You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Analyse de données avec SPSS®<br />
fluence d’une variable sur une autre, il devra mettre en œuvre le test approprié (voir la<br />
section 3 du chapitre).<br />
2.2. Tests et mesures d’association de deux variab<strong>les</strong> qualitatives<br />
Les tris croisés ne permettent pas de démontrer l’existence d’une association de deux<br />
variab<strong>les</strong> du point de vue statistique. Pour mesurer véritablement la relation entre <strong>les</strong><br />
variab<strong>les</strong>, il est nécessaire de mettre en place des tests de signification statistique de l’association.<br />
La théorie des tests statistiques sera détaillée dans la section 3 de ce chapitre,<br />
mais le test très simple du khi-deux pour vérifier l’association de deux variab<strong>les</strong> qualitatives<br />
constitue une bonne introduction.<br />
Existence d’une association significative d’indépendance : le test du khi-deux<br />
Le test du khi-deux (χ 2 ) est couramment utilisé. Il cherche à tester si deux variab<strong>les</strong><br />
qualitatives (nomina<strong>les</strong> ou ordina<strong>les</strong>) sont significativement associées. En réalité, c’est<br />
l’indépendance des variab<strong>les</strong> qualitatives, présentées dans un tableau croisé, qui est testée.<br />
On cherche à vérifier si l’association des deux variab<strong>les</strong> est suffisamment forte pour<br />
que l’hypothèse de leur indépendance puisse être rejetée.<br />
Le principe est de comparer la distribution observée (O ij<br />
), c’est-à-dire <strong>les</strong> effectifs que<br />
l’on peut lire dans le tableau croisé, à une distribution théorique (T ij<br />
) qui correspond à<br />
l’hypothèse selon laquelle <strong>les</strong> deux variab<strong>les</strong> sont indépendantes. Normalement, si <strong>les</strong><br />
variab<strong>les</strong> étaient indépendantes, l’effectif observé ne devrait dépendre que des effectifs<br />
marginaux, c’est-à-dire de l’effectif total de chaque modalité. Imaginons que l’on cherche<br />
à savoir si la possession d’une carte de fidélité et le sexe sont associés. L’effectif théorique<br />
des possesseurs d’une carte de fidélité femme est égal au nombre de possesseurs d’une<br />
carte de fidélité multiplié par le nombre de femmes divisé par l’effectif total de<br />
l’échantillon.<br />
Le χ 2 observé sur l’échantillon se calcule de la manière suivante :<br />
χ 2 =<br />
l<br />
c<br />
∑∑<br />
i=1<br />
j=1<br />
(O ij<br />
−T ij<br />
) 2<br />
T ij<br />
40<br />
où :<br />
i = numéro de la ligne ;<br />
j = numéro de la colonne ;<br />
l = nombre de lignes, c’est-à-dire le nombre de modalités de la variable présentée en<br />
lignes ;<br />
c = nombre de colonnes, c’est-à-dire le nombre de modalités de la variable présentée en<br />
colonnes.<br />
La loi du khi-deux suit une distribution asymétrique dont la forme dépend du nombre<br />
de degrés de liberté n. Le nombre de degrés de liberté varie en fonction du nombre de<br />
modalités des variab<strong>les</strong> et se calcule de la manière suivante : (l – 1) × (c – 1). On rejettera<br />
l’hypothèse nulle d’indépendance entre <strong>les</strong> variab<strong>les</strong> si le χ 2 calculé est supérieur à la<br />
valeur de référence du χ 2 se trouvant dans la table de khi-deux pour n degrés de liberté<br />
(en lignes dans la table) et pour un α (niveau de risque de se tromper en rejetant l’hypo-<br />
© 2010 <strong>Pearson</strong> France – Analyse de données avec SPSS®, 2e éd. – Manu Carricano, Fanny Poujol, Laurent Bertrandias