Graphiquement, on a
Les tests impliquant la distribution du χ2
serviront toujours à déterminer
si le χ2 calculé à partir des
données échantillonnales (donc, une somme
d'écarts au carré) est significativement différent de 0
Une valeur de χ2 critique détermine la
zone pour laquelle un χ2 calculé a peu
de
chances (selon ) d'être aussi élevé si l'hypothèse nulle est vraie.
Par conséquent,
la zone de rejet se situera toujours à l'extrémité droite de la
distribution
À l'image de la distribution t, on a une table (voir l'annexe 6) pour
déterminer
la valeur de χ2 pour un certain seuil et un certain
nombre de d.l.
En voici un extrait
| d.l. | 0,10 | 0,05 | 0,01 |
| 1 | 2,706 | 3,841 | 6,635 |
| 2 | 4,605 | 5,991 | 9,210 |
| 3 | 6,251 | 7,815 | 11,345 |
| 4 | 7,779 | 9,488 | 13,277 |
| 5 | 9,236 | 11,070 | 15,086 |
Par exemple, pour d.l. = 5 et = 0,10, on obtient la valeur critique 9,236
En d'autres termes, si les cinq écarts (au carré) indépendants
obtenus
empiriquement proviennent véritablement de distributions normales
centrées
réduites, il y a 10% des chances que la valeur de χ2 calculée dépasse 9,236