Qu'est-ce que la fonction CHISQ.TEST ?
Tu sors CHISQ.TEST dès que tu dois trancher si un lien entre deux variables catégorielles est réel ou s'il n'est que le fruit du hasard sur ton échantillon, en comparant ce que tu observes dans ton tableau de contingence à ce que donnerait une totale indépendance. C'est la version que Microsoft recommande depuis Excel 2010, à la place de l'ancienne TEST.KHIDEUX.
Que tu segmentes ta communication en marketing, que tu analyses une enquête de satisfaction en RH, que tu valides un traitement en recherche médicale ou que tu compares tes taux de conversion par canal, CHISQ.TEST te renvoie une p-value qui tranche la question. Concrètement, elle répond à des interrogations comme : le choix d'un produit dépend-il du genre du client ? La satisfaction est-elle liée à la catégorie d'âge ? Le taux de guérison change-t-il selon le traitement reçu ?
Syntaxe
=CHISQ.TEST(plage_réelle; plage_attendue)CHISQ.TEST est la fonction recommandée depuis Excel 2010 ; TEST.KHIDEUX reste disponible pour la compatibilité avec les classeurs anciens, mais les deux donnent un calcul identique. Elle retourne directement la p-value unilatérale droite, sans paramètre cumulative. Les deux plages doivent avoir exactement les mêmes dimensions et contenir uniquement des fréquences absolues (comptages), jamais des pourcentages.
Comprendre chaque paramètre de la fonction CHISQ.TEST
plage_réelle
: ta plage de données contenant les fréquences observées : ton tableau de contingence réelCe tableau croise deux variables catégorielles, par exemple Genre (Homme/Femme) et Préférence (Produit A/Produit B). Chaque cellule contient le nombre d'observations pour cette combinaison de catégories.
Les données doivent être des comptages absolus (nombre de personnes, d'événements, etc.), pas des pourcentages ni des ratios.
plage_attendue
: ta plage de fréquences attendues, c'est-à-dire ce qu'on observerait si les variables étaient totalement indépendantes, tout en conservant les mêmes totaux de lignes et de colonnesElle doit avoir exactement les mêmes dimensions que plage_réelle.
Excel ne calcule pas automatiquement ces fréquences. Tu dois les calculer toi-même dans un tableau séparé avec la formule : (Total ligne × Total colonne) / Total général pour chaque cellule. C'est l'étape la plus importante pour utiliser correctement CHISQ.TEST.
Attention : Excel ne calcule pas automatiquement les fréquences attendues. Tu dois les préparer dans un tableau séparé avant d'appeler CHISQ.TEST. Un mauvais calcul des attendues invalide entièrement le test.
Exemples pratiques pas à pas
Comment tester l'indépendance de deux variables avec la fonction CHISQ.TEST
Deux produits d'une même gamme sortent en rayon et tu dois décider si tu communiques dessus de la même façon auprès de tout le monde. Un panel de 200 clients a indiqué le produit qu'il préfère, tu as croisé ces réponses avec le genre, et tu veux savoir si les deux vont réellement ensemble ou si l'écart que tu vois est une simple fluctuation. La fonction CHISQ.TEST compare ce que tu observes à ce que donnerait un choix totalement indépendant du genre, et répond par une p-value.
- 1Le premier argument,
plage_réelle, reçoit tes effectifs observés : sélectionneB2:C3, c'est-à-dire les quatre cellules de comptage, sans la ligne d'en-tête ni la colonne des libellés. Ce sont bien des nombres de personnes, jamais des pourcentages. - 2Le second argument,
plage_attendue, reçoit les effectifs théoriquesB5:C6, le bloc préparé plus bas. Sur les 200 réponses, 110 vont au produit A et 90 au produit B : si le genre ne jouait aucun rôle, on attendrait donc55choix A et45choix B chez les 100 hommes, et la même chose chez les 100 femmes. Excel ne calcule jamais ce bloc tout seul, et il doit avoir exactement les mêmes dimensions que le premier.
=CHISQ.TEST(B2:C3; B5:C6)65 alors qu'on en attendait 55), les hommes vers le produit B.
Comment calculer les fréquences attendues de la fonction CHISQ.TEST
Le budget d'acquisition doit être réparti pour le trimestre et tu veux savoir si le canal par lequel un visiteur arrive change vraiment sa probabilité d'acheter. Tu as sorti 2 000 sessions réparties sur trois canaux, avec le nombre d'achats de chacun. Le problème, c'est qu'Excel ne fournit pas les effectifs théoriques dont la fonction CHISQ.TEST a besoin : tu dois les bâtir toi-même à partir des totaux de lignes et de colonnes. Une fois ce second tableau en place, la fonction CHISQ.TEST tranche entre un vrai effet du canal et une simple fluctuation.
- 1Le premier argument,
plage_réelle, prend les effectifs observés seuls : sélectionneB2:C4et arrête-toi à la ligneSocial. Si tu englobes la ligneTotalou la colonneTotal, tes deux plages n'auront plus la même taille et la formule renverra l'erreur#N/A. - 2Le second argument,
plage_attendue, prend le blocB7:C9que tu construis toi-même. Saisis=($D2*B$5)/$D$5enB7, autrement dit le total de la ligne multiplié par le total de la colonne, divisé par le total général, puis étire la formule sur les six cellules. Les$verrouillent la colonne des totaux de lignes et la ligne des totaux de colonnes, si bien queB7vaut(1000 × 361) / 2000 = 180,5. Un attendu décimal est normal, c'est une valeur théorique et non un comptage.
=CHISQ.TEST(B2:C4; B7:C9)110 contre 90,25), le SEO nettement en dessous (156 contre 180,5).
Comment éviter l'erreur #DIV/0! avec les fonctions CHISQ.TEST et SIERREUR
Une enquête interne vient de se clore et tu veux savoir si la satisfaction dépend du site où travaillent les équipes. Les réponses se répartissent sur trois niveaux, sauf que personne n'a coché Insatisfait : la colonne est entièrement à zéro, et cette colonne vide suffit à faire échouer le calcul. En enveloppant la fonction CHISQ.TEST dans une fonction SIERREUR, tu remplaces l'erreur par un message lisible au lieu de laisser un #DIV/0! en plein milieu de ta synthèse.
- 1Le premier argument de la fonction CHISQ.TEST,
plage_réelle, reçoit les effectifs observésB2:D3, colonneInsatisfaitcomprise : elle fait partie du questionnaire même si personne ne l'a cochée. - 2Le second argument,
plage_attendue, reçoitB5:D6. Les deux attendus de la colonneInsatisfaitvalent0, parce qu'un total de colonne nul donne forcément un attendu nul, et c'est précisément ce zéro qui déclenche l'erreur#DIV/0!. - 3La fonction SIERREUR enveloppe le tout : son premier argument est le calcul lui-même, et son second,
valeur_si_erreur, porte le texte affiché quand ce calcul échoue, ici"Catégorie vide, retire-la du test". Le vrai correctif reste de retirer la catégorie vide et de refaire le test surB2:C3.
=SIERREUR(CHISQ.TEST(B2:D3; B5:D6); "Catégorie vide, retire-la du test")Insatisfait, le total de cette colonne vaut 0, ses deux attendus valent 0 et la division devient impossible : le calcul renvoie #DIV/0!. La fonction SIERREUR intercepte l'erreur et affiche à sa place un message qui dit quoi corriger. Relancé sur les deux seules colonnes réellement remplies, le test donne 0,2258, bien au-dessus de 0,05 : la satisfaction ne dépend pas du site.
Les erreurs fréquentes avec la fonction CHISQ.TEST
La plupart des résultats trompeurs de CHISQ.TEST ne viennent pas de la fonction, mais des données que tu lui donnes : un tableau attendu mal calculé ou des pourcentages glissés à la place des effectifs suffisent à fausser toute la p-value.
Garde aussi en tête que le test détecte une association, pas une cause : c'est le piège d'interprétation le plus courant une fois le calcul correct.
Fréquences attendues inférieures à 5
Le test du khi-deux n'est pas fiable quand une ou plusieurs cellules du tableau attendu ont une fréquence inférieure à 5. Le test peut donner une p-value incorrecte dans ce cas.
Solution : Regroupe des catégories pour augmenter les effectifs par cellule, ou augmente la taille de l'échantillon. Vérifie toutes tes fréquences attendues avec MIN(plage_attendue) : cette valeur doit être supérieure ou égale à 5.
Confusion entre fréquences et pourcentages
CHISQ.TEST nécessite des comptages absolus (effectifs bruts), pas des pourcentages. Si tes données sont en pourcentages, le test donnera des résultats complètement faux.
Solution : Utilise toujours les effectifs bruts (nombre de personnes, d'événements, etc.). Si tes données sont en pourcentages, multiplie chaque valeur par le total correspondant pour retrouver les effectifs.
Dimensions incompatibles entre les deux plages
plage_réelle et plage_attendue doivent avoir exactement les mêmes dimensions. Une erreur courante : inclure les totaux marginaux dans une plage mais pas dans l'autre.
Solution : Sélectionne uniquement les cellules de données, sans les lignes ou colonnes de totaux. Vérifie que tes deux plages ont le même nombre de lignes et de colonnes.
Interprétation causale abusive du résultat
Un khi-deux significatif prouve une association statistique entre les variables, mais ne prouve pas de relation causale. Si formation et performance sont associées, cela ne prouve pas que la formation cause l'amélioration.
Solution : Rappelle-toi que CHISQ.TEST détecte des corrélations, pas des causalités. Pour établir une causalité, il faut un protocole expérimental avec randomisation (comme un essai clinique contrôlé).
Mauvais calcul des fréquences attendues
Une erreur dans le calcul des fréquences attendues invalide entièrement le test. La formule correcte est (Total ligne × Total colonne) / Total général pour chaque cellule.
Solution : Vérifie que la somme des fréquences attendues par ligne est égale à la somme des fréquences observées pour cette ligne, et de même pour chaque colonne. Utilise des références mixtes ($D2*B$5)/$D$5 pour remplir automatiquement le tableau attendu.
Astuces avancées avec CHISQ.TEST
Calcule les fréquences attendues avec des références mixtes
Pour remplir rapidement tout le tableau des fréquences attendues, entre cette formule dans la première cellule du tableau attendu et étends-la : =($D2*B$5)/$D$5 où D2 est le total de la ligne, B5 le total de la colonne, et D5 le total général. Les signes $ verrouillent la bonne dimension selon l'extension.
Tu n'as à saisir la formule qu'une seule fois, puis à l'étirer sur toute la grille.
Identifie les cellules qui contribuent le plus à l'association
Une p-value significative te dit qu'il y a une association, mais pas quelles catégories la portent. Pour le savoir, calcule les résidus standardisés : =(Observé - Attendu) / RACINE(Attendu) pour chaque cellule.
Une valeur supérieure à 2 (en valeur absolue) identifie les combinaisons de catégories qui s'écartent le plus de l'indépendance. Ces cellules sont la source de ton association.
CHISQ.TEST vs TEST.KHIDEUX vs T.TEST
Choisis CHISQ.TEST pour tester l'indépendance entre deux variables catégorielles dans un nouveau classeur. Garde TEST.KHIDEUX seulement si ton fichier doit rester compatible avec une vieille version d'Excel, et passe à T.TEST dès que tu compares des moyennes plutôt que des fréquences.
| Critère | CHISQ.TEST | TEST.KHIDEUX | T.TEST |
|---|---|---|---|
| Disponibilité | Excel 2010+ | Toutes versions (ancienne syntaxe) | Excel 2010+ |
| Type de données | Catégorielles (effectifs) | Catégorielles (effectifs) | Quantitatives continues |
| Question posée | Les variables sont-elles indépendantes ? | Les variables sont-elles indépendantes ? | Les moyennes diffèrent-elles ? |
| Entrée de la fonction | Observés + attendus | Observés + attendus | Deux plages de valeurs |
| Cas d'usage typique | Préférence, genre, catégorie, canal | Compatibilité anciens fichiers | Ventes A/B, scores avant/après |
Questions fréquentes
CHISQ.TEST est la version moderne de TEST.KHIDEUX, introduite avec Excel 2010. Les deux fonctions font exactement le même calcul, attendent les mêmes deux plages et renvoient la même p-value. Microsoft recommande CHISQ.TEST pour tes nouveaux classeurs ; TEST.KHIDEUX n'est conservée que pour la compatibilité avec les anciens fichiers et pourrait disparaître à terme.
Si la p-value est inférieure à 0,05, les deux variables sont statistiquement dépendantes : il y a une association significative. Si elle est supérieure ou égale à 0,05, tu ne peux pas rejeter l'hypothèse d'indépendance ; les données ne prouvent pas de relation. Plus la p-value est proche de zéro, plus l'association est forte. Le seuil de 0,05 est une convention standard ; en recherche médicale, on utilise parfois 0,01.
Les conditions principales sont : des données catégorielles organisées en tableau de contingence, des observations indépendantes, et toutes les fréquences attendues supérieures ou égales à 5. En dessous de 5, le test n'est plus fiable. Dans ce cas, regroupe des catégories pour augmenter les effectifs par cellule, ou utilise le test exact de Fisher pour les petits tableaux.
Excel ne calcule pas automatiquement les fréquences attendues. Tu dois les calculer toi-même avec la formule : Attendu = (Total ligne × Total colonne) / Total général pour chaque cellule.
Par exemple, si une ligne totalise 100, une colonne totalise 80 et le total général est 200, la fréquence attendue pour cette cellule vaut (100 × 80) / 200 = 40.
Oui. CHISQ.TEST fonctionne avec des tableaux de n'importe quelle dimension (2×2, 3×4, 5×5, etc.) et teste l'indépendance entre deux variables quel que soit le nombre de catégories de chacune. Plus le tableau est grand, plus il faut d'observations pour que toutes les fréquences attendues dépassent 5 et que le test reste valide.
Oui, Google Sheets propose CHITEST, qui fait le même calcul du khi-deux d'indépendance à partir d'une plage observée et d'une plage attendue. Le résultat est identique à celui de CHISQ.TEST dans Excel : une p-value que tu compares à ton seuil de 0,05 pour décider si tes deux variables sont associées.
Pour aller plus loin
Continue sur ta lancée après la fonction CHISQ.TEST : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
