La corrélation est une technique statistique qui montre à quel point deux variables sont liées l’une à l’autre ou le degré d’association entre les deux. Par exemple, si nous avons les données de poids et de taille de personnes plus grandes et plus petites, avec la corrélation entre elles, nous pouvons découvrir comment ces deux variables sont liées. Nous pouvons également trouver la corrélation entre ces deux variables et dire que leur poids est positivement lié à leur taille. La corrélation est mesurée par le coefficient de corrélation. Il est très facile de calculer le coefficient de corrélation dans SPSS. Avant de calculer la corrélation dans SPSS, nous devons avoir quelques connaissances de base sur la corrélation. Le coefficient de corrélation doit toujours être compris entre -1 et 1. Il existe trois types de corrélation :
1. La corrélation positive et négative : Lorsqu’une variable évolue dans la même direction, on parle alors de corrélation positive. Lorsqu’une variable évolue dans une direction positive et qu’une deuxième variable évolue dans une direction négative, alors on parle de corrélation négative.
2. Corrélation linéaire et non linéaire ou curviligne : Lorsque les deux variables changent dans le même rapport, on dit qu’elles sont en corrélation linéaire. Lorsque les deux variables ne changent pas dans le même rapport, on dit alors qu’elles sont en corrélation curvi- linéaire. Par exemple, si la vente et les dépenses évoluent dans le même rapport, alors elles sont en corrélation linéaire et si elles n’évoluent pas dans le même rapport, alors elles sont en corrélation curviligne.
3. Corrélations simples, partielles et multiples : Lorsque deux variables en corrélation sont prises en étude, alors on parle de corrélation simple. Quand une variable est une variable facteur et par rapport à cette variable facteur, la corrélation de la variable est considérée, alors c’est une corrélation partielle. Lorsque plusieurs variables sont prises en compte pour la corrélation, alors on parle de corrélations multiples.
Degré de corrélation
1. Corrélation parfaite : Lorsque les deux variables changent dans le même rapport, alors on parle de corrélation parfaite.
2. Degré élevé de corrélation : Lorsque la fourchette du coefficient de corrélation est supérieure à 0,75, on parle de haut degré de corrélation.
3. Corrélation modérée : Lorsque la plage de coefficient de corrélation est comprise entre 0,50 et 0,75, on parle de degré de corrélation modéré.
4. Degré de corrélation faible : Lorsque la fourchette du coefficient de corrélation est comprise entre 0,25 et 0,50, on parle de faible degré de corrélation.
5. Absence de corrélation : Lorsque le coefficient de corrélation est compris entre . 0 et .25, cela montre qu’il n’y a pas de corrélation.
Il existe de nombreuses techniques pour calculer le coefficient de corrélation, mais dans la corrélation dans SPSS, il existe quatre méthodes pour calculer le coefficient de corrélation. Pour les variables continues dans la corrélation dans SPSS, il y a une option dans le menu d’analyse, l’analyse bivariée avec la corrélation de Pearson. Si les données sont classées, nous pouvons utiliser la corrélation de Spearman. Cette option est également disponible dans SPSS dans le menu analyses avec le nom de corrélation de Spearman. Si les données sont nominales, Phi, le coefficient de contingence et le V de Cramer sont les tests de corrélation appropriés. Nous pouvons calculer cette valeur en demandant à SPSS de procéder à un tableau croisé. Le coefficient Phi est adapté à un tableau 2×2. Le coefficient de contingence C est adapté à tout type de tableau.
Tester la significativité d’une corrélation :
Une fois que nous avons calculé le coefficient de corrélation, alors nous allons déterminer la probabilité que la corrélation observée se soit produite par hasard. Pour cela, nous devons effectuer un test de signification. Dans le test de signification, nous sommes surtout intéressés à déterminer la probabilité que la corrélation soit réelle et non le fruit du hasard. Pour cela, nous déterminons une hypothèse. Il existe deux types d’hypothèses.
L’hypothèse nulle : Dans l’hypothèse nulle, nous supposons qu’il n’y a pas de corrélation entre les deux variables.
Hypothèse alternative : Dans l’hypothèse alternative, nous supposons qu’il existe une corrélation entre les variables.
Avant de tester l’hypothèse, nous devons déterminer le niveau de signification. Dans la plupart des cas, il est supposé être de 0,05 ou 0,01. Au niveau de signification de 5%, cela signifie que nous effectuons un test, où la probabilité que le cas où la corrélation est un hasard n’est pas supérieure à 5 sur 100. Après avoir déterminé le niveau de signification, nous calculons la valeur du coefficient de corrélation. La valeur du coefficient de corrélation est déterminée par le signe ‘r’.
Coefficient de détermination :
A l’aide du coefficient de corrélation, nous pouvons déterminer le coefficient de détermination. Le coefficient de détermination est simplement la variance qui peut être expliquée par la variable X dans la variable y. Si nous prenons le carré du coefficient de corrélation, alors nous trouverons la valeur du coefficient de détermination.
Pour une aide supplémentaire sur les corrélations ou SPSS, cliquez ici.