Les commandes de l’application, les identifiants des feuilles de données et les valeurs des données d’exemple conservent leur forme d’origine. Les captures d’écran, graphiques et fichiers à télécharger sont en anglais. Les exemples conservent les conventions numériques anglaises : point décimal et virgule de séparation des milliers.
Exemple : service d’expédition et état à l’arrivée
Tableau 3 x 3 d’effectifs observés représentant 600 expéditions distinctes.
Télécharger les données d’exemple (CSV en anglais)C’est le même exemple que dans Help. Importez le CSV pour suivre les étapes ou utilisez Open example in a practice copy dans Help pour préremplir les données d’entrée.
1. Créer l’espace de travail
Dans la barre latérale, ouvrez Basic Statistics et choisissez Categorical: Independence (χ²). Créez une analyse, nommez-la, sélectionnez New blank worksheet, puis choisissez Create analysis.
2. Importer les données d’exemple
Téléchargez le CSV ci-dessus et importez-le dans la feuille de données. Choisissez Comma comme délimiteur, Dot comme séparateur décimal et First row contains column names.
3. Affecter les colonnes d’effectifs
Dans Inputs, choisissez Contingency table pour Input format. Ouvrez Frequency columns et sélectionnez intact, cosmetic_damage_only et functional_damage, dans cet ordre. Affectez shipping_service à Row category labels (optional). Le CSV est déjà un tableau d’effectifs ; ne comptez pas chaque ligne comme une seule expédition.
4. Définir le test et les libellés de catégories
Saisissez 0.05 dans Significance level (α) et cochez Apply Yates’ continuity correction. Ouvrez Column category labels. Saisissez Intact dans Column 1 label, Cosmetic damage only dans Column 2 label et Functional damage dans Column 3 label. Conservez la case cochée pour reproduire l’exemple. Elle n’a aucun effet sur ce tableau 3×3 : la correction de Yates ne s’applique qu’aux tableaux 2×2.
5. Exécuter l’analyse
Choisissez Run analysis, puis ouvrez Results.
6. Interpréter les résultats
Lire les effectifs observés
Les trois lignes de services et les trois colonnes d’états représentent 600 expéditions distinctes. Chaque expédition a un service et un état à l’arrivée mutuellement exclusif. Par exemple, Consolidated compte 160 expéditions intactes, 38 avec dommages esthétiques uniquement et 22 avec dommages fonctionnels.
Lire le test d’association
χ² vaut 11.2614 avec 4 degrés de liberté ; p = 0.02378. Les résultats indiquent une association au seuil de 5%. Le plus petit effectif attendu est de 14.7 et aucun n’est inférieur à 5. La correction de Yates n’a pas été appliquée à ce tableau 3×3.
Comparer les effectifs observés et attendus
Les effectifs attendus utilisent les totaux observés par service et par état, sous l’hypothèse d’indépendance. Pour les dommages esthétiques uniquement avec Consolidated, l’effectif observé est de 38 contre 27.867 attendu. Ces effectifs attendus sont un modèle de comparaison, et non des objectifs de performance client.
Repérer les principales différences
Les dommages esthétiques uniquement avec Consolidated ont un résidu d’environ +1.92 ; avec Express, d’environ −1.84. Un signe positif signifie davantage qu’attendu, et un signe négatif moins. Les dommages esthétiques uniquement concernent 38/220 expéditions Consolidated (17.3%) contre 14/180 expéditions Express (7.8%). Ces cellules ne constituent pas des tests ajustés distincts.
Examiner les conditions avant de modifier la politique
Vérifiez la composition des produits, l’emballage et les conditions d’expédition entre services. Cette association observationnelle n’établit pas que le choix d’un service cause les dommages.
Plus de détails : lire chaque section des résultats
Les tableaux complets de résultats utilisent six chiffres significatifs, comme dans Help.
Test d’indépendance du khi-deux
χ² résume les différences entre effectifs observés et attendus. Le nombre de degrés de liberté est de 4 ; la valeur p teste l’indépendance. Alpha vaut 0.05. Les lignes de Yates demandée et appliquée distinguent le réglage de la correction effectivement utilisée. Les vérifications des effectifs attendus décrivent l’adéquation de l’approximation ; tous les effectifs attendus sont ici d’au moins 14.7.
| Statistique | Valeur |
|---|---|
| Statistique χ² | 11.2614 |
| Degrés de liberté | 4 |
| Valeur p | 0.0237781 |
| α | 0.05 |
| Correction de Yates demandée | true |
| Correction de Yates appliquée | false |
| Au moins un effectif attendu inférieur à 5 | false |
| Cellules d’effectif attendu inférieur à 5 | 0 |
| Effectif attendu minimal | 14.7 |
- Éléments en faveur d’une association (p=0.0238).
Effectifs observés
Chaque ligne de service donne les effectifs observés dans les trois catégories mutuellement exclusives d’état à l’arrivée. Les neuf cellules sont incluses et totalisent 600 expéditions. Comparez les taux avec le total propre à chaque service, et non les seuls nombres bruts de dommages.
| Catégorie de ligne | Intact | Dommages esthétiques uniquement | Dommages fonctionnels |
|---|---|---|---|
| Standard | 160 | 24 | 16 |
| Express | 155 | 14 | 11 |
| Consolidated | 160 | 38 | 22 |
Effectifs attendus
Effectif attendu = total du service × total de l’état / 600 sous l’hypothèse d’indépendance. Ces valeurs décimales sont des effectifs du modèle, et non des expéditions supplémentaires ou des seuils d’acceptation. Comparez chaque cellule à la cellule observée correspondante.
| Catégorie de ligne | Intact | Dommages esthétiques uniquement | Dommages fonctionnels |
|---|---|---|---|
| Standard | 158.333 | 25.3333 | 16.3333 |
| Express | 142.5 | 22.8 | 14.7 |
| Consolidated | 174.167 | 27.8667 | 17.9667 |
Résidus standardisés
Chaque résidu est (observé − attendu) / racine carrée de l’attendu. Son signe repère les excès et les déficits ; son amplitude aide à situer les contributions à l’association globale. Ce ne sont pas des tests distincts par cellule corrigés pour la multiplicité.
| Catégorie de ligne | Intact | Dommages esthétiques uniquement | Dommages fonctionnels |
|---|---|---|---|
| Standard | 0.132453 | -0.264906 | -0.0824786 |
| Express | 1.04713 | -1.84296 | -0.965035 |
| Consolidated | -1.07346 | 1.9196 | 0.951547 |
7. Créer un rapport
Conservez Chi-square independence test, tous les Observed counts, Expected counts et Standardized residuals, les définitions des catégories et les vérifications des effectifs attendus. Précisez que la correction de Yates a été demandée mais non appliquée, et qu’une association n’établit pas de cause.
Sélectionnez Add to report dans l’exécution terminée. Ouvrez Choose individual items and advanced options pour sélectionner les tableaux et graphiques, puis choisissez Add to draft. Les éléments masqués restent dans l’analyse enregistrée.
Nommez le rapport et ajoutez l’objectif de l’étude ainsi que votre interprétation. Sélectionnez Save, vérifiez Preview, puis utilisez Export → Download HTML. L’exemple ci-dessous contient l’intégralité du contenu sélectionné, y compris les résultats au-delà d’un seul écran.