Le test du Chi-carré, souvent symbolisé par la lettre grecque χ² (prononcé « khi carré » ou « khi deux »), est une méthode statistique d’inférence non paramétrique utilisée pour examiner les différences entre des fréquences observées et des fréquences attendues. Il permet d’évaluer si les écarts constatés sont suffisamment importants pour rejeter l’hypothèse que ces écarts sont dus uniquement au hasard de l’échantillonnage. Ce test est fondamental pour l’analyse de données catégorielles et trouve des applications dans de nombreux domaines.
Au cœur du test du Chi-carré se trouvent plusieurs concepts fondamentaux. La statistique de test du Chi-carré est calculée en sommant les carrés des différences entre les fréquences observées (O) et les fréquences attendues (E) pour chaque catégorie, chaque terme étant divisé par la fréquence attendue (formule : Σ ((O-E)²/E)). Les fréquences observées sont les décomptes réels obtenus à partir des données de l’échantillon. Les fréquences attendues sont celles que l’on s’attendrait à trouver si une certaine hypothèse, appelée hypothèse nulle (H0), était vraie. L’hypothèse nulle postule généralement l’absence de différence significative ou l’absence d’association entre les variables. L’hypothèse alternative (H1) stipule le contraire. La valeur calculée de la statistique de test suit, sous l’hypothèse nulle et pour des échantillons suffisamment grands, une distribution de probabilité connue sous le nom de distribution du Chi-carré. Cette distribution est caractérisée par un paramètre unique appelé degrés de liberté (ddl), qui dépend du nombre de catégories ou de la dimension du tableau analysé. Enfin, la décision de rejeter ou non l’hypothèse nulle est prise en comparant la valeur p, associée à la statistique de test calculée, à un seuil de signification prédéfini (alpha, typiquement 0.05). Si la valeur p est inférieure à alpha, l’hypothèse nulle est rejetée.
L’importance du test du Chi-carré réside dans sa large applicabilité et sa capacité à fournir un cadre formel pour tester des hypothèses sur des données qualitatives ou catégorielles. Il est un outil crucial dans des disciplines variées telles que les sciences sociales (analyse de sondages, études comportementales), la médecine (essais cliniques, études épidémiologiques pour identifier des facteurs de risque), la biologie (tests d’adéquation aux lois de Mendel en génétique), le marketing (analyse des préférences des consommateurs, efficacité des campagnes publicitaires) et le contrôle qualité. Sa pertinence découle de la fréquence à laquelle les chercheurs et les analystes rencontrent des données qui ne sont pas continues ou normalement distribuées, mais plutôt sous forme de comptes ou de catégories. L’impact de ce test est considérable car il permet de valider ou d’invalider des théories, d’orienter la recherche future et d’éclairer la prise de décision dans des contextes pratiques, en transformant des observations brutes en conclusions statistiquement fondées.
Les applications pratiques du test du Chi-carré sont principalement de trois types. Premièrement, le test d’ajustement (ou test de « Goodness-of-fit ») permet de comparer les fréquences observées d’une seule variable catégorielle à une distribution de fréquences attendues, spécifiée a priori ou basée sur une théorie. Par exemple, on pourrait l’utiliser pour vérifier si un dé à six faces est équilibré en lançant le dé un grand nombre de fois et en comparant les fréquences observées de chaque face aux fréquences attendues (qui seraient égales pour un dé équilibré). Deuxièmement, le test d’indépendance du Chi-carré est utilisé pour déterminer s’il existe une association statistiquement significative entre deux variables catégorielles au sein d’un même échantillon. Les données sont généralement présentées dans un tableau de contingence (ou tableau croisé). Par exemple, on pourrait enquêter pour savoir si le niveau d’éducation (catégories : primaire, secondaire, supérieur) est indépendant de l’opinion sur une question politique (catégories : favorable, défavorable, neutre). Troisièmement, le test d’homogénéité du Chi-carré compare la distribution d’une variable catégorielle entre deux ou plusieurs populations ou groupes indépendants. Bien que les calculs soient similaires à ceux du test d’indépendance, la question posée est différente : il s’agit de savoir si les proportions des catégories d’une variable sont les mêmes dans différents groupes. Par exemple, on pourrait comparer la répartition des groupes sanguins (A, B, AB, O) entre différentes ethnies.
Il existe plusieurs nuances et variations du test du Chi-carré. Le test du Chi-carré de Pearson est la forme la plus courante et celle généralement désignée par le terme générique. Pour les tableaux de contingence 2×2, en particulier lorsque les effectifs attendus sont faibles (par exemple, entre 5 et 10), la correction de Yates pour la continuité peut être appliquée. Cette correction ajuste la formule du Chi-carré pour mieux approximer la distribution discrète des fréquences par la distribution continue du Chi-carré, rendant le test plus conservateur. Cependant, son usage est débattu, et beaucoup de statisticiens préfèrent le test exact de Fisher lorsque les effectifs sont très faibles (typiquement, si un effectif attendu est inférieur à 5). Le test exact de Fisher calcule la probabilité exacte d’observer les fréquences du tableau, ou des configurations plus extrêmes, sans recourir à l’approximation par la distribution du Chi-carré. Une autre alternative est le test du rapport de vraisemblance (G-test), qui est asymptotiquement équivalent au test de Pearson et suit également une distribution du Chi-carré. Il est parfois préféré dans certains contextes, notamment en modélisation log-linéaire. Pour des analyses plus complexes impliquant des données stratifiées, le test du Chi-carré de Mantel-Haenszel permet d’évaluer une association entre deux variables binaires tout en contrôlant l’effet d’une troisième variable catégorielle. Il est crucial de noter que si un test du Chi-carré indique une significativité statistique, cela ne signifie pas nécessairement une relation de cause à effet, ni une forte association. Des mesures complémentaires de la force de l’association sont nécessaires.
Pour une compréhension holistique, il est utile de connaître les concepts étroitement liés au test du Chi-carré. Le tableau de contingence est un outil central pour organiser les données catégorielles croisées, servant de base aux tests d’indépendance et d’homogénéité. Les données catégorielles, qu’elles soient nominales (sans ordre intrinsèque, comme les couleurs) ou ordinales (avec un ordre, comme les niveaux de satisfaction), sont le type de données analysé par ce test. Les degrés de liberté, la valeur p, et la distribution du Chi-carré sont des composantes statistiques essentielles déjà mentionnées. Le cadre général est celui du test d’hypothèse. Il n’existe pas de synonyme parfait pour « test du Chi-carré » en tant que concept général, mais des termes comme « test d’ajustement du Chi-carré » ou « test d’indépendance du Chi-carré » désignent ses applications spécifiques. On le distingue parfois en parlant du « test du Chi-carré de Pearson ». Il n’y a pas d’antonyme direct, mais on peut le contraster avec des tests paramétriques (comme le test t de Student ou l’ANOVA) qui s’appliquent typiquement à des données continues et supposent certaines distributions (ex: normalité), alors que le test du Chi-carré est souvent considéré comme non-paramétrique.
L’origine du test du Chi-carré remonte à l’année 1900, avec la publication d’un article fondateur par le statisticien britannique Karl Pearson, intitulé « 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 ». Pearson a initialement développé ce test comme un moyen d’évaluer l’adéquation (« goodness-of-fit ») entre un ensemble de fréquences observées et une distribution théorique attendue. Plus tard, d’éminents statisticiens comme Sir Ronald A. Fisher ont contribué à son développement, notamment en affinant le concept de degrés de liberté et en étendant ses applications, en particulier aux tableaux de contingence pour tester l’indépendance entre variables. L’évolution de ce test a été marquée par une adoption croissante dans de nombreux domaines scientifiques, facilitée par la clarification de ses conditions d’application et, plus récemment, par la puissance de calcul offerte par les ordinateurs et les logiciels statistiques, qui ont rendu les calculs, parfois laborieux, accessibles à tous.
Le test du Chi-carré présente de nombreux avantages. Il est relativement simple à comprendre dans ses principes et, avec les outils modernes, facile à calculer. Sa grande polyvalence lui permet d’être utilisé pour des tests d’ajustement, d’indépendance et d’homogénéité. Il est considéré comme un test non-paramétrique car il ne repose pas sur des hypothèses restrictives concernant la distribution des populations sous-jacentes (comme la normalité), ce qui le rend adapté aux données catégorielles, qu’elles soient nominales ou ordinales. Il fournit une méthode objective pour prendre des décisions statistiques. Cependant, le test du Chi-carré a aussi des inconvénients et des limitations. Une condition essentielle pour sa validité est que les effectifs attendus dans chaque cellule du tableau ou de la distribution ne soient pas trop faibles. La règle empirique courante est qu’aucun effectif attendu ne doit être inférieur à 1, et qu’au moins 80% des effectifs attendus doivent être supérieurs ou égaux à 5. Si cette condition n’est pas respectée, les résultats du test peuvent être inexacts, et des alternatives comme le test exact de Fisher ou le regroupement de catégories doivent être envisagées. Le test est également sensible à la taille de l’échantillon : avec des échantillons très importants, des différences ou des associations même triviales d’un point de vue pratique peuvent devenir statistiquement significatives. Il est donc crucial de ne pas se fier uniquement à la valeur p, mais aussi d’évaluer la taille de l’effet à l’aide de mesures d’association appropriées (comme le coefficient Phi, le V de Cramer ou le coefficient de contingence), car le test du Chi-carré lui-même n’indique que la présence (ou l’absence) d’une association, pas sa force. De plus, bien que l’analyse des résidus puisse aider à identifier les cellules contribuant le plus à un résultat significatif, le test ne donne pas directement d’informations sur la direction de l’association (sauf inspection manuelle). Enfin, il est impératif que les observations soient indépendantes. Si les données proviennent de mesures répétées ou d’échantillons appariés, d’autres tests statistiques sont plus appropriés. Et, comme pour toute analyse statistique de données observationnelles, un résultat significatif au test du Chi-carré ne permet jamais d’inférer une relation de causalité.