe. Le rejet de H₀ valide une interdépendance distributionnelle, mais n’autorise en aucun cas le chercheur à inférer que la variable X est la cause mécanique directe des états de la variable Y. La présence d’une troisième variable confondante non mesurée ou d’une causalité inverse constitue une limite interprétative que seule une méthodologie expérimentale randomisée permet de lever.

4.3 Niveau de risque alpha et probabilités d’erreur

Toute prise de décision inférentielle s’effectue dans un environnement probabiliste incertain où deux types d’erreurs logiques irréductibles menacent le raisonnement statistique du chercheur. Le niveau de signification, noté α (alpha), correspond à la probabilité a priori de commettre une erreur de type I, c’est-à-dire le risque de rejeter l’hypothèse nulle H₀ et de conclure prématurément à l’existence d’une dépendance statistique alors qu’en réalité, dans la population parente, l’indépendance est absolue.

Par convention académique instaurée par Ronald Fisher, ce seuil est fixé de manière immuable avant l’analyse à α = 0,05 (5 % de risque d’erreur consenti), ou plus rigoureusement à α = 0,01 (1 %) dans les contextes cliniques et pharmacologiques à forts enjeux thérapeutiques. Symétriquement, l’erreur de type II, gouvernée par la probabilité β (bêta), réside dans le non-rejet erroné de l’hypothèse nulle alors qu’une véritable association d’intérêt clinique existe effectivement au sein de la population. La puissance statistique de l’épreuve, quantifiée par 1 – β, matérialise la sensibilité de l’outil à diagnostiquer correctement cette liaison.

Le chercheur chevronné maintient en permanence l’équilibre subtil entre conservatisme statistique (réduction de α pour éviter les faux positifs doctrinaux) et sensibilité clinique (maintien d’un N adéquat pour contenir β). Il est prohibé de modifier le seuil de risque après avoir pris connaissance de la valeur calculée, sous peine de verser dans le biais épistémologique du p-hacking.

5. La table de contingence : Organisation et structure des données

5.1 Structure matricielle r × c

La transcription formelle de l’association bivariée s’opère au sein d’un tableau à double entrée universellement désigné sous le vocable technique de table de contingence (ou matrice de contingence). Ce dispositif matriciel, conventionnellement noté de dimension r × c, structure l’information brute en organisant les r modalités exclusives de la première variable en lignes successives et les c modalités exclusives de la seconde variable en colonnes parallèles.

L’intersection géométrique d’une ligne i (avec i ∈ {1, 2, …, r}) et d’une colonne j (avec j ∈ {1, 2, …, c}) délimite une entité spatiale discrète nommée cellule d’intersection (ou case conjointe). Au total, la table contient exactement r × c cellules conjointes. La clarté taxonomique impose d’attribuer des intitulés de modalités univoques et mutuellement exclusifs, interdisant tout recouvrement sémantique susceptible d’induire une affectation ambiguë des observations.

Cette matrice ne constitue pas un simple support graphique descriptif ; elle incarne l’espace probabiliste discret sur lequel vont opérer les sommations marginales et le calcul de divergence métrique. Une structuration ordonnée de la table de contingence représente la pierre angulaire de toute la chaîne algorithmique du test d’indépendance.

5.2 Effectifs observés (O_ij) et calcul des totaux marginaux

Chaque cellule conjointe de la table r × c accueille en son sein un nombre entier positif ou nul désigné sous le terme d’effectif observé, rigoureusement noté O_ij (où O fait référence au terme anglais Observed, ou parfois noté n_ij dans la littérature francophone). L’effectif O_ij quantifie de façon brute le nombre d’unités statistiques issues de l’échantillon qui présentent simultanément la modalité i de la première variable et la modalité j de la seconde variable.

À partir de ces dénombrements d’intersection, le statisticien dérive les totaux marginaux par sommation unidirectionnelle :

• Les sommes marginales de lignes, notées R_i (pour Row) ou O_i·, obtenues par la sommation horizontale des effectifs observés le long de la ligne i :

  R_i = Σ_j=1…c O_ij

• Les sommes marginales de colonnes, notées C_j (pour Column) ou O_·j, obtenues par la sommation verticale des effectifs observés le long de la colonne j :

  C_j = Σ_i=1…r O_ij

L’ensemble du système converge vers un invariant arithmétique absolu : la taille globale de l’échantillon, notée N (ou n_··). L’égalité fondamentale de conservation des effectifs impose que la somme de tous les totaux de lignes soit rigoureusement identique à la somme de tous les totaux de colonnes, toutes deux étant égales à la somme intégrale des r × c cellules :

N = Σ_i=1…r R_i = Σ_j=1…c C_j = Σ_i=1…r Σ_j=1…c O_ij

5.3 Calcul analytique des effectifs théoriques attendus (E_ij)

L’étape computationnelle charnière du processus consiste à générer la matrice contrefactuelle des effectifs théoriques attendus (ou espérances conditionnelles sous H₀), conventionnellement notés E_ij (pour Expected). Ces valeurs représentent mathématiquement les effectifs précis qui devraient peupler chaque cellule conjointe si la distribution empirique respectait scrupuleusement l’hypothèse nulle d’indépendance probabiliste absolue, tout en maintenant parfaitement constants les totaux marginaux observés (R_i et C_j).

La démonstration de leur calcul découle immédiatement de l’axiome probabiliste d’indépendance. Sous l’hypothèse H₀, la probabilité théorique conjointe d’appartenir à la cellule (i, j) est donnée par le produit de la probabilité marginale de se trouver dans la ligne i et de la probabilité marginale de se trouver dans la colonne j :

P(Cellule_ij) = P(Ligne_i) × P(Colonne_j) = (R_i / N) × (C_j / N)

Puisque l’effectif attendu d’une classe correspond au produit de l’effectif global N par la probabilité théorique de cette classe (espérance de la loi multinomiale : E_ij = N × P(Cellule_ij)), une simplification algébrique immédiate conduit à la formule universelle de projection matricielle :

E_ij = N × (R_i / N) × (C_j / N) = (R_i × C_j) / N

Contrairement aux effectifs observés O_ij, qui sont consubstantiellement des nombres entiers naturels, les effectifs théoriques attendus E_ij sont des espérances mathématiques continues qui doivent être impérativement calculées et conservées avec une précision décimale (au minimum deux à trois décimales après la virgule). Toute troncature prématurée ou arrondi aux entiers les plus proches engendre un biais arithmétique cumulatif susceptible de fausser substantiellement la statistique de test finale.

6. La formule mathématique du test du khi-deux d’indépendance

6.1 Expression analytique générale

La métrique conçue par Karl Pearson pour condenser l’ensemble des disparités locales entre les distributions empirique et théorique au sein d’une valeur scalaire synthétique unique s’incarne dans la formule générale du khi-deux calculé, noté conventionnellement χ² (ou χ²_obs) :

χ² = Σ_i=1…r Σ_j=1…c [ (O_ij – E_ij)² / E_ij ]

L’opérateur de double sommation indique de manière exhaustive que le calcul doit être réitéré pour chacune des r × c cellules de la table de contingence, puis que les r × c composantes résultantes doivent être rigoureusement additionnées. D’un point de vue géométrique dans l’espace euclidien multidimensionnel, cette quantité s’interprète comme une forme standardisée de distance métrique quadratique séparant le point représentatif de l’échantillon observé réel du barycentre théorique fixé par l’indépendance statistique absolue.

En vertu de sa nature algébrique reposant sur l’addition de fractions dont les numérateurs sont des carrés parfaits et les dénominateurs des grandeurs positives strictes (les effectifs théoriques), la valeur issue de la statistique de test est strictement non négative :

χ² ≥ 0

Une valeur numérique rigoureusement égale à zéro attesterait d’une superposition parfaite et absolue entre les effectifs observés et les effectifs théoriques dans l’ensemble des cellules (O_ij = E_ij partout), une configuration d’une rareté extrême en contexte empirique. Plus la divergence entre la réalité du terrain et le modèle nul d’indépendance s’amplifie, plus la valeur finale du khi-deux croît de manière monotone.

6.2 Rôle et justification de l’élévation au carré

L’élévation au carré de la déviation brute (O_ij – E_ij) opérée au numérateur de la métrique répond à un double impératif, à la fois arithmétique et probabiliste. Sur le plan arithmétique élémentaire, les totaux marginaux de la matrice théorique étant contraints par construction à s’aligner sur les totaux marginaux observés, la somme linéaire brute de tous les résidus locaux ΣΣ (O_ij – E_ij) est mécaniquement et perpétuellement nulle :

Σ_i=1…r Σ_j=1…c (O_ij – E_ij) = Σ O_ij – Σ E_ij = N – N = 0

Sans une transformation non linéaire annulant le signe, les écarts positifs (surreprésentations de cellules) viendraient compenser et neutraliser algébriquement les écarts négatifs (sous-représentations de cellules), masquant ainsi l’existence même de distorsions distributionnelles considérables. L’élévation à la puissance deux assure la stricte positivité de chaque résidu élémentaire.

Au-delà de cette neutralisation de signe, la fonction quadratique inflige une pondération non linéaire sévère aux fortes divergences. Un écart numérique substantiel entre ce qui était anticipé et ce qui est observé est pénalisé de manière disproportionnée par rapport à une multitude de micro-fluctuations d’échantillonnage. Ce traitement s’inscrit en continuité directe avec la méthode des moindres carrés de Gauss et Legendre et trouve sa justification mathématique profonde dans le théorème central limite : les effectifs conjoints suivant asymptotiquement une loi multinomiale conjointe, les écarts normalisés se comportent comme des variables centrées réduites gaussiennes ; or, la somme des carrés de telles variables aléatoires standardisées indépendantes converge précisément vers la loi du khi-deux.

6.3 Rôle de la standardisation par les effectifs attendus

L’opération de division de l’écart quadratique par le dénominateur E_ij représente la phase de standardisation relative (ou pondération d’échelle). Un écart brut de magnitude absolue identique — par exemple une différence de 10 individus entre l’observé et l’attendu — revêt une signification probabiliste radicalement dissemblable selon qu’il se manifeste au sein d’une cellule où l’effectif attendu était de 12 sujets ou dans une cellule où l’effectif attendu était de 1 000 sujets.

Dans le premier cas, observer 22 patients au lieu des 12 attendus représente un doublement quasi intégral de la fréquence théorique (une déviation relative majeure de près de 83 %). Dans le second cas, dénombrer 1 010 sujets au lieu des 1 000 attendus ne constitue qu’une micro-oscillation relative de 1 %, parfaitement compatible avec le bruit d’échantillonnage le plus anodin. L’insertion de E_ij au dénominateur permet précisément de moduler l’écart quadratique au prorata de l’importance structurelle de la cellule :

• Pour la petite cellule : (22 – 12)² / 12 = 100 / 12 ≈ 8,33 (contribution substantielle au score global).
• Pour la grande cellule : (1 010 – 1 000)² / 1 000 = 100 / 1 000 = 0,10 (contribution négligeable au score global).

Cette normalisation confère à chaque terme (O_ij – E_ij)² / E_ij le statut d’une variable aléatoire standardisée dont la variance asymptotique tend vers l’unité. En éliminant l’hétérogénéité des échelles de mesure marginales, cette étape fonde la comparabilité inter-cellulaire et assure la validité théorique de l’agrégation finale.

7. Détermination des degrés de liberté et distribution critique

7.1 Calcul et signification des degrés de liberté

La statistique du khi-deux calculée ne possède pas de signification probabiliste intrinsèque isolée ; elle ne peut être convertie en probabilité d’erreur sans référence à un paramètre morphologique fondamental désigné sous le nom de degrés de liberté (notés couramment ddl en français ou df pour degrees of freedom). Dans une table de contingence de dimensions r × c, la formule de déduction structurelle s’énonce universellement :

ddl = (r – 1) × (c – 1)

Ce concept matérialise le nombre exact de cellules d’intersection dont les effectifs observés sont libres de fluctuer de manière totalement autonome une fois que les marges du tableau (l’ensemble des R_i et l’ensemble des C_j) sont préalablement fixées et considérées comme des invariants structurels de l’échantillon. Pour démontrer cette propriété arithmétique élémentaire, considérons une table 2 × 2 : dès l’instant où l’effectif de la cellule (1, 1) est déterminé et que les sommes marginales sont figées, les trois cellules restantes sont intégralement contraintes par soustraction :

• O₁₂ = R₁ – O₁₁
• O₂₁ = C₁ – O₁₁
• O₂₂ = R₂ – O₂₁ = R₂ – (C₁ – O₁₁)

Dans cette matrice 2 × 2, une seule cellule jouit d’une autonomie stochastique : ddl = (2 – 1) × (2 – 1) = 1. Dans une table 3 × 3, il est nécessaire de fixer (3 – 1) × (3 – 1) = 4 cellules pour que l’intégralité du tableau soit mathématiquement verrouillée par les marges. Le paramètre des degrés de liberté conditionne directement la forme analytique, la variance théorique (qui vaut exactement 2 × ddl) et l’espérance mathématique de la distribution d’échantillonnage sous H₀ (qui vaut exactement ddl).

7.2 Propriétés géométriques de la distribution du khi-deux

La distribution théorique du khi-deux est une famille de lois continues définies exclusivement sur le demi-axe réel positif [0, +∞[. Pour les faibles valeurs de degrés de liberté (notamment pour ddl = 1 et ddl = 2), la courbe de densité de probabilité est extrêmement asymétrique positive (fortement étalée vers la droite), présentant une asymptote verticale à l’origine ou une décroissance exponentielle rapide.

Au fur et à mesure que les degrés de liberté s’élèvent (par exemple pour ddl > 30), la distribution subit une transformation morphologique remarquable dictée par le théorème central limite : l’asymétrie s’atténue progressivement et la courbe de densité prend une forme de cloche de plus en plus symétrique, convergeant asymptotiquement vers une loi normale N(ddl, 2 × ddl). Il existe donc une distribution théorique du khi-deux propre à chaque valeur de ddl.

Une apparente contradiction conceptuelle mérite d’être levée : bien que l’hypothèse alternative H₁ soit constitutivement bilatérale (elle affirme une déviation générale sans polarité orientée entre les sous-groupes), le test statistique du khi-deux s’exécute toujours sous la forme d’un test unilatéral à droite. En effet, les écarts étant systématiquement élevés au carré, les divergences distributionnelles se traduisent exclusivement par une augmentation positive de la statistique calculée. La région critique de rejet de l’hypothèse nulle se situe donc toujours dans la queue supérieure droite de la distribution théorique, sous l’abscisse critique délimitant l’aire correspondant au risque alpha sélectionné.

7.3 Utilisation de la table statistique et détermination de la valeur seuil

Avant la généralisation contemporaine des logiciels de calcul statistique (tels que R, SPSS, JASP ou Jamovi), le statisticien déterminait le statut de l’analyse en consultant les tables statistiques de la loi du khi-deux. Une table statistique compile, pour chaque degré de liberté disposé en ligne et pour une série de probabilités critiques usuelles disposées en colonnes (notamment α = 0,10 ; 0,05 ; 0,01 ; 0,001), la valeur d’abscisse seuil, désignée sous le terme de valeur critique du khi-deux et notée χ²_critique.

La règle décisionnelle formelle d’inférence statistique opère par une confrontation directe et univoque entre la grandeur numérique calculée à partir des données empiriques et cette valeur théorique tabulée :

• Si χ²_calculé > χ²_critique : La probabilité associée d’obtenir par simple hasard d’échantillonnage une déviation au moins aussi prononcée sous H₀ est strictement inférieure au risque d’erreur consenti (p < α). L’hypothèse nulle d’indépendance est rejetée avec force au profit de l’hypothèse alternative. L’association est déclarée statistiquement significative.
• Si χ²_calculé ≤ χ²_critique : La statistique se situe dans la région de confiance ou de rétention stochastique. L’écart entre les distributions observée et attendue peut raisonnablement être imputé aux fluctuations d’échantillonnage (p ≥ α). Le statisticien conclut au non-rejet de l’hypothèse nulle d’indépendance statistique.

Un écueil méthodologique classique consiste à affirmer abusivement que H₀ est « confirmée » ou « acceptée » : l’absence de preuve d’une liaison ne constitue jamais la preuve formelle de l’absence totale de liaison, d’autant plus si le test est sous-dimensionné en effectif et manque de puissance pour franchir un seuil critique exigeant.

8. Exemple empirique complet : Orientation psychothérapeutique et réduction symptomatique

8.1 Contexte clinique et recueil des données

Afin de concrétiser l’ensemble du corpus algorithmique formalisé jusqu’ici, nous mettons en œuvre une investigation empirique fictive mais cliniquement écologique au sein d’un département hospitalier de psychopathologie cognitive et comportementale. Une équipe de chercheurs souhaite évaluer si l’évolution symptomatique à court terme de patients diagnostiqués avec un Trouble Anxieux Généralisé (TAG) selon les critères du DSM-5 est dépendante ou indépendante de l’orientation épistémologique de la psychothérapie administrée.

Une cohorte clinique consécutive de N = 150 patients est suivie pendant une durée standardisée de six mois. Les patients ont été pris en charge selon trois orientations psychothérapeutiques distinctes (Variable 1, polytomique, r = 3 modalités) :

1. Thérapie Comportementale et Cognitive (TCC)
2. Psychothérapie d’orientation Psychanalytique / Psychodynamique (PSY)
3. Thérapie Familiale et Systémique (SYS)

À l’issue des six mois d’intervention thérapeutique, l’évolution clinique globale est consignée par des évaluateurs indépendants en trois classes ordinales mutuellement exclusives (Variable 2, c = 3 modalités) :

1. Rémission complète (disparition des critères diagnostiques)
2. Amélioration partielle (réduction cliniquement significative des scores sans rémission pleine)
3. Aucun changement ou détérioration symptomatique

La collecte brute des données a produit la table de contingence empirique 3 × 3 suivante, recensant les effectifs observés (O_ij) :

Orientation Thérapeutique (Lignes)	Rémission complète	Amélioration partielle	Aucun changement	Total marginal (Ri)
TCC	28	16	6	50
Psychanalyse (PSY)	11	21	18	50
Systémie (SYS)	15	22	13	50
Total marginal (Cj)	54	59	37	N = 150

8.2 Calcul exhaustif des effectifs théoriques

L’application rigoureuse du protocole algorithmique requiert la modélisation de la matrice contrefactuelle des effectifs théoriques attendus (E_ij) sous l’hypothèse nulle d’indépendance. Dans notre configuration clinique, les trois approches psychothérapeutiques comportent chacune un sous-échantillon parfaitement égal de 50 patients (R₁ = 50, R₂ = 50, R₃ = 50). Les sommes marginales de colonnes traduisant l’évolution globale de l’échantillon sont de :

• Rémission complète : C₁ = 28 + 11 + 15 = 54
• Amélioration partielle : C₂ = 16 + 21 + 22 = 59
• Aucun changement : C₃ = 6 + 18 + 13 = 37

Le contrôle de complétude marginale confirme : N = 54 + 59 + 37 = 150. En exploitant systématiquement la formule d’espérance proportionnelle conditionnelle E_ij = (R_i × C_j) / N, nous procédons au calcul analytique des 9 effectifs théoriques attendus :

• Pour la ligne 1 (TCC) :
  • E₁₁ (TCC, Rémission) = (50 × 54) / 150 = 2 700 / 150 = 18,000
  • E₁₂ (TCC, Amélioration) = (50 × 59) / 150 = 2 950 / 150 = 19,667
  • E₁₃ (TCC, Aucun changement) = (50 × 37) / 150 = 1 850 / 150 = 12,333
• Pour la ligne 2 (Psychanalyse) :
  • E₂₁ (PSY, Rémission) = (50 × 54) / 150 = 18,000
  • E₂₂ (PSY, Amélioration) = (50 × 59) / 150 = 19,667
  • E₂₃ (PSY, Aucun changement) = (50 × 37) / 150 = 12,333
• Pour la ligne 3 (Systémie) :
  • E₃₁ (SYS, Rémission) = (50 × 54) / 150 = 18,000
  • E₃₂ (SYS, Amélioration) = (50 × 59) / 150 = 19,667
  • E₃₃ (SYS, Aucun changement) = (50 × 37) / 150 = 12,333

Procédons immédiatement à la vérification impérative des conditions d’application de Cochran :

1. L’effectif théorique minimal absolu relevé dans la table est de 12,333. Il est supérieur à 1 (aucun E_ij < 1).
2. La totalité des 9 cellules (soit 100 % des cases) affiche un effectif attendu strictement supérieur ou égal à 5 (E_ij ≥ 5), dépassant largement le prérequis conventionnel de 80 %.

Les postulats de Cochran étant impeccablement honorés, l’usage de l’approximation distributionnelle asymptotique continue du khi-deux est parfaitement validé.

8.3 Calcul manuel étape par étape de la statistique χ²

Nous pouvons désormais décomposer minutieusement l’évaluation de chaque contribution locale à la statistique globale de divergence quadratique en suivant la formule canonique (O_ij – E_ij)² / E_ij :

Cellule (i, j)	Oij	Eij	Oij – Eij	(Oij – Eij)²	Contribution : (Oij – Eij)² / Eij
1. TCC × Rémission	28	18,000	+10,000	100,000	5,556
2. TCC × Amélioration	16	19,667	-3,667	13,447	0,684
3. TCC × Aucun chang.	6	12,333	-6,333	40,107	3,252
4. PSY × Rémission	11	18,000	-7,000	49,000	2,722
5. PSY × Amélioration	21	19,667	+1,333	1,777	0,090
6. PSY × Aucun chang.	18	12,333	+5,667	32,115	2,604
7. SYS × Rémission	15	18,000	-3,000	9,000	0,500
8. SYS × Amélioration	22	19,667	+2,333	5,443	0,277
9. SYS × Aucun chang.	13	12,333	+0,667	0,445	0,036
Sommation totale	150	150	0,000	—	χ² = 15,721

La sommation générale des neuf composantes quadratiques normalisées fournit la valeur finale de la statistique de test empirique :

χ²_calculé = 5,556 + 0,684 + 3,252 + 2,722 + 0,090 + 2,604 + 0,500 + 0,277 + 0,036 = 15,721

Le calcul explicite des degrés de liberté associés à cette grille de contingence s’établit par :

ddl = (r – 1) × (c – 1) = (3 – 1) × (3 – 1) = 2 × 2 = 4

9. Interprétation statistique, valeur p et prise de décision

9.1 Confrontation à la valeur critique et extraction de la valeur p

L’étape décisionnelle requiert la confrontation immédiate de notre statistique empirique (χ²_calculé = 15,721) à la distribution théorique du khi-deux paramétrée à 4 degrés de liberté. Fixons le seuil de signification a priori au standard académique consensuel de α = 0,05.

La consultation de la table statistique de référence pour ddl = 4 indique les seuils critiques suivants :

• Pour α = 0,05 : χ²_critique = 9,488
• Pour α = 0,01 : χ²_critique = 13,277
• Pour α = 0,001 : χ²_critique = 18,467

Le constat arithmétique est sans appel : notre valeur empirique dépasse largement le seuil requis pour le niveau alpha de départ (15,721 > 9,488), et franchit également avec succès le seuil ultra-conservateur de 1 % (15,721 > 13,277). L’extraction numérique précise de la valeur p exacte (effectuée via la fonction de distribution cumulative complémentaire) livre :

p = P(χ²₄ ≥ 15,721) = 0,00342

La règle décisionnelle binaire prescrit un rejet catégorique de l’hypothèse nulle (H₀) au seuil de signification conventionnel. La probabilité d’observer une divergence distributionnelle d’une telle magnitude sous l’empire exclusif de l’aléa d’échantillonnage n’est que d’environ 3,4 pour mille. Nous concluons formellement à l’existence d’une dépendance statistique hautement significative entre l’orientation psychothérapeutique dispensée et l’évolution symptomatique à 6 mois des patients anxieux.

9.2 Interprétation contextuelle et clinique des résultats

La réfutation de l’indépendance statistique autorise le passage de l’abstraction mathématique à l’inférence clinique contextualisée. L’inspection des déviations brutes révèle que la distribution des trajectoires de santé mentale ne s’opère pas au hasard :

• Le groupe traité par TCC manifeste un taux de rémission complète particulièrement substantiel (28 patients observés contre 18 attendus par le modèle neutre, soit un excédent notable), couplé à une sous-représentation marquée de l’absence de changement (seulement 6 échecs observés pour 12,3 attendus).
• À l’opposé, le groupe suivi en Psychanalyse se caractérise par une fréquence de rémissions complètes inférieure aux attentes théoriques (11 observées contre 18 attendues) et un excès clinique d’états d’absence d’amélioration (18 observés contre 12,3 attendus).
• L’approche Systémique semble occuper un profil intermédiaire, s’illustrant principalement par un taux élevé d’améliorations partielles (22 observées pour 19,7 attendues) et des scores de rémission modérés mais proches des projections neutres.

Conformément aux normes typographiques et rédactionnelles édictées par l’American Psychological Association (APA, 7e édition), ce résultat s’énonce dans le corps du texte académique selon le formalisme standardisé :

« Une analyse par test du khi-deux d’indépendance a révélé une relation statistiquement significative entre l’orientation psychothérapeutique et l’évolution clinique des patients à six mois, χ²(4, N = 150) = 15,72, p = .003. »

Une précaution épistémologique capitale doit toutefois être martelée : si notre étude clinique fictive n’a pas procédé à une assignation aléatoire stricte en double aveugle des patients au sein des trois protocoles (plan expérimental randomisé contrôlé), ces disparités ne sauraient être imputées mécaniquement à la seule supériorité technique intrinsèque d’une méthode de soin. Des facteurs de confusion liés aux préférences individuelles, à la sévérité initiale ou à l’alliance thérapeutique subjective ont pu moduler cette dynamique.

9.3 Signalement des limites inhérentes à la seule valeur p

L’obtention d’une valeur p hautement significative (p = .003) engendre fréquemment un travers d’interprétation méthodologique : la confusion pernicieuse entre la signification statistique et l’importance clinique ou pratique. La valeur p ne constitue en aucun cas un indicateur d’intensité ou de force de la liaison. Elle quantifie exclusivement le degré d’incompatibilité probabiliste entre les données recueillies et l’hypothèse nulle d’indépendance, sous le prisme contraignant de la taille d’échantillon mobilisée.

En effet, du fait de la dépendance structurelle de la métrique envers l’effectif N, un échantillon massif de 5 000 sujets aurait pu produire une valeur p infinitésimale (p < .000001) pour des divergences entre thérapies si microscopiques qu’aucun psychiatre ne pourrait en percevoir l’impact sur le plan du pronostic individuel. Inversement, une cohorte clinique réduite de 30 patients présentant une séparation clinique spectaculaire entre deux thérapies pourrait aboutir à un résultat « non significatif » (p > .05) par simple manque de puissance probabiliste.

Pour cette raison fondamentale, les recommandations méthodologiques contemporaines en psychologie quantitative exigent unanimement d’assortir systématiquement le résultat du test du khi-deux d’une quantification rigoureuse de la taille de l’effet standardisée, mesure indépendante de l’effectif permettant d’apprécier la magnitude substantielle du phénomène sous investigation.

10. Mesure de la taille de l’effet : V de Cramer et coefficient Phi

10.1 Le coefficient Phi (φ) pour tables 2×2

Dans le cadre restrictif des tables de contingence d’ordre minimal 2 × 2 (croisant deux variables dichotomiques simples, ddl = 1), la mesure d’association standardisée la plus directe et élégante est constituée par le coefficient Phi, noté φ. Conçu mathématiquement comme la racine carrée du quotient de la statistique de test par l’effectif global :

φ = √(χ² / N)

Le coefficient Phi bénéficie d’une propriété théorique remarquable : il est rigoureusement équivalent sur le plan fonctionnel au coefficient de corrélation linéaire produit-moment de Pearson (r) calculé directement sur deux variables binaires codées numériquement sous forme d’indicatrices booléennes (0 et 1). Dans cette configuration 2 × 2, la métrique varie strictement entre 0 (traduisant une indépendance probabiliste absolue, χ² = 0) et 1 (matérialisant une association déterministe parfaite où les deux variables s’ajustent sans aucune défaillance catégorielle).

Cependant, le coefficient Phi souffre d’une inaptitude structurelle rédhibitoire dès lors que l’on tente de l’appliquer à des matrices de dimensions supérieures à 2 × 2 (r > 2 ou c > 2). Dans des tables complexes r × c, la statistique du khi-deux peut dépasser la valeur de l’effectif global N, conduisant le coefficient Phi à franchir la valeur unitaire théorique maximale (φ > 1,00). Privé de sa borne supérieure, le coefficient perd instantanément son statut de métrique standardisée et interdit toute comparabilité rigoureuse entre études.

10.2 Le V de Cramer pour tables r × c

Pour surmonter l’impasse méthodologique du coefficient Phi au sein de grilles de contingence d’ordre supérieur, le statisticien et mathématicien suédois Harald Cramér a développé en 1946 une normalisation universelle reconnue sous l’appellation de V de Cramér (noté V ou parfois φ_c). Son expression analytique intègre une correction tenant compte de la géométrie de la matrice :

V = √ [ χ² / (N × min(r – 1, c – 1)) ]

Où min(r – 1, c – 1) désigne la plus petite des deux valeurs entre le nombre de lignes décrémenté de un et le nombre de colonnes décrémenté de un. Grâce à ce dénominateur correcteur, le V de Cramér jouit d’une invariance d’échelle parfaite : quelles que soient les dimensions r et c de la table de contingence, il demeure strictement borné dans l’intervalle [0, 1] :

• V = 0 : Absence totale de liaison (indépendance pure).
• V = 1 : Association catégorielle totale et parfaite (les modalités d’une variable prédisent de façon univoque les modalités de l’autre).

Pour interpréter de manière standardisée la force pratique du V de Cramér, la littérature scientifique s’appuie sur les grilles de lecture psychométriques établies par Jacob Cohen (1988), modulées par les degrés de liberté structurels de la table k = min(r – 1, c – 1). Pour notre matrice 3 × 3 où k = min(3 – 1, 3 – 1) = 2, les seuils conventionnels sont définis de la manière suivante :

• Effet faible : V ≈ 0,07
• Effet moyen (modéré) : V ≈ 0,21
• Effet fort : V ≈ 0,35

Appliquons immédiatement cette métrique à nos résultats cliniques obtenus dans l’évaluation des psychothérapies (χ² = 15,721, N = 150, k = 2) :

V = √ [ 15,721 / (150 × 2) ] = √ [ 15,721 / 300 ] = √ 0,052403 ≈ 0,229

La taille de l’effet obtenue (V = 0,23) dépasse le seuil critique de 0,21 : elle s’interprète cliniquement comme une association d’ampleur modérée à moyenne. Ce constat enrichit significativement l’inférence : l’orientation psychothérapeutique n’est pas un facteur anecdotique ni un déterminant omnipotent exclusif de la guérison ; elle constitue un levier explicatif de force intermédiaire bien réel dans le pronostic des troubles anxieux.

10.3 Coefficients alternatifs de contingence

Bien que le V de Cramér représente aujourd’hui le standard international prédominant pour les tables polytomiques, d’autres coefficients d’association ont été historiquement forgés. Le coefficient de contingence C de Pearson est formulé par :

C = √ [ χ² / (χ² + N) ]

Bien qu’aisé à calculer, le coefficient C souffre d’un défaut algébrique majeur : sa borne supérieure maximale n’atteint jamais 1,00, et cette limite maximale varie selon la taille du tableau (pour une table 2 × 2, la valeur maximale théorique de C n’est que de √0,5 ≈ 0,707). Cette dépendance dimensionnelle biaise les comparaisons transversales entre études publiées exploitant des systèmes taxonomiques dissemblables.

D’autres approches se focalisent sur la réduction proportionnelle de l’erreur de prédiction, à l’instar du Lambda (λ) de Goodman-Kruskal ou du tau de Goodman-Kruskal. Contrairement au khi-deux qui est purement symétrique, le Lambda est une métrique asymétrique hautement informative lorsque le chercheur cherche à prédire une variable dépendante précise à partir d’un prédicteur catégoriel. Mentionnons également le coefficient d’incertitude (fondé sur l’entropie de Shannon issue de la théorie de l’information), qui offre des perspectives robustes face à des distributions marginales extrêmement asymétriques où le khi-deux traditionnel peut exhiber des instabilités d’estimation.

11. Analyses post-hoc et résidus standardisés ajustés

11.1 Le problème des tests omnibus et la nécessité d’investigations locales

Le rejet victorieux de l’hypothèse nulle globale à l’issue du test du khi-deux d’indépendance plonge le chercheur au cœur d’un dilemme interprétatif bien connu des méthodologistes : le problème inhérent aux tests statistiques omnibus. Le résultat global valide l’existence indéniable d’une structure de dépendance interne dans la matrice, mais demeure rigoureusement incapable de préciser la localisation anatomique exacte de cette relation. Quelles sont précisément les cellules spécifiques du tableau croisé qui ont été les moteurs de cette significativité statistique globale ? S’agit-il d’un succès massif de la TCC, d’un déficit clinique particulier de la psychanalyse, ou d’une anomalie marginale du sous-groupe systémique ?

Tenter de résoudre cette interrogation par un découpage naïf de la table de contingence en une multitude de sous-tables 2 × 2 soumises à de nouveaux tests du khi-deux successifs engendre un péril statistique immédiat : l’inflation spectaculaire du taux global d’erreur de première espèce (le family-wise error rate). Si l’on réalise par exemple 6 tests post-hoc locaux sans ajustement probabiliste au seuil unitaire α = 0,05, la probabilité d’observer au moins un faux positif s’élève à 1 – (1 – 0,05)⁶ ≈ 0,265, soit plus de 26 % de risque d’erreur ! Pour neutraliser cette dérive, l’application rigoureuse d’une correction de seuil (procédure de Bonferroni : α’ = α / nombre de comparaisons, ou méthode séquentielle plus puissante de Holm-Bonferroni) s’avère méthodologiquement indispensable.

Toutefois, la stratégie la plus élégante, mathématiquement optimale et directement intégrée au modèle d’indépendance consiste à ausculter la structure résiduelle interne de la matrice initiale à travers l’évaluation individualisée des cellules.

11.2 Calcul et détection par les résidus standardisés

La première technique d’exploration locale repose sur l’estimation des résidus standardisés de Pearson (parfois désignés sous le terme de résidus de Pearson non corrigés), notés individuellement R_ij pour chaque cellule de la grille de contingence :

R_ij = (O_ij – E_ij) / √E_ij

L’observation attentive de cette expression analytique met en lumière son étroite parenté avec la statistique du khi-deux elle-même : le khi-deux total n’est rien d’autre que la sommation stricte des carrés de ces résidus de Pearson (χ² = ΣΣ R_ij²). Sur le plan distributionnel, sous réserve que les effectifs attendus soient adéquats, ces résidus standardisés se comportent de manière approximative comme des scores standardisés z gouvernés par une loi normale centrée réduite N(0, 1).

Dès lors, le chercheur dispose d’une heuristique décisionnelle claire pour diagnostiquer les anomalies locales :

• Tout résidu tel que |R_ij| > 1,96 signale un écart localement significatif au seuil bilatéral de 5 % (α = 0,05).
• Tout résidu tel que |R_ij| > 2,58 matérialise une divergence hautement significative au seuil de 1 % (α = 0,01).

Toutefois, cette méthode conserve une faiblesse mathématique connue : la variance réelle sous-jacente du résidu brut de Pearson n’est pas rigoureusement égale à 1, mais s’avère systématiquement inférieure à l’unité en raison de la contrainte imposée par les totaux marginaux fixes. Par conséquent, les résidus standardisés de Pearson ont tendance à sous-estimer la significativité statistique réelle des déviations, augmentant le risque d’erreur de seconde espèce locale.

11.3 Les résidus standardisés ajustés d’Haberman

Pour pallier l’imperfection des résidus de Pearson, le statisticien Shelby Haberman a développé en 1973 une correction mathématique de variance exacte formulée sous le nom de résidus standardisés ajustés (notés z_ij ou ASR pour Adjusted Standardized Residuals). Sa formulation intègre dans son dénominateur la correction d’échelle induite par les proportions marginales respectives des lignes et des colonnes :

z_ij = (O_ij – E_ij) / √ [ E_ij × (1 – R_i / N) × (1 – C_j / N) ]

Grâce à cette pondération marginale rigoureuse, la variance théorique de z_ij sous l’hypothèse nulle est exactement égale à 1,00. Cette quantité converge de façon optimale vers une loi normale centrée réduite stricte. La détection des attractions (surreprésentations anormales, z_ij > +1,96) et des répulsions (sous-représentations anormales, z_ij < -1,96) entre modalités catégorielles devient ainsi parfaitement rigoureuse.

Calculons de manière détaillée les résidus ajustés d’Haberman pour les cellules névralgiques de notre étude clinique sur les troubles anxieux (rappelons que N = 150 et R_i / N = 50 / 150 = 0,3333 pour l’ensemble des trois thérapies) :

• Cellule (TCC, Rémission) :

  O₁₁ = 28, E₁₁ = 18,000, C₁ = 54, d’où C₁ / N = 54 / 150 = 0,360.

  Écart brut : 28 – 18 = +10,000.

  Erreur-type ajustée : √ [ 18,000 × (1 – 0,3333) × (1 – 0,360) ] = √ [ 18,000 × 0,6667 × 0,640 ] = √ [ 7,680 ] ≈ 2,771.

  z₁₁ = +10,000 / 2,771 = +3,609

  Ce résidu ajusté est spectaculairement supérieur au seuil critique de +2,58 (et franchit même le seuil de p < .001 fixé à 3,29). Nous mettons en évidence une attraction positive massive entre l’orientation TCC et la rémission symptomatique totale.

• Cellule (TCC, Aucun changement) :

  O₁₃ = 6, E₁₃ = 12,333, C₃ = 37, d’où C₃ / N = 37 / 150 = 0,2467.

  Écart brut : 6 – 12,333 = -6,333.

  Erreur-type ajustée : √ [ 12,333 × (1 – 0,3333) × (1 – 0,2467) ] = √ [ 12,333 × 0,6667 × 0,7533 ] = √ [ 6,194 ] ≈ 2,489.

  z₁₃ = -6,333 / 2,489 = -2,544

  Ce résidu inférieur à -1,96 (et proche de -2,58) confirme une répulsion statistique majeure : le protocole TCC produit significativement moins d’échecs thérapeutiques que ce que prédit le modèle stochastique neutre.

• Cellule (Psychanalyse, Rémission) :

  O₂₁ = 11, E₂₁ = 18,000. Écart brut : 11 – 18 = -7,000.

  L’erreur-type ajustée étant identique à celle de la cellule (1,1), soit 2,771 :

  z₂₁ = -7,000 / 2,771 = -2,526

  Une répulsion clinique significative (z < -1,96) : la psychanalyse génère significativement moins de rémissions complètes à court terme (6 mois) chez ces patients TAG.

• Cellule (Psychanalyse, Aucun changement) :

  O₂₃ = 18, E₂₃ = 12,333. Écart brut : 18 – 12,333 = +5,667.

  L’erreur-type ajustée étant de 2,489 :

  z₂₃ = +5,667 / 2,489 = +2,277

  Une attraction significative (z > +1,96) : une surreprésentation d’absence d’amélioration symptomatique dans ce sous-groupe.

Grâce aux résidus d’Haberman, l’interprétation du test omnibus n’est plus une spéculation globale : le chercheur est armé pour démontrer précisément que la significativité de son analyse est tractée conjointement par la performance supérieure de la TCC sur l’obtention de rémissions et par la vulnérabilité relative de la prise en charge psychanalytique face à la persistance des symptômes anxieux sur une échéance temporelle de 6 mois.

12. Limites méthodologiques, erreurs courantes et alternatives statistiques

12.1 Erreurs fréquentes commises dans la littérature académique

En dépit de son apparente simplicité opératoire, le test du khi-deux d’indépendance fait l’objet d’erreurs méthodologiques récurrentes dans les manuscrits soumis aux revues à comité de lecture. La première bévue conceptuelle réside dans la confusion entre test d’indépendance et test d’homogénéité de proportions. Si les calculs mathématiques et la statistique finale s’avèrent strictement identiques dans les deux cas, le plan d’échantillonnage diffère radicalement : dans le test d’indépendance, un échantillon unique global est prélevé au hasard et les deux variables qualitatives sont mesurées simultanément (marges de lignes et colonnes aléatoires). Dans le test d’homogénéité, le chercheur pré-sélectionne délibérément des sous-populations distinctes d’effectifs fixes (par exemple, recruter 50 hommes et 50 femmes, marge de lignes fixe) pour comparer la distribution d’une variable réponse unique au sein de ces sous-groupes.

Une erreur computationnelle destructrice consiste à exécuter le test du khi-deux directement sur des pourcentages ou des proportions relatives au lieu de travailler sur les fréquences absolues brutes (les comptages réels d’individus). Le calcul du khi-deux sur des pourcentages normalisés à 100 dénature l’effectif réel N : pour un échantillon modeste de 20 sujets, le test surestime artificiellement la puissance en agissant comme si 100 individus avaient été interrogés ; à l’inverse, sur une vaste cohorte de 5 000 patients, le calcul sur pourcentages effondre dramatiquement la puissance du test en la ramenant fictivement à N = 100.

Citons également le recours proscrit au test ordinaire sur des données dépendantes (mesures répétées avant-après), ainsi que l’oubli quasi systématique du calcul et du rapportage de la taille de l’effet (V de Cramér) au profit du seul affichage de la valeur p. Une telle omission réduit la portée de la recherche en privant les cliniciens d’une appréciation quantitative de la pertinence pratique des résultats obtenus.

12.2 Alternatives exactes pour petits échantillons

Lorsque les postulats asymptotiques de Cochran sont violés — singulièrement lorsqu’au moins 20 % des cellules affichent des effectifs théoriques attendus inférieurs à 5 ou qu’au moins une cellule présente un effectif théorique inférieur à 1 —, le chercheur doit renoncer au test du khi-deux sous peine de s’exposer à une distorsion majeure de la distribution d’échantillonnage.

Pour les tables minimales 2 × 2, l’alternative mathématique d’excellence absolue est constituée par le test exact de Fisher (conçu par Ronald Fisher en 1935). Ce test abandonne toute approximation asymptotique continue : en conditionnant l’univers probabiliste par la fixation absolue des marges observées, il calcule la probabilité exacte d’apparition de la matrice empirique observée à l’aide de la loi hypergéométrique combinatoire pure :

p = [ (R₁! × R₂! × C₁! × C₂!) ] / [ N! × O₁₁! × O₁₂! × O₂₁! × O₂₂! ]

Dans les tables de dimensions supérieures r × c complexes (telles que 3 × 3 ou 2 × 4) confrontées à des effectifs réduits, le test de Fisher se généralise sous l’algorithme du test exact de Freeman-Halton. Cette procédure computationnelle exhaustive calcule la somme des probabilités hypergéométriques multivariées de toutes les configurations de tables envisageables qui s’avèrent de probabilité égale ou inférieure à celle de la table empiriquement observée.

Historiquement, Frank Yates proposa en 1934 une correction de continuité pour tables 2 × 2, consistant à retrancher 0,5 à la valeur absolue de chaque écart au numérateur : (|O_ij – E_ij| – 0,5)² / E_ij. Bien qu’omniprésente dans les logiciels conventionnels, la correction de Yates est aujourd’hui vivement critiquée par les méthodologistes contemporains : excessivement conservatrice, elle comprime drastiquement la puissance statistique. En présence de calculateurs modernes, le recours au test exact de Fisher ou aux méthodes non paramétriques intensives de rééchantillonnage (tests de permutation de Monte-Carlo et bootstrapping) doit systématiquement lui être préféré.

12.3 Alternatives pour variables ordinales et structures multivariées

Une limitation conceptuelle majeure du test du khi-deux de Pearson réside dans son insensibilité totale à la hiérarchie ordinale. Lorsqu’un chercheur analyse des variables dont les catégories possèdent un ordre intrinsèque (par exemple : Aucun trouble < Trouble modéré < Trouble sévère), le khi-deux traite ces données comme de pures étiquettes nominales déconnectées. Il en résulte une perte de puissance statistique considérable, car le test disperse son énergie mathématique à rechercher des associations omnidirectionnelles non structurées sans capitaliser sur la monotonie de la progression.

Dans cette configuration ordinale, l’investigateur avisé mobilise le test d’association linéaire par linéaire (souvent désigné sous l’appellation de test de tendance de Mantel-Haenszel pour variables ordinales). En assignant des scores numériques ordonnés aux modalités successives, ce test évalue spécifiquement s’il existe une corrélation linéaire ou monotone directionnelle entre les deux facteurs qualitatifs, offrant une puissance statistique très supérieure pour un degré de liberté unique (ddl = 1), quelle que soit la dimension matricielle du tableau.

Enfin, lorsque la recherche psychologique quitte l’analyse bivariée pour s’intéresser à des dynamiques causales complexes impliquant simultanément trois variables catégorielles ou plus (par exemple : Diagnostic × Type de traitement × Genre du patient), le test du khi-deux bidimensionnel s’avère totalement impuissant face aux effets d’interaction d’ordre supérieur et au paradoxe de Simpson. Le chercheur franchit alors le pas vers la modélisation statistique multivariée avancée :

• Les modèles log-linéaires, qui décomposent le logarithme népérien des effectifs théoriques de la table multidimensionnelle en une somme d’effets principaux et d’effets d’interactions factorielles, sur le modèle formel de l’analyse de variance appliquée à des comptages.
• La régression logistique multinomiale (polytomique) ou ordinale, qui positionne clairement un statut clinique discret en tant que variable dépendante à expliquer à partir d’un ensemble conjoint de covariables catégorielles et continues.

En embrassant cette trajectoire analytique complète — de l’épistémologie de Karl Pearson aux modélisations log-linéaires contemporaines —, le praticien et le chercheur confèrent à leurs données catégorielles la rigueur quantitative, la clarté inférentielle et la portée clinique nécessaires au progrès rigoureux des sciences du comportement.

Références

• Cochran, W. G. (1952). The χ² 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 χ² tests. Biometrics, 10(4), 417–451. https://doi.org/10.2307/3001616
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2e éd.). Lawrence Erlbaum Associates.
• Cramér, H. (1946). Mathematical methods of statistics. Princeton University Press.
• Fisher, R. A. (1922). On the interpretation of χ² from contingency tables, and the calculation of P. Journal of the Royal Statistical Society, 85(1), 87–94. https://doi.org/10.2307/2340521
• Fisher, R. A. (1935). The logic of inductive inference. Journal of the Royal Statistical Society, 98(1), 39–82. https://doi.org/10.2307/2342435
• Freeman, G. H., & Halton, J. H. (1951). Note on an exact treatment of contingency, goodness of fit and other problems of significance. Biometrika, 38(1/2), 141–149. https://doi.org/10.2307/2332323
• Goodman, L. A., & Kruskal, W. H. (1954). Measures of association for cross classifications. Journal of the American Statistical Association, 49(268), 732–764. https://doi.org/10.1080/01621459.1954.10501236
• Haberman, S. J. (1973). The analysis of residuals in cross-classified tables. Biometrics, 29(1), 205–220. https://doi.org/10.2307/2529686
• Mantel, N., & Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. Journal of the National Cancer Institute, 22(4), 719–748. https://doi.org/10.1093/jnci/22.4.719
• McNemar, Q. (1947). Note on the sampling error of the difference between correlated proportions or percentages. Psychometrika, 12(2), 153–157. https://doi.org/10.1007/BF02295996
• 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
• Yates, F. (1934). Contingency tables involving small numbers and the χ² test. Supplement to the Journal of the Royal Statistical Society, 1(2), 217–235. https://doi.org/10.2307/2983604