Une corrélation signifie qu’il existe une relation entre deux variables ou plus. Cela n’implique cependant pas qu’il y a nécessairement une relation de cause à effet entre elles. Cela signifie simplement qu’il y a une sorte de relation, ce qui veut dire qu’elles varient ensemble à un rythme constant.
Un coefficient de corrélation est un nombre qui exprime la force de la relation entre les deux variables.
En un coup d’œil
La corrélation peut aider les chercheurs à comprendre s’il existe une association entre deux variables d’intérêt. Ces relations peuvent être positives, signifiant qu’elles évoluent dans la même direction, ou négatives, signifiant qu’à mesure que l’une augmente, l’autre diminue. Les corrélations peuvent être visualisées à l’aide de graphiques de dispersion pour montrer comment les mesures d’une variable changent le long d’un axe x et d’un axe y.
Il est important de se rappeler que bien que les corrélations puissent aider à montrer une relation, la corrélation n’indique pas la causalité.
Qu’est-ce qu’un coefficient de corrélation ?
Un coefficient de corrélation, souvent exprimé comme r, indique une mesure de la direction et de la force d’une relation entre deux variables. Lorsque la valeur de r est plus proche de +1 ou -1, cela indique qu’il existe une relation linéaire plus forte entre les deux variables.
Les études corrélationnelles sont assez courantes en psychologie, notamment parce que certaines choses sont impossibles à recréer ou à rechercher dans un cadre de laboratoire.
Au lieu de réaliser une expérience, les chercheurs peuvent collecter des données pour examiner les relations possibles entre les variables. À partir des données collectées et de leur analyse, les chercheurs font des inférences et des prévisions sur la nature des relations entre les variables.
Conseil utile
Une corrélation est une mesure statistique de la relation entre deux variables. Rappelez-vous cette règle pratique : Plus la corrélation est proche de 0, plus elle est faible. Plus elle est proche de +/-1, plus elle est forte.
Types de corrélation
La force de la corrélation varie de -1 à +1.
Corrélation positive
Une corrélation de +1 indique une corrélation positive parfaite, ce qui signifie que les deux variables évoluent dans la même direction ensemble. En d’autres termes, +1 est la corrélation positive forte que l’on peut trouver.
Corrélation négative
Une corrélation de -1 indique une corrélation négative parfaite, ce qui signifie qu’à mesure qu’une variable augmente, l’autre diminue.
Corrélation nulle
Une corrélation nulle suggère que la statistique de corrélation n’indique pas de relation entre les deux variables. Cela ne signifie pas qu’il n’y a aucune relation ; cela signifie simplement qu’il n’y a pas de relation linéaire. Une corrélation nulle est souvent indiquée par l’abréviation r = 0.
Graphiques de dispersion et corrélation
Les graphiques de dispersion (également appelés diagrammes de dispersion, graphiques de dispersion, et diagrammes de dispersion) sont utilisés pour tracer des variables sur un graphique afin d’observer les associations ou relations entre elles. L’axe horizontal représente une variable, et l’axe vertical représente l’autre.
Investopedia
Chaque point sur le graphique représente une mesure différente. À partir de ces mesures, une ligne de tendance peut être calculée. Le coefficient de corrélation est la pente de cette ligne. Lorsque la corrélation est faible (r est proche de zéro), la ligne est difficile à distinguer. Lorsque la corrélation est forte (r est proche de 1), la ligne sera plus apparente.
Corrélations fortes versus faibles
Les corrélations peuvent être confuses, et beaucoup de gens assimilent positif à fort et négatif à faible. Une relation entre deux variables peut être négative, mais cela ne signifie pas que la relation n’est pas forte.
- Une corrélation positive faible indique que, bien que les deux variables tendent à augmenter en réponse l’une à l’autre, la relation n’est pas très forte.
- Une corrélation négative forte, en revanche, indique une forte connexion entre les deux variables, mais que l’une augmente lorsque l’autre diminue.
Par exemple, une corrélation de -0.97 est une forte corrélation négative, tandis qu’une corrélation de 0.10 indique une faible corrélation positive. Une corrélation de +0.10 est plus faible que -0.74, et une corrélation de -0.98 est plus forte que +0.79.
La corrélation n’est pas égale à la causalité
La corrélation n’est pas égale à la causalité. Le fait que deux variables aient une relation ne signifie pas que les changements dans l’une causent des changements dans l’autre.
Les corrélations nous indiquent qu’il existe une relation entre les variables, mais cela ne signifie pas nécessairement qu’une variable cause l’autre à changer.
Un exemple souvent cité est la corrélation entre la consommation de crème glacée et les taux d’homicides. Des études ont trouvé une corrélation entre l’augmentation des ventes de crème glacée et les pics d’homicides. Cependant, manger de la crème glacée ne vous pousse pas à commettre un meurtre. Au lieu de cela, il existe une troisième variable : la chaleur. Les deux variables augmentent durant l’été.
Corrélations illusoires
Une corrélation illusoire est la perception d’une relation entre deux variables alors qu’il n’existe réellement qu’une relation mineure – ou aucune du tout. Une corrélation illusoire n’implique pas toujours une inférence de causalité ; elle peut également signifier inférer une relation entre deux variables lorsqu’il n’en existe pas.
Par exemple, les gens supposent parfois que, parce que deux événements se sont produits ensemble à un moment donné dans le passé, un événement doit être la cause de l’autre. Ces corrélations illusoires peuvent se produire à la fois dans des enquêtes scientifiques et dans des situations de la vie réelle.
Les stéréotypes sont un bon exemple de corrélations illusoires. La recherche a montré que les gens tendent à supposer que certains groupes et traits coexistent et surestiment fréquemment la force de l’association entre les deux variables.
Par exemple, supposons qu’une personne a la croyance erronée que toutes les personnes des petites villes sont extrêmement gentilles. Lorsqu’elle rencontre une personne très gentille, son hypothèse immédiate pourrait être que cette personne vient d’une petite ville, malgré le fait que la gentillesse ne soit pas liée à la population de la ville.
Ce que cela signifie pour vous
La recherche en psychologie utilise fréquemment les corrélations, mais il est essentiel de comprendre que la corrélation n’est pas la même chose que la causalité. Confondre corrélation et causalité suppose une relation cause à effet qui pourrait ne pas exister. Bien que la corrélation puisse vous aider à voir qu’il existe une relation (et vous indiquer la force de cette relation), seule la recherche expérimentale peut révéler un lien causal.
