En psychologie exp\u00e9rimentale et clinique, les protocoles longitudinaux requi\u00e8rent fr\u00e9quemment l’\u00e9valuation de variables qualitatives nominales dichotomiques. Qu’il s’agisse de mesurer l’\u00e9mergence d’une prise de conscience cognitive, la r\u00e9mission cat\u00e9gorielle d’un trouble de l’humeur conform\u00e9ment aux crit\u00e8res du DSM, ou encore la transition d’une attitude d\u00e9favorable vers une position favorable suite \u00e0 une campagne de sensibilisation, les mesures r\u00e9p\u00e9t\u00e9es sur les m\u00eames sujets constituent la norme empirique. Le test de McNemar s’est impos\u00e9 comme une composante indispensable des statistiques non param\u00e9triques en offrant une solution \u00e9l\u00e9gante, exempte des contraintes distributionnelles param\u00e9triques telles que la normalit\u00e9 multivari\u00e9e ou l’homosc\u00e9dasticit\u00e9.<\/p>\n La p\u00e9rennit\u00e9 de cette m\u00e9thode dans les sciences du comportement s’explique par sa capacit\u00e9 \u00e0 isoler la dynamique sp\u00e9cifique du changement individuel. Contrairement aux approches globales qui se limitent \u00e0 comparer des pourcentages globaux transversaux, le test de McNemar op\u00e8re une dissection minutieuse des trajectoires intra-individuelles, garantissant ainsi une sensibilit\u00e9 statistique maximale face aux micro-modifications induites par les paradigmes exp\u00e9rimentaux.<\/p>\n L’une des erreurs m\u00e9thodologiques les plus document\u00e9es dans la litt\u00e9rature scientifique consiste \u00e0 appliquer le test classique d’ind\u00e9pendance du Khi-deux de Karl Pearson \u00e0 des donn\u00e9es issues de mesures r\u00e9p\u00e9t\u00e9es. La distinction entre \u00e9chantillons ind\u00e9pendants et \u00e9chantillons appari\u00e9s conditionne pourtant l’ensemble de l’architecture math\u00e9matique de l’inf\u00e9rence. Dans un plan \u00e0 \u00e9chantillons ind\u00e9pendants, les unit\u00e9s statistiques composant le groupe t\u00e9moin et le groupe exp\u00e9rimental sont disjointes, assurant une covariance th\u00e9orique nulle entre les observations des deux ensembles.<\/p>\n Dans un protocole \u00e0 mesures r\u00e9p\u00e9t\u00e9es, chaque participant agit comme son propre t\u00e9moin. Ce plan d’auto-appariement induit une corr\u00e9lation intra-sujet substantielle : les r\u00e9ponses fournies au temps initial sont intrins\u00e8quement li\u00e9es aux r\u00e9ponses \u00e9mises au temps ult\u00e9rieur, en raison de facteurs de confusion stables tels que les traits de personnalit\u00e9 sous-jacents, l’intelligence g\u00e9n\u00e9rale, le profil socio-\u00e9conomique ou la r\u00e9activit\u00e9 biologique. L’application erron\u00e9e d’un test pour groupes ind\u00e9pendants ignore d\u00e9lib\u00e9r\u00e9ment cette covariance positive, ce qui biaise l’estimation de l’erreur-type et conduit soit \u00e0 une perte dramatique de puissance statistique, soit \u00e0 une inflation inacceptable du taux d’erreur de premi\u00e8re esp\u00e8ce.<\/p>\n Le test de McNemar neutralise totalement la variabilit\u00e9 interindividuelle stable en se focalisant exclusivement sur la dynamique temporelle interne de chaque participant. En \u00e9liminant le \u00ab\u00a0bruit\u00a0\u00bb g\u00e9n\u00e9r\u00e9 par les diff\u00e9rences inter-sujets, la m\u00e9thode autorise une d\u00e9tection beaucoup plus fine des effets r\u00e9els du traitement, optimisant ainsi la validit\u00e9 des conclusions psychom\u00e9triques tir\u00e9es d’\u00e9chantillons de taille mod\u00e9r\u00e9e.<\/p>\n L’ambition m\u00e9thodologique prioritaire du test de McNemar r\u00e9side dans la quantification pr\u00e9cise et la validation probabiliste de l’efficacit\u00e9 d’une intervention. Dans le cadre de l’\u00e9valuation th\u00e9rapeutique, par exemple, un protocole d’intervention comportementale visant l’arr\u00eat d’une phobie sp\u00e9cifique n\u00e9cessite de d\u00e9terminer si la proportion de sujets ne manifestant plus de sympt\u00f4mes cliniques invalidants apr\u00e8s la th\u00e9rapie est statistiquement sup\u00e9rieure \u00e0 la proportion de sujets ayant d\u00e9velopp\u00e9 des sympt\u00f4mes au cours de la m\u00eame p\u00e9riode d’observation.<\/p>\n Au-del\u00e0 de l’efficacit\u00e9 interventionnelle, le test offre un outil de premier ordre pour \u00e9valuer la stabilit\u00e9 temporelle ou la fid\u00e9lit\u00e9 test-retest d’un instrument de diagnostic cat\u00e9goriel. Lorsqu’un outil d’\u00e9valuation clinique est administr\u00e9 \u00e0 deux reprises sans intervention intercal\u00e9e, le test de McNemar permet de confirmer l’absence de d\u00e9rive diagnostique syst\u00e9matique dans un sens ou dans l’autre, soutenant l’hypoth\u00e8se de coh\u00e9rence de l’instrument d’\u00e9valuation psychologique.<\/p>\n Enfin, sur le plan de la validit\u00e9 interne des protocoles de recherche pr\u00e9-test et post-test, le test de McNemar apporte une contribution d\u00e9cisive en discriminant les transitions comportementales authentiques des fluctuations al\u00e9atoires d’\u00e9chantillonnage. Il permet d’\u00e9tablir formellement si le vecteur de transition observ\u00e9 refl\u00e8te une force directionnelle syst\u00e9matique attribuable \u00e0 la variable ind\u00e9pendante manipul\u00e9e par l’exp\u00e9rimentateur.<\/p>\n La validit\u00e9 statistique du test de McNemar repose sur des contraintes structurelles strictes relatives \u00e0 la nature des donn\u00e9es collect\u00e9es. La variable d\u00e9pendante doit imp\u00e9rativement pr\u00e9senter une nature nominale dichotomique, c’est-\u00e0-dire qu’elle doit \u00eatre segment\u00e9e en exactement deux modalit\u00e9s mutuellement exclusives et collectivement exhaustives. Ces modalit\u00e9s sont traditionnellement qualifi\u00e9es de succ\u00e8s versus \u00e9chec, pr\u00e9sence versus absence d’un trait s\u00e9miologique, ou adh\u00e9sion versus refus face \u00e0 un item d’\u00e9valuation attitudinale.<\/p>\n L’obligation de dichotomie exige une vigilance particuli\u00e8re lorsque les chercheurs travaillent initialement avec des \u00e9chelles de mesure continues ou ordinales, comme les \u00e9chelles de Likert \u00e0 plusieurs points ou les scores psychom\u00e9triques bruts issus de questionnaires standardis\u00e9s. Dans ces situations, la mise en \u0153uvre du test de McNemar n\u00e9cessite une proc\u00e9dure de dichotomisation pr\u00e9alable, laquelle doit \u00eatre justifi\u00e9e sur le plan th\u00e9orique ou clinique par l’application d’un seuil critique valid\u00e9 (score seuil de r\u00e9mission ou point de rupture psychopathologique standardis\u00e9).<\/p>\n Il importe de souligner que la dichotomisation de donn\u00e9es quantitatives continues entra\u00eene in\u00e9vitablement une perte d’information statistique et une r\u00e9duction de la variance exploitable. Les chercheurs doivent veiller scrupuleusement \u00e0 pr\u00e9server l’int\u00e9grit\u00e9 conceptuelle du construit psychologique sous-jacent, en \u00e9vitant les d\u00e9coupages arbitraires bas\u00e9s sur la m\u00e9diane de l’\u00e9chantillon qui risqueraient de fausser la comparabilit\u00e9 des r\u00e9sultats et d’alt\u00e9rer la robustesse de l’inf\u00e9rence causale finale.<\/p>\n L’appareil inf\u00e9rentiel du test de McNemar est articul\u00e9 autour d’une hypoth\u00e8se de sym\u00e9trie marginale au sein de la population parente. L’hypoth\u00e8se nulle, not\u00e9e formellement H0, postule que les probabilit\u00e9s marginales de survenue de l’\u00e9v\u00e9nement d’int\u00e9r\u00eat sont strictement \u00e9quivalentes entre le temps de mesure T1 et le temps de mesure T2. En d’autres termes, H0 \u00e9nonce que le volume th\u00e9orique de transitions d’un \u00e9tat vers l’autre est parfaitement \u00e9quilibr\u00e9, signifiant l’absence d’effet global attribuable \u00e0 l’intervention ou au temps \u00e9coul\u00e9.<\/p>\n \u00c0 l’inverse, l’hypoth\u00e8se alternative bilat\u00e9rale, not\u00e9e HA, postule une asym\u00e9trie entre les trajectoires de conversion observ\u00e9es dans la cohorte. Elle affirme que la probabilit\u00e9 d’une transition positive exc\u00e8de significativement ou, sym\u00e9triquement, est significativement inf\u00e9rieure \u00e0 la probabilit\u00e9 d’une transition n\u00e9gative. Dans certains contextes cliniques o\u00f9 l’effet pr\u00e9visible d’une th\u00e9rapeutique ne peut logiquement s’exercer que dans le sens de l’am\u00e9lioration symptomatique, une hypoth\u00e8se unilat\u00e9rale peut \u00eatre formalis\u00e9e, bien que la prudence scientifique prescrive g\u00e9n\u00e9ralement le maintien d’une formulation bilat\u00e9rale pour capturer d’\u00e9ventuels effets d\u00e9l\u00e9t\u00e8res inattendus.<\/p>\n Le rejet de l’hypoth\u00e8se nulle est conditionn\u00e9 par la fixation a priori d’un seuil de significativit\u00e9 conventionnel, d\u00e9sign\u00e9 par la lettre grecque alpha. Dans l’\u00e9crasante majorit\u00e9 des recherches en psychologie et en sciences comportementales, ce seuil est calibr\u00e9 \u00e0 0,05, imposant que la probabilit\u00e9 d’observer de telles disparit\u00e9s de transition sous l’hypoth\u00e8se nulle soit inf\u00e9rieure \u00e0 5 % pour que l’effet soit d\u00e9clar\u00e9 statistiquement concluant.<\/p>\n L’analyse sous-jacente au test de McNemar s’appuie sur la cat\u00e9gorisation exhaustive des participants en deux ensembles distincts de paires d’observations : les paires concordantes et les paires discordantes. Les paires concordantes rassemblent les sujets dont le statut cat\u00e9goriel demeure strictement inchang\u00e9 entre la phase pr\u00e9-test et la phase post-test. Ces sujets repr\u00e9sentent la stabilit\u00e9 du comportement \u00e9tudi\u00e9, regroupant d’une part les individus ayant conserv\u00e9 un statut positif aux deux temps, et d’autre part ceux ayant maintenu un statut n\u00e9gatif.<\/p>\n Les paires discordantes, en revanche, isolent la dynamique du changement. Elles regroupent exclusivement les sujets ayant op\u00e9r\u00e9 une transition cat\u00e9gorielle au fil du temps : soit les participants pass\u00e9s d’un \u00e9tat n\u00e9gatif en T1 \u00e0 un \u00e9tat positif en T2 (gains ou r\u00e9missions), soit ceux ayant r\u00e9gress\u00e9 d’un \u00e9tat positif en T1 vers un \u00e9tat n\u00e9gatif en T2 (pertes ou rechutes). La singularit\u00e9 math\u00e9matique fondamentale du test de McNemar r\u00e9side dans le fait que sa statistique de test d\u00e9pend exclusivement du volume et de l’asym\u00e9trie de ces paires discordantes.<\/p>\n Les paires concordantes sont d\u00e9lib\u00e9r\u00e9ment exclues du calcul de la statistique de d\u00e9cision, car elles n’apportent aucune information pertinente quant \u00e0 la directionnalit\u00e9 du changement marginal. Cette propri\u00e9t\u00e9 conf\u00e8re au test une puissance d’analyse remarquable, mais impose \u00e9galement que le ratio global de discordance au sein de l’\u00e9chantillon soit suffisant. Si la quasi-totalit\u00e9 des sujets reste stable, le volume effectif de discordants sera trop faible pour permettre \u00e0 l’analyse de rejeter l’hypoth\u00e8se nulle, quelle que soit la taille de la cohorte initiale.<\/p>\n Pour pr\u00e9parer le d\u00e9ploiement op\u00e9rationnel du test de McNemar dans l’environnement Microsoft Excel, les donn\u00e9es brutes doivent \u00eatre agenc\u00e9es selon une structure relationnelle rigoureuse en base de donn\u00e9es plane. Chaque ligne de la feuille de calcul doit correspondre sans ambigu\u00eft\u00e9 \u00e0 une unit\u00e9 observationnelle unique, c’est-\u00e0-dire \u00e0 un participant identifiable de l’\u00e9tude. Toute disposition transversale o\u00f9 les temps de mesure seraient dispers\u00e9s de fa\u00e7on non unifi\u00e9e sur des feuillets distincts doit \u00eatre proscrite.<\/p>\n La structure tabulaire standardis\u00e9e comporte minimalement trois colonnes contigu\u00ebs : la premi\u00e8re colonne est d\u00e9di\u00e9e \u00e0 l’identifiant du participant (par exemple, de la cellule A2 \u00e0 A101 pour une cohorte de cent individus), la deuxi\u00e8me colonne consigne l’\u00e9tat cat\u00e9goriel mesur\u00e9 au temps T1 (cellules B2 \u00e0 B101), et la troisi\u00e8me colonne consigne l’\u00e9tat cat\u00e9goriel mesur\u00e9 au temps T2 (cellules C2 \u00e0 C101). Le codage num\u00e9rique strict doit \u00eatre privil\u00e9gi\u00e9 par rapport aux libell\u00e9s textuels pour pr\u00e9venir les anomalies de typographie : la valeur enti\u00e8re 1 sera assign\u00e9e au succ\u00e8s, \u00e0 la pr\u00e9sence symptomatique ou \u00e0 l’accord, tandis que la valeur enti\u00e8re 0 encodera l’\u00e9chec, l’absence symptomatique ou le d\u00e9saccord.<\/p>\n Avant d’engager tout calcul statistique, une proc\u00e9dure d’audit et de nettoyage des donn\u00e9es s’av\u00e8re indispensable au sein du tableur. L’analyste doit v\u00e9rifier l’alignement parfait des observations pour chaque participant, s’assurer de l’absence totale de doublons d’identification via l’outil de suppression des doublons d’Excel, et filtrer scrupuleusement les enregistrements comportant des cellules vides cons\u00e9cutives \u00e0 une attrition exp\u00e9rimentale au temps post-test.<\/p>\n Une fois la matrice de donn\u00e9es brutes consolid\u00e9e, la synth\u00e8se des fr\u00e9quences conjointes s’effectue au moyen d’un tableau crois\u00e9 dynamique 2×2, qui constitue la matrice canonique requise pour l’analyse de McNemar. La s\u00e9lection de la plage des donn\u00e9es brutes (incluant la ligne d’en-t\u00eate) permet d’ins\u00e9rer un rapport de tableau crois\u00e9 dynamique sur une feuille d\u00e9di\u00e9e afin de s\u00e9parer nettement l’espace d’archivage des donn\u00e9es sources et l’espace computationnel.<\/p>\n La configuration du tableau crois\u00e9 dynamique requiert un param\u00e9trage pr\u00e9cis des champs : le champ T1 est gliss\u00e9 dans la zone des \u00e9tiquettes de lignes, le champ T2 est assign\u00e9 \u00e0 la zone des \u00e9tiquettes de colonnes, et l’identifiant du participant (ou l’une des variables binaires) est plac\u00e9 dans la zone des valeurs. Il est primordial de v\u00e9rifier que le mode de synth\u00e8se de ce champ de valeur soit express\u00e9ment configur\u00e9 sur le \u00ab\u00a0Nombre\u00a0\u00bb d’occurrences et non sur la \u00ab\u00a0Somme\u00a0\u00bb, afin de d\u00e9nombrer fid\u00e8lement les effectifs d’individus correspondant \u00e0 chaque combinaison de statuts.<\/p>\n Le r\u00e9sultat obtenu prend la forme d’une table carr\u00e9e ordonn\u00e9e compos\u00e9e de quatre quadrants fondamentaux, d\u00e9sign\u00e9s par les conventions statistiques a, b, c et d :<\/p>\n Bien que le tableau crois\u00e9 dynamique offre une synth\u00e8se visuelle imm\u00e9diate, l’automatisation d’un mod\u00e8le d’analyse pr\u00e9dictif ou recalculable en temps r\u00e9el sous Excel gagne \u00e0 s’appuyer directement sur des formules statistiques natives. L’utilisation de la fonction NB.SI.ENS<\/em> permet de g\u00e9n\u00e9rer la matrice 2×2 de fa\u00e7on totalement dynamique, \u00e9liminant la n\u00e9cessit\u00e9 d’actualiser manuellement le tableau crois\u00e9 en cas de modification des donn\u00e9es brutes.<\/p>\n En admettant que la plage de mesure initiale T1 r\u00e9side dans les cellules B2:B101 et la mesure finale T2 dans les cellules C2:C101, les quatre cellules de contingence sont configur\u00e9es \u00e0 l’aide des syntaxes suivantes :<\/p>\n Cette approche par formules directes garantit la r\u00e9activit\u00e9 absolue du mod\u00e8le : toute saisie corrective op\u00e9r\u00e9e dans les colonnes sources est instantan\u00e9ment r\u00e9percut\u00e9e sur le tableau de contingence et, par r\u00e9cursion logique, sur l’ensemble des \u00e9tapes d’inf\u00e9rence analytique qui en d\u00e9rivent.<\/p>\n L’estimation de la divergence statistique entre les deux temps de mesure repose historiquement sur l’approximation asymptotique du Khi-deux formul\u00e9e par Quinn McNemar. L’expression alg\u00e9brique canonique de cette statistique se d\u00e9finit par le rapport du carr\u00e9 de la diff\u00e9rence absolue entre les effectifs des cellules discordantes sur la somme totale de ces m\u00eames effectifs discordants :<\/p>\n Chi\u00b2 = (b – c)\u00b2 \/ (b + c)<\/strong><\/p>\n L’observation formelle de cette \u00e9quation r\u00e9v\u00e8le imm\u00e9diatement une caract\u00e9ristique fondamentale : les effectifs des cellules concordantes a<\/em> et d<\/em> n’interviennent aucunement dans le num\u00e9rateur ni dans le d\u00e9nominateur de la fraction. Que l’\u00e9chantillon comprenne dix, cent ou dix mille sujets n’ayant connu aucune alt\u00e9ration de leur \u00e9tat initial, la valeur num\u00e9rique finale du Khi-deux demeure rigoureusement invariante si les valeurs de b<\/em> et de c<\/em> sont fix\u00e9es. La statistique \u00e9value purement l’\u00e9loignement relatif de l’\u00e9quilibre th\u00e9orique entre les deux sens de transition.<\/p>\n Sous l’hypoth\u00e8se nulle d’homog\u00e9n\u00e9it\u00e9 marginale, cette grandeur converge asymptotiquement vers une distribution th\u00e9orique du Khi-deux continu \u00e0 un unique degr\u00e9 de libert\u00e9 (dl = 1). Toutefois, cette convergence math\u00e9matique n’est satisfaisante que dans la mesure o\u00f9 l’effectif cumul\u00e9 des paires discordantes, repr\u00e9sent\u00e9 par la somme b + c<\/em>, atteint une dimension suffisante pour amortir la granularit\u00e9 discr\u00e8te des comptages \u00e9l\u00e9mentaires.<\/p>\n La d\u00e9rivation math\u00e9matique du test de McNemar s’enracine dans la th\u00e9orie combinatoire de la loi binomiale. Soit n_d = b + c<\/em> le nombre total d’observations ayant subi une modification d’\u00e9tat cat\u00e9goriel au terme du protocole. Si l’hypoth\u00e8se nulle H0 est rigoureusement exacte, chaque transition individuelle observ\u00e9e dispose d’une probabilit\u00e9 th\u00e9orique \u00e9gale de s’effectuer dans le sens 1 vers 0 (cellule b<\/em>) ou dans le sens 0 vers 1 (cellule c<\/em>).<\/p>\n Par cons\u00e9quent, conditionnellement au nombre total de transitions observ\u00e9es n_d<\/em>, la variable al\u00e9atoire repr\u00e9sentant l’effectif de la cellule b<\/em> suit de mani\u00e8re exacte une distribution binomiale de param\u00e8tres n_d<\/em> et de probabilit\u00e9 de succ\u00e8s p = 0,5<\/em>. L’esp\u00e9rance math\u00e9matique de cette variable s’\u00e9tablit \u00e0 E(b) = n_d \/ 2 = (b + c) \/ 2<\/em>, et sa variance th\u00e9orique s’\u00e9crit Var(b) = n_d * p * (1 – p) = (b + c) \/ 4<\/em>.<\/p>\n En vertu du th\u00e9or\u00e8me central limite, lorsque l’effectif n_d<\/em> tend vers l’infini, la distribution binomiale centr\u00e9e et r\u00e9duite converge vers une loi normale standard N(0, 1). La standardisation de la variable b<\/em> donne la statistique Z<\/em> suivante :<\/p>\n Z = (b – E(b)) \/ racine(Var(b)) = [b – (b + c) \/ 2] \/ racine((b + c) \/ 4) = (b – c) \/ racine(b + c)<\/strong><\/p>\n Puisque le carr\u00e9 d’une variable al\u00e9atoire distribu\u00e9e selon une loi normale standard suit rigoureusement une distribution du Khi-deux \u00e0 1 degr\u00e9 de libert\u00e9, il suffit d’\u00e9lever la statistique Z<\/em> au carr\u00e9 pour retrouver l’expression classique du Khi-deux de McNemar : Z\u00b2 = Chi\u00b2 = (b – c)\u00b2 \/ (b + c)<\/em>. Cette d\u00e9rivation formelle illustre avec limpidit\u00e9 la filiation directe unissant le mod\u00e8le binomial discret et l’approximation continue du Khi-deux.<\/p>\n D’un point de vue g\u00e9om\u00e9trique et conceptuel, le test de McNemar op\u00e8re une projection orthogonale sur l’espace d’\u00e9tat en neutralisant la composante diagonale invariante de la matrice de contingence. Les cellules a<\/em> et d<\/em> constituent la diagonale principale, repr\u00e9sentant la persistance de l’\u00e9tat psychologique ou comportemental. En statistique m\u00e9thodologique, inclure ces cellules reviendrait \u00e0 indexer la significativit\u00e9 du changement sur l’inertie g\u00e9n\u00e9rale du syst\u00e8me, diluant ind\u00fbment l’information s\u00e9lective de transition.<\/p>\n L’interpr\u00e9tation de la formule met en lumi\u00e8re une g\u00e9om\u00e9trie d’asym\u00e9trie : l’\u00e9cart quadratique (b – c)\u00b2<\/em> mesure la distance euclidienne de dispersion par rapport \u00e0 la bissectrice d’\u00e9quiprobabilit\u00e9. Plus le rapport entre b<\/em> et c<\/em> s’\u00e9loigne de l’unit\u00e9, plus le vecteur de trajectoire de l’\u00e9chantillon d\u00e9montre une polarisation directionnelle marqu\u00e9e, traduisant l’action non al\u00e9atoire de la variable exp\u00e9rimentale.<\/p>\n Il importe n\u00e9anmoins de noter qu’un volume \u00e9lev\u00e9 de paires concordantes, bien qu’absent de la statistique formelle, influence la pr\u00e9cision globale de l’\u00e9tude. Si 95 % des sujets tombent dans les quadrants a<\/em> et d<\/em>, la taille effective de l’\u00e9chantillon discordant b + c<\/em> sera marginale, conduisant \u00e0 une variance empirique \u00e9largie et \u00e0 un risque majeur de commettre une erreur de deuxi\u00e8me esp\u00e8ce (non-rejet d’une hypoth\u00e8se nulle fausse). Le test de McNemar se pr\u00e9sente ainsi comme un cas particulier, \u00e0 deux modalit\u00e9s, des tests d’homog\u00e9n\u00e9it\u00e9 marginale de Stuart-Maxwell ou de McNemar-Bowker utilis\u00e9s pour les dimensions qualitatives sup\u00e9rieures.<\/p>\n L’excellence m\u00e9thodologique dans la conception d’un mod\u00e8le d’analyse sous Excel requiert une discipline spatiale stricte au sein du classeur. Pour garantir la p\u00e9rennit\u00e9 de l’audit analytique et pr\u00e9venir les alt\u00e9rations involontaires, il est imp\u00e9ratif de s\u00e9parer la feuille de travail en trois zones g\u00e9ographiques \u00e9tanches, d\u00e9limit\u00e9es par des conventions typographiques et des codes couleur normalis\u00e9s :<\/p>\n L’affectation de noms de plages explicites via le Gestionnaire de noms d’Excel (ruban Formules) renforce consid\u00e9rablement la robustesse de l’architecture. Nous d\u00e9signerons par exemple la cellule h\u00e9bergeant l’effectif b<\/em> sous l’\u00e9tiquette Discordant_b<\/em> et la cellule h\u00e9bergeant l’effectif c<\/em> sous l’\u00e9tiquette Discordant_c<\/em>. Cette pratique pr\u00e9vient les erreurs d’adressage relatif lors des manipulations de cellules et rend les formules de calcul directement lisibles pour des tiers auditeurs.<\/p>\n La transposition de l’\u00e9quation asymptotique standard de McNemar s’effectue par l’encha\u00eenement de fonctions arithm\u00e9tiques fondamentales garantissant une tra\u00e7abilit\u00e9 totale des \u00e9tapes de calcul au sein de la Zone C de la feuille de calcul.<\/p>\n En assignant, \u00e0 titre d’illustration, la cellule F6 \u00e0 la fr\u00e9quence b<\/em> (T1=1 et T2=0) et la cellule G5 \u00e0 la fr\u00e9quence c<\/em> (T1=0 et T2=1), l’impl\u00e9mentation de la statistique s’effectue selon la d\u00e9composition suivante :<\/p>\n 1. Calcul de la diff\u00e9rence arithm\u00e9tique simple entre les cellules de d\u00e9saccord dans la cellule J4 : 2. Calcul de la somme totale des discordants dans la cellule J5 : 3. Calcul de la statistique du Khi-deux brute non corrig\u00e9e dans la cellule J6 : La formulation condens\u00e9e \u00e9vite la prolif\u00e9ration de cellules interm\u00e9diaires superflues, tandis que la formulation d\u00e9compos\u00e9e offre l’avantage p\u00e9dagogique de visualiser explicitement l’amplitude de l’\u00e9cart net et la masse critique discordante sur laquelle repose la standardisation.<\/p>\n Un mod\u00e8le analytique n’est scientifiquement cr\u00e9dible que s’il int\u00e8gre des m\u00e9canismes intrins\u00e8ques de validation logique. La premi\u00e8re proc\u00e9dure de contr\u00f4le indispensable consiste \u00e0 valider la conservation des effectifs : la somme cumulative des quatre cellules de contingence (a + b + c + d)<\/em> doit co\u00efncider rigoureusement avec le nombre total de lignes de participants N<\/em> enregistr\u00e9es dans la colonne d’identifiants.<\/p>\n Dans une cellule de diagnostic d\u00e9di\u00e9e, il convient d’ins\u00e9rer l’instruction conditionnelle d’int\u00e9grit\u00e9 suivante : De surcro\u00eet, le risque computationnel de division par z\u00e9ro doit \u00eatre syst\u00e9matiquement neutralis\u00e9. Si un \u00e9chantillon parfaitement invariable \u00e9tait accidentellement soumis au calcul, r\u00e9sultant en une somme (b + c) = 0<\/em>, le tableur renverrait une erreur structurelle de type #DIV\/0!. Pour parer \u00e0 cette \u00e9ventualit\u00e9, la formule finale du Khi-deux doit \u00eatre encapsul\u00e9e dans une fonction logique : L’utilisation compl\u00e9mentaire de l’outil d’audit des formules d’Excel (Rep\u00e9rer les ant\u00e9c\u00e9dents et Rep\u00e9rer les d\u00e9pendants) permet de tracer graphiquement les flux de liaison vectoriels, confirmant formellement qu’aucune cellule concordante n’a \u00e9t\u00e9 ins\u00e9r\u00e9e par m\u00e9garde dans les d\u00e9pendances du ratio de McNemar.<\/p>\n L’approximation d’une distribution discr\u00e8te (la somme binomiale des fr\u00e9quences observ\u00e9es) par une loi de probabilit\u00e9 strictement continue (la loi du Khi-deux) engendre une distorsion math\u00e9matique intrins\u00e8que, particuli\u00e8rement aigu\u00eb au niveau des valeurs centrales et des extr\u00eames de distribution. En 1934, le statisticien Frank Yates a d\u00e9montr\u00e9 que cette approximation par le continu a tendance \u00e0 sous-estimer syst\u00e9matiquement la variance r\u00e9elle des probabilit\u00e9s cumul\u00e9es discr\u00e8tes, provoquant une surestimation artificielle de la valeur num\u00e9rique de la statistique de test.<\/p>\n Cette inflation non contr\u00f4l\u00e9e du Khi-deux a pour cons\u00e9quence directe de gonfler ind\u00fbment le taux de rejet de l’hypoth\u00e8se nulle, augmentant ainsi l’erreur de type I (faux positifs scientifiques). Pour pallier ce biais m\u00e9canique, Yates a propos\u00e9 de retrancher une quantit\u00e9 fixe de 0,5 \u00e0 la valeur absolue de l’\u00e9cart r\u00e9siduel discret avant d’\u00e9lever la diff\u00e9rence au carr\u00e9.<\/p>\n Dans l’expression canonique du test de McNemar, la correction de Yates s’applique \u00e0 la diff\u00e9rence absolue entre b<\/em> et c<\/em>. Puisque la statistique initiale repose sur un \u00e9cart d’entiers discrets, la d\u00e9duction de 0,5 sur la variable normale Z<\/em> \u00e9quivaut math\u00e9matiquement, une fois pass\u00e9e \u00e0 l’\u00e9l\u00e9vation au carr\u00e9 de la statistique du Khi-deux globale, \u00e0 la d\u00e9duction d’une unit\u00e9 enti\u00e8re :<\/p>\n Chi\u00b2_corrig\u00e9 = (|b – c| – 1)\u00b2 \/ (b + c)<\/strong><\/p>\n Cette correction exerce une contrainte conservatrice sur le mod\u00e8le, r\u00e9duisant la magnitude de la statistique observ\u00e9e et exigeant un d\u00e9s\u00e9quilibre plus marqu\u00e9 entre les trajectoires discordantes pour franchir les seuils de significativit\u00e9 conventionnels.<\/p>\n Pour impl\u00e9menter rigoureusement la correction de continuit\u00e9 de Frank Yates au sein de la barre de formule d’Excel, il est n\u00e9cessaire d’imbriquer la fonction de valeur absolue ABS<\/em> au c\u0153ur du traitement arithm\u00e9tique pour s’assurer que la soustraction de l’unit\u00e9 correctrice op\u00e8re toujours dans le sens de la r\u00e9duction de l’amplitude globale de l’\u00e9cart.<\/p>\n La formule standardis\u00e9e recommand\u00e9e pour la cellule de restitution du Khi-deux corrig\u00e9 s’\u00e9nonce comme suit : L’incorporation d\u00e9lib\u00e9r\u00e9e de la fonction MAX(0; …)<\/em> au sein de la formulation alg\u00e9brique constitue une s\u00e9curit\u00e9 computationnelle essentielle. Dans l’\u00e9ventualit\u00e9 o\u00f9 l’\u00e9cart absolu entre b<\/em> et c<\/em> serait rigoureusement nul (parit\u00e9 absolue des transitions o\u00f9 b = c<\/em>), la soustraction aveugle d’une unit\u00e9 m\u00e8nerait \u00e0 la valeur -1. Son \u00e9l\u00e9vation quadratique ult\u00e9rieure produirait alors une statistique positive artificielle de 1 \/ (b + c)<\/em> au lieu d’une valeur nulle. La fonction MAX<\/em> garantit que toute valeur r\u00e9sultante inf\u00e9rieure \u00e0 z\u00e9ro soit instantan\u00e9ment ramen\u00e9e au plancher absolu de z\u00e9ro.<\/p>\n Il conviendra de veiller scrupuleusement aux conventions de ponctuation propres \u00e0 la version locale d’Excel utilis\u00e9e : les versions francophones imposent l’usage exclusif du point-virgule comme s\u00e9parateur d’arguments, tandis que les environnements anglophones op\u00e8rent avec la virgule ( L’effet diff\u00e9rentiel induit par l’application ou l’omission de la correction de continuit\u00e9 de Yates est fonction inverse de l’effectif global des cellules discordantes. Lorsque la somme b + c<\/em> s’\u00e9l\u00e8ve \u00e0 plusieurs centaines d’unit\u00e9s d’observation, l’impact relatif de la d\u00e9duction d’une unit\u00e9 au num\u00e9rateur devient quasi infinit\u00e9simal, conduisant \u00e0 une convergence num\u00e9rique quasi parfaite entre les versions corrig\u00e9e et non corrig\u00e9e.<\/p>\n En revanche, lorsque l’effectif discriminant se situe dans une fourchette mod\u00e9r\u00e9e, comprise entre 20 et 60 participants discordants, la correction de Yates alt\u00e8re substantiellement la magnitude de la statistique calcul\u00e9e. Il n’est pas rare de constater des sc\u00e9narios empiriques o\u00f9 une statistique de Khi-deux brute de 4,15 (d\u00e9passant le seuil critique de significativit\u00e9 de 3,841 et affichant une p-valeur < 0,05) se trouve r\u00e9trograd\u00e9e apr\u00e8s correction \u00e0 une valeur de 3,42, basculant r\u00e9troactivement l’effet dans la zone de non-significativit\u00e9 (p-valeur > 0,05).<\/p>\n Ce ph\u00e9nom\u00e8ne d’oscillation d\u00e9cisionnelle impose une vigilance d\u00e9ontologique absolue. Les manuels de psychom\u00e9trie recommandent formellement aux investigateurs de d\u00e9finir l’usage de la correction de continuit\u00e9 a priori dans leur protocole d’enregistrement m\u00e9thodologique, \u00e9vitant ainsi l’\u00e9cueil du \u00ab\u00a0p-hacking\u00a0\u00bb qui consisterait \u00e0 choisir arbitrairement la formule pr\u00e9sentant le r\u00e9sultat le plus favorable \u00e0 la publication scientifique.<\/p>\n Une fois la statistique du Khi-deux de McNemar d\u00fbment \u00e9tablie (avec ou sans correction de continuit\u00e9 de Yates), l’\u00e9tape d\u00e9cisive du processus inf\u00e9rentiel consiste \u00e0 d\u00e9terminer la probabilit\u00e9 associ\u00e9e sous l’hypoth\u00e8se nulle, couramment d\u00e9sign\u00e9e sous le vocable de p-valeur. Au sein des versions contemporaines d’Excel, cette d\u00e9termination s’effectue avec une pr\u00e9cision algorithmique remarquable gr\u00e2ce \u00e0 la fonction native LOI.KHIDEUX.DROITE<\/em> (ou CHISQ.DIST.RT<\/em> en version internationale).<\/p>\n La syntaxe op\u00e9ratoire de cette fonction requiert rigoureusement deux param\u00e8tres positionnels : Le param\u00e8tre x<\/em> repr\u00e9sente la valeur num\u00e9rique de la statistique de test calcul\u00e9e pr\u00e9c\u00e9demment (par exemple, la r\u00e9f\u00e9rence \u00e0 la cellule h\u00e9bergeant le r\u00e9sultat du Khi-deux). Le second param\u00e8tre, degres_liberte<\/em>, doit imp\u00e9rativement \u00eatre fix\u00e9 \u00e0 la constante 1<\/strong>. En effet, dans le cadre univari\u00e9 du test d’homog\u00e9n\u00e9it\u00e9 marginale 2×2 de McNemar, la libert\u00e9 de fluctuation stochastique est strictement restreinte \u00e0 un degr\u00e9 de libert\u00e9, puisque l’estimation de l’effectif c<\/em> est int\u00e9gralement contrainte d\u00e8s lors que le total n_d<\/em> et l’effectif b<\/em> sont d\u00e9termin\u00e9s.<\/p>\n Pour garantir la r\u00e9trocompatibilit\u00e9 des classeurs analytiques avec des versions ant\u00e9rieures \u00e0 Microsoft Excel 2010, les praticiens peuvent encore mobiliser l’ancienne fonction Dans le paradigme classique de test d’hypoth\u00e8se de Neyman-Pearson, la d\u00e9cision m\u00e9thodologique s’op\u00e8re par la confrontation directe de la statistique calcul\u00e9e \u00e0 un seuil d’exclusion probabiliste pr\u00e9alablement fix\u00e9, d\u00e9sign\u00e9 sous le terme de valeur critique. Pour un risque d’erreur alpha consenti \u00e0 5 % (0,05) et un degr\u00e9 de libert\u00e9, la distribution th\u00e9orique du Khi-deux assigne une valeur critique universellement connue de 3,841.<\/p>\n Dans l’environnement Excel, ce seuil th\u00e9orique exact peut \u00eatre extrait dynamiquement au moyen de la fonction de quantile inverse unilat\u00e9rale droite : En assignant une cellule d’entr\u00e9e au seuil alpha choisi (par exemple la cellule J8 valoris\u00e9e \u00e0 0,05), l’instruction de d\u00e9termination du seuil s’\u00e9crit : Pour automatiser int\u00e9gralement le rendu du verdict d’inf\u00e9rence, une cellule de conclusion logique peut \u00eatre configur\u00e9e via une instruction conditionnelle articulant le Khi-deux calcul\u00e9 (cellule J6) et le Khi-deux critique th\u00e9orique (cellule J9) : L’arbitrage scientifique d\u00e9finitif ne saurait \u00eatre r\u00e9duit \u00e0 une ex\u00e9cution m\u00e9canique de seuils sans une compr\u00e9hension approfondie de la distribution des risques d’erreur. Si la p-valeur extraite par la fonction LOI.KHIDEUX.DROITE<\/em> s’av\u00e8re inf\u00e9rieure ou strictement \u00e9gale au seuil critique alpha pr\u00e9d\u00e9fini (ordinairement p < 0,05), le chercheur est formellement fond\u00e9 \u00e0 r\u00e9cuser l’hypoth\u00e8se nulle. Ce rejet implique que la disparit\u00e9 observ\u00e9e entre les proportions de gains et de pertes pr\u00e9sente une probabilit\u00e9 inf\u00e9rieure \u00e0 5 % d’\u00e9merger par simple fluctuation stochastique dans une population o\u00f9 l’intervention n’aurait aucun effet.<\/p>\n Inversement, l’obtention d’une p-valeur sup\u00e9rieure au seuil conventionnel impose la r\u00e9tention prudente de l’hypoth\u00e8se H0. Il convient toutefois de souligner une distinction \u00e9pist\u00e9mologique fondamentale : la non-rejection de l’hypoth\u00e8se nulle ne constitue en aucun cas une d\u00e9monstration de l’\u00e9quivalence stricte ou de l’inutilit\u00e9 clinique de l’intervention test\u00e9e. Elle signale exclusivement que l’empirie collect\u00e9e ne parvient pas \u00e0 apporter un degr\u00e9 d’\u00e9vidence suffisant pour disqualifier le hasard au niveau de confiance requis.<\/p>\n En pr\u00e9sence d’analyses exploratoires multiples men\u00e9es sur plusieurs cohortes ou sous-groupes cliniques simultan\u00e9s au sein du m\u00eame classeur Excel, l’investigateur doit imp\u00e9rativement corriger le seuil alpha d’exclusion (via la m\u00e9thode conservatrice de Bonferroni ou la proc\u00e9dure s\u00e9quentielle de Holm-Bonferroni) afin de contenir le risque d’erreur globale familiale, en ajustant en cons\u00e9quence l’argument probabiliste ins\u00e9r\u00e9 dans les formules d’inf\u00e9rence.<\/p>\n L’\u00e9difice math\u00e9matique de la distribution du Khi-deux repose sur le postulat d’une transition asymptotique vers le continu, laquelle s’effondre in\u00e9vitablement lorsque le volume d’observations discordantes devient trop restreint. La litt\u00e9rature biom\u00e9trique et les directives de la Soci\u00e9t\u00e9 Am\u00e9ricaine de Psychologie<\/a> s’accordent sur un consensus d’alerte m\u00e9thodologique : d\u00e8s lors que la somme des paires discordantes (b + c)<\/em> est strictement inf\u00e9rieure \u00e0 25, l’approximation du Khi-deux, m\u00eame modul\u00e9e par l’ajustement de Yates, perd sa robustesse et devient sujette \u00e0 des distorsions d’approximation substantielles.<\/p>\n Dans un tel contexte de faible effectif discordant, le recours \u00e0 une loi continue surestime ou sous-estime arbitrairement les probabilit\u00e9s cumul\u00e9es r\u00e9elles au sein des queues de distribution. Cette instabilit\u00e9 compromet gravement la validit\u00e9 interne des inf\u00e9rences psychom\u00e9triques, particuli\u00e8rement dans les protocoles cliniques portant sur des populations rares ou des th\u00e9rapeutiques innovantes o\u00f9 les cohortes sont structurellement restreintes.<\/p>\n Le chercheur doit alors abandonner les fonctions asymptotiques au profit du calcul combinatoire exact bas\u00e9 sur la distribution binomiale discr\u00e8te. Microsoft Excel dispose d’outils statistiques \u00e9prouv\u00e9s capables d’ex\u00e9cuter ce traitement probabiliste exact avec une rigueur absolue, sans recourir \u00e0 la moindre extrapolation g\u00e9om\u00e9trique.<\/p>\n Sous la neutralit\u00e9 parfaite postul\u00e9e par l’hypoth\u00e8se nulle, la r\u00e9partition des sujets discordants ob\u00e9it fid\u00e8lement \u00e0 une loi binomiale de param\u00e8tres n = (b + c)<\/em> et de probabilit\u00e9 th\u00e9orique de succ\u00e8s p = 0,5<\/em>. La d\u00e9termination de la significativit\u00e9 s’obtient alors en calculant la probabilit\u00e9 cumulative discr\u00e8te d’observer un partitionnement au moins aussi asym\u00e9trique que celui constat\u00e9 dans les donn\u00e9es empiriques.<\/p>\n Cette sommation probabiliste est enti\u00e8rement op\u00e9rable sous Excel gr\u00e2ce \u00e0 la fonction de distribution binomiale modernis\u00e9e : Pour ex\u00e9cuter le calcul unilat\u00e9ral inf\u00e9rieur, l’algorithme doit \u00e9valuer la probabilit\u00e9 cumul\u00e9e d’obtenir au maximum la valeur du plus petit effectif discordant observ\u00e9. Soit la constante k = MIN(b; c)<\/em>. L’affectation formelle des param\u00e8tres s’ordonne ainsi :<\/p>\n La formule unilat\u00e9rale exacte s’\u00e9crit de mani\u00e8re unifi\u00e9e : Dans la mesure o\u00f9 la distribution binomiale sous le param\u00e8tre p = 0,5<\/em> est parfaitement sym\u00e9trique autour de son esp\u00e9rance math\u00e9matique n \/ 2<\/em>, la p-valeur exacte pour un test bilat\u00e9ral s’obtient conceptuellement en doublant la masse probabiliste cumul\u00e9e de la queue de distribution unilat\u00e9rale inf\u00e9rieure.<\/p>\n Toutefois, une pr\u00e9caution algorithmique majeure doit \u00eatre impl\u00e9ment\u00e9e au sein de la syntaxe d’Excel pour pr\u00e9venir les d\u00e9bordements de probabilit\u00e9. Si l’\u00e9cart entre b<\/em> et c<\/em> est rigoureusement nul (par exemple, b = 8<\/em> et c = 8<\/em>), le calcul de la moiti\u00e9 de la distribution binomiale incluant la m\u00e9diane renvoie une valeur cumulative strictement sup\u00e9rieure \u00e0 0,5. Sa simple multiplication arithm\u00e9tique par deux restituerait alors une p-valeur absurde exc\u00e9dant le plafond math\u00e9matique absolu de 1,0.<\/p>\n Pour formuler une syntaxe bilat\u00e9rale robuste et universellement valide dans Excel, il convient d’encapsuler le doublement de la loi binomiale dans la fonction MIN<\/em> : Cette construction algorithmique garantit que le r\u00e9sultat demeure rigoureusement born\u00e9 dans l’intervalle probabiliste l\u00e9gal [0, 1]. Elle offre aux investigateurs confront\u00e9s \u00e0 des \u00e9chantillons r\u00e9duits une exactitude statistique totale, surpassant les approximations du Khi-deux continu sans n\u00e9cessiter le passage par des biblioth\u00e8ques de programmation externes.<\/p>\n Pour optimiser les processus de recherche r\u00e9currents et dispenser les analystes de reconstruire continuellement les cha\u00eenes de formules manuelles, l’environnement Microsoft Excel int\u00e8gre le langage de programmation Visual Basic for Applications (VBA). La cr\u00e9ation d’une fonction personnalis\u00e9e (UDF) d\u00e9di\u00e9e au test de McNemar permet de regrouper la logique asymptotique, l’ajustement de Yates et le basculement automatique vers le calcul binomial exact au sein d’une seule commande unifi\u00e9e.<\/p>\n L’ouverture de l’\u00e9diteur VBA (raccourci Alt + F11) et l’insertion d’un nouveau module standard permet d’int\u00e9grer le script de programmation structur\u00e9 suivant :<\/p>\n Function MCNEMAR_EXCEL(cell_b As Double, cell_c As Double, Optional Mode As String = \u00ab\u00a0AUTO\u00a0\u00bb) As Double Une fois compil\u00e9e, cette fonction s’emploie directement dans n’importe quelle cellule du tableur sous la syntaxe intuitive L’exploitation contemporaine d’Excel dans les laboratoires de psychologie s’appuie d\u00e9sormais sur les fonctions matricielles dynamiques natives introduites dans les versions modernes d’Office 365, telles que FILTRE<\/em> et UNIQUE<\/em>. Ces outils autorisent la construction de tableaux de bord interactifs permettant de segmenter instantan\u00e9ment les r\u00e9sultats de McNemar selon des crit\u00e8res de sous-populations (genre, tranches d’\u00e2ge, s\u00e9v\u00e9rit\u00e9 initiale du diagnostic).<\/p>\n En implantant une cellule de liste d\u00e9roulante (via la Validation des donn\u00e9es) permettant de s\u00e9lectionner une strate d\u00e9mographique sp\u00e9cifique, l’extraction dynamique de la matrice d’analyse s’op\u00e8re par la formule : Pour parfaire l’ergonomie visuelle et pr\u00e9venir les b\u00e9vues d’interpr\u00e9tation, la mise en forme conditionnelle doit \u00eatre activement d\u00e9ploy\u00e9e sur les cellules discordantes. Une r\u00e8gle d’alerte bas\u00e9e sur la condition Le d\u00e9ploiement d’un classeur d’analyse au sein d’une \u00e9quipe de recherche collaborative exige une s\u00e9curisation technique rigoureuse de ses constituants. La premi\u00e8re \u00e9tape consiste \u00e0 verrouiller l’ensemble des cellules h\u00e9bergeant des \u00e9quations fondamentales ou des constantes de test, en restreignant l’acc\u00e8s en \u00e9criture aux seules plages de saisie brute pr\u00e9-test et post-test au moyen de la fonctionnalit\u00e9 \u00ab\u00a0Prot\u00e9ger la feuille\u00a0\u00bb (ruban R\u00e9vision).<\/p>\n De surcro\u00eet, l’application de r\u00e8gles de validation des donn\u00e9es sur les colonnes sources est indispensable pour interdire toute entr\u00e9e incoh\u00e9rente. La s\u00e9lection de la plage B2:C101 doit s’accompagner d’une r\u00e8gle n’autorisant que les \u00ab\u00a0Nombres entiers\u00a0\u00bb compris strictement entre 0 et 1. Toute tentative de saisie accidentelle d’une modalit\u00e9 aberrante (ex. 2, -1 ou un texte quelconque) est ainsi bloqu\u00e9e \u00e0 la source par une bo\u00eete d’alerte modale bloquante.<\/p>\n Enfin, une documentation interne structur\u00e9e au sein d’un onglet liminaire \u00ab\u00a0Notice m\u00e9thodologique\u00a0\u00bb assure la r\u00e9plicabilit\u00e9 du mod\u00e8le scientifique. Cet onglet doit expliciter l’ensemble des conventions d’encodage, le statut des corrections de continuit\u00e9 appliqu\u00e9es et les r\u00e9f\u00e9rences bibliographiques ayant pr\u00e9sid\u00e9 \u00e0 l’\u00e9laboration des calculs automatis\u00e9s.<\/p>\n L’estimation de la seule p-valeur s’av\u00e8re insuffisante pour caract\u00e9riser pleinement la port\u00e9e d’un r\u00e9sultat scientifique ; l’analyse statistique moderne exige la d\u00e9termination d’une mesure d’intensit\u00e9 d’association standardis\u00e9e. Dans le cadre exclusif des tables de contingence appari\u00e9es 2×2, le rapport de cotes, ou Odds Ratio appari\u00e9<\/a> (OR), ne s’\u00e9tablit pas par le produit crois\u00e9 standard des quatre cellules mais par le quotient exclusif des effectifs discordants :<\/p>\n OR = b \/ c<\/strong><\/p>\n Ce ratio quantifie directement la force relative de la trajectoire de transition. Une valeur d’Odds Ratio strictement sup\u00e9rieure \u00e0 1,0 indique que les sujets ont une propension pr\u00e9pond\u00e9rante \u00e0 basculer de l’\u00e9tat 1 vers l’\u00e9tat 0 comparativement \u00e0 la transition inverse. \u00c0 l’inverse, un Odds Ratio inf\u00e9rieur \u00e0 1,0 traduit une dynamique orient\u00e9e pr\u00e9f\u00e9rentiellement du statut 0 vers le statut 1. L’impl\u00e9mentation sous Excel n\u00e9cessite de neutraliser l’\u00e9ventualit\u00e9 d’une division par z\u00e9ro au cas o\u00f9 la cellule c<\/em> serait nulle, en recourant \u00e0 la formule : L’intervalle de confiance \u00e0 95 % de cet Odds Ratio appari\u00e9 se d\u00e9rive log-lin\u00e9airement sous Excel. La borne inf\u00e9rieure s’ex\u00e9cute par la syntaxe matricielle :![\"McNemar\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/mcnemar_excel.jpg\")
1.2 Distinction fondamentale entre \u00e9chantillons ind\u00e9pendants et appari\u00e9s<\/h3>\n
1.3 Objectifs m\u00e9thodologiques et port\u00e9e de la mesure du changement<\/h3>\n
2. Conditions d’application et hypoth\u00e8ses statistiques du test<\/h2>\n
2.1 Typologie des variables et structure dichotomique<\/h3>\n
2.2 Formulation formelle des hypoth\u00e8ses nulle et alternative<\/h3>\n
2.3 Notion critique de paires discordantes et concordantes<\/h3>\n
3. Structuration des donn\u00e9es et tableau de contingence 2×2 dans Excel<\/h2>\n
3.1 Organisation matricielle des donn\u00e9es brutes pr\u00e9-test et post-test<\/h3>\n
3.2 Construction du tableau crois\u00e9 dynamique 2×2<\/h3>\n
\n
3.3 Param\u00e9trage des formules matricielles de comptage automatique<\/h3>\n
\n
=NB.SI.ENS(B2:B101; 1; C2:C101; 1)<\/code><\/li>\n=NB.SI.ENS(B2:B101; 1; C2:C101; 0)<\/code><\/li>\n=NB.SI.ENS(B2:B101; 0; C2:C101; 1)<\/code><\/li>\n=NB.SI.ENS(B2:B101; 0; C2:C101; 0)<\/code><\/li>\n<\/ul>\n4. Formulation math\u00e9matique et d\u00e9rivation de la statistique de test<\/h2>\n
4.1 Formule asymptotique standard du Khi-deux de McNemar<\/h3>\n
4.2 D\u00e9monstration de la distribution th\u00e9orique sous l’hypoth\u00e8se nulle<\/h3>\n
4.3 R\u00f4le exclusif et interpr\u00e9tation g\u00e9om\u00e9trique des cellules discordantes<\/h3>\n
5. Configuration pas \u00e0 pas d’Excel pour le calcul manuel de McNemar<\/h2>\n
5.1 Agencement m\u00e9thodique de la feuille de calcul<\/h3>\n
\n
5.2 Calcul de la statistique du Khi-deux non corrig\u00e9e via formules Excel<\/h3>\n
\n=F6 - G5<\/code><\/p>\n
\n=F6 + G5<\/code><\/p>\n
\n=PUISSANCE(J4; 2) \/ J5<\/code> ou alternativement sous forme directe condens\u00e9e :
\n=PUISSANCE(F6 - G5; 2) \/ (F6 + G5)<\/code><\/p>\n5.3 V\u00e9rification de coh\u00e9rence et audit des formules<\/h3>\n
\n=SI(SOMME(F5:G6) = NB(A2:A101); \"Int\u00e9grit\u00e9 valid\u00e9e\"; \"ERREUR: Discordance d'effectifs\")<\/code><\/p>\n
\n=SI((F6 + G5) = 0; 0; PUISSANCE(F6 - G5; 2) \/ (F6 + G5))<\/code><\/p>\n6. Int\u00e9gration de la correction de continuit\u00e9 de Yates dans la formule Excel<\/h2>\n
6.1 Fondement math\u00e9matique de la correction pour discontinuit\u00e9<\/h3>\n
6.2 Syntaxes d’impl\u00e9mentation dans la barre de formule Excel<\/h3>\n
\n=PUISSANCE(MAX(0; ABS(F6 - G5) - 1); 2) \/ (F6 + G5)<\/code><\/p>\n=POWER(MAX(0, ABS(F6 - G5) - 1), 2) \/ (F6 + G5)<\/code>).<\/p>\n6.3 Analyse d’impact num\u00e9rique et seuils de divergence<\/h3>\n
7. D\u00e9termination de la p-valeur avec les fonctions statistiques d’Excel<\/h2>\n
7.1 Utilisation avanc\u00e9e de la fonction LOI.KHIDEUX.DROITE<\/h3>\n
\n=LOI.KHIDEUX.DROITE(x; degres_liberte)<\/code><\/p>\n=CHIDIST(x; 1)<\/code>. Cependant, la documentation officielle de l’\u00e9diteur pr\u00e9conise l’adoption exclusive de la nouvelle nomenclature fonctionnelle, laquelle b\u00e9n\u00e9ficie d’une pr\u00e9cision accrue de calcul dans l’approximation des int\u00e9grales de queue de distribution.<\/p>\n7.2 Calcul de la valeur critique avec LOI.KHIDEUX.INVERSE.DROITE<\/h3>\n
\n=LOI.KHIDEUX.INVERSE.DROITE(alpha; degres_liberte)<\/code><\/p>\n
\n=LOI.KHIDEUX.INVERSE.DROITE(J8; 1)<\/code>, ce qui restitue avec une haute pr\u00e9cision d\u00e9cimale la constante th\u00e9orique 3,84145882.<\/p>\n
\n=SI(J6 >= J9; \"Rejet de H0 : Changement statistiquement significatif\"; \"Maintien de H0 : Absence d'effet significatif\")<\/code><\/p>\n7.3 R\u00e8gles formelles de d\u00e9cision face au seuil de significativit\u00e9 alpha<\/h3>\n
8. Utilisation du test binomial exact dans Excel pour les petits \u00e9chantillons<\/h2>\n
8.1 Limites de l’approximation asymptotique et crit\u00e8res d’alerte<\/h3>\n
8.2 Impl\u00e9mentation de la fonction LOI.BINOMIALE.N dans Excel<\/h3>\n
\n=LOI.BINOMIALE.N(nombre_s; essais; probabilite_s; cumulative)<\/code><\/p>\n\n
MIN(F6; G5)<\/code><\/li>\n(F6 + G5)<\/code><\/li>\n
\n=LOI.BINOMIALE.N(MIN(F6; G5); F6 + G5; 0,5; VRAI)<\/code><\/p>\n8.3 D\u00e9rivation de la p-valeur exacte bilat\u00e9rale<\/h3>\n
\n=MIN(1; 2 * LOI.BINOMIALE.N(MIN(F6; G5); F6 + G5; 0,5; VRAI))<\/code><\/p>\n9. Automatisation compl\u00e8te via les formules dynamiques et macros VBA dans Excel<\/h2>\n
9.1 Cr\u00e9ation d’une fonction personnalis\u00e9e VBA (User-Defined Function)<\/h3>\n
\n Dim n_d As Double
\n Dim k As Double
\n Dim Chi2 As Double
\n n_d = cell_b + cell_c
\n If n_d = 0 Then
\n MCNEMAR_EXCEL = 1#
\n Exit Function
\n End If
\n If Mode = \u00ab\u00a0EXACT\u00a0\u00bb Or (Mode = \u00ab\u00a0AUTO\u00a0\u00bb And n_d < 25) Then
\n If cell_b < cell_c Then k = cell_b Else k = cell_c
\n Dim p_val As Double
\n p_val = 2# * Application.WorksheetFunction.Binom_Dist(k, n_d, 0.5, True)
\n If p_val > 1# Then p_val = 1#
\n MCNEMAR_EXCEL = p_val
\n Else
\n Chi2 = ((Abs(cell_b – cell_c) – 1#) ^ 2) \/ n_d
\n MCNEMAR_EXCEL = Application.WorksheetFunction.ChiSq_Dist_RT(Chi2, 1)
\n End If
\nEnd Function<\/p>\n=MCNEMAR_EXCEL(F6; G5)<\/code>. L’algorithme prend en charge automatiquement l’aiguillage m\u00e9thodologique : si la somme des discordants est inf\u00e9rieure \u00e0 25, il convoque la loi binomiale exacte bilat\u00e9rale ; au-del\u00e0 de ce seuil, il d\u00e9ploie la formule du Khi-deux avec correction de Yates.<\/p>\n9.2 Conception d’un tableau de bord dynamique et interactif<\/h3>\n
\n=FILTRE(B2:C101; D2:D101 = K1)<\/code>, o\u00f9 la colonne D contient la variable de stratification et la cellule K1 consigne le crit\u00e8re s\u00e9lectionn\u00e9.<\/p>\n=(F6 + G5) < 25<\/code> peut teinter instantan\u00e9ment le fond des cellules en ambre, avertissant l’utilisateur que l’effectif discriminant requiert formellement le protocole binomial exact au d\u00e9triment de l’approximation asymptotique du Khi-deux.<\/p>\n9.3 S\u00e9curisation, validation et d\u00e9ploiement du mod\u00e8le<\/h3>\n
10. Interpr\u00e9tation psychom\u00e9trique et rapport acad\u00e9mique des r\u00e9sultats<\/h2>\n
10.1 Calcul et interpr\u00e9tation de l’odds ratio appari\u00e9 de McNemar<\/h3>\n
\n=SI(G5 = 0; \"Non d\u00e9fini (division par 0)\"; F6 \/ G5)<\/code><\/p>\n
\n=EXP(LN(F6 \/ G5) - 1,96 * RACINE(1 \/ F6 + 1 \/ G5))<\/code>
\net la borne sup\u00e9rieure par la formule sym\u00e9trique :
\n=EXP(LN(F6 \/ G5) + 1,96 * RACINE(1 \/ F6 + 1 \/ G5))<\/code>. Cet intervalle constitue une estimation indispensable pour appr\u00e9cier la pr\u00e9cision du mod\u00e8le clinique.<\/p>\n10.2 Mesure de la taille d’effet et indices de changement clinique<\/h3>\n