La fonction LOI.KHIDEUX.DROITE (CHISQ.DIST.RT en anglais) retourne la probabilité unilatérale droite de la distribution khi-deux (chi-carré). Elle est essentielle pour les tests statistiques d'indépendance, d'ajustement et de conformité. Que tu analyses des données marketing, valides des hypothèses scientifiques ou contrôles la qualité de tes processus, cette fonction te permet de déterminer si tes observations s'écartent significativement de ce qui est attendu.
Concrètement, elle entre en jeu quand tu veux savoir si le taux de conversion dépend du canal d'acquisition, si la répartition des défauts en production est conforme au standard, ou si les réponses d'un questionnaire suivent une distribution uniforme. La p-value qu'elle retourne est la grandeur clé pour accepter ou rejeter une hypothèse statistique.
Syntaxe de la fonction LOI.KHIDEUX.DROITE
=LOI.KHIDEUX.DROITE(x; degrés_liberté)La valeur x doit toujours être positive ou nulle : une valeur négative génère #NOMBRE! car la distribution khi-deux n'est définie que sur les réels positifs. Les degrés de liberté doivent être un entier positif (minimum 1).
Comprendre chaque paramètre de la fonction LOI.KHIDEUX.DROITE
Les deux arguments vont toujours dans le même ordre : d'abord ta statistique khi-deux x, puis les degrés de liberté. Aucun n'est facultatif, et c'est le second qui te piège le plus : il ne dépend pas de tes données mais de la structure de ton test (le nombre de lignes et de colonnes de ton tableau), et une valeur fausse donne une p-value qui a l'air correcte alors qu'elle ne veut plus rien dire.
x
: la valeur de la statistique khi-deux que tu as calculée à partir de tes données observéesCette valeur mesure l'écart global entre tes observations et ce qui est attendu sous l'hypothèse nulle.
Pour un test d'indépendance ou d'ajustement, tu calcules d'abord la statistique : χ² = Σ [(Observé - Attendu)² / Attendu] sur toutes les cellules du tableau. C'est cette somme que tu passes comme paramètre x. Plus cette valeur est élevée, plus les écarts entre observations et théorie sont importants.
Astuce : Dans Excel, calcule ta statistique khi-deux avec une formule tableau : =SOMME((Observé-Attendu)^2/Attendu) sur tes plages de données. Tu peux stocker le résultat dans une cellule intermédiaire et référencer cette cellule dans LOI.KHIDEUX.DROITE.
degrés_liberté
: le nombre de degrés de liberté de ta distribution khi-deuxCe nombre dépend du type de test et de la structure de tes données : pour un test d'indépendance dans un tableau de contingence, utilise (nombre de lignes - 1) × (nombre de colonnes - 1) ; pour un test d'ajustement, utilise nombre de catégories - 1 - nombre de paramètres estimés ; pour un test de variance, utilise taille de l'échantillon - 1.
Le choix correct des degrés de liberté est crucial : une valeur incorrecte invalide complètement le test statistique.
Attention : Les degrés de liberté doivent être un entier positif, au minimum 1. Utiliser 0 ou une valeur négative génère #NOMBRE!. Une valeur incorrecte ne produit pas d'erreur Excel mais fausse tout le test.
Exemples pratiques pas à pas
Data analyst : test d'indépendance entre canal marketing et conversion
Tu es data analyst dans une entreprise e-commerce. Tu veux savoir si le taux de conversion dépend du canal d'acquisition (réseaux sociaux, SEO, publicité payante). Après avoir collecté les données sur 500 visiteurs répartis dans un tableau de contingence 3×2, tu calcules χ² = 8,47. Les degrés de liberté d'un tableau 3×2 sont (3-1) × (2-1) = 2.
=LOI.KHIDEUX.DROITE(8,47; 2) retourne 0,0145 (1,45%). Avec un seuil de significativité classique de 5%, cette p-value est inférieure à 0,05 : tu rejettes l'hypothèse d'indépendance. Le canal marketing a un impact statistiquement significatif sur le taux de conversion. Tu peux maintenant analyser quel canal performe le mieux.
| A | B | |
|---|---|---|
| 1 | Statistique | Valeur |
| 2 | Khi-deux calculé | 8,47 |
| 3 | Degrés de liberté | 2 |
| 4 | P-value | 0,0145 |
=LOI.KHIDEUX.DROITE(8,47; 2)Responsable qualité : test de conformité d'un processus de fabrication
Tu es responsable qualité dans une usine et tu veux vérifier si la répartition des défauts dans ta production suit la distribution attendue. Tu as 4 catégories de défauts, donc 4 - 1 = 3 degrés de liberté. Après calcul, tu obtiens χ² = 2,18.
=LOI.KHIDEUX.DROITE(2,18; 3) retourne 0,5364 (53,64%). Cette p-value est bien supérieure à 0,05 : tu ne peux pas rejeter l'hypothèse de conformité. Les écarts observés entre ta production réelle et la distribution théorique peuvent facilement s'expliquer par le hasard. Ton processus de fabrication semble conforme aux standards.
| A | B | |
|---|---|---|
| 1 | Calcul | Résultat |
| 2 | Khi-deux observé | 2,18 |
| 3 | Degrés de liberté | 3 |
| 4 | P-value conformité | 0,5364 |
=LOI.KHIDEUX.DROITE(2,18; 3)Chercheur : test d'ajustement à une distribution uniforme
Tu es chercheur en sciences sociales et tu veux tester si la répartition des réponses à un questionnaire suit une distribution uniforme (toutes les catégories également probables). Tu as 6 catégories de réponses, donc 6 - 1 = 5 degrés de liberté. Tu calcules χ² = 12,59.
=LOI.KHIDEUX.DROITE(12,59; 5) retourne 0,0274 (2,74%). Cette p-value est inférieure à 0,05 : tu as une preuve statistiquement significative que la distribution des réponses ne suit pas une répartition uniforme. Certaines catégories sont surreprésentées ou sous-représentées. Tu peux maintenant analyser les contributions individuelles pour identifier lesquelles s'écartent le plus.
| A | B | |
|---|---|---|
| 1 | Test | Valeur |
| 2 | Statistique χ² | 12,59 |
| 3 | Degrés de liberté | 5 |
| 4 | Significativité | 0,0274 |
=LOI.KHIDEUX.DROITE(12,59; 5)Astuce de pro : Pour identifier quelles catégories contribuent le plus à la statistique khi-deux globale, calcule les résidus standardisés (Observé - Attendu)² / Attendu pour chaque catégorie. Les valeurs les plus élevées indiquent les plus grands écarts.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction LOI.KHIDEUX.DROITE
Avec LOI.KHIDEUX.DROITE, les vrais ennuis sont souvent silencieux. Une valeur x négative ou des degrés de liberté inférieurs à 1 te renvoient bien un #NOMBRE! visible, mais le piège le plus fréquent ne déclenche aucune alerte : un mauvais calcul des degrés de liberté te donne une p-value parfaitement formée et complètement fausse.
Le troisième cas est encore plus discret puisqu'il ne touche pas la formule mais ta donnée : si un seul effectif théorique attendu descend sous 5, l'approximation khi-deux n'est plus fiable et le résultat n'est plus interprétable, même s'il s'affiche sans broncher.
Erreur #NOMBRE! : valeur x négative ou degrés de liberté invalides
La distribution khi-deux n'est définie que pour les valeurs positives. Une valeur x négative ou des degrés de liberté inférieurs à 1 (zéro ou négatifs) génèrent #NOMBRE!.
Solution : Vérifie que ta statistique khi-deux est bien positive (la formule Σ(O-E)²/E ne peut produire que des valeurs positives ou nulles). Vérifie aussi que tes degrés de liberté sont un entier supérieur ou égal à 1. Utilise =SI(ET(x>=0;dl>=1);LOI.KHIDEUX.DROITE(x;dl);"Paramètre invalide") pour protéger la formule.
Mauvais calcul des degrés de liberté
L'erreur la plus courante n'est pas une erreur Excel mais une erreur méthodologique : utiliser un nombre de degrés de liberté incorrect ne génère pas d'erreur dans Excel mais invalide complètement le test statistique. Par exemple, pour un tableau 3×4, les degrés de liberté sont (3-1)×(4-1) = 6, pas 12.
Solution : Applique la formule correcte selon le type de test : test d'indépendance = (lignes-1) × (colonnes-1), test d'ajustement = catégories - 1 - paramètres estimés, test de variance = taille échantillon - 1. Documente toujours ton calcul de degrés de liberté dans une cellule séparée pour le rendre auditable.
Effectifs théoriques trop faibles
Le test khi-deux n'est valide que si tous les effectifs théoriques attendus sont supérieurs à 5. Avec des effectifs plus faibles, l'approximation khi-deux n'est plus fiable et la p-value obtenue n'est pas interprétable.
Solution : Regroupe les catégories ayant de faibles effectifs pour que chaque groupe dépasse le seuil de 5. Si tu travailles avec un tableau 2×2 et de petits échantillons, utilise plutôt le test exact de Fisher. Augmenter la taille de l'échantillon est toujours la solution la plus robuste.
Questions fréquentes sur la fonction LOI.KHIDEUX.DROITE
Quelle est la différence entre LOI.KHIDEUX.DROITE et LOI.KHIDEUX ?
LOI.KHIDEUX.DROITE retourne la probabilité unilatérale droite P(X > x), c'est-à-dire la p-value directement utilisable dans un test d'hypothèse. LOI.KHIDEUX, disponible dans les versions antérieures d'Excel, retourne selon la version la fonction de densité ou la probabilité cumulative. Préfère LOI.KHIDEUX.DROITE qui est plus explicite et cohérente pour les tests statistiques standards.
Comment interpréter le résultat de LOI.KHIDEUX.DROITE ?
Le résultat est une probabilité (p-value) comprise entre 0 et 1. Si elle est supérieure à 0,10, il n'y a aucune preuve de différence significative. Entre 0,05 et 0,10, on parle de tendance marginale. En dessous de 0,05, la différence est statistiquement significative et tu rejettes l'hypothèse nulle. En dessous de 0,01, la preuve est très forte.
Dans quels cas utiliser LOI.KHIDEUX.DROITE ?
Tu l'utilises principalement pour trois types de tests : le test d'indépendance (vérifier si deux variables catégorielles sont liées), le test d'ajustement (vérifier si tes données suivent une distribution théorique donnée), et le test d'homogénéité (comparer plusieurs échantillons). Elle est essentielle en analyse marketing, contrôle qualité et recherche scientifique.
Comment calculer les degrés de liberté pour un test khi-deux ?
Pour un test d'indépendance dans un tableau de contingence, les degrés de liberté sont (nombre de lignes - 1) × (nombre de colonnes - 1). Pour un test d'ajustement à une distribution théorique, c'est nombre de catégories - 1 - nombre de paramètres estimés (par exemple n-1 si aucun paramètre n'est estimé). Pour un test de variance, c'est taille de l'échantillon - 1.
LOI.KHIDEUX.DROITE peut-elle remplacer un test statistique complet ?
Non. LOI.KHIDEUX.DROITE te donne uniquement la p-value à partir d'une statistique khi-deux déjà calculée. Tu dois d'abord calculer cette statistique avec SOMME((Observé-Attendu)^2/Attendu), puis passer le résultat à LOI.KHIDEUX.DROITE. Elle ne calcule pas les effectifs attendus, ne vérifie pas les conditions d'application et n'interprète pas les résultats : c'est un outil parmi d'autres dans le workflow d'un test khi-deux complet.
Pour aller plus loin
Les fonctions similaires : LOI.KHIDEUX, LOI.STUDENT, LOI.NORMALE, FREQUENCE, MEDIANE
Bloqué sur une formule Excel ?
Pose ta question à notre assistant Excel IA, il te sort la bonne formule en quelques secondes.
Essayer l'assistant IAGratuit · 10 questions par mois