Vous êtes sur la page 1sur 8

COMMENT CALCULER UN COEFFICIENT DE CORRLATION (r)

CORRLATION
A

Quand et pourquoi faut-il calculer un


coefficient de corrlation

Les tapes suivre pour calculer le


coefficient r

Comment analyser le rsultat de ce


test avec SPSS

Comment formuler les hypothses du


test de signification du r
Ce qu'il faut crire dans l'analyse des
donnes de votre rapport final :

Dans le tableau de rsultats de


votre analyse + Exemple

Dans le texte de votre analyse


+ Exemple

Consulter l'arbre de dcision


Consulter les consignes de l'tape III

QUAND ET POURQUOI FAUT-IL CALCULER UNE CORRLATION (r) ?

Quand ? Si votre recherche comporte une variable indpendante


quantitative (X) et une variable dpendante quantitative (Y).

Pourquoi calculer un coefficient de corrlation ?


o

Pour tablir l'existence d'une lien entre X et Y.

Pour mesurer la force ou l'intensit de ce lien.

Pour infrer l'existence d'une corrlation au sein de la population (r


+ test de signification de la pente).

LES TAPES SUIVRE POUR CALCULER UNE CORRLATION

1. Ouvrez votre matrice de donnes SPSS.


2. Choisir ensuite le menu

3. Une fentre s'ouvre...

ANALYSE + CORRELATION + BIVARIE.

4. Au moyen des flches


analyser.

choisir les deux variables que vous souhaitez

5. Notez que le coefficient de corrlation de Pearson est dj coch (par


dfaut).
6. Cliquez sur OK.
7. Une fentre s'ouvre...

8. Voici le rsultat de votre test de corrlation, gracieuset de SPSS.

COMMENT ANALYSER LE RSULTAT D'UNE CORRLATION (r)

Dans l'analyse d'une corrlation, il y a deux donnes importantes :


1. Le rsultat du test de corrlation ou Corrlation de Pearson (r), ici
0,179 (voir tableau ci-bas).
2. La valeur de p du test de la pente ou Sig. (bilatrale), dans ce
cas-ci 0,345.

Le premier rsultat - 0,179 - mesure le degr de liaison linaire


entre les variables dpendante (Y) et indpendante (X) de votre

chantillon.
o

Rappelons que 0 quivaut une absence de lien, alors que 1


constitue un lien parfait entre X et Y.

Le signe + signifie que la relation entre X et Y est proportionnelle;


quand X augmente (ou diminue), Y augmente (ou diminue).

Le signe - signifie que la relation entre X et Y est inversement


proportionnelle; quand X augmente (ou diminue), Y diminue (ou
augmente).

Par convention, on dira que la relation entre X et Y est :

1. parfaite si r = 1
2. trs forte si r > 0,8.
3. forte si r se situe entre 0,5 et 0,8.
4. d'intensit moyenne si r se situe entre 0,2 et 0,5.
5. faible si r se situe entre 0 et 0.2.
6. Nulle si r = 0
o

Il convient de noter que ces qualificatifs (intensit forte, moyenne


ou faible) ne sont utiliss dans le texte qu'au fin de comparaison,
et non dans le but de remplacer le rsultat chiffr du test qui, fautil le dire, est une mesure bien plus prcise que les mots.

FORMULER LES HYPOTHSES DU TEST DE SIGNIFICATION DE LA


PENTE

Le second rsultat - 0,345 - est obtenu au moyen d'un test d'hypothse.

Ce test - le test de signification de la pente ou du r - permet de


dcider si ce lien - ici 0,179 - est significatif, autrement dit si la
corrlation observe entre X et Y (= votre chantillon) existe bel et bien
au sein de la population l'tude.

Dans la logique d'un test d'hypothses, il y a toujours deux hypothses


statistiques.

La premire - l'hypothse nulle ou Ho - est, comme son nom l'indique,


une hypothse qui postule que la relation entre X et Y est due au hasard,
autrement dit qu'il n'y a pas de relation entre X et Y (nulle= absence de
relation).

La seconde - l'hypothse alternative ou H<>1 - correspond


habituellement l'hypothse de votre recherche. Contrairement
l'hypothse nulle, cette hypothse suggre que la relation entre X et Y ne
peut tre attribue au hasard; il existe donc un lien entre X et Y au sein
de la population.

Notez hypothse nulle : r = 0 et hypothse alternative : r <> 0.

Rappelons qu'en sciences humaines le seuil de signification est de 0,05.

Si votre Sig. ou valeur de p est suprieure 0,05, vous devez accepter


l'hypothse nulle et conclure que la corrlation observe entre X et Y est
due au hasard.

Si votre Sig. ou valeur de p est infrieure 0,05, vous devez rejeter


l'hypothse nulle et conclure qu'une corrlation entre X et Y existe bel et
bien au sein de la population.

CE QU'IL FAUT CRIRE DANS VOTRE RAPPORT FINAL

Dans le tableau de l'analyse de donnes de votre rapport final, il faut


inscrire dans l'ordre les quatre informations suivantes :
1. Le nombre (n=) de participants, dans ce cas-ci = 30.
2. Le r de Pearson, ici 0,179.
3. La Valeur de p ou Sig. (bilatrale) o p = probabilit de
commettre l'erreur alpha. Dans cet exemple = 0,345.
4. Un astrisque - * - si et seulement si la valeur de p de votre test
est infrieure 0,05 % donc rsultat significatif.

Voici un exemple de tableau de donnes :

Tableau 1

Relation entre la scolarit des


participants et leurs revenus annuel.

Titre --

Analyse principale
--

Variable
s
Scolarit
(en
anne)
Revenu
annuel
en $

n=

30

Valeur <0,0
de p 5 = *

0,17
0,345
9

Pour plus de dtails, voir Comment faire un tableau.

Dans le texte de l'analyse de donnes de votre rapport final, vous devez


inscrire entre parenthses les 2 informations suivantes, dans l'ordre :
1. Le coefficient de corrlation ou r=, ici 0,179.
2. Le Sig. ou la valeur de p = soit la probabilit de commettre l'erreur
alpha. Ici 0,345.

Voici un exemple de ce qu'il faut crire votre analyse de


donnes :

Exempl d'analyse de donnes d'une


e corrlation

L'analyse des donnes de la prsente recherche


montre qu'il n'existe aucune relation entre la
scolarit des participants et leur revenu annuel
(r= 0,179, p = 0,345). Et ainsi de suite pour les
autres variables...

Il convient de noter que cet exemple n'illustre qu'un seul indicateur; votre
recherche en compte probablement plus.

Attention : Les couleurs - rouge, bleu, blanc - et les caractres gras de


cette page sont utiliss pour attirer votre attention; il est donc inutile de
les reproduire dans votre rapport final.