Guide du tableau croisé
Tableau croisé : repère le lien entre deux questions
Un tableau croisé, ou tri croisé, compte comment les réponses à une question se répartissent entre les groupes d'une autre – la satisfaction selon le type de client, par exemple. Pourcentages en ligne ou en colonne, test du khi-deux et V de Cramér te montrent si un écart dépasse le hasard et quelle est sa force.
Créer et tester est gratuit. Pour publier, tu choisis une offre payante.
Comment se construit un tableau croisé
Lignes, colonnes, cases et marges
Les modalités d'une question forment les lignes, celles de l'autre les colonnes. Chaque case compte les personnes qui ont choisi les deux modalités – par exemple « nouveau client » et « très satisfait ». En marge figurent les totaux de chaque ligne et de chaque colonne, et en bas à droite l'effectif total n. Les marges indiquent la taille de chaque groupe et servent de base à tout pourcentage.
Pourcentages en ligne
Les pourcentages en ligne divisent chaque case par le total de sa ligne : chaque ligne fait 100 %. Tu vois ainsi comment les nouveaux clients se répartissent entre les niveaux de satisfaction, et comment les clients fidèles le font. Quand les groupes sont en lignes, ces pourcentages les comparent directement.
Pourcentages en colonne
Les pourcentages en colonne divisent chaque case par le total de sa colonne : chaque colonne fait 100 %. Ils répondent à la question inverse : qui compose le groupe des très satisfaits ? Les deux lectures sont justes mais ne répondent pas à la même question ; choisis d'abord laquelle tu poses.
Pourcentages du total
Les pourcentages du total divisent chaque case par l'ensemble des répondants : tout le tableau fait 100 %. Ils montrent la fréquence d'une combinaison dans l'absolu, utile pour estimer la taille d'un segment. Pour comparer des groupes, ils servent peu, car les grands groupes obtiennent d'office des parts plus élevées.
Quelle question en ligne, laquelle en colonne ?
Règle pratique : la variable explicative (indépendante) – âge, type de client, canal – forme les groupes ; la variable expliquée (dépendante) – satisfaction, intention d'achat – forme la répartition. On calcule les pourcentages dans le sens de la variable indépendante, à l'intérieur de chaque groupe, et on compare dans l'autre sens. Si les groupes sont en colonnes, prends les pourcentages en colonne.
Test du khi-deux et V de Cramér
Le test du khi-deux
Le test compare chaque effectif observé O à l'effectif théorique E que tu attendrais si les deux questions étaient sans lien : E = total de la ligne × total de la colonne / n. Sur l'ensemble des cases, on obtient χ² = Σ (O − E)² / E. Plus l'observation s'éloigne de l'attente, plus χ² augmente.
Valeur p et degrés de liberté
La valeur que χ² peut atteindre dépend de la taille du tableau, exprimée en degrés de liberté : ddl = (lignes − 1) × (colonnes − 1). La valeur p indique la probabilité d'obtenir un χ² au moins aussi grand s'il n'existait aucun lien dans la population. Si elle passe sous le seuil fixé à l'avance, souvent 0,05, le lien est jugé statistiquement significatif.
V de Cramér : quelle force pour le lien ?
χ² grandit avec l'échantillon et dit donc peu de la force du lien. Le V de Cramér le normalise : V = √(χ² / (n · (min(r, c) − 1))), où r et c sont les nombres de lignes et de colonnes. V va de 0 (aucun lien) à 1 (lien parfait). Sur un gros échantillon, un petit V est souvent significatif sans avoir de portée pratique.
Combien de réponses
Pour que le test de significativité soit valable, presque toutes les cases devraient avoir un effectif théorique d'au moins 5 réponses. Si les options de réponse sont nombreuses, regroupe des catégories.
Les pièges classiques
Des cases trop petites
Le khi-deux est une approximation qui devient peu fiable quand les effectifs théoriques sont faibles. Regroupe alors les modalités rares, comme « plutôt insatisfait » et « très insatisfait », ou retire les catégories vides. Pour un très petit tableau à quatre cases, le test exact de Fisher est l'alternative habituelle, par exemple dans SPSS ou R.
Beaucoup de tableaux, beaucoup de faux positifs
Teste vingt tableaux croisés au seuil de 0,05 et, en moyenne, l'un d'eux sortira significatif même sans aucun lien réel. Décide donc à l'avance quels liens tu veux tester et, si les tests sont nombreux, resserre le seuil, par exemple avec la correction de Bonferroni : seuil divisé par le nombre de tests.
Les choix multiples faussent l'hypothèse
Le test suppose que chaque personne figure dans une seule case. Avec une question à choix multiples, une personne peut cocher plusieurs options et apparaît alors dans plusieurs cases ; les observations ne sont plus indépendantes et le χ² serait trompeur. Tu peux quand même comparer les effectifs, simplement sans test de significativité.
Significatif ne veut dire ni important ni causal
Une petite valeur p dit seulement qu'un lien n'est probablement pas dû au hasard – ni sa taille, ni le sens de l'influence. Une troisième variable peut se cacher derrière. Si tu pondères tes données, vérifie aussi que pourcentages et test reposent sur les mêmes chiffres.
Le tableau croisé dans 121surveys
Croiser questions et variables de lien
Tu choisis deux dimensions : une question de l'enquête ou une variable de lien transmise avec le lien de participation – canal, source ou agence, par exemple. Tu compares ainsi les réponses selon des critères que tu n'as jamais demandés.
Test et taille d'effet intégrés
Pour chaque tableau, 121surveys calcule le khi-deux, les degrés de liberté, la valeur p et le V de Cramér, chacun avec une explication. Si un axe est une question à choix multiples, le test est omis et une note t'explique pourquoi.
Lisible et anonyme
Les cases affichent les effectifs sur une échelle de couleur – plus c'est foncé, plus il y a de personnes –, avec les totaux par ligne et par colonne. Les groupes sous le seuil d'anonymat de ton enquête sont masqués, pour que personne ne soit reconnaissable à travers une petite case.
Filtres, export et assistants IA
Les filtres et la période de ton analyse s'appliquent aussi au tableau croisé. Tu exportes les données brutes en CSV, Excel, SPSS, ODS ou JSON, et un assistant IA récupère le même tableau grâce à l'outil MCP get_crosstab.
Questions fréquentes
Qu'est-ce qu'un tableau croisé ?
Un tableau qui compte deux caractéristiques à la fois : les modalités de l'une en lignes, celles de l'autre en colonnes, et chaque case donne le nombre de personnes qui ont les deux. On parle aussi de tri croisé ou de tableau de contingence.
Pourcentages en ligne ou en colonne : lesquels choisir ?
Calcule les pourcentages à l'intérieur des groupes que tu veux comparer. S'ils sont en lignes, prends les pourcentages en ligne ; s'ils sont en colonnes, les pourcentages en colonne. Les pourcentages du total ne servent que si la part d'une combinaison dans l'ensemble des répondants t'intéresse.
121surveys affiche-t-il les pourcentages en ligne et en colonne ?
Le tableau croisé de l'analyse affiche l'effectif de chaque case avec les totaux par ligne et par colonne. Tu en déduis directement les pourcentages en ligne et en colonne – case divisée par le total de la ligne ou de la colonne – ou après l'export dans Excel ou SPSS.
À partir de quand un lien est-il significatif ?
L'usage retient une valeur p inférieure à 0,05. Autrement dit : s'il n'existait aucun lien dans la population, un écart aussi net apparaîtrait dans moins de cinq échantillons sur cent. Fixe ce seuil avant l'analyse, pas après. Le V de Cramér indique ensuite si le lien compte vraiment.
Peut-on croiser plus de deux questions ?
Un tableau croisé a deux dimensions. Pour une troisième, filtre l'analyse sur un groupe – seulement les nouveaux clients, par exemple – et compare les tableaux des groupes. Pour un modèle avec de nombreuses variables à la fois, comme une régression logistique, exporte les données vers SPSS ou R.
Tableau croisé et test en une étape
Crée ton enquête dans 121surveys, choisis deux questions ou variables de lien dans l'analyse et lis effectifs, khi-deux, valeur p et V de Cramér d'un coup d'œil.
