Bonjour tout le monde,
Je débarque, mais je pense en effet que le test du Khi2 d'indépendance est tout à fait adapté à votre problématique.
L'objectif de ce test est de comparer une répartition réelle des effectifs au sein d'une table de contingence à une distribution théorique (voir illustration ci-dessous).
La répartition théorique correspond par exemple au cas où la réponse à une question B est totalement indépendante de la réponse à une question A (la proportion de réponse "oui" ou "non" est identique quelle que soit la réponse à A).
Plus la répartition réelle s'éloigne de cette répartition théorique, plus la probabilité que les 2 questions soient liées augmente. On parle généralement de dépendance lorsque la p-value du test descend sous la barre de 0,05. Cette valeur correspond au risque de se tromper si l'on affirme que les 2 questions sont dépendantes l'une de l'autre.
Dans le cas de variables numériques (telles que la somme des scores obtenus sur des échelles de likert), il suffit faire des classes correspondant à des intervalles de valeurs. Plus le nombre de répondants est élevé, plus on peut se permettre de faire de classes.
Attention, la fiabilité de ce test dépend de l'effectif total. Plus l'effectif est réduit, moins le test est fiable, car la réponse d'un seul individu est susceptible de modifier fortement la répartition, sans qu'il y ait nécessairement une dépendance réelle. Généralement, on ne l'utilise que si l'effectif le plus faible du tableau excède 5.
Excel permet de réaliser des tests du Khi2, mais personnellement j'utilise le logiciel R (gratuit).
En espérant apporter des précisions utiles.