1. Introduction th\u00e9orique et \u00e9pist\u00e9mologique au test d’ind\u00e9pendance du khi-deux en psychologie<\/h2>\n1.1 Fondements de l’analyse des donn\u00e9es cat\u00e9gorielles en sciences du comportement<\/h3>\n
L’investigation empirique en sciences du comportement repose traditionnellement sur la taxonomie fondamentale des \u00e9chelles de mesure \u00e9tablie par Stanley Smith Stevens en 1946, laquelle distingue les niveaux nominal, ordinal, d’intervalle et de rapport. Si les sciences cognitives et la psychophysique ont souvent privil\u00e9gi\u00e9 les \u00e9chelles continues et d’intervalles afin de quantifier des latences de r\u00e9ponse ou des intensit\u00e9s perceptives, une part pr\u00e9pond\u00e9rante de la psychologie clinique, diff\u00e9rentielle et sociale op\u00e8re n\u00e9cessairement sur le plan des variables nominales. Ces variables, par d\u00e9finition non m\u00e9triques, attribuent des \u00e9tiquettes qualitatives \u00e0 des classes d’individus sans postuler d’ordonnancement intrins\u00e8que ni de distance m\u00e9trique constante entre les modalit\u00e9s. D\u00e8s lors, chercher \u00e0 appliquer des op\u00e9rations arithm\u00e9tiques standard telles que le calcul de moyennes ou de variances \u00e0 ces variables constitue une faute m\u00e9thodologique majeure pouvant conduire \u00e0 des artefacts d’interpr\u00e9tation d\u00e9sastreux.<\/p>\n
Sur le plan m\u00e9thodologique, l’\u00e9tude des processus psychologiques exige fr\u00e9quemment l’exploration d’associations non lin\u00e9aires et non monotones entre facteurs qualitatifs. Dans le domaine du diagnostic psychiatrique, par exemple, un chercheur peut souhaiter d\u00e9terminer si la comorbidit\u00e9 entre les troubles anxieux s\u00e9v\u00e8res et les conduites addictives diff\u00e8re significativement selon des sous-types de personnalit\u00e9s pathologiques r\u00e9pertori\u00e9s dans le DSM-5. De m\u00eame, en psychologie politique et en sociologie \u00e9lectorale, l’analyse des comportements de vote ne saurait se r\u00e9duire \u00e0 un continuum unidimensionnel ; elle requiert la confrontation de typologies \u00e9lectorales qualitatives \u00e0 des segments sociod\u00e9mographiques pr\u00e9cis, tels que la cat\u00e9gorie socioprofessionnelle, l’identification confessionnelle ou la zone de r\u00e9sidence g\u00e9ographique.<\/p>\n
L’objectivation statistique de ces structures relationnelles s’av\u00e8re indispensable pour pr\u00e9munir le chercheur contre les biais cognitifs universels, au premier rang desquels figure le biais de confirmation et la propension humaine \u00e0 identifier des corr\u00e9lations illusoires. L’esprit humain, confront\u00e9 \u00e0 la copr\u00e9sence de deux ph\u00e9nom\u00e8nes saillants \u2014 par exemple, un trait de caract\u00e8re sp\u00e9cifique et une orientation politique marginale \u2014, a tendance \u00e0 surestimer spontan\u00e9ment la force de leur liaison empirique en n\u00e9gligeant syst\u00e9matiquement les cas non confirmatoires. Le recours \u00e0 une proc\u00e9dure inf\u00e9rentielle formalis\u00e9e permet d’extirper l’analyse de la subjectivit\u00e9 de l’observateur pour la soumettre \u00e0 un crit\u00e8re de r\u00e9futation probabiliste objectif et reproductible, condition sine qua non<\/em> de la scientificit\u00e9 dans l’investigation du comportement humain.<\/p>\n L’\u00e9difice du test d’ind\u00e9pendance repose sur les travaux fondateurs publi\u00e9s en 1900 par le math\u00e9maticien et biostatisticien britannique Karl Pearson au sein des pages du Philosophical Magazine<\/em>. Sur le plan conceptuel, Pearson a con\u00e7u cette m\u00e9thode pour r\u00e9soudre un probl\u00e8me probabiliste fondamental : comment d\u00e9terminer si la r\u00e9partition observ\u00e9e d’individus au sein des cellules d’un tableau \u00e0 double entr\u00e9e s’\u00e9carte de mani\u00e8re significative de la distribution que l’on observerait sous la stricte hypoth\u00e8se d’ind\u00e9pendance stochastique au sens de Kolmogorov ?<\/p>\n L’hypoth\u00e8se nulle, formellement d\u00e9sign\u00e9e sous la notation conventionnelle H0, postule qu’il n’existe aucune relation structurelle entre la variable de ligne et la variable de colonne. En termes probabilistes formels, cela signifie que la probabilit\u00e9 conjointe qu’un individu appartienne simultan\u00e9ment \u00e0 la modalit\u00e9 i de la premi\u00e8re variable et \u00e0 la modalit\u00e9 j de la seconde variable est strictement \u00e9gale au produit de leurs probabilit\u00e9s marginales respectives. \u00c0 l’inverse, l’hypoth\u00e8se alternative H1 stipule qu’il existe une d\u00e9pendance statistique, c’est-\u00e0-dire que la connaissance de l’\u00e9tat d’un sujet sur l’une des dimensions fournit une information pr\u00e9dictive sur son \u00e9tat relatif \u00e0 l’autre dimension.<\/p>\n Le g\u00e9nie de Pearson a consist\u00e9 \u00e0 concevoir une m\u00e9trique permettant de mesurer la d\u00e9viation globale pond\u00e9r\u00e9e entre les distributions empiriques collect\u00e9es sur l’\u00e9chantillon et les distributions th\u00e9oriques math\u00e9matiquement attendues si l’hypoth\u00e8se nulle d’ind\u00e9pendance \u00e9tait rigoureusement vraie. Cette d\u00e9viation globale s’exprime sous la forme d’une somme d’\u00e9carts quadratiques divis\u00e9s par les fr\u00e9quences attendues, garantissant ainsi que chaque cellule contribue proportionnellement \u00e0 son effectif th\u00e9orique. Pearson a d\u00e9montr\u00e9 que, sous r\u00e9serve d’un effectif suffisant, cette statistique suit asymptotiquement une loi de probabilit\u00e9 continue connue sous le nom de distribution du khi-deux, dont la forme math\u00e9matique exacte ne d\u00e9pend pas des param\u00e8tres de la population m\u00e8re, mais uniquement du nombre de degr\u00e9s de libert\u00e9 inh\u00e9rents aux dimensions g\u00e9om\u00e9triques de la table de contingence.<\/p>\n Dans l’univers des logiciels d’analyse de donn\u00e9es appliqu\u00e9s aux sciences biom\u00e9dicales et psychologiques, le syst\u00e8me SAS occupe une place pr\u00e9pond\u00e9rante, conf\u00e9r\u00e9e par des d\u00e9cennies d’exigence algorithmique et de validation statistique continue. Contrairement \u00e0 de nombreux environnements d’analyse contemporains dont les modules sont maintenus de mani\u00e8re d\u00e9centralis\u00e9e par des communaut\u00e9s h\u00e9t\u00e9rog\u00e8nes, SAS garantit une tra\u00e7abilit\u00e9 num\u00e9rique absolue et une conformit\u00e9 rigoureuse aux normes internationales les plus draconiennes, telles que les r\u00e9glementations de la Food and Drug Administration<\/a> (FDA) am\u00e9ricaine et les recommandations du CDISC (Clinical Data Interchange Standards Consortium).<\/p>\n Cette rigueur de calcul est particuli\u00e8rement critique lors du traitement de donn\u00e9es cat\u00e9gorielles massives issues d’enqu\u00eates \u00e9pid\u00e9miologiques nationales, de registres hospitaliers ou d’\u00e9tudes de cohortes pan-europ\u00e9ennes comprenant des centaines de milliers de sujets. Le moteur de traitement s\u00e9quentiel de SAS est sp\u00e9cifiquement optimis\u00e9 pour manipuler des jeux de donn\u00e9es d’une volum\u00e9trie extr\u00eame sans saturer la m\u00e9moire vive des calculateurs, ex\u00e9cutant les calculs matriciels des fr\u00e9quences crois\u00e9es, des r\u00e9sidus standardis\u00e9s et des tests de rang avec une pr\u00e9cision en virgule flottante d’une stabilit\u00e9 exemplaire.<\/p>\n En outre, la structure organisationnelle des programmes SAS, articul\u00e9e autour de la s\u00e9paration \u00e9tanche entre les \u00e9tapes de manipulation des donn\u00e9es (\u00e9tapes DATA) et les proc\u00e9dures de mod\u00e9lisation math\u00e9matique (\u00e9tapes PROC), assure une reproductibilit\u00e9 scientifique int\u00e9grale. Les journaux d’ex\u00e9cution (logs) fournissent un historique infalsifiable de chaque \u00e9tape de transformation, de chaque exclusion de valeur aberrante et de chaque algorithme d’inversion matricielle utilis\u00e9. Cette tra\u00e7abilit\u00e9 r\u00e9pond directement aux imp\u00e9ratifs d’int\u00e9grit\u00e9 scientifique exig\u00e9s par les comit\u00e9s d’examen institutionnels (Institutional Review Boards – IRB) et les comit\u00e9s de lecture des revues internationales de premier rang, garantissant que les inf\u00e9rences tir\u00e9es d’un croisement de variables cat\u00e9gorielles reposent sur des fondations computationnelles inattaquables.<\/p>\n L’ex\u00e9cution rigoureuse du test du khi-deux d’ind\u00e9pendance de Pearson n\u00e9cessite une compr\u00e9hension pr\u00e9cise de ses m\u00e9canismes alg\u00e9briques. Consid\u00e9rons une table de contingence bidimensionnelle croisant deux variables cat\u00e9gorielles comportant respectivement r lignes (index\u00e9es par la lettre i variant de 1 \u00e0 r) et c colonnes (index\u00e9es par la lettre j variant de 1 \u00e0 c). L’effectif observ\u00e9 dans la cellule situ\u00e9e \u00e0 l’intersection de la i-\u00e8me ligne et de la j-\u00e8me colonne est not\u00e9 O_ij. L’effectif total de l’\u00e9chantillon, not\u00e9 N, s’obtient par la double sommation de l’ensemble des cellules du tableau.<\/p>\n Pour chaque cellule, l’effectif th\u00e9orique ou attendu sous l’hypoth\u00e8se d’ind\u00e9pendance stochastique, not\u00e9 E_ij, repr\u00e9sente le nombre de cas que l’on devrait observer si la distribution conditionnelle des modalit\u00e9s de colonne \u00e9tait strictement identique quelle que soit la modalit\u00e9 de ligne consid\u00e9r\u00e9e. Alg\u00e9briquement, cette fr\u00e9quence th\u00e9orique d\u00e9rive du produit des probabilit\u00e9s marginales empiriques et s’exprime par la formule canonique :<\/p>\n E_ij = (R_i * C_j) \/ N<\/p>\n Dans cette expression, R_i repr\u00e9sente le total marginal de la i-\u00e8me ligne (la somme des effectifs observ\u00e9s sur toute la ligne i) et C_j repr\u00e9sente le total marginal de la j-\u00e8me colonne (la somme des effectifs observ\u00e9s sur toute la colonne j). Une fois ces valeurs d’esp\u00e9rance calcul\u00e9es pour l’int\u00e9gralit\u00e9 des cellules de la grille, la statistique globale du khi-deux de Pearson, traditionnellement not\u00e9e par le symbole grec \u00e9lev\u00e9 au carr\u00e9, est obtenue par la sommation de toutes les d\u00e9viations quadratiques standardis\u00e9es :<\/p>\n Khi2 = Somme_i Somme_j [ (O_ij – E_ij)^2 \/ E_ij ]<\/p>\n Cette sommation quantifie la magnitude globale de la discordance entre le mod\u00e8le th\u00e9orique d’ind\u00e9pendance et la r\u00e9alit\u00e9 empirique des donn\u00e9es. Le nombre de degr\u00e9s de libert\u00e9 (not\u00e9 ddl ou DF pour degrees of freedom<\/em>) associ\u00e9 \u00e0 cette statistique d\u00e9termine la forme exacte de la distribution de r\u00e9f\u00e9rence. Il se calcule par le produit des dimensions marginales libres de la table, c’est-\u00e0-dire :<\/p>\n ddl = (r – 1) * (c – 1)<\/p>\n Ce calcul traduit le fait que, lorsque les totaux marginaux de lignes et de colonnes sont fix\u00e9s, seules (r – 1) * (c – 1) cellules peuvent varier librement ; les valeurs des autres cellules deviennent arithm\u00e9tiquement contraintes pour que la somme marginale demeure exacte.<\/p>\n Le recours l\u00e9gitime au test d’ind\u00e9pendance du khi-deux de Pearson repose sur un ensemble de conditions m\u00e9thodologiques et distributionnelles strictes que le chercheur doit scrupuleusement auditer avant toute tentative d’interpr\u00e9tation des r\u00e9sultats. Le premier postulat fondamental concerne l’ind\u00e9pendance mutuelle absolue des observations individuelles. Chaque unit\u00e9 statistique (patient, sujet exp\u00e9rimental, citoyen sond\u00e9) ne doit appartenir qu’\u00e0 une seule et unique cellule de la table de contingence, et sa pr\u00e9sence au sein de cette cellule ne doit en aucun cas influencer la probabilit\u00e9 d’assignation d’un autre individu.<\/p>\n Ce principe proscrit formellement l’utilisation du test du khi-deux d’ind\u00e9pendance sur des plans d’\u00e9chantillonnage longitudinaux impliquant des mesures r\u00e9p\u00e9t\u00e9es dans le temps, des dispositifs pr\u00e9-test\/post-test ou des paires appari\u00e9es (comme des \u00e9tudes g\u00e9mellaires ou des protocoles cas-t\u00e9moins appari\u00e9s). Pour de telles configurations, l’autocorr\u00e9lation intrins\u00e8que des mesures violerait l’hypoth\u00e8se d’ind\u00e9pendance des erreurs, conduisant \u00e0 une sous-estimation massive de la variance et \u00e0 une prolif\u00e9ration incontr\u00f4l\u00e9e de faux positifs ; des approches alternatives telles que le test de McNemar ou les mod\u00e8les d’\u00e9quations d’estimation g\u00e9n\u00e9ralis\u00e9es (GEE) doivent alors \u00eatre imp\u00e9rativement mobilis\u00e9es.<\/p>\n Le deuxi\u00e8me postulat m\u00e9thodologique impose que le syst\u00e8me de cat\u00e9gorisation soit \u00e0 la fois mutuellement exclusif et exhaustif. Chaque modalit\u00e9 doit \u00eatre d\u00e9finie de mani\u00e8re non \u00e9quivoque afin qu’aucune ambigu\u00eft\u00e9 de codage ne permette \u00e0 un participant de relever simultan\u00e9ment de plusieurs niveaux d’une m\u00eame variable. Enfin, l’\u00e9chantillonnage doit th\u00e9oriquement relever d’un tirage al\u00e9atoire simple issu de la population parente que l’on souhaite mod\u00e9liser. Si l’\u00e9chantillonnage a \u00e9t\u00e9 r\u00e9alis\u00e9 via des plans de sondage complexes \u00e0 plusieurs degr\u00e9s, avec stratification ou grappes, des ajustements statistiques sp\u00e9cifiques fond\u00e9s sur des proc\u00e9dures de type pseudo-vraisemblance doivent \u00eatre appliqu\u00e9s pour compenser les distorsions d’\u00e9chantillonnage.<\/p>\n Puisque la statistique de Pearson ne suit la loi formelle du khi-deux que de mani\u00e8re asymptotique \u2014 c’est-\u00e0-dire lorsque la taille de l’\u00e9chantillon N tend th\u00e9oriquement vers l’infini \u2014, la validit\u00e9 de l’approximation repose sur la consistance des effectifs th\u00e9oriques calcul\u00e9s dans chaque cellule. En 1954, le statisticien William Gemmell Cochran a formalis\u00e9 des crit\u00e8res empiriques d’admissibilit\u00e9 devenus le standard m\u00e9thodologique universel en analyse de contingence :<\/p>\n Lorsque ces conditions de Cochran ne sont pas remplies, l’approximation asymptotique s’effondre : la distribution d’\u00e9chantillonnage empirique de la statistique s’\u00e9carte substantiellement de la fonction de densit\u00e9 th\u00e9orique du khi-deux. Ce ph\u00e9nom\u00e8ne induit une inflation critique de l’erreur de premi\u00e8re esp\u00e8ce (taux alpha), augmentant la probabilit\u00e9 de d\u00e9clarer \u00e0 tort l’existence d’une association statistiquement significative alors que la variabilit\u00e9 observ\u00e9e rel\u00e8ve uniquement des fluctuations d’\u00e9chantillonnage dans des cellules clairsem\u00e9es.<\/p>\n \u00c0 l’autre extr\u00e9mit\u00e9 du spectre, les chercheurs doivent composer avec l’extr\u00eame sensibilit\u00e9 du test du khi-deux \u00e0 la surpuissance statistique induite par des \u00e9chantillons de tr\u00e8s grande taille (les m\u00e9ga-\u00e9chantillons comprenant des dizaines de milliers d’enregistrements). Dans ce contexte, la statistique du khi-deux croissant de mani\u00e8re strictement proportionnelle \u00e0 la taille globale de l’\u00e9chantillon N, des d\u00e9viations triviales, d\u00e9nu\u00e9es de la moindre pertinence clinique, th\u00e9orique ou sociologique, atteindront in\u00e9vitablement des seuils de significativit\u00e9 infinit\u00e9simaux (p < 0,0001). Il devient alors p\u00e9rilleux de confondre significativit\u00e9 statistique et importance substantielle, ce qui rend obligatoire la quantification de la taille d’effet.<\/p>\n Dans la pratique courante de la recherche en sciences psychosociales, les donn\u00e9es se pr\u00e9sentent initialement sous la forme d’un fichier d\u00e9sagr\u00e9g\u00e9, parfois qualifi\u00e9 de format long ou de format micro\u00e9conomique, o\u00f9 chaque ligne de la matrice correspond rigoureusement \u00e0 une unit\u00e9 d’observation individuelle unique. Sous le syst\u00e8me SAS, la structuration de ces donn\u00e9es brutes s’op\u00e8re au sein d’une \u00e9tape DATA fondamentale, au cours de laquelle le compilateur lit les enregistrements s\u00e9quentiellement pour alimenter la table de travail.<\/p>\n L’instruction INPUT constitue la pierre angulaire de ce processus d’ingestion. Elle permet de d\u00e9clarer la nature s\u00e9mantique de chaque champ recueilli. Lorsqu’il s’agit de variables qualitatives repr\u00e9sent\u00e9es par des cha\u00eenes de caract\u00e8res (telles que le sexe biologique, une affiliation politique ou une cat\u00e9gorie diagnostique), il est imp\u00e9ratif d’adjoindre le sp\u00e9cificateur dollar ($) imm\u00e9diatement \u00e0 la suite du nom de la variable d\u00e9clar\u00e9e. Dans le cas contraire, SAS interpr\u00e9terait par d\u00e9faut la colonne comme une grandeur num\u00e9rique continue, g\u00e9n\u00e9rant des erreurs d’incompatibilit\u00e9 de type et convertissant ind\u00fbment les modalit\u00e9s textuelles en valeurs manquantes.<\/p>\n La gestion des valeurs manquantes dans l’\u00e9tape DATA requiert une rigueur exemplaire. Par d\u00e9faut, SAS mat\u00e9rialise l’absence d’information num\u00e9rique par un simple point (.) et l’absence d’information textuelle par un espace vide (‘ ‘). Il est crucial d’auditer ces omissions avant toute \u00e9tape d’estimation car la proc\u00e9dure statistique d’analyse crois\u00e9e exclut automatiquement de la construction de la table toute observation pr\u00e9sentant une valeur manquante sur l’une des variables intervenant dans le tableau. Pour certifier l’int\u00e9grit\u00e9 structurelle des donn\u00e9es import\u00e9es, le chercheur fera ex\u00e9cuter la proc\u00e9dure PROC CONTENTS, qui renvoie un rapport d’audit exhaustif d\u00e9crivant le nombre d’observations, le type de variables et les attributs d’encodage du fichier actif.<\/p>\n Il arrive fr\u00e9quemment, notamment lors de l’exploitation de rapports \u00e9pid\u00e9miologiques publi\u00e9s, de m\u00e9ta-analyses ou d’enqu\u00eates d\u00e9mographiques pr\u00e9-agr\u00e9g\u00e9es, que le chercheur ne dispose pas du fichier micro\u00e9conomique individuel, mais directement d’un tableau crois\u00e9 synth\u00e9tisant les fr\u00e9quences d’apparition conjointes. Tenter de r\u00e9\u00e9crire manuellement des centaines ou des milliers de lignes identiques pour recr\u00e9er artificiellement le fichier brut serait non seulement inefficace, mais source d’erreurs mat\u00e9rielles d’encodage.<\/p>\n SAS r\u00e9sout cette difficult\u00e9 m\u00e9thodologique gr\u00e2ce \u00e0 l’instruction WEIGHT int\u00e9gr\u00e9e aux proc\u00e9dures statistiques. La structure du jeu de donn\u00e9es synth\u00e9tique se r\u00e9duit alors \u00e0 un tableau succinct ne comportant que r * c lignes d’enregistrements. Chaque observation comprend les identifiants de modalit\u00e9 pour les variables de ligne et de colonne, accompagn\u00e9s d’une troisi\u00e8me variable num\u00e9rique continue qui consigne le d\u00e9compte exact ou la fr\u00e9quence absolue constat\u00e9e pour cette cellule sp\u00e9cifique.<\/p>\n Lors de l’appel ult\u00e9rieur de la proc\u00e9dure d’analyse, l’instruction WEIGHT indique au moteur de calcul de SAS qu’il ne doit pas traiter chaque ligne du fichier comme un individu unique d’effectif 1, mais qu’il doit expanser arithm\u00e9tiquement la cellule selon la valeur enti\u00e8re contenue dans la variable de pond\u00e9ration d\u00e9clar\u00e9e. La statistique de Pearson, les degr\u00e9s de libert\u00e9 ainsi que l’ensemble des totaux marginaux sont alors rigoureusement identiques \u00e0 ceux qu’aurait produits l’analyse du fichier d\u00e9sagr\u00e9g\u00e9 complet. Une validation syst\u00e9matique de l’effectif global N via un simple appel \u00e0 la proc\u00e9dure PROC PRINT ou PROC MEANS constitue une \u00e9tape de contr\u00f4le qualit\u00e9 indispensable pour s’assurer qu’aucun coefficient de pond\u00e9ration n’a \u00e9t\u00e9 tronqu\u00e9 ou mal interpr\u00e9t\u00e9.<\/p>\n L’excellence m\u00e9thodologique dans l’\u00e9cosyst\u00e8me SAS repose sur la dissociation claire entre les valeurs sous-jacentes des donn\u00e9es, qui gagnent \u00e0 \u00eatre stock\u00e9es sous forme de codes num\u00e9riques courts ou de libell\u00e9s synth\u00e9tiques afin d’optimiser l’occupation m\u00e9moire, et leurs repr\u00e9sentations textuelles destin\u00e9es \u00e0 la restitution scientifique. Cette \u00e9l\u00e9gance architecturale est orchestr\u00e9e par la proc\u00e9dure PROC FORMAT, qui permet de cr\u00e9er des dictionnaires de formatage personnalis\u00e9s.<\/p>\n L’emploi de PROC FORMAT permet d’associer des libell\u00e9s intelligibles et parfaitement standardis\u00e9s aux modalit\u00e9s cryptiques des variables (par exemple, assigner le libell\u00e9 \u00ab Trouble D\u00e9pressif Majeur \u00bb au code clinique 1, et \u00ab T\u00e9moin Asymptomatique \u00bb au code 0). Ces formats, une fois li\u00e9s aux variables correspondantes au moyen de l’instruction FORMAT dans l’\u00e9tape DATA ou directement au sein de la proc\u00e9dure analytique, se propageront automatiquement dans l’ensemble des tables de contingence g\u00e9n\u00e9r\u00e9es par SAS, pr\u00e9venant toute ambigu\u00eft\u00e9 s\u00e9mantique lors de la lecture des r\u00e9sultats par des \u00e9valuateurs tiers.<\/p>\n Parall\u00e8lement, l’instruction LABEL permet d’assigner des titres descriptifs complets aux variables elles-m\u00eames, se substituant aux acronymes parfois r\u00e9ducteurs impos\u00e9s par les conventions de nommage des syst\u00e8mes d’exploitation. Cette \u00e9tape de pr\u00e9paration inclut \u00e9galement le d\u00e9pistage syst\u00e9matique des erreurs de saisie typographique (telles que des doublons lexicaux issus de fautes de frappe comme \u00ab Homme \u00bb et \u00ab homme \u00bb, que SAS distinguerait par d\u00e9faut en raison de sa sensibilit\u00e9 \u00e0 la casse). Ce nettoyage garantit que le tableau final ne comportera pas de modalit\u00e9s fragment\u00e9es ou parasites qui fausseraient dramatiquement le calcul des degr\u00e9s de libert\u00e9 du test.<\/p>\n La proc\u00e9dure PROC FREQ constitue le moteur central d\u00e9di\u00e9 \u00e0 la tabulation crois\u00e9e et \u00e0 l’inf\u00e9rence non param\u00e9trique des donn\u00e9es discr\u00e8tes sous l’environnement SAS. Sa structure syntaxique fondamentale se caract\u00e9rise par une concision remarquable conjugu\u00e9e \u00e0 une profondeur param\u00e9trique d’une puissance exceptionnelle. Pour initier l’analyse, l’instruction de base appelle simplement la proc\u00e9dure en d\u00e9signant la table de travail cible par l’option DATA= :<\/p>\n PROC FREQ DATA=nom_du_fichier; L’op\u00e9rateur ast\u00e9risque (*) situ\u00e9 entre les deux noms de variables au sein de l’instruction TABLES indique formellement \u00e0 SAS de construire le produit cart\u00e9sien des modalit\u00e9s, g\u00e9n\u00e9rant une table de contingence \u00e0 deux dimensions dans laquelle la premi\u00e8re variable cit\u00e9e ordonne les rang\u00e9es horizontales (lignes) et la seconde structure les subdivisions verticales (colonnes). Si le chercheur omet d’inclure l’ast\u00e9risque et se contente de lister des variables s\u00e9par\u00e9es par un espace, SAS g\u00e9n\u00e9rera simplement des tableaux unidimensionnels de fr\u00e9quences simples, omettant l’analyse crois\u00e9e bivari\u00e9e.<\/p>\n Le modificateur fondamental est la barre oblique (\/), qui permet de s\u00e9parer la d\u00e9claration g\u00e9om\u00e9trique de la table de l’\u00e9num\u00e9ration des options computationnelles et d’affichage. Par d\u00e9faut, SAS pr\u00e9sente dans chaque cellule un ensemble de quatre informations num\u00e9riques superpos\u00e9es : l’effectif brut observ\u00e9, le pourcentage par rapport \u00e0 l’effectif total N de l’\u00e9chantillon, le pourcentage relatif \u00e0 la ligne (profil-ligne) et le pourcentage relatif \u00e0 la colonne (profil-colonne). Si ces donn\u00e9es peuvent enrichir l’\u00e9valuation globale, elles ont tendance \u00e0 surcharger visuellement la table dans le cas de croisements polytomiques larges. L’insertion d’options telles que NOFREQ ou NOPERCENT permet d’\u00e9purer l’affichage pour se focaliser sur les m\u00e9triques purement inf\u00e9rentielles.<\/p>\n L’estimation effective de la statistique de Pearson et de ses d\u00e9riv\u00e9s math\u00e9matiques n’est pas activ\u00e9e par d\u00e9faut lors d’une simple tabulation crois\u00e9e ; elle n\u00e9cessite une demande explicite du statisticien par l’introduction d’options m\u00e9thodologiques sp\u00e9cifiques plac\u00e9es en aval de la barre oblique de l’instruction TABLES. L’option pivot est l’instruction CHISQ. D\u00e8s son incorporation dans le code de la proc\u00e9dure, SAS calcule et restitue un ensemble exhaustif d’estimateurs de discordance comprenant la statistique du khi-deux de Pearson, le test du rapport de vraisemblance, ainsi que les coefficients d’association d’ordre sup\u00e9rieur.<\/p>\n Cependant, l’analyse acad\u00e9mique moderne ne saurait se cantonner \u00e0 la simple lecture d’une statistique globale et d’une p-valeur synth\u00e9tique. L’investigation fine des m\u00e9canismes sous-jacents impose d’examiner le comportement individuel de chaque cellule de la matrice. \u00c0 cette fin, SAS met \u00e0 disposition des options d’une utilit\u00e9 diagnostique majeure :<\/p>\n L’activation coordonn\u00e9e de ces trois options au sein de l’instruction TABLES transforme une table de contingence \u00e9l\u00e9mentaire en un instrument d’analyse diagnostique multidimensionnel d’une grande rigueur.<\/p>\n Au-del\u00e0 des fr\u00e9quences brutes et des calculs d’esp\u00e9rance, l’interpr\u00e9tation th\u00e9orique de la d\u00e9pendance entre deux facteurs repose sur l’analyse approfondie des distributions conditionnelles, souvent d\u00e9sign\u00e9es sous le vocable de profils sociologiques ou comportementaux. Selon la question de recherche pos\u00e9e, le chercheur cherchera \u00e0 mod\u00e9liser la distribution de la variable d\u00e9pendante conditionnellement aux modalit\u00e9s de la variable explicative.<\/p>\n Lorsque la variable plac\u00e9e en ligne est conceptuellement d\u00e9finie comme le pr\u00e9dicteur ou la variable ind\u00e9pendante (par exemple, le groupe clinique ou la cohorte d’\u00e2ge), l’attention doit imp\u00e9rativement se focaliser sur les profils-lignes, c’est-\u00e0-dire la distribution en pourcentage \u00e0 l’int\u00e9rieur de chaque rang\u00e9e. Dans SAS, ce calcul s’effectue par d\u00e9faut, mais il gagne \u00e0 \u00eatre isol\u00e9 en neutralisant les m\u00e9triques concurrentes au moyen de l’option NOCOL (suppression des pourcentages de colonne). Inversement, si le mod\u00e8le \u00e9pist\u00e9mologique traite la colonne comme le facteur structurant, l’emploi de l’option NOROW s’av\u00e8re opportun pour ne conserver que les profils-colonnes.<\/p>\n La comparaison syst\u00e9matique de ces pourcentages conditionnels avec la distribution marginale globale permet de caract\u00e9riser pr\u00e9cis\u00e9ment la direction de la d\u00e9pendance. Si l’hypoth\u00e8se d’ind\u00e9pendance \u00e9tait strictement valid\u00e9e, les pourcentages au sein de chaque ligne seraient rigoureusement identiques entre eux et refl\u00e9teraient fid\u00e8lement le profil marginal global de l’\u00e9chantillon. Toute fluctuation substantielle de ces profils relatifs signale une interaction statistique, dont la morphologie guidera le statisticien dans l’\u00e9laboration de ses conclusions scientifiques.<\/p>\n Afin d’illustrer concr\u00e8tement l’impl\u00e9mentation op\u00e9rationnelle et la cha\u00eene d\u00e9cisionnelle du test du khi-deux d’ind\u00e9pendance sous SAS, consid\u00e9rons une investigation empirique men\u00e9e en psychologie sociale et en sciences politiques. L’\u00e9tude porte sur un \u00e9chantillon probabiliste repr\u00e9sentatif de N = 500 \u00e9lecteurs majeurs r\u00e9sidant sur le territoire national. La probl\u00e9matique scientifique vise \u00e0 d\u00e9terminer s’il existe une disparit\u00e9 statistiquement significative des pr\u00e9f\u00e9rences \u00e9lectorales en fonction du genre auto-d\u00e9clar\u00e9 des participants, ou si ces deux caract\u00e9ristiques sont mutuellement ind\u00e9pendantes au sein du corps \u00e9lectoral.<\/p>\n Le plan factoriel retenu croise deux variables cat\u00e9gorielles distinctes : une variable binaire repr\u00e9sentant le genre du participant (comportant deux modalit\u00e9s : Homme et Femme), et une variable nominale polytomique caract\u00e9risant l’affiliation partisane privil\u00e9gi\u00e9e, structur\u00e9e en trois grands blocs doctrinaux (Gauche, Centre et Droite). Ce croisement configure une table de contingence d’ordre 2×3, pr\u00e9sentant six cellules d’observation conjointe.<\/p>\n Sur le plan inf\u00e9rentiel, les hypoth\u00e8ses statistiques se formalisent rigoureusement selon les canons de la mod\u00e9lisation fr\u00e9quentiste :<\/p>\n Le seuil de significativit\u00e9 conventionnel de premi\u00e8re esp\u00e8ce (taux alpha) est pr\u00e9alablement fix\u00e9 \u00e0 la valeur standard de 0,05, conf\u00e9rant une s\u00e9curit\u00e9 probabiliste de 95 % face au risque de d\u00e9clarer une association qui r\u00e9sulterait d’un simple artefact d’\u00e9chantillonnage.<\/p>\n Pour des raisons de transparence et d’autonomie p\u00e9dagogique, nous pr\u00e9sentons ici l’int\u00e9gralit\u00e9 du code SAS mod\u00e9lisant cette enqu\u00eate, sous la forme d’un tableau synth\u00e9tique agr\u00e9g\u00e9 utilisant l’instruction WEIGHT. Cette m\u00e9thode permet de visualiser sans \u00e9quivoque les donn\u00e9es saisies avant leur traitement matriciel.<\/p>\n L’\u00e9tape DATA initialise un jeu de donn\u00e9es temporaire nomm\u00e9 DATA election_study; Une inspection pr\u00e9liminaire rapide \u00e0 l’aide de PROC PRINT confirme que la structure matricielle totalise 250 hommes et 250 femmes, garantissant une parit\u00e9 absolue des effectifs marginaux de ligne pour cet \u00e9chantillon global de N = 500 sujets. L’appel analytique \u00e0 la proc\u00e9dure PROC FREQ s’articule alors en combinant les directives m\u00e9thodologiques pr\u00e9c\u00e9demment d\u00e9taill\u00e9es :<\/p>\n PROC FREQ DATA=election_study; L’omission intentionnelle des pourcentages intra-lignes et intra-colonnes via les options NOROW et NOCOL permet de circonscrire l’affichage de chaque cellule aux seuls indicateurs requis pour la v\u00e9rification math\u00e9matique : effectif observ\u00e9, effectif attendu sous H0, \u00e9cart brut de d\u00e9viation et part contributive au khi-deux global.<\/p>\n Pr\u00e9alablement \u00e0 tout examen de la significativit\u00e9 statistique, l’analyste se doit de valider rigoureusement le respect des conditions d’application de Cochran sur la sortie d’ex\u00e9cution \u00e9mise par SAS. L’inspection des marges du tableau crois\u00e9 r\u00e9v\u00e8le la distribution suivante : sur les 500 \u00e9lecteurs interrog\u00e9s, 195 expriment une pr\u00e9f\u00e9rence pour la Gauche, 130 se rallient au Centre, et 175 soutiennent la Droite. Les effectifs marginaux de genre \u00e9tant de 250 pour chaque sous-groupe, le calcul th\u00e9orique des fr\u00e9quences attendues s’op\u00e8re sans ambigu\u00eft\u00e9 :<\/p>\n L’examen de cette matrice de fr\u00e9quences th\u00e9oriques indique imm\u00e9diatement que la plus petite valeur d’esp\u00e9rance calcul\u00e9e dans l’ensemble de la table est de 65,00 (observ\u00e9e dans les cellules associ\u00e9es au parti centriste). Cette valeur minimale d\u00e9passe tr\u00e8s largement le seuil plancher critique de 5 formalis\u00e9 par Cochran. De surcro\u00eet, le pourcentage de cellules affichant un effectif th\u00e9orique inf\u00e9rieur \u00e0 5 est rigoureusement de 0,0 %, satisfaisant de fa\u00e7on \u00e9clatante la r\u00e8gle empirique exigeant que cette proportion demeure inf\u00e9rieure \u00e0 20 %.<\/p>\n Aucune cellule vide (effectif nul) n’\u00e9tant r\u00e9pertori\u00e9e et l’ind\u00e9pendance mutuelle d’\u00e9chantillonnage \u00e9tant garantie par le protocole d’enqu\u00eate probabiliste, la distribution empirique de la statistique de test converge de mani\u00e8re optimale vers la distribution th\u00e9orique asymptotique du khi-deux. L’analyste peut ainsi proc\u00e9der au d\u00e9codage des sorties d’estimation avec une totale confiance m\u00e9thodologique quant \u00e0 la validit\u00e9 des seuils de d\u00e9cision utilis\u00e9s.<\/p>\n L’ex\u00e9cution de la proc\u00e9dure PROC FREQ g\u00e9n\u00e8re deux blocs principaux d’information : le tableau de contingence enrichi des options matricielles et, imm\u00e9diatement en aval, la table intitul\u00e9e Statistics for Table of Gender by Party<\/em>. Cette table synth\u00e9tique rassemble l’ensemble des estimateurs inf\u00e9rentiels calcul\u00e9s par SAS. L’attention du chercheur doit se porter en premier lieu sur la ligne identifi\u00e9e textuellement sous le libell\u00e9 Chi-Square<\/strong>, qui correspond pr\u00e9cis\u00e9ment \u00e0 la statistique classique de Karl Pearson.<\/p>\n Dans notre cas d’application sur les pr\u00e9f\u00e9rences politiques, SAS affiche les r\u00e9sultats suivants pour la ligne Chi-Square :<\/p>\n Cette probabilit\u00e9 asymptotique exprime la vraisemblance d’obtenir, par le seul jeu des fluctuations al\u00e9atoires d’\u00e9chantillonnage, une statistique de Pearson \u00e9gale ou sup\u00e9rieure \u00e0 18,63 dans une population o\u00f9 le genre et l’orientation politique seraient strictement ind\u00e9pendants. Cette p-valeur \u00e9tant immens\u00e9ment inf\u00e9rieure au seuil alpha pr\u00e9d\u00e9termin\u00e9 de 0,05, la divergence observ\u00e9e ne peut raisonnablement \u00eatre imput\u00e9e au hasard de l’\u00e9chantillonnage.<\/p>\n L’une des richesses \u2014 mais aussi l’une des sources fr\u00e9quentes de confusion pour les n\u00e9ophytes \u2014 de la proc\u00e9dure PROC FREQ r\u00e9side dans le fait que l’option CHISQ ne se limite pas \u00e0 imprimer la statistique de Pearson, mais produit syst\u00e9matiquement plusieurs indicateurs compl\u00e9mentaires au sein du m\u00eame bloc de r\u00e9sultats :<\/p>\n 1. Le khi-deux du rapport de vraisemblance (Likelihood Ratio Chi-Square) :<\/strong> Not\u00e9 G^2 dans la litt\u00e9rature avanc\u00e9e, ce test repose sur le principe de la d\u00e9viance logarithmique entre les fr\u00e9quences observ\u00e9es et attendues [somme de 2 * O_ij * ln(O_ij \/ E_ij)]. Bien qu’il converge asymptotiquement vers la m\u00eame valeur que le khi-deux de Pearson pour de grands \u00e9chantillons, le rapport de vraisemblance pr\u00e9sente des propri\u00e9t\u00e9s optimales pour l’imbrication de mod\u00e8les hi\u00e9rarchiques et sert de m\u00e9trique de r\u00e9f\u00e9rence au sein des mod\u00e8les log-lin\u00e9aires explor\u00e9s ult\u00e9rieurement.<\/p>\n 2. Le khi-deux de Mantel-Haenszel (Mantel-Haenszel Chi-Square) :<\/strong> \u00c9galement d\u00e9sign\u00e9 sous l’appellation de khi-deux de tendance lin\u00e9aire, cet indicateur poss\u00e8de 1 degr\u00e9 de libert\u00e9, quelle que soit la dimension de la table. Mise en garde m\u00e9thodologique majeure :<\/em> ce test postule imp\u00e9rativement que les deux variables analys\u00e9es poss\u00e8dent une m\u00e9trique ordinale sous-jacente. Il mesure l’existence d’une corr\u00e9lation lin\u00e9aire de rang entre les dimensions. Dans notre cas pratique, l’affiliation partisane (Gauche, Centre, Droite) ne pouvant \u00eatre r\u00e9duite \u00e0 une gradation quantitative continue sans pr\u00e9suppos\u00e9s id\u00e9ologiques discutables, et la variable Genre \u00e9tant strictement dichotomique nominale, la ligne Mantel-Haenszel doit \u00eatre totalement ignor\u00e9e par l’analyste.<\/p>\n 3. Le coefficient Phi et le V de Cramer :<\/strong> Destin\u00e9s \u00e0 \u00e9valuer l’intensit\u00e9 de l’association statistique ind\u00e9pendamment de la taille N, ces indices sont automatiquement int\u00e9gr\u00e9s en fin de rapport. Pour une table d’ordre sup\u00e9rieur \u00e0 2×2, seul le V de Cramer poss\u00e8de une validit\u00e9 interpr\u00e9tative, comme nous l’expliciterons dans la section d\u00e9di\u00e9e \u00e0 la taille d’effet.<\/p>\n L’articulation formelle du processus inf\u00e9rentiel s’organise selon un protocole d\u00e9cisionnel sans \u00e9quivoque. La p-valeur associ\u00e9e au test du khi-deux de Pearson \u00e9tant de p = 0,000089, valeur nettement inf\u00e9rieure au risque consenti de premi\u00e8re esp\u00e8ce alpha = 0,05, nous sommes conduits \u00e0 rejeter formellement l’hypoth\u00e8se nulle H0 d’ind\u00e9pendance stochastique au profit de l’hypoth\u00e8se alternative H1.<\/p>\n Sur le plan substantiel, cette d\u00e9cision inf\u00e9rentielle atteste qu’il existe une disparit\u00e9 statistiquement hautement significative dans la r\u00e9partition des affiliations politiques entre les hommes et les femmes au sein de la population \u00e9tudi\u00e9e. On ne peut soutenir l’affirmation selon laquelle les orientations \u00e9lectorales se distribuent de mani\u00e8re homog\u00e8ne quel que soit le genre des individus. La relation mise en \u00e9vidence d\u00e9montre que la variable sociod\u00e9mographique exerce une contrainte ou s’associe structurellement aux positionnements id\u00e9ologiques d\u00e9clar\u00e9s.<\/p>\n N\u00e9anmoins, le statisticien rigoureux se gardera d’assimiler h\u00e2tivement cette d\u00e9pendance statistique \u00e0 un m\u00e9canisme de causalit\u00e9 directe unidirectionnelle. La mise en \u00e9vidence d’un khi-deux significatif prouve l’existence d’une structure d’association, mais demeure totalement muette quant aux facteurs m\u00e9diateurs ou mod\u00e9rateurs susceptibles de sous-tendre ce lien (diff\u00e9rences de socialisation pr\u00e9coce, vuln\u00e9rabilit\u00e9s \u00e9conomiques diff\u00e9rentielles face au march\u00e9 de l’emploi, structures d’\u00e2ge divergentes au sein des sous-groupes de genre, etc.). L’interpr\u00e9tation substantielle doit par cons\u00e9quent contextualiser cette d\u00e9pendance statistique sans verser dans le r\u00e9ductionnisme causal.<\/p>\n Une d\u00e9rive r\u00e9currente de la pratique scientifique consiste \u00e0 confondre la significativit\u00e9 statistique \u2014 sanctionn\u00e9e par le franchissement du seuil p < 0,05 \u2014 avec la magnitude substantielle ou l’importance pratique d’un ph\u00e9nom\u00e8ne. La p-valeur constitue exclusivement un indicateur de raret\u00e9 conditionnelle de la donn\u00e9e empirique sous le postulat de v\u00e9rit\u00e9 du mod\u00e8le th\u00e9orique nul ; elle ne fournit rigoureusement aucune information sur l’amplitude clinique ou psychosociale de l’association d\u00e9couverte.<\/p>\n Comme l’a formellement \u00e9tabli la litt\u00e9rature m\u00e9thodologique contemporaine, notamment soutenue par les d\u00e9clarations officielles de l’American Statistical Association<\/a> (ASA), la valeur du khi-deux de Pearson est arithm\u00e9tiquement d\u00e9pendante de l’effectif global de l’\u00e9chantillon. \u00c0 structure de d\u00e9viation relative parfaitement constante au sein des pourcentages de cellules, multiplier la taille de l’\u00e9chantillon N par dix multiplie exactement la statistique du khi-deux par dix, provoquant l’effondrement m\u00e9canique de la p-valeur vers des seuils microscopiques.<\/p>\n Dans le cadre d’enqu\u00eates \u00e0 grande \u00e9chelle fond\u00e9es sur des cohortes de plusieurs dizaines de milliers d’individus, une association statistique minuscule, expliquant moins de 0,01 % de la variance comportementale totale, sera quasi syst\u00e9matiquement d\u00e9clar\u00e9e \u00ab hautement significative \u00bb (p < 0,001). R\u00e9ciproquement, sur un \u00e9chantillon clinique restreint de 30 patients, un effet d’une intensit\u00e9 th\u00e9rapeutique majeure pourrait \u00e9chouer \u00e0 atteindre le seuil de 0,05 par simple d\u00e9ficit de puissance statistique. Il est donc indispensable de compl\u00e9ter syst\u00e9matiquement l’inf\u00e9rence par le calcul d’une mesure standardis\u00e9e de taille d’effet, exempte de l’influence de l’effectif total de l’\u00e9chantillon.<\/p>\n Pour quantifier de mani\u00e8re standardis\u00e9e l’intensit\u00e9 du lien statistique unissant deux variables qualitatives au sein d’une table de contingence, les statisticiens ont d\u00e9velopp\u00e9 des m\u00e9triques de corr\u00e9lation non param\u00e9triques d\u00e9riv\u00e9es de la statistique de Pearson elle-m\u00eame. Pour les tables \u00e9l\u00e9mentaires de dimension 2×2, l’indicateur universel est le coefficient Phi (not\u00e9 \u03c6), d\u00e9fini alg\u00e9briquement par la racine carr\u00e9e du quotient du khi-deux par l’effectif total :<\/p>\n Phi = Racine_Carree( Khi2 \/ N )<\/p>\n Cependant, d\u00e8s lors que la table de contingence pr\u00e9sente un format sup\u00e9rieur (r > 2 ou c > 2), la valeur maximale th\u00e9orique que peut atteindre le coefficient Phi n’est plus born\u00e9e \u00e0 1, ce qui rend son interpr\u00e9tation intuitive totalement caduque. Pour pallier cette anomalie structurelle, Harald Cram\u00e9r a introduit en 1946 une g\u00e9n\u00e9ralisation \u00e9l\u00e9gante, universellement d\u00e9sign\u00e9e sous le vocable de V de Cram\u00e9r<\/strong>. Sa formulation math\u00e9matique s’\u00e9nonce comme suit :<\/p>\n V = Racine_Carree[ Khi2 \/ ( N * min(r – 1, c – 1) ) ]<\/p>\n Dans cette \u00e9quation, le terme min(r – 1, c – 1) repr\u00e9sente la plus petite valeur entre le nombre de lignes diminu\u00e9 de un et le nombre de colonnes diminu\u00e9 de un. Gr\u00e2ce \u00e0 cette normalisation par le rang minimal de la table, le V de Cram\u00e9r est strictement born\u00e9 au sein de l’intervalle ferm\u00e9 [0 ; 1], o\u00f9 0 d\u00e9signe une ind\u00e9pendance parfaite et 1 correspond \u00e0 une association d\u00e9terministe compl\u00e8te entre les deux dimensions.<\/p>\n Dans notre \u00e9tude pratique portant sur le genre (2 modalit\u00e9s) et le parti (3 modalit\u00e9s), min(2 – 1, 3 – 1) = min(1, 2) = 1. L’\u00e9quation de calcul se simplifie alors :<\/p>\n V = Racine_Carree[ 18,6374 \/ ( 500 * 1 ) ] = Racine_Carree[ 0,03727 ] = 0,1931<\/p>\n Pour interpr\u00e9ter qualitativement ce coefficient de V = 0,19, la communaut\u00e9 scientifique se r\u00e9f\u00e8re couramment aux balises d’intensit\u00e9 \u00e9tablies par le psychom\u00e9tricien Jacob Cohen en 1988, ajust\u00e9es selon le nombre de degr\u00e9s de libert\u00e9 minimaux de la table :<\/p>\n Nous concluons ainsi que si l’effet du genre sur les pr\u00e9f\u00e9rences politiques est hautement significatif sur le plan inf\u00e9rentiel (p < 0,0001), son intensit\u00e9 empirique se classe comme un effet faible \u00e0 mod\u00e9r\u00e9<\/strong> (V = 0,19). Le genre est une variable structurante ind\u00e9niable, mais il est loin d’expliquer \u00e0 lui seul l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des choix \u00e9lectoraux de l’\u00e9chantillon.<\/p>\n Lorsque la structure de la table de contingence se restreint \u00e0 une morphologie dichotomique stricte de format 2×2 \u2014 situation omnipr\u00e9sente en \u00e9pid\u00e9miologie psychiatrique et en psychologie de la sant\u00e9 (par exemple, exposition \u00e0 un traumatisme [Pr\u00e9sent\/Absent] crois\u00e9e avec survenue d’un syndrome de stress post-traumatique [D\u00e9clar\u00e9\/Non d\u00e9clar\u00e9]) \u2014, l’\u00e9valuation de la taille d’effet s’enrichit d’un indicateur clinique fondamental : le rapport de cotes, ou Odds Ratio<\/em> (OR).<\/p>\n L’OR compare la cote (l’odds) de survenue d’un \u00e9v\u00e9nement au sein d’un groupe expos\u00e9 \u00e0 la cote de ce m\u00eame \u00e9v\u00e9nement au sein du groupe non expos\u00e9. Alg\u00e9briquement, pour une table croisant les lignes A et B avec les colonnes 1 et 2, le rapport de cotes s’obtient par le simple produit en croix des cellules : OR = (O_11 * O_22) \/ (O_12 * O_21). Une valeur de 1 indique une parfaite identit\u00e9 des cotes (absence d’effet) ; une valeur sup\u00e9rieure \u00e0 1 signale une majoration du risque ou de la probabilit\u00e9 de l’\u00e9v\u00e9nement dans le premier groupe, tandis qu’une valeur inf\u00e9rieure \u00e0 1 indique un effet protecteur.<\/p>\n Sous la proc\u00e9dure PROC FREQ de SAS, l’obtention automatique des rapports de cotes et des risques relatifs s’op\u00e8re par l’adjonction de l’option RELRISK<\/strong> au sein de l’instruction TABLES :<\/p>\n PROC FREQ DATA=clinique; SAS g\u00e9n\u00e8re alors une table d\u00e9di\u00e9e d\u00e9taillant l’estimation ponctuelle de l’Odds Ratio, accompagn\u00e9e de ses intervalles de confiance asymptotiques \u00e0 95 % (calcul\u00e9s selon la m\u00e9thode de Wald via la transformation logarithmique de l’erreur-type). Si l’intervalle de confiance \u00e0 95 % n’englobe pas la valeur critique 1,00, le chercheur dispose d’une preuve robuste de l’impact significatif du facteur d’exposition sur l’\u00e9v\u00e9nement \u00e9tudi\u00e9.<\/p>\n L’un des atouts pr\u00e9\u00e9minents de l’environnement SAS r\u00e9side dans l’int\u00e9gration de m\u00e9canismes d’audit automatique qui alertent l’utilisateur d\u00e8s qu’un postulat statistique th\u00e9orique est transgress\u00e9 lors de l’ex\u00e9cution d’un traitement. Lorsque les donn\u00e9es soumises \u00e0 la proc\u00e9dure PROC FREQ violent l’un des crit\u00e8res de validit\u00e9 asymptotique de Cochran, le syst\u00e8me n’interrompt pas brutalement l’ex\u00e9cution du code, mais \u00e9met un avertissement explicite imprim\u00e9 en caract\u00e8res distinctifs imm\u00e9diatement sous la table des r\u00e9sultats.<\/p>\n Le message d’alerte standard prend la formulation suivante : \u00ab WARNING: 20% of the cells have expected counts less than 5. Chi-Square may not be a valid test. \u00bb<\/em> (Avertissement : 20 % des cellules pr\u00e9sentent des effectifs th\u00e9oriques inf\u00e9rieurs \u00e0 5. Le test du khi-deux peut ne pas \u00eatre valide). La pr\u00e9sence de cet avertissement constitue un signal d’arr\u00eat absolu pour le chercheur : poursuivre l’interpr\u00e9tation de la statistique de Pearson et de sa p-valeur asymptotique dans ces circonstances \u00e9quivaudrait \u00e0 publier un r\u00e9sultat potentiellement vici\u00e9 par une inflation non ma\u00eetris\u00e9e de l’erreur de type I.<\/p>\n Face \u00e0 ce diagnostic, deux orientations m\u00e9thodologiques s’offrent au statisticien. La premi\u00e8re, d’ordre substantiel, consiste \u00e0 examiner la pertinence th\u00e9orique d’un regroupement (collapsus) de certaines modalit\u00e9s de la variable qui seraient conceptuellement adjacentes ou sous-repr\u00e9sent\u00e9es (par exemple, regrouper les cat\u00e9gories de formation \u00ab Certificat d’\u00e9tudes \u00bb et \u00ab Brevet des coll\u00e8ges \u00bb sous un libell\u00e9 unique \u00ab Enseignement primaire et premier cycle \u00bb). Si cette fusion s’av\u00e8re th\u00e9oriquement ind\u00e9fendable ou m\u00e9thodologiquement pr\u00e9judiciable, le recours imp\u00e9ratif \u00e0 des tests non asymptotiques, dits tests exacts, devient la seule strat\u00e9gie scientifique recevable.<\/p>\n D\u00e9velopp\u00e9 historiquement par Ronald Aylmer Fisher pour pallier les d\u00e9faillances du khi-deux sur des petits \u00e9chantillons d’exp\u00e9rimentation agronomique, le test exact de Fisher<\/strong> s’affranchit totalement du recours \u00e0 une approximation par la loi continue du khi-deux. Il op\u00e8re sur le plan des probabilit\u00e9s combinatoires discr\u00e8tes en conditionnant les calculs par la fixation stricte des totaux marginaux de la table.<\/p>\n Sous l’hypoth\u00e8se nulle d’ind\u00e9pendance, la probabilit\u00e9 exacte d’observer une configuration matricielle sp\u00e9cifique de fr\u00e9quences dans une table 2×2 r\u00e9pond \u00e0 une distribution hyperg\u00e9om\u00e9trique. Le test exact de Fisher proc\u00e8de en calculant la probabilit\u00e9 hyperg\u00e9om\u00e9trique pr\u00e9cise de la table observ\u00e9e sur le terrain, puis en y additionnant les probabilit\u00e9s de l’ensemble des autres configurations th\u00e9oriquement possibles qui pr\u00e9senteraient des marges identiques mais afficheraient un \u00e9cart \u00e0 l’ind\u00e9pendance encore plus extr\u00eame que celui constat\u00e9 empiriquement.<\/p>\n Dans l’environnement SAS, l’activation du test exact de Fisher ne n\u00e9cessite aucune restructuration algorithmique complexe. Il suffit d’adjoindre l’instruction EXACT<\/strong> imm\u00e9diatement apr\u00e8s la d\u00e9claration de la table au sein de PROC FREQ :<\/p>\n PROC FREQ DATA=faibles_effectifs; Si la table de contingence est d’ordre 2×2, SAS calcule automatiquement les probabilit\u00e9s unilat\u00e9rales (One-Sided) et bilat\u00e9rales (Two-Sided) exactes. Dans le cas hautement plus complexe d’une table de dimensions arbitraires r x c (comportant par exemple trois lignes et quatre colonnes avec des cellules clairsem\u00e9es), SAS d\u00e9ploie de mani\u00e8re totalement transparente l’extension computationnelle de Freeman et Halton (1951), fournissant une p-valeur exacte bilat\u00e9rale inattaquable sur le plan inf\u00e9rentiel.<\/p>\n Si l’algorithme du test exact de Fisher excelle sur les tables de petites dimensions ou d’effectifs mod\u00e9r\u00e9s, il se heurte \u00e0 une limitation math\u00e9matique r\u00e9dhibitoire connue sous le terme d’explosion combinatoire. Lorsque les dimensions de la table augmentent (par exemple, une table 6×8) et que la taille de l’\u00e9chantillon global N se chiffre en plusieurs centaines d’individus tout en conservant quelques cellules locales clairsem\u00e9es, le nombre de permutations marginales envisageables d\u00e9passe la puissance de calcul des processeurs, saturant l’espace m\u00e9moire et provoquant des temps d’ex\u00e9cution r\u00e9dhibitoires.<\/p>\n Pour surmonter ce goulot d’\u00e9tranglement informatique sans r\u00e9gresser vers des approximations asymptotiques invalides, SAS propose une alternative algorithmique : l’estimation de la p-valeur exacte par simulation stochastique de Monte Carlo<\/strong>. Cette m\u00e9thode proc\u00e8de par le tirage al\u00e9atoire r\u00e9p\u00e9t\u00e9 d’un nombre colossal de tables de contingence conformes aux marges observ\u00e9es, permettant d’estimer empiriquement la distribution d’\u00e9chantillonnage avec une marge d’erreur ma\u00eetris\u00e9e.<\/p>\n La syntaxe de d\u00e9clenchement associe l’option MC \u00e0 l’instruction EXACT, en permettant d’ajuster le volume des tirages (g\u00e9n\u00e9ralement 10 000 ou 100 000 it\u00e9rations) via l’option N= :<\/p>\n PROC FREQ DATA=grande_table_clairsemee; L’assignation explicite d’une graine de randomisation (SEED) assure la reproductibilit\u00e9 scientifique stricte du tirage : deux chercheurs ex\u00e9cutant le script obtiendront rigoureusement les m\u00eames estimations d\u00e9cimales. Dans le rapport de sortie, SAS fournit l’estimation ponctuelle de la p-valeur de Monte Carlo, flanqu\u00e9e de son intervalle de confiance \u00e0 95 % (indiqu\u00e9 par Lower Bound<\/em> et Upper Bound<\/em>). Si la borne sup\u00e9rieure de cet intervalle de simulation demeure fermement inf\u00e9rieure au seuil de 0,05, le rejet de l’hypoth\u00e8se nulle d’ind\u00e9pendance est m\u00e9thodologiquement garanti.<\/p>\n L’obtention d’une statistique globale du khi-deux hautement significative (p < 0,001) permet d’affirmer avec certitude que l’hypoth\u00e8se d’ind\u00e9pendance stochastique doit \u00eatre rejet\u00e9e. Toutefois, cette m\u00e9trique synth\u00e9tique souffre de la m\u00eame limitation que le test F de Fisher dans une analyse de variance : elle pr\u00e9sente un caract\u00e8re strictement omnibus. Elle d\u00e9montre l’existence d’une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 structurelle au sein du tableau, mais demeure totalement incapable de pr\u00e9ciser la localisation exacte des divergences, ni quelles cellules sp\u00e9cifiques s’\u00e9cartent significativement du mod\u00e8le d’ind\u00e9pendance.<\/p>\n Pour diss\u00e9quer l’anatomie de cette d\u00e9pendance, l’analyste doit imp\u00e9rativement proc\u00e9der \u00e0 une analyse r\u00e9siduelle cellule par cellule. Le r\u00e9sidu brut (ou d\u00e9viation simple), calcul\u00e9 par l’op\u00e9ration :<\/p>\n e_ij = O_ij – E_ij<\/p>\n indique certes si la modalit\u00e9 conjointe est surrepr\u00e9sent\u00e9e (signe positif) ou sous-repr\u00e9sent\u00e9e (signe n\u00e9gatif), mais sa grandeur d\u00e9pend totalement de l’ordre de grandeur de l’effectif th\u00e9orique sous-jacent. Un \u00e9cart brut de 15 cas pr\u00e9sente une charge d\u00e9monstrative infiniment plus forte si l’effectif attendu \u00e9tait de 5 cas que s’il \u00e9tait de 1 000 cas.<\/p>\n Pour standardiser cette mesure, Pearson a propos\u00e9 le r\u00e9sidu standardis\u00e9 (parfois qualifi\u00e9 de r\u00e9sidu de Pearson), qui s’obtient en divisant l’\u00e9cart brut par la racine carr\u00e9e de la fr\u00e9quence th\u00e9orique attendue :<\/p>\n r_ij = (O_ij – E_ij) \/ Racine_Carree(E_ij)<\/p>\n On remarque imm\u00e9diatement que le carr\u00e9 de ce r\u00e9sidu standardis\u00e9 [r_ij]^2 n’est autre que la contribution unitaire de la cellule au khi-deux global, obtenue sous SAS au moyen de l’option CELLCHI2<\/strong>. Dans notre cas d’\u00e9cole sur le genre et les pr\u00e9f\u00e9rences politiques, l’inspection des valeurs de CELLCHI2 r\u00e9v\u00e9lait que les cellules (Homme, Droite) et (Femme, Droite) affichaient chacune une contribution de 5,7857, repr\u00e9sentant \u00e0 elles deux plus de 62 % de la valeur globale de la statistique de test (11,57 sur 18,63). L’association globale d\u00e9coule donc principalement d’une divergence massive d’adh\u00e9sion envers l’\u00e9lectorat de Droite.<\/p>\n Bien que le r\u00e9sidu standardis\u00e9 de Pearson constitue un progr\u00e8s analytique indiscutable, il souffre d’une tare th\u00e9orique identifi\u00e9e par le statisticien Shelby Haberman en 1973 : sa variance th\u00e9orique n’est pas rigoureusement \u00e9gale \u00e0 l’unit\u00e9 (1), car elle demeure tributaire des fractions marginales occup\u00e9es par la ligne et la colonne consid\u00e9r\u00e9es. Par cons\u00e9quent, les r\u00e9sidus de Pearson ne suivent pas strictement une distribution normale centr\u00e9e r\u00e9duite N(0,1), ce qui rend incertaine l’utilisation des valeurs critiques classiques (comme le seuil de 1,96).<\/p>\n Pour r\u00e9soudre ce probl\u00e8me, Haberman a d\u00e9velopp\u00e9 le r\u00e9sidu ajust\u00e9 standardis\u00e9<\/strong> (adjusted standardized residual<\/em>), qui pond\u00e8re l’\u00e9cart brut par l’estimation exacte de son erreur-type asymptotique. Son \u00e9quation math\u00e9matique s’exprime par la formule suivante :<\/p>\n z_ij = (O_ij – E_ij) \/ Racine_Carree[ E_ij * (1 – R_i \/ N) * (1 – C_j \/ N) ]<\/p>\n Dans cette formulation rigoureuse, R_i \/ N repr\u00e9sente la proportion marginale de la i-\u00e8me ligne et C_j \/ N la proportion marginale de la j-\u00e8me colonne. Gr\u00e2ce \u00e0 cette normalisation matricielle, z_ij suit asymptotiquement et de fa\u00e7on exacte une loi normale standard N(0,1) sous l’hypoth\u00e8se nulle d’ind\u00e9pendance. Il devient d\u00e8s lors possible d’appliquer des r\u00e8gles de d\u00e9cision probabilistes unifi\u00e9es :<\/p>\n Sous les versions modernes de SAS, l’extraction de ces r\u00e9sidus ajust\u00e9s peut \u00eatre activ\u00e9e au sein de PROC FREQ ou, de mani\u00e8re encore plus mod\u00e9lisatrice, en sollicitant la proc\u00e9dure de r\u00e9gression g\u00e9n\u00e9ralis\u00e9e PROC GENMOD<\/strong> en param\u00e9trant un mod\u00e8le log-lin\u00e9aire de Poisson dont les r\u00e9sidus de Haberman sont imprim\u00e9s par l’option RESIDUALS.<\/p>\n L’\u00e9valuation simultan\u00e9e de multiples r\u00e9sidus ajust\u00e9s au sein d’une table de contingence expose l’analyste au redoutable ph\u00e9nom\u00e8ne m\u00e9thodologique d’inflation du risque global de fausse d\u00e9couverte (l’inflation de l’erreur de premi\u00e8re esp\u00e8ce au niveau de la famille de tests, ou family-wise error rate<\/em>). Si un chercheur \u00e9value ind\u00e9pendamment les r\u00e9sidus de six cellules au seuil nominal alpha = 0,05, la probabilit\u00e9 th\u00e9orique d’observer au moins une cellule faussement significative par pur hasard probabiliste n’est plus de 0,05, mais avoisine arithm\u00e9tiquement 1 – (1 – 0,05)^6 = 0,264, soit plus de 26 % de risque de faux positif.<\/p>\n Pour pr\u00e9server l’int\u00e9grit\u00e9 de l’inf\u00e9rence post-hoc, il est imp\u00e9ratif d’appliquer une proc\u00e9dure de correction pour tests multiples. La m\u00e9thode la plus classique \u2014 bien que conservatrice \u2014 est l’ajustement de Bonferroni<\/strong>. Elle consiste \u00e0 diviser le seuil alpha global vis\u00e9 (par exemple 0,05) par le nombre total de cellules k contenues dans la table (k = r * c) :<\/p>\n alpha_ajuste = alpha_global \/ (r * c)<\/p>\n Pour notre table 2×3 comportant 6 cellules, le seuil de significativit\u00e9 critique unitaire devient : alpha_ajuste = 0,05 \/ 6 = 0,00833. En consultant la table de la loi normale centr\u00e9e r\u00e9duite, la valeur critique bilat\u00e9rale z associ\u00e9e \u00e0 une probabilit\u00e9 d’erreur de 0,00833 n’est plus de 1,96, mais s’\u00e9l\u00e8ve \u00e0 z_critique = 2,64<\/strong>. D\u00e8s lors, seules les cellules pr\u00e9sentant un r\u00e9sidu ajust\u00e9 z_ij dont la valeur absolue d\u00e9passe strictement 2,64 pourront \u00eatre formellement d\u00e9clar\u00e9es comme contributrices \u00e0 la rupture d’ind\u00e9pendance sans risquer d’alt\u00e9rer la robustesse du protocole de d\u00e9couverte scientifique.<\/p>\n Une alternative plus souple et statistiquement plus puissante consiste \u00e0 contr\u00f4ler le taux de fausse d\u00e9couverte (False Discovery Rate<\/em> – FDR) via l’algorithme s\u00e9quentiel de Benjamini-Hochberg. Cette m\u00e9thode r\u00e9ordonne les p-valeurs des cellules par ordre croissant et module les seuils de rejet selon leur rang ordinal, offrant un compromis id\u00e9al entre puissance empirique et contr\u00f4le strict des erreurs inf\u00e9rentielles.<\/p>\n L’exploration et la communication scientifique des structures d’association discr\u00e8tes ne sauraient se restreindre \u00e0 la contemplation de matrices num\u00e9riques denses. Le syst\u00e8me graphique int\u00e9gr\u00e9 de SAS, d\u00e9sign\u00e9 sous l’acronyme d’ODS Graphics (Output Delivery System Graphics<\/em>), permet de synth\u00e9tiser visuellement les interactions multivari\u00e9es avec une qualit\u00e9 typographique conforme aux crit\u00e8res des maisons d’\u00e9dition scientifique internationales.<\/p>\n Dans les versions actuelles de SAS, le moteur graphique est g\u00e9n\u00e9ralement actif par d\u00e9faut. Il demeure n\u00e9anmoins recommand\u00e9, au sein d’un script d’analyse structur\u00e9, de l’initialiser formellement au moyen de l’instruction ODS GRAPHICS ON<\/strong>, en sp\u00e9cifiant les param\u00e8tres de restitution souhait\u00e9s (taille de l’image, r\u00e9solution spatiale en DPI, format de compression vectorielle ou matricielle). Le listing suivant illustre l’initialisation d’un environnement de rendu \u00e0 haute r\u00e9solution adapt\u00e9 aux crit\u00e8res \u00e9ditoriaux des p\u00e9riodiques de l’American Psychological Association<\/a> :<\/p>\n ODS GRAPHICS ON \/ RESET=INDEX IMAGENAME=\u00a0\u00bbMosaicPlot_Khi2″ IMAGEFMT=PNG HEIGHT=600px WIDTH=800px BORDER=OFF;<\/p>\n Ce param\u00e9trage garantit que toute figure g\u00e9n\u00e9r\u00e9e par la suite sera export\u00e9e sous la forme d’un fichier PNG d’une densit\u00e9 de 300 ou 600 DPI, sans lis\u00e9r\u00e9 de bordure parasite, pr\u00eat pour l’int\u00e9gration directe au sein d’un traitement de texte acad\u00e9mique.<\/p>\n Parmi l’ensemble des repr\u00e9sentations graphiques d\u00e9di\u00e9es aux tables de contingence, le diagramme en mosa\u00efque<\/strong> (Mosaic Plot<\/em>), th\u00e9oris\u00e9 par Hartigan et Kleiner en 1981 et formalis\u00e9 par Friendly en 1994, constitue indiscutablement l’outil heuristique le plus \u00e9l\u00e9gant et le plus puissant. Un diagramme en mosa\u00efque repr\u00e9sente l’int\u00e9gralit\u00e9 de l’espace de donn\u00e9es sous la forme d’un rectangle unitaire de surface \u00e9gale \u00e0 1, subdivis\u00e9 r\u00e9cursivement en tuiles rectangulaires dont les dimensions physiques traduisent les fr\u00e9quences relatives observ\u00e9es.<\/p>\n La largeur horizontale de chaque colonne de tuiles est strictement proportionnelle \u00e0 la fr\u00e9quence marginale de la variable d’abscisse (dans notre exemple, les proportions d’\u00e9lecteurs masculins et f\u00e9minins). Ensuite, \u00e0 l’int\u00e9rieur de chaque colonne, la hauteur verticale des tuiles individuelles correspond \u00e0 la distribution conditionnelle des modalit\u00e9s de la seconde variable (les affiliations partisanes Gauche, Centre, Droite). Par voie de cons\u00e9quence g\u00e9om\u00e9trique directe, la superficie surfacique de chaque cellule \u00e9l\u00e9mentaire est rigoureusement proportionnelle \u00e0 l’effectif conjoint O_ij observ\u00e9 dans le jeu de donn\u00e9es.<\/p>\n Pour g\u00e9n\u00e9rer cette visualisation au sein de la proc\u00e9dure PROC FREQ, il suffit de renseigner l’option PLOTS=MOSAICPLOT<\/strong> au niveau de l’instruction TABLES :<\/p>\n PROC FREQ DATA=election_study; L’adjonction de l’argument Bien que le diagramme en mosa\u00efque excelle dans l’analyse exploratoire exhaustive, sa lecture fine peut parfois d\u00e9sar\u00e7onner un public non initi\u00e9 aux conventions s\u00e9miologiques de Hartigan. Dans un objectif de diffusion p\u00e9dagogique large ou de publication g\u00e9n\u00e9raliste, l’analyste privil\u00e9giera souvent le recours \u00e0 la proc\u00e9dure PROC SGPLOT<\/strong> pour concevoir des diagrammes en barres empil\u00e9es (Stacked Bar Charts<\/em>) ou group\u00e9es (Clustered Bar Charts<\/em>) exprim\u00e9es en pourcentages intra-groupes.<\/p>\n La syntaxe de PROC SGPLOT permet de dissocier les barres physiques en faisant appel \u00e0 l’instruction VBAR, tout en param\u00e9trant le regroupement conditionnel :<\/p>\n PROC SGPLOT DATA=election_study; L’option La transcription des r\u00e9sultats d’un test d’ind\u00e9pendance du khi-deux dans un article soumis \u00e0 une revue scientifique \u00e0 comit\u00e9 de lecture doit se plier aux r\u00e8gles stylistiques et typographiques rigoureuses \u00e9dict\u00e9es par la 7e \u00e9dition du manuel de publication de l’American Psychological Association (APA 7). Le respect de ces canons d’\u00e9criture garantit l’intelligibilit\u00e9 universelle et la comparabilit\u00e9 des indices statistiques \u00e0 travers la litt\u00e9rature internationale.<\/p>\n La notation standardis\u00e9e impose que la lettre grecque repr\u00e9sentant le test soit ins\u00e9r\u00e9e en italique : \u03c7<\/em>\u00b2 (ou \u00e9crite sous sa d\u00e9nomination occidentale chi-deux en l’absence de module de symboles, mais jamais sous la forme d’un simple X majuscule standard). La structure syntaxique fondamentale de restitution d’un test d’ind\u00e9pendance se condense obligatoirement selon le mod\u00e8le formalis\u00e9 suivant :<\/p>\n \u03c7<\/em>\u00b2(degr\u00e9s de libert\u00e9, N<\/em> = effectif total) = valeur empirique, p<\/em> = p-valeur, V<\/em> = taille d’effet<\/p>\n Les r\u00e8gles formelles de mise en forme num\u00e9rique de l’APA imposent des crit\u00e8res d’arrondi d\u00e9cimal immuables :<\/p>\n Pour assurer une parfaite ma\u00eetrise de l’exercice r\u00e9dactionnel, examinons comment articuler la section des r\u00e9sultats dans le corps de texte d’un article de recherche selon diff\u00e9rentes configurations d\u00e9cisionnelles :<\/p>\n Exemple de formulation pour un r\u00e9sultat statistiquement non significatif :<\/strong> Exemple de formulation compl\u00e8te pour notre cas pratique Genre et Pr\u00e9f\u00e9rences politiques (r\u00e9sultat hautement significatif avec analyse post-hoc) :<\/strong> L’analyse post-hoc des r\u00e9sidus ajust\u00e9s standardis\u00e9s de Haberman, assortie d’un seuil critique corrig\u00e9 par l’ajustement de Bonferroni (z<\/em>_critique = \u00b12,64 pour un risque alpha global maintenu \u00e0 0,05), r\u00e9v\u00e8le que cette d\u00e9pendance est quasi exclusivement tir\u00e9e par le positionnement envers l’\u00e9lectorat de Droite. En effet, les hommes manifestent une surrepr\u00e9sentation significative au sein du parti de Droite (z<\/em> = +3,86, effectif observ\u00e9 = 110 pour un effectif attendu = 87,50), corr\u00e9lative d’une sous-repr\u00e9sentation sym\u00e9trique chez les femmes (z<\/em> = -3,86, observ\u00e9 = 65, attendu = 87,50). Les adh\u00e9sions envers les partis de Gauche (z<\/em> = -2,41 chez les hommes) et du Centre (z<\/em> = -0,87 chez les hommes) ne franchissent pas le seuil de significativit\u00e9 post-hoc apr\u00e8s contr\u00f4le conservateur des comparaisons multiples. \u00bb<\/p>\n L’insertion d’un tableau synth\u00e9tique au format APA doit ob\u00e9ir \u00e0 une g\u00e9om\u00e9trie typographique stricte : l’emploi de bordures verticales y est formellement prohib\u00e9. Le tableau ne doit comporter que trois lignes horizontales principales d\u00e9limitant l’en-t\u00eate sup\u00e9rieur, la base de l’en-t\u00eate et le pied de tableau. L’exemple ci-dessous illustre l’agencement normalis\u00e9 de notre jeu de donn\u00e9es sous format HTML :<\/p>\n1.2 Principe conceptuel du test d’ind\u00e9pendance de Karl Pearson<\/h3>\n
1.3 Int\u00e9gration de SAS dans l’\u00e9cosyst\u00e8me de la recherche quantitative<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/ind1.jpg\")
<\/figure>\n2. Fondements math\u00e9matiques et conditions d’application du test<\/h2>\n
2.1 Formulation alg\u00e9brique et calcul des fr\u00e9quences th\u00e9oriques<\/h3>\n
2.2 Hypoth\u00e8ses sous-jacentes et postulats m\u00e9thodologiques<\/h3>\n
2.3 Crit\u00e8res de Cochran et sensibilit\u00e9 \u00e0 la taille de l’\u00e9chantillon<\/h3>\n
\n
3. Pr\u00e9paration et structuration des donn\u00e9es sous l’environnement SAS<\/h2>\n
3.1 Importation et saisie des donn\u00e9es individuelles brutes<\/h3>\n
3.2 Structuration par donn\u00e9es agr\u00e9g\u00e9es et instruction WEIGHT<\/h3>\n
3.3 Nettoyage et \u00e9tiquetage s\u00e9mantique des variables cat\u00e9gorielles<\/h3>\n
4. Mise en \u0153uvre du test avec la proc\u00e9dure PROC FREQ de SAS<\/h2>\n
4.1 Syntaxe fondamentale et d\u00e9claration de la table de contingence<\/h3>\n
\n TABLES variable_ligne * variable_colonne \/ options;
\nRUN;<\/p>\n4.2 Activation des options statistiques d\u00e9di\u00e9es au khi-deux<\/h3>\n
\n
4.3 Param\u00e9trage des pourcentages marginaux et conditionnels<\/h3>\n
5. Analyse pas-\u00e0-pas d’un cas pratique : Genre et pr\u00e9f\u00e9rences politiques<\/h2>\n
5.1 Contexte de l’\u00e9tude empirique et formulation des hypoth\u00e8ses<\/h3>\n
\n
5.2 Programmation compl\u00e8te du script SAS pour le cas pratique<\/h3>\n
election_study<\/code>. L’instruction INPUT lit successivement la variable textuelle de ligne (Gender<\/code>), la variable textuelle de colonne (Party<\/code>) et la variable num\u00e9rique enti\u00e8re repr\u00e9sentant les fr\u00e9quences empiriques observ\u00e9es (Count<\/code>). Le bloc de saisie directe DATALINES int\u00e8gre les effectifs recueillis lors de la campagne de sondage :<\/p>\n
\n INPUT Gender $ Party $ Count;
\n DATALINES;
\nHomme Gauche 80
\nHomme Centre 60
\nHomme Droite 110
\nFemme Gauche 115
\nFemme Centre 70
\nFemme Droite 65
\n;
\nRUN;<\/p>\n
\n WEIGHT Count;
\n TABLES Gender * Party \/ CHISQ EXPECTED CELLCHI2 DEVIATION NOROW NOCOL;
\nRUN;<\/p>\n![\"Chi-square](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/ind2.jpg\")
5.3 V\u00e9rification des conditions pr\u00e9alables sur l’\u00e9chantillon d’\u00e9tude<\/h3>\n
\n
6. Interpr\u00e9tation acad\u00e9mique des sorties statistiques de SAS<\/h2>\n
6.1 D\u00e9codage du tableau des statistiques du khi-deux fourni par SAS<\/h3>\n
\n
6.2 Distinction entre les diff\u00e9rentes statistiques g\u00e9n\u00e9r\u00e9es par l’option CHISQ<\/h3>\n
6.3 Prise de d\u00e9cision statistique et conclusion substantielle<\/h3>\n
7. \u00c9valuation de la taille d’effet et quantification de la force du lien<\/h2>\n
7.1 Limites inh\u00e9rentes \u00e0 la seule lecture de la p-valeur<\/h3>\n
7.2 Le V de Cramer et le coefficient Phi dans les tables complexes<\/h3>\n
\n
7.3 Rapports de cotes (Odds Ratios) et risques relatifs associ\u00e9s<\/h3>\n
\n TABLES Traumatisme * PTSD \/ CHISQ RELRISK;
\nRUN;<\/p>\n8. Gestion des violations des conditions : Test exact de Fisher et alternatives<\/h2>\n
8.1 Diagnostic des faibles effectifs et avertissements SAS<\/h3>\n
8.2 Impl\u00e9mentation du test exact de Fisher pour tables 2×2 et r x c<\/h3>\n
\n TABLES Diagnostic * Traitement \/ CHISQ;
\n EXACT FISHER;
\nRUN;<\/p>\n8.3 M\u00e9thodes de r\u00e9\u00e9chantillonnage Monte Carlo sous SAS<\/h3>\n
\n TABLES Symptome * Profil \/ CHISQ;
\n EXACT CHISQ \/ MC N=100000 SEED=12345 ALPHA=0.05;
\nRUN;<\/p>\n9. Analyses post-hoc et d\u00e9composition des cellules contributives<\/h2>\n
9.1 R\u00e9sidus bruts versus r\u00e9sidus standardis\u00e9s de Pearson<\/h3>\n
9.2 Calcul et interpr\u00e9tation des r\u00e9sidus ajust\u00e9s standardis\u00e9s (Haberman)<\/h3>\n
\n
9.3 Correction pour comparaisons multiples lors des tests post-hoc<\/h3>\n
10. Visualisation graphique des tables de contingence avec ODS Graphics<\/h2>\n
10.1 Activation et configuration du syst\u00e8me ODS Graphics dans SAS<\/h3>\n
10.2 Production de diagrammes en mosa\u00efque (Mosaic Plots)<\/h3>\n
\n WEIGHT Count;
\n TABLES Gender * Party \/ CHISQ PLOTS=MOSAICPLOT(COLORING=RESIDUAL);
\nRUN;<\/p>\nCOLORING=RESIDUAL<\/code> d\u00e9cuple la port\u00e9e diagnostique du diagramme : SAS applique un d\u00e9grad\u00e9 colorim\u00e9trique dynamique aux tuiles en fonction de la valeur de leur r\u00e9sidu standardis\u00e9 de Pearson. Les cellules statistiquement surrepr\u00e9sent\u00e9es (d\u00e9viation positive majeure) se teintent d’un bleu profond, tandis que les cellules sous-repr\u00e9sent\u00e9es (d\u00e9viation n\u00e9gative marqu\u00e9e) apparaissent dans une nuance rouge satur\u00e9e ; les cellules conformes \u00e0 l’hypoth\u00e8se d’ind\u00e9pendance conservent un ton neutre gris\u00e2tre. Le chercheur per\u00e7oit ainsi imm\u00e9diatement l’architecture sous-jacente de la d\u00e9pendance sans avoir \u00e0 diss\u00e9quer mentalement des colonnes de chiffres.<\/p>\n10.3 Visualisations avanc\u00e9es avec la proc\u00e9dure PROC SGPLOT<\/h3>\n
\n VBAR Gender \/ RESPONSE=Count GROUP=Party GROUPDISPLAY=CLUSTER STAT=SUM DATALABEL;
\n YAXIS LABEL=\u00a0\u00bbEffectifs cumul\u00e9s des \u00e9lecteurs\u00a0\u00bb;
\n XAXIS LABEL=\u00a0\u00bbGenre auto-d\u00e9clar\u00e9\u00a0\u00bb;
\nRUN;<\/p>\nGROUPDISPLAY=CLUSTER<\/code> positionne les barres des trois formations politiques c\u00f4te \u00e0 c\u00f4te pour chaque genre, permettant une comparaison transversale imm\u00e9diate. Pour une \u00e9l\u00e9gance accrue, l’adjonction de sch\u00e9mas de couleurs universellement accessibles \u2014 optimis\u00e9s pour les personnes atteintes de d\u00e9ficiences de la vision des couleurs (daltonisme) \u2014 garantit le respect des exigences d’accessibilit\u00e9 visuelle universelle \u00e9dict\u00e9es par les normes scientifiques internationales.<\/p>\n11. Normes de r\u00e9daction acad\u00e9mique des r\u00e9sultats selon le format APA 7<\/h2>\n
11.1 Directives formelles de l’American Psychological Association<\/h3>\n
\n
< .0001<\/code> de SAS), il est formellement interdit d’\u00e9crire p<\/em> = 0,000 (ce qui constituerait une absurdit\u00e9 \u00e9pist\u00e9mologique d\u00e9signant une certitude absolue impossible en \u00e9chantillonnage al\u00e9atoire). L’\u00e9criture normalis\u00e9e impose : p<\/em> < ,001<\/strong>.<\/li>\n11.2 Exemples textuels de formulation pour manuscrits scientifiques<\/h3>\n
\n\u00ab Afin d’examiner si le type de prise en charge th\u00e9rapeutique (m\u00e9dicamenteuse vs psychoth\u00e9rapeutique) variait selon le milieu de r\u00e9sidence des patients (urbain vs rural), un test d’ind\u00e9pendance du khi-deux de Pearson a \u00e9t\u00e9 conduit. Les conditions d’application de Cochran \u00e9taient pleinement satisfaites, la fr\u00e9quence th\u00e9orique minimale s’\u00e9levant \u00e0 14,2 cas. Les r\u00e9sultats r\u00e9v\u00e8lent l’absence d’association statistiquement significative entre le milieu de r\u00e9sidence et l’orientation th\u00e9rapeutique, \u03c7<\/em>\u00b2(1, N<\/em> = 180) = 0,84, p<\/em> = 0,359, \u03c6<\/em> = 0,07. Ces donn\u00e9es indiquent que la distribution des orientations de soins est ind\u00e9pendante de l’implantation g\u00e9ographique des sujets au sein de notre cohorte. \u00bb<\/p>\n
\n\u00ab Un test du khi-deux d’ind\u00e9pendance de Pearson a \u00e9t\u00e9 r\u00e9alis\u00e9 pour d\u00e9terminer si les pr\u00e9f\u00e9rences politiques d\u00e9clar\u00e9es (Gauche, Centre, Droite) variaient selon le genre des \u00e9lecteurs (Homme, Femme). L’ensemble des postulats d’application de Cochran a \u00e9t\u00e9 valid\u00e9 avec succ\u00e8s, l’effectif th\u00e9orique minimal \u00e9tant de 65,00 et aucune cellule ne pr\u00e9sentant d’esp\u00e9rance inf\u00e9rieure \u00e0 5. L’analyse met en \u00e9vidence une association statistiquement hautement significative entre le genre de l’individu et son affiliation partisane, \u03c7<\/em>\u00b2(2, N<\/em> = 500) = 18,64, p<\/em> < 0,001. Selon les balises d’interpr\u00e9tation de Cohen, la force de cette association est qualifi\u00e9e d’ampleur faible \u00e0 mod\u00e9r\u00e9e, comme l’atteste le coefficient de contingence, V<\/em> de Cram\u00e9r = 0,19.<\/p>\n11.3 Construction de tables de contingence conformes aux exigences APA<\/h3>\n