Chapitre Régression - Corrélation - Causalité

M2 Marketing Universit Paris 1 Panthon-Sorbonne Cours de M.
Eric Lombardot
Chapitre 5 : Corrlation,
rgression et causalit

La rgression simple indique la nature de la liaison linaire entre
deux variables (quantitatives). La corrlation indique le degr de
linarit entre ces variables. Ainsi lanalyse de rgression fournit
une fonction entire (une droite par exemple) alors que lanalyse de
corrlation fournit un simple nombre un indice qui renseigne sur
lintensit avec laquelle 2 variables voluent ensemble. Ces 2
techniques sont donc complmentaires. Lanalyse causale enfin va
plus loin en prcisant le sens de la relation, le chemin de la cause
leffet.
Introduction : prcisions smantiques
M2 Marketing Universit Paris 1 Panthon-Sorbonne Cours de M. Eric Lombardot

Exemple
Si je mintresse au lien entre le temps hebdomadaire moyen pass
travailler (X) et la note obtenue au partiel (Y) :
Lanalyse de rgression pemet de dterminer une fonction qui lie les
deux variables : ex : Y = aX + b
Lanalyse de corrlation renseigne sur lintensit du lien entre les
deux variables : ex : le lien est fort et trs significatif .
Lanalyse causale dtermine le sens de la relation : ex :
temps de travail note au partiel

5.1. Analyse bivarie
5.2. Analyse multivarie
5.3. Introduction lanalyse causale
Chapitre 5 : Corrlation, rgression et causalit
Corrlation entre deux variables quantitatives
Le coefficient de corrlation de Pearson r est une mesure
dassociation (dinterdpendance) entre deux variables
mtriques
Il mesure lintensit de la co-variation entre les deux
variables :
les deux variables, mesures sur le mme ensemble
dobservations, varient-elles de faon analogue (si pour une
observation, lune prend une valeur leve, lautre a galement
une valeur leve) ?

Calcul du coefficient de corrlation de Pearson :
avec

r est toujours compris entre 1 et 1
si r est proche de 1 alors le lien est fort et ngatif (quand 1 des 2
variables augmente lautre diminue), alors que si r est proche de 1 le lien
est fort et positif (quand 1 des deux variable augmente, lautre augmente
aussi)
si r est proche de 0 alors il ny a pas de lien entre x et y

) ( ). (
) cov(
y x
xy
r
o o
=
y x xy xy = ) cov(
r et r
2
:
Comme r indique le degr de la relation entre la variation dune
variable et celle dune autre variable, il peut galement reprsenter la
dcomposition de la variation totale (en tant au carr). On retiendra que
r
2
= variation explique variation totale
r
2
mesure la proportion de la variation dune variable qui est
explique par lautre.
r et r
2
sont des mesures symtriques dassociation : la corrlation entre
X et Y est la mme que la corrlation entre Y et X. Il nest pas important
de savoir quelle est la variable indpendante et quelle est la variable
dpendante.
Interprtation du R
2
:
Variance explique : R, coefficient de dtermination (proportion
de variance totale de Y qui nest pas due lerreur, ou encore
proportion de la variance de Y explique par la variance de X)
R = 0 : la variable indpendante nexplique rien
R = 1 : la variable explique compltement Y
R = 0,11 : 11% des variations de Y sont expliques par le
modle
Prcisons tout de suite que r indique la force dune relation
linaire. Si on a r = 0, cela signifie quil ny a pas de relation
linaire entre X et Y, mais cela ne signifie pas que les 2 variables
ne sont pas lies !!! Il peut trs bien y avoir une relation non
linaire entre elles non traduite par r. Faites un graph !
Y
X
Illustration :
Il existe bien une
relation entre X et
Y, mais non
linaire. Ici r = 0
Le coefficient de corrlation linaire r renseigne sur lintensit du lien
entre 2 variables quantitatives. Il doit tre complt afin de dterminer si
lventuel lien mis jour est significatif ou non. On utilise pour cela un
test t (en fonction du nombre de ddl = n 2) :

Remarque : sous SPPS, la probabilit critique du test est fournie par la
rubrique sig. (bilatrale)

r
n
r t
2
1
2
.
=
Exemple SPSS : y a-t-il un lien entre la taille de lunit sociale de
visite (le nombre de personnes qui forment le groupe) et le temps
pass dans le muse dart ?
H0 : il ny a aucun lien entre ces deux variables (r=0)
H1 : il existe un lien entre ces deux variables (r=0)

Analyse Corrlation Bivarie

Rsultat : coefficient de corrlation linaire de Pearson : r (entre -1 et
1)

Corrlations
1 ,078
, ,071
542 538
,078 1
,071 ,
538 613
Corrl ati on de Pearson
Si g. (bi latral e)
N
Si g. (bi latral e)
N
dure esti me de l a visite
tail l e de l 'unit soci al e
dure
estime de
l a vi si te
tail l e de l 'unit
soci al e
Conclusion : on ne peut pas rejeter H0 avec moins de 5% de
chance de se tromper.
Le coefficient de Pearson est faible et non significatif. On conclut
quil nexiste pas de lien entre la dure de la visite et la taille de
lunit sociale de visite

Exercice
BDD Employes de SPSS : ya-t-il une corrlation positive significative
entre salaire actuel et salaire lembauche ? Entre salaire actuel et
nombre de mois danciennet ?
Corrlations
1,000 ,880** ,084
, ,000 ,067
474 474 474
,880** 1,000 -,020
,000 , ,668
474 474 474
,084 -,020 1,000
,067 ,668 ,
474 474 474
Si g. (bi latral e)
N
Si g. (bi latral e)
N
Si g. (bi latral e)
N
Salai re courant
Salai re d'embauche
Anci ennet (nombre
de moi s)
Salai re
courant
Salai re
d'embauche
Anci ennet
(nombre de
moi s)
La corrl ati on est si gni ficati ve au ni veau 0.01 (bi l atral ).
**.
Corrlation positive
forte et significative
Corrlation positive faible
et non significative
Corrlation partielle :
Le coefficient que nous avons vu correspond une corrlation linaire
simple entre 2 variables. On peut avoir besoin dutiliser un coefficient de
corrlation partielle, qui mesure lassociation entre 2 variables aprs
contrle ou ajustement des effets dune ou de plusieurs autres variables.
Exemples :
Si lon veut mesurer linfluence des dpenses publicitaires sur les
ventes, il faut contrler leffet des autres variables du mix
Est-ce que la perception de la qualit par les consommateurs est lie
leur perception des prix quand leffet dimage de marque est neutralis ?

Corrlation partielle, mthodologie :

Il faut tout dabord calculer les corrlations simples entre chacune des
variables.
Ensuite, pour calculer la corrlation partielle entre X et Y en contrlant
leffet de Z sur chacune de ces 2 variables, on applique la formule :

r r
r r r
r
YZ XZ
YZ XZ XY
Z XY
2 2
.
1 1
) )( (

=
Exercice

Calculez la corrlation entre Y (attitude envers la ville) et X (dure de
rsidence dans la ville), aprs contrle de la variable Z (limportance du
climat), daprs la BDD suivante :

N de
lindividu
Attitude
envers la ville
Dure de
rsidence
Importance
attache au
climat
1,00
2,00
3,00
4,00
5,00
6,00
7,00
8,00
9,00
10,00
11,00
12,00
6,00
9,00
8,00
3,00
10,00
4,00
5,00
2,00
11,00
9,00
10,00
2,00
10,00
12,00
12,00
4,00
12,00
6,00
8,00
2,00
18,00
9,00
17,00
2,00
3,00
11,00
4,00
1,00
11,00
1,00
7,00
4,00
8,00
10,00
8,00
5,00
Rponse :
On veut calculer la corrlation entre Y (attitude envers la ville) et X
(dure de rsidence dans la ville), aprs contrle dune troisime variable
Z (limportance du climat).
On commence par calculer les corrlations simples entre chaque
variables :
r
YX
= 0,9361
r
YZ
= 0,7334
r
XZ
= 0,5495
Corrlations
1,000 ,936** ,733**
, ,000 ,007
12 12 12
,936** 1,000 ,550
,000 , ,064
12 12 12
,733** ,550 1,000
,007 ,064 ,
12 12 12
Si g. (bi latral e)
N
Si g. (bi latral e)
N
Si g. (bi latral e)
N
ATT_VILL
DURE_R
IMP_CLIM
ATT_VILL DURE_R IMP_CLIM
La corrlati on est signi fi cati ve au ni veau 0.01 (bi l atral).
**.
Analyse Corrlation Bivarie
On calcule ensuite la corrlation partielle :

Comme on peut le voir dans cet exemple, leffet de limportance du
climat a peu dinfluence sur la relation entre attitude envers la ville et
dure de rsidence. Le coefficient r est gal 0,9361 et reste 0,9386
aprs contrle de Z. Le nouveau coefficient est appel coefficient de
corrlation partielle de premier ordre car il ny a qu1 seule variable
contrle.
+ rapide sous SPSS : Analyse Corrlation Partielle
9386 , 0
1 1
) 7334 , 0 )( 5495 , 0 ( 9361 , 0
1 1
) )( (
) 7334 , 0 ( ) 5495 , 0 (
2 2 2 2
.
=

=

=
r r
r r r
r
YZ XZ
YZ XZ XY
Z XY
Les corrlations partielles peuvent tre trs utiles pour dtecter les
fausses corrlations. Ainsi, 2 variables peuvent tre considres comme
corrles alors quelles sont en fait toutes les 2 corrles une 3me
variable.

Exemple : dans une entreprise, on value sil existe un lien entre ge et
salaire, a priori on devrait trouver une corrlation positive. En fait, on ne
gagne pas plus parce que lon est plus g, mais parce quon a davantage
dexprience ou danciennet (variables elles-mmes corrles lge et
au salaire).
La rgression simple :
Elle consiste dterminer une quation qui relie 2 variables
quantitatives. Contrairement la corrlation simple, elle ncessite
didentifier lune des 2 variables comme tant dpendante ( expliquer)
et lautre comme tant indpendante (explicative). Remarquons tout de
mme que cette mthode nimplique pas de causalit.
Le modle type est de la forme :
Y
i
=
0
+
1
X
i
+ e
i
avec Y = variable dpendante ( expliquer)
X = variable indpendante (ou explicative)
0
= ordonne lorigine de la droite
1
= pente de la droite
e
i
= terme derreur associ la ime observation
La rgression simple, vocabulaire :

Coefficient de dtermination r
2
: proportion de la variation totale de Y
explique par la variation de X
Valeur estime (ou prdite) de Y
i
:
i
= a + bx avec
i
la valeur
estime de Y
i
et a et b les estimateurs respectifs de
0
et
1
.
Coefficient de rgression : le paramtre b est appel coefficient de
rgression non standardis.
Lcart-type rsiduel (SEE) : cest lcart-type des erreurs (valeurs
relles Y moins valeurs estimes ).
Erreur type (SE
b
): estimation de lcart-type de b

La rgression simple, vocabulaire (suite) :

Coefficient de rgression standardis (coefficient bta) : il
correspond la pente obtenue par la rgression de Y sur X lorsque les
donnes sont standardises.
Somme des erreurs au carr : les distances de tous les points la
droite de rgression sont leves au carr et additionnes pour obtenir la
somme des erreurs au carr, qui est une mesure de lerreur totale
Statistique t : valeur du t de Student n-2 degrs de libert, afin de
rejeter ou non H0. Cette statistique est associe sa probabilit critique
(significative lorsquelle est < 0,05)
e
j
2
Les tapes dune analyse de rgression simple :
1. La premire tape consiste reprsenter le nuage de points, variable
dpendante sur laxe vertical et variable indpendante sur laxe
horizontal.
Cela permet de se faire une ide sur le type de lien (est-ce linaire ?) et
de dtecter les ventuelles valeurs extrmes qui risquent de perturber
lanalyse.

Sous SPSS : Graph Diagramme de dispersion Simple
DURE_R
20 10 0
A
T
T
_
V
I
L
L
12
10
8
6
4
2
0
2. Il sagit ensuite de trouver les caractristiques de la droite qui dcrit
le mieux les donnes. On utilise gnralement la mthode des moindres
carrs. Elle consiste dterminer la droite de rgression qui minimise le
carr des distances verticales entre les points et la droite.
Avec une quation du type Y
i
=
0
+
1
X
i
+ e
i
la distance verticale du
point la droite est reprsent par e
i.

Les distances de tous les points la droite levs au carrs et additionns
forment la somme des carrs des erreurs, ou erreur totale , note
Le but est que cette valeur soit minimale (que les distances verticales
soient minimises)
e
j
2
DURE_R
20 10 0
A
T
T
_
V
I
L
L
12
10
8
6
4
2
0
y =
0
+
1
x

e
i
Y
i
i
3. Estimation des paramtres de la droite :
Dans la plupart des cas,
0
et
1
sont inconnues et estimes partir des
observations de lchantillon en utilisant lquation :
i
= a + bx
i
O
i
est la valeur estime ou prdite de Y
i
et a et b sont les estimateurs
respectifs de
0
et
1
. La constante b, qui est la pente de la droite de
rgression est gnralement appele coefficient de rgression non
standardis. Cest la variation attendue de Y quand X varie dune unit.

) (
) cov(
X V
XY
b=
X b Y a =
4. Estimation du coefficient de rgression standardis :
La standardisation est le procd par lequel les donnes brutes sont
transformes en nouvelles variables, ayant une moyenne de 0 et une
variance de 1. Lordonne lorigine prend alors une valeur de 0. La
pente obtenue par la rgression de Y par rapport X (B
YX
) est alors la
mme que celle obtenue par la rgression de X par rapport Y (B
XY
).
En outre, chacun de ces coefficients de rgression standardiss (bta) est
gal au coefficient de rgression simple entre X et Y : B
YX
= B
XY
= r
XY
Il existe une relation simple entre les coefficients de rgression
standardiss et non standardiss : B
YX
= b
XY
(S
X
/S
Y
)
5. Test dhypothse :
En toute rigueur, la signification statistique de la relation linaire entre X
et Y doit faire lobjet dun test dhypothse. On pose :
H0 :
1
= 0 et H1 :
1
= 0
H0 implique quil ny a pas de relation linaire entre X et Y, tandis que
lhypothse alternative H1 en suppose une, positive ou ngative. On
utilise un test bilatral t n-2 degrs de libert associ une probabilit
critique pour dterminer la significativit de
1
.

Avec b coefficient de rgression et SE
b
lestimation de lcart-type de b.

b SE
b
t=
6. Dterminer limportance et la signification de la relation :
La dcomposition de la variation totale de Y est similaire celle ralise
lors de lanalyse de la variance. La variation totale SS
Y
peut tre
dcompose entre la variation explique par la droite de rgression SS
reg

et la variation rsiduelle ou erreur Ss
res
:
SS
Y
= SS
reg
+ SS
res
avec :

=
=
n
i
Y
Y Yi
SS
1
2
) (

=
=
n
i
reg
Y Yi
SS
1
2
) (

=
=
n
i
res
i i
SS
Y Y
1
2
) (
Limportance de la relation est calcule laide du R
2
. Cest la
proportion de variation totale de Y explique par la variation de X :

La signification du coefficient de dtermination est value laide dun
test de Fisher 1 et n-2 degrs de libert :

Y
res Y
Y
reg
SS
SS SS
SS
SS
R

= =
2
) 2 /(
=
n SS
SS
F
reg
reg
7. Vrifier la prcision des estimations :
Pour valuer la prcision des estimations il est utile de calculer
lestimation de lcart-type rsiduel (SEE) qui correspond lcart-type
de la diffrence entre valeurs relles Y et valeurs estimes .
Lestimation de lcart-type rsiduel peut tre interprte comme une
sorte de rsidu moyen, ou une erreur moyenne dans lestimation de Y,
partir de lquation de rgression.

2 2
1
2
) (
=

=
n
SS
n
i
SEE
reg
n
i
Y Y
1
=
k n
SS
SEE
reg
Cas gnral avec k variables
indpendantes :
Exercice
En utilisant la BDD SPSS attitude envers la ville , ralisez une tude
de corrlation et de rgression entre la variable dpendante attitude
envers la ville et la variable indpendante durre de rsidence.

Analyse Rgression Linaire

Rcapitulatif du modle
,936
a
,876 ,864 1,2233
Modle
1
R R-deux R-deux aj ust
Erreur
standard de
l 'esti mati on
Valeurs prdites : (constantes), DURE_R
a.
Analyse de corrlation :
,936
a
,876 ,864 1,2233
Modle
1
Erreur
standard de
l 'esti mati on
a.
Analyse de corrlation :
La dure de rsidence dans la ville
explique 87,6 % lattitude
Le R2 ajuste permet de
corriger le R2 en fonction du
nombre de variable. Ici, pas
dincidence.
Coefficient de
Pearson
SEE
ANOVA
b
105,952 1 105,952 70,803 ,000
a
14,964 10 1,496
120,917 11
Rgressi on
Rsi du
Total
Modle
1
Somme
des carrs ddl Carr moyen F Si gni fi cation
a.
Vari abl e dpendante : ATT_VILL
b.
Significativit du modle de corrlation :
ANOVA
b
105,952 1 105,952 70,803 ,000
a
14,964 10 1,496
120,917 11
Rgressi on
Rsi du
Total
Modle
1
Somme
a.
b.
Significativit du modle de corrlation : Somme des carrs ddl
SS
Y
= SS
reg
+ SS
res
La statistique F calcule pour 1 et 10 ddl
correspond une proba critique < 0,05. La
relation entre X et Y est positive et
significative.
Coefficients
a
1,079 ,743 1,452 ,177
,590 ,070 ,936 8,414 ,000
(constante)
DURE_R
Modle
1
B
Erreur
standard
Coeffi ci ents non
standardi ss
Bta
Coeffi ci en
ts
standardi
ss
t Si gni fi cation
a.
Paramtres du modle de corrlation :
Coefficients
a
1,079 ,743 1,452 ,177
,590 ,070 ,936 8,414 ,000
(constante)
DURE_R
Modle
1
B
Erreur
standard
Coeffi ci ents non
standardi ss
Bta
Coeffi ci en
ts
standardi
ss
t Si gni fi cation
a.
Paramtres du modle de corrlation : B
YX
= B
XY
= r
XY
Attitude () = 1,079
+ 0,590 (dure de
rsidence)

T = 0,5900,070=8,414 avec 12-2 ddl.
Proba critique associe < 0,05 ce qui
confirme le test F : relation positive
significative entre X et Y
Hypothses implicites poses lors de lestimation des paramtres :
H1 : Le terme derreur est normalement distribu (pour chaque valeur
fixe de X la distribution de Y est normale).
H2 : Les moyennes de toutes ces distributions normales de Y, pour X
donn, forment une droite dont la pente est b.
H3 : La moyenne du terme derreur est 0.
H4 : La variance du terme derreur est constante, et ne dpend pas des
valeurs prises par X.
H5 : Les termes derreur ne sont pas corrls (les observations ont t
ralises indpendamment les unes des autres).
Exercice
1) Ralisez une analyse de corrlation et de rgression dans BDD
employs entre salaire et salaire embauche.
2) BDD enqute du comportement des amricains en 1993 : peut-on
expliquer la tendance tre libral ou conservateur (variable mtrique
7 modalits affilpol ) en fonction du revenu du rpondant ?
3) Reprenez la BDD enqute du comportement des amricains en
1993 et ralisez une nouvelle analyse de corrlation et de rgression
susceptibles de prsenter un intrt, entre les variables de votre choix.
Corrlation ou rgression simple ?
Les deux mthodes donnent des rsultats totalement quivalents, et les
conclusions qui peuvent en tre tires sont identiques (R est, dans le cas
de la rgression simple, le carr de r)
On choisira la rgression lorsque lobjectif est destimer un modle de
prdiction (ex : prdire les ventes par les dpenses publicitaires)
Principe : tudier les relations entre n variables prises simultanment
(n>2)
Mthodes :
Explicative : rgression multiple, analyse discriminante
Descriptive : analyse factorielle des correspondances (AFC), analyse en
composantes principales (ACP)
Nature des variables :
Mtrique : rgression multiple (explicative) et ACP (descriptive)
Nominale : analyse discriminante (explicative), analyse factorielle
(descriptive)
Pourquoi raliser des rgressions multivaries ?
Limite de la rgression simple : un phnomne a rarement une seule
cause. Par exemple, quest-ce qui explique les ventes dun produit ?
Le budget pub, le budget force de vente, le prix, le nombre de points
de vente, etc.
La rgression multiple permet, elle, de confirmer une relation de cause
effet entre variables, cest--dire expliquer les variations dune variable
par plusieurs autres variables. Si cette relation est confirme, il faut alors
valuer son intensit.
Mthode :
Y est la variable quantitative expliquer (dpendante), et X1, X2, , Xi,
les i variables explicatives (indpendantes) quantitatives ( la rigueur
binaires). La forme gnrale du modle est :
Y =
0
+
1
X
1
+
2
X
2
+ . +
i
X
i
+ avec minimum.
On recherche une fonction f qui lie les valeurs de Y celle des X et
telle que f(Xi) soit le plus proche possible de Y.
Dans la pratique, on calcule lquation :
= b
0
+ b
1
X
1
+ b
2
X
2
+ . + b
i
X
i
Prsentation des rsultats sous SPSS (1/4):
Analyse Rgression Linaire
La significativit globale du modle est fournie laide dun test F et
une probabilit associe
Le R ajust indique le % de variance de Y explique par lquation
(ajuste au nombre de variables indpendantes et la taille de
lchantillon)

Le coefficient de corrlation multiple R tend vers 1 lorsque la relation
est forte, vers 0 lorsquelle est nulle
1
) 1 (
2
2 2

=
k n
k
ajust
R
R R
Prsentation des rsultats sous SPSS (2/4) :
Les coefficients , dits coefficients de rgression partiels reprsentent la
variation attendue de Y quand Xi varie dune unit mais que les autres
variables indpendantes sont maintenues constantes. A chacun dentre
eux est associ un tests t pour en estimer la significativit.
Pour comparer la contribution relative des Xi Y, il suffit de comparer
les valeurs absolues des t associs ou de lire les coefficients de rgression
partiels standardiss Bta (moyenne=0 et cart-type=1) qui permettent la
comparaison entre Xi alors mme que celles-ci ont des units de mesure
diffrentes (exemple, pour estimer les ventes dun magasin : surface en
m, nombre de produits en promo, proximit du centre ville en km etc.)
Il est ncessaire de tester la colinarit, car la multicolinarit entre
variables explicatives biaisent les estimations de R :
Il faut tudier la tolrance : pourcentage de la variable explicative
non explique par les autres variables explicatives (elle doit tre
proche de 1, et en tout cas > 0,3)
Il faut aussi tudier le VIF (variance inflation factor) : degr
daugmentation de lerreur li la multicolinarit (le VIF doit tre
infrieur 4)
Enfin, il est ncessaire dexaminer les rsidus. Le rsidu ei est la
diffrence entre la valeur observe yi et la valeur calcule par le modle
i. Ces erreurs ei sexpliquent dune part par leffet des variables non
prises en compte dans le modle, et dautre part par des variations
alatoires. Pour que linterprtation du modle soit valide, il faut que les
rsidus se rpartissent de manire alatoire autour de la valeur calcule.
Pour vrifier ce dernier point, il suffit dexaminer le diagramme PP-
Gaussien : il ne doit y avoir aucune forme apparente dans la distribution
des rsidus
Exercice
Peut-on expliquer lattitude envers la ville en fonction de la dure de
rsidence et de limportance accorde au climat ?

,972
a
,945 ,933 ,8597
Modle
1
Erreur
standard de
l 'esti mati on
Valeurs prdites : (constantes), IMP_CLIM, DURE_R
a.
Rponse :
Sous SPSS : Analyse Rgression Linaire

,972
a
,945 ,933 ,8597
Modle
1
Erreur
standard de
l 'esti mati on
a.
Rponse :

Le modle explique 93,3 %
de la variance de Y
La relation est forte
SEE
ANOVA
b
114,264 2 57,132 77,294 ,000
a
6,652 9 ,739
120,917 11
Rgressi on
Rsi du
Total
Modle
1
Somme
a.
b.
Rponse :
Sous SPSS : Analyse Rgression Linaire
Statistiques : test de colinarit
Diagrammes : diagramme P-P gaussien
ANOVA
b
114,264 2 57,132 77,294 ,000
a
6,652 9 ,739
120,917 11
Rgressi on
Rsi du
Total
Modle
1
Somme
a.
b.
Rponse :

Le test F est associ une probabilit derreur
< 5 %. Le modle est donc globalement
significatif
Coefficients
a
,337 ,567 ,595 ,567
,481 ,059 ,764 8,160 ,000 ,698 1,433
,289 ,086 ,314 3,353 ,008 ,698 1,433
(constante)
DURE_R
IMP_CLIM
Modle
1
B
Erreur
standard
Coeffi ci ents non
standardi ss
Bta
Coeffi ci en
ts
standardi
ss
t Si gni fi cation Tolrance VIF
Stati sti ques de
col i nari t
a.
Rponse :

Coefficients
a
,337 ,567 ,595 ,567
,481 ,059 ,764 8,160 ,000 ,698 1,433
,289 ,086 ,314 3,353 ,008 ,698 1,433
(constante)
DURE_R
IMP_CLIM
Modle
1
B
Erreur
standard
Coeffi ci ents non
standardi ss
Bta
Coeffi ci en
ts
standardi
ss
t Si gni fi cation Tolrance VIF
Stati sti ques de
col i nari t
a.
Rponse :

1
et
2
sont significatifs. Ces
2 facteurs sont donc
importants pour expliquer Y
Lquation de la droite de rgression est :
= 0,337 + 0,481X1 + 0,289X2
Pas de problme de
multicolinarit
Diagramme gaussien P-P de rgression de Rsidu standardis
Variable dpendante: ATT_VILL
Probabilit cumule observe
1,00 ,75 ,50 ,25 0,00
P
r
o
b
a
b
i
l
i
t

o
b
s
e
r
v
e

t
h
o
r
i
q
u
e
1,00
,75
,50
,25
0,00
Rponse :

on de rsidu
i (Yi calcul)
Yi observs
Pour lobservation i,
on estime ei par la
distance entre le
point et la droite
Y=y
La rgression pas pas :
Le but de la rgression pas pas est de slectionner, partir dun grand
nombre de variables explicatives, un petit sous-ensemble de variables qui
expliquent la plus grande partie de la variation de la variable dpendante
( expliquer).
Les variables explicatives sont introduites ou retires une une de
lquation que lon cherche optimiser.
2 mthodes sont possibles :
Rgression pas pas ascendante : les variables sont entres dans le
modle les unes aprs les autres, en recherchant dabord la variable Xi la
plus explicative, puis celle qui explique le plus la part de variance restant
expliquer etc.

Rgression pas pas descendante : les variables sont limines du
modle global les unes aprs les autres, en liminant dabord la variable
Xi la moins explicative de Y, puis celle qui explique le moins la variance
restant expliquer etc.

Conclusion sur la rgression multiple :
Choisir la rgression si lobjectif est un modle de prdiction
Bien rflchir au statut des variables dpendante et indpendantes
Disposer de variances suffisantes sur les variables introduites dans le
modle.
Ne retenir que les significatifs.
viter les donnes avec des valeurs extrmes ou aberrantes
Principe :
Faire une analyse causale, cest tester, par exemple, sur un chantillon
reprsentatif de consommateurs, des liens de causalit supposs entre
variables.
Linfluence dune variable sur une autre peut tre un effet direct ou
indirect, par le biais dune troisime variable. On reprsentera ces effets
directs et indirects sous la forme de chemins (des flches).
Leffet total dune variable sur une autre peut tre alors obtenu en
sommant les effets de tous les chemins possibles qui relient les deux
variables.
Exemple :
Quel est linfluence de lge sur la consommation du produit X ?
On cherche si le lien suivant existe :
Age
Consommation
de X
Mais lge nest pas la seule variable explicative de la consommation de
ce produit. Par exemple, le revenu intervient aussi. Or, le revenu est lui-
mme expliqu en partie par lge. On a donc le modle causal suivant :
Age
Consommation
de X
Revenu
Une enqute ralise a permis, aprs mesure de lge, du revenu et de la
consommation dun produit X sur 1000 individus, dobtenir les
corrlations r suivantes, donnes sous la forme dune matrice (rsultat
fourni par SPSS) :
Age Revenu Consommation
Age 1,000
Revenu 0,800 1,000
Consommation 0,410 0,508 1,000
On lit par exemple sur cette matrice que, daprs lenqte, la corrlation
entre lge et consommation est de 0,410. Cest une valeur assez
importante, qui laisse supposer que la consommation est assez bien
explique par lge.
Il est pratique de donner un nom aux intensits des liens de causalit
selon le schma suivant :
Age
Consommation
de X
Revenu
a
c
b
La corrlation totale est la somme des termes qui correspondent aux
chemins possibles entre les variables X et Y. 2 types de chemins
possibles :
les chemins simples qui vont de X Y
les chemins doubles qui partent dune troisime variable Z pour aller
dune part vers X et dautre part vers Y
Dans ces 2 cas, la contribution dun chemin est le produit de toutes les
intensits des liens qui le composent.
RQ : Dans cet exemple, comme dans tous les exercices sur
lintroduction lanalyse causale nous carterons les schmas de
causalit dans lesquels il y a des boucles (possibilit de tourner en rond
dans le schma). Lorsquil ny a pas de boucle, on dit que les modles
sont rcursifs.
Corrlation entre ge et consommation de X :
chemin simple : ge / consommation a
chemin simple : ge / revenu / consommation bc
Total : a + bc
Corrlation entre ge et revenu :
chemin simple : ge / revenu b
Total : b
Corrlation entre revenu et consommation :
chemin simple : revenu / consommation c
chemin double : revenu/ ge / consommation ab
Total : c + ab

Il reste identifier ces corrlations thoriques avec les corrlations
observes lors de lenqute pour obtenir les intensits causales. Cela
donne les 3 quations suivantes :
a + bc = 0,410
b = 0,800
c + ab = 0,508
La rsolution de ce systme dquation donne : a = 0,01
b = 0,80
c = 0,50
La situation est simple ici puisquil y a 3 quations pour 3 inconnues
dterminer. Il est frquent quil y ait plus dquations que dinconnues.
Dans ce cas, les quations supplmentaires servent de tests pour valider
le modle causal. On ralisera, par exemple, un test de Fisher pour
dterminer si les coefficients de corrlation mesurs lors de lenqute
sont bien non significativement diffrents des coefficients de corrlation
prvus par le modle causal.
Cette validation nest pas possible ici car toutes les quations sont
utilises pour trouver les intensits a, b et c.
Le modle causal de lexemple est donc :

Alors que lenqute brute laissait penser quge et consommation taient
trs lis, le schma causal obtenu montre que cest le contraire. Le lien
est trs faible. Au contraire, le revenu explique bien la consommation,
et cest lui seul que le marketeur doit conserver pour raliser son plan
marketing. Logiciels : EQS, AMOS, Lisrel
Age
Consommation
de X
Revenu
0,01
0,500
0,800
Exercice
Eolia est 1 comptition de sport de glisse qui possde 1 forte notorit
auprs des jeunes. La marque de vtements vieillissante Alios pour
laquelle vous travaillez a par contre besoin dun srieux lifting . Vous
voudriez transfrer limage dEolia sur celle dAlios en utilisant le
sponsoring. Ds la 1re comptition, vous attaquez : logos, affiches,
banderoles, annonces sonores, etc. Aprs lopration, vous testez
lefficacit de cette action sur 600 consommateurs, en mesurant :

Une fois mesures, ces variables sont saisies sous SPSS (ou Excel) afin
de calculer les coefficients de corrlation entre variables 2 2.
Variables Exemples ditems
Ce Croyance envers Eolia Eolia est 1 comptition jeune et dynamique
Ca Croyance envers Alios Alios est 1 marque jeune et branche
Ae Attitude envers Eolia Japprcie dassister aux comptitions Eolia
Aa Attitude envers Alios Jaime la marque Alios
Les coefficients de corrlation r sont fournis par la matrice suivante :

4 hypothses sont possibles :
H1 : il ny a aucun effet du sponsoring. Eolia et Alios respectent la
hirarchie des effets indpendamment lune de lautre (a et b)
H2 : il y a un transfert direct des croyances dEolia sur Alios (c)
H3 : Il y a un transfert des croyances dEolia sur Alios par
lintermdiaire de lattitude envers Eolia (d)
H4 : Il y a un transfert purement affectif entre Eolia et Alios (e)
Ce Croyance
Eolia
Ae Attitude
Eolia
Ca Croyance
Alios
Aa Attitude
Alios
Croyance Eolia 1,000
Attitude Eolia 0,800 1,000
Croyance Alios 0,260 0,280 1,000
Attitude Alios 0,630 0,696 0,840 1,000
Questions :
1) Quelles sont les consquences managriales de chaque hypothse ?
2) Reprsentez sur un schma causal global lensemble de ces
hypothses.
3) Calculez la matrice de corrlation quimplique ce schma en fonction
des intensits des liens de causalit.
4) Par identification avec les corrlations relles, trouvez les 5
partamtres dintensit des liens (calcul de a, b, d, e).
5) Testez le modle (adquation entre la thorie et les valeurs
observes).
6) Le transfert dEolia vers Alios est-il plutt affectif ou cognitif ? Que
devez-vous faire ?

Rponses :
1) Quelles sont les consquences managriales de chaque hypothse ?
H1 : il ny a aucun effet du sponsoring. Eolia et Alios respectent la hirarchie des
effets indpendamment lune de lautre
Il faut cesser immdiatement de sponsoriser Eolia !
H2 : il y a un transfert direct des croyances dEolia sur Alios
Tout va bien lobjectif est atteint.
H3 : Il y a un transfert des croyances dEolia sur Alios par lintermdiaire de
lattitude envers Eolia
Lobjectif est atteint, mais seulement pour les spectateurs qui
apprcient Eolia.
H4 : Il y a un transfert purement affectif entre Eolia et Alios
Le sposoring est efficace en terme dattitude envers la marque, mais il
ne change rien son positionnement vieillot (car le transfert est
purement affectif), ce qui est un problme.
2) Reprsentez sur un schma causal global lensemble de ces
hypothses.
Croyance envers
Eolia (Ce)
Attitude envers
Eolia (Ae)
a
d
c
Croyance envers
Alios (Ca)
Attitude envers
Alios (Aa)
b
e
Remarque : le modle est bien rcursif car il ny a pas de boucles
3) Calculez la matrice de corrlation quimplique ce schma en
fonction des intensits des liens de causalit.
Pour calculer les corrlations entre les variables en fonction des
intensits des liens de causalit indiqus sur chaque flche, il faut
sommer les contributions :
des chemins daccs dune variable une autre,
des chemins indirects (on multiplie alors entre elles les intensits de
chaque flche du chemin),
des sources communes de corrlations (on multiplie les contributions
des chemins de la source vers les 2 variables).
Afin de construire la matrice de corrlation, commenons par prciser
lensemble des chemins qui existent entre les variables 2 2.
Corrlations
entre :
Chemins Contribution Total
Ce et Ae Ce a Ae a a
Ce et Ca Ce c Ca
Ce a Ae d Ca
c
ad
c+ad
Ce et Aa Ce a Ae d Aa
Ce c Ca b Aa
Ce a Ae d Ca b Aa
ae
cb
adb
adb+bc+ae
Ae et Ca Ae d Ca
Ae a Ce c Ca
d
ac
d+ac
Ae et Aa Ae e Aa
Ae d Ca b Aa
Ae a Ce c Ca b Aa
e
db
acb
e+db+acb
Ca et Aa Ca b Aa
Ca d Ae e Aa
Ca c Ce a Ae e Aa
b
de
cae
b+de+cae
La matrice de corrlation thorique obtenue est donc :
Ce Croyance
Eolia
Ae Attitude
Eolia
Ca Croyance
Alios
Aa Attitude
Alios
Croyance Eolia 1
Attitude Eolia a 1
Croyance Alios c+ad d+ac 1
Attitude Alios abd+bc+ae e+db+acb b+de+cae 1
Rappelons que la matrice des corrlations observes tait :
Ce Croyance
Eolia
Ae Attitude
Eolia
Ca Croyance
Alios
Aa Attitude
Alios
Croyance Eolia 1,000
Attitude Eolia 0,800 1,000
Croyance Alios 0,260 0,280 1,000
Attitude Alios 0,630 0,696 0,840 1,000
4) Par identification avec les corrlations relles, trouvez les 5
partamtres dintensit des liens (calcul de a, b, d, e).
En utilisant les 2 matrices prcdentes, nous pouvons poser le systme
dquations suivant :
(1) a = 0,8
(2) c+ad=0,26
(3) d+ac=0,28
(4) b+de+cae=0,84
(5) abc+bd+e=0,696
(6) abd+bc+ae=0,630
Il y a 6 quations et 5 inconnus. La dernire quation (6) est choisie pour
tester le modle, car elle comporte lensemble des 5 paramtres. On
rsoud donc le systme sans sen servir.
La rsolution du systme dquation nous donne :
a=0,8 ; b=0,7 ; c=0,1 ; d=0,2 ; e=0,5
Le modle de causalit obtenu est donc :
Croyance envers
Eolia (Ce)
Attitude envers
Eolia (Ae)
0,8
0,2
0,1
Croyance envers
Alios (Ca)
Attitude envers
Alios (Aa)
0,7
0,5
5) Testez le modle (adquation entre la thorie et les valeurs observes).
Pour tester le modle, nous utiliserons le coefficient de corrlation entre
Ce et Aa, dont la velru est, daprs lenqute, de 0,63. Daprs le modle
de causalit, ce coefficient de corrlation entre Ce et Aa devrait tre gal
(6) :
abd+bc+ae=0,80,7 0,2+0,7 0,1+0,80,5=0,582
Il semble donc y avoir une diffrence entre la thorie (0,582) et la ralit
(0,63). Afin de savoir si cette diffrence est significative, nous
transformons les coefficients de corrlation en z de Fisher.
z calcul partir de la valeur thorique :
( ) 66 , 0
582 , 0 1
582 , 0 1
ln
2
1
1
1
ln
2
1
0 =
|
.
|
\
|
+
=
+
=
r
r
z
z calcul partir de la valeur mesure dans lenqute :

Les coefficients tant mesurs sur un chantillon de 600 individus (n), la
diffrence est significative si :

Or, ici, nous avons :

Cette quantit est infrieure 1,96. Les 2 coefficients ne sont donc pas
significativement diffrents. Le modle de causalit est donc compatible
avec la ralit de lenqute. Il est valid.
( ) 74 , 0
63 , 0 1
63 , 0 1
ln
2
1
1
1
ln
2
1
=
|
.
|
\
|
+
=
+
=
r
r
z
96 , 1 3 ) ( 0 > n z z
9 , 1 3 600 ) 66 , 0 74 , 0 ( =
6) Le transfert dEolia vers Alios est-il plutt affectif ou cognitif ? Que
devez-vous faire ?
Le chemin affectif resprsente le transfert de la croyance envers Eolia
(Ce) sur lattitude envers Alios (Aa) par lintermdiaire de lattitude
envers Eolia :
Croyance envers
Eolia (Ce)
Attitude envers
Eolia (Ae)
0,8
Attitude envers
Alios (Aa)
0,5
Leffet total de ce chemin est 0,80,5=0,4
Le chemin cognitif passe par limage de la marque Alios (Ca). Les
croyances associes Alios interviennent dans le processus et sont
modifies, do le nom de chemin cognitif . Il ya 2 trajets possibles :
Leffet total de ce chemin est 0,80,20,7+0,10,7=0,182
Croyance envers
Eolia (Ce)
Attitude envers
Eolia (Ae)
0,8
0,2
0,1
Croyance envers
Alios (Ca)
Attitude envers
Alios (Aa)
0,7
Conclusion de lexercice :
Le chemin cognitif (0,182) est beaucoup moins influent que le chemin
affectif (0,4) en matire de persuasion. Nous pouvons craindre que les
modifications de croyances ne soient pas efficaces.
Si notre objectif est de faire aimer la marque Alios, alors ce
sponsoring semble tre satisfaisant.
Si lon cherche avant tout modifier les croyances ( Alios est une
marque jeune ) alors il faut trouver une autre stratgie de
communication.

Chapitre Régression - Corrélation - Causalité

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre Régression - Corrélation - Causalité

Transféré par

Droits d'auteur :

Formats disponibles

M2 Marketing Universit Paris 1 Panthon-Sorbonne Cours de M.

Vous aimerez peut-être aussi