Une corrélation est une mesure statistique de la relation entre deux variables. Les corrélations possibles vont de +1 à -1. Une corrélation nulle indique qu'il n'y a pas de relation entre les variables.
Une corrélation de -1 indique une corrélation négative parfaite, ce qui signifie que lorsqu'une variable augmente, l'autre diminue. Une corrélation de +1 indique une corrélation positive parfaite, ce qui signifie que les deux variables évoluent ensemble dans la même direction.
Les corrélations jouent un rôle important dans la recherche en psychologie. Les études de corrélation sont assez courantes en psychologie, en particulier parce que certaines choses sont impossibles à recréer ou à rechercher en laboratoire.
Au lieu d'effectuer une expérience, les chercheurs peuvent collecter des données auprès des participants pour examiner les relations qui peuvent exister entre différentes variables. À partir des données et des analyses qu'ils recueillent, les chercheurs peuvent alors faire des déductions et des prédictions sur la nature des relations entre les différentes variables.
Le coefficient de corrélation
La force de corrélation est mesurée de -1,00 à +1,00. Le coefficient de corrélation, souvent exprimé en r, indique une mesure de la direction et de la force d'une relation entre deux variables. Quand le r est plus proche de +1 ou -1, cela indique qu'il existe une relation linéaire plus forte entre les deux variables.
Une corrélation de -0,97 est une forte corrélation négative alors qu'une corrélation de 0,10 serait 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.
Lorsque vous pensez à la corrélation, souvenez-vous simplement de cette règle pratique : plus la corrélation est proche de 0, plus elle est faible, tandis que plus elle est proche de +/-1, plus elle est forte.
Scattergrammes
Les nuages de points (également appelés nuages de points, nuages de points ou diagrammes de dispersion) sont utilisés pour tracer des variables sur un graphique (voir l'exemple ci-dessus) afin d'observer les associations ou les relations entre elles. L'axe horizontal représente une variable et l'axe vertical représente l'autre.
Chaque point du tracé correspond à une mesure différente. À partir de ces mesures, une ligne de tendance peut être calculée. Le coefficient de corrélation est la pente de cette droite. 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.
Zéro corrélations
Une corrélation nulle suggère que la statistique de corrélation n'indique pas de relation entre les deux variables. Il est important de noter que cela ne signifie pas qu'il n'y a pas du tout de relation; cela signifie simplement qu'il n'y a pas de relation linéaire. Une corrélation nulle est souvent indiquée par l'abréviation r = 0.
Comprendre les corrélations
Les corrélations peuvent être déroutantes et de nombreuses personnes assimilent le positif au fort et le négatif au faible. Une relation entre deux variables peut être négative, mais cela ne signifie pas que la relation n'est pas forte.
Une faible corrélation positive indiquerait que si les deux variables ont tendance à augmenter en réponse l'une à l'autre, la relation n'est pas très forte. Une forte corrélation négative, en revanche, indiquerait une forte connexion entre les deux variables, mais celle-ci augmente chaque fois que l'autre diminue.
La corrélation n'est pas la causalité
Bien entendu, corrélation n'est pas synonyme de causalité. Ce n'est pas parce que deux variables ont une relation que des changements dans une variable entraînent 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 entraîne le changement de l'autre.
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 fait pas commettre un meurtre. Au lieu de cela, il y a une troisième variable : la chaleur. Les deux variables augmentent pendant l'été.
Corrélation illusoire
Une corrélation illusoire est la perception d'une relation entre deux variables alors qu'il n'existe réellement qu'une relation mineure ou aucune relation. Une corrélation illusoire ne signifie pas toujours inférer une causalité; cela peut aussi 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, cet 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 réelles.
Les stéréotypes sont un bon exemple de corrélations illusoires. La recherche a montré que les gens ont tendance à supposer que certains groupes et traits se produisent ensemble et surestiment fréquemment la force de l'association entre les deux variables.
Par exemple, supposons qu'un homme croit à tort que tous les habitants des petites villes sont extrêmement gentils. Lorsque l'individu rencontre une personne très gentille, son hypothèse immédiate peut être que la personne est originaire d'une petite ville, malgré le fait que la gentillesse n'est pas liée à la population urbaine.