Académique Documents
Professionnel Documents
Culture Documents
Il s’agit de traiter simultanément les réponses à deux questions. On obtient alors des tableaux
d’effectifs (tableaux de contingence) qui rendent compte du comptage des réponses
simultanées apportées à deux questions.
Un tableau de contingence est donc une manière efficace de résumer la relation entre deux
variables qualitatives X et Y. Un tableau de contingence a la structure suivante
Interprétation
• 78,6% des hommes ont suivi des cours avec John
• 75% des femmes ont suivi des cours avec Jane
On peut donc émettre l’hypothèse suivante: Les salariés hommes ont une
certaine préférence pour des formateurs de sexe masculin alors que les
salariés femmes préfèrent suivre des cours avec des formatrices. Pour
vérifier cette hypothèse on doit effectuer un test d’hypothèse
Pour mesurer l’indépendance des variables, il faut utiliser des tests d’hypothèses. Les
tests d’hypothèses nous aident à interpréter les données et à prendre des décisions. Ces
tests nous permettent de déterminer si les relations entre deux variables données
sont dues au hasard ou sont réellement significatives. Dans l’analyse bivariée, les
tests statistiques à effectuer varient selon la nature des variables.
Pour l’étude de la relation entre 2 variables qualitatives, le khi-carré (ou khi deux) est
le test le plus utilisé. Le khi-carré est d’abord et avant tout destiné à l’examen de la
relation entre deux variables qualitatives, nominales ou ordinales. C’est un test
d’indépendance.
Rappel : Dans une recherche, nous avons les données suivantes :
TABLEAU DE CONTINGENCE
Nous avons dans ce tableau une variable indépendante (les répondants ont vu la
publicité du forfait-voyage dans le dernier mois : oui/non) et une variable dépendante
(les répondants ont acheté le forfait-voyage : oui/non).
Étape 5: Décision
Pour notre exemple portant sur la satisfaction des salariés à l’égard de la formation en
anglais. Rappelons que 78,6% des hommes ont suivi des cours avec John et que 75%
des femmes ont suivi des cours avec Jane. L’étude du tableau de contingence laisse
DONC supposer l’existence d’un lien entre le Sexe des participant et le choix du
formateur (Jane ou John).
-> Pour ce faire allez au menu Analyser / statistique descriptive / Tableaux croisés
/ Placez la variable SEXE en « lignes » et « formateur » en Colonnes / Cliquez sur
Statistiques / cochez la case Khi-carré / cliquez sur cellules et cochez effectifs
observés et attendus ainsi que résidus non standardisés
OUTPUT dans SPSS VIEWER
La valeur de khi carré est égale à 8,571 avec 1 degré de liberté. Avec 8,571 > 3,84.
cette valeur se trouve dans la zone de rejet de Ho
NB: Sur SPSS, la règle de décision du test se base sur un niveau de signification
statistique, soit la valeur p.
- Si p < 0,05: on rejette H0 et on confirme H1 (il y a un lien entre les deux variables).
- Si p > 0,05: on retient l’hypothèse nulle et on rejette H1 (absence de lien entre les
deux variables)
Dans notre exemple: Le niveau de signification (valeur p) = 0,003 < 0,05 =>
rejeter l’hypothèse Ho et conclure qu’il y a un lien entre le sexe du formateur et le
choix du formateur
b13. Mesurera la force de la relation entre deux variables qualitatives (les mesures
d’association)
Si on affirme qu’une relation existe entre deux variables, on peut donc déterminer la
force de ce lien en utilisant des coefficients de contingence. Nous allons maintenant
étudier deux tests (les plus utilisés) : le Phi et V de Cramer et le coefficient de
contingence.
Le Phi
Le V de cramer