Cours 4 l'étude corrélationnel Flashcards
Comment les variables sont-elles traitées dans une étude corrélationnelle ?
➝ Elles ne sont pas manipulées, elles sont seulement observées.
Pourquoi la corrélation n’implique-t-elle pas nécessairement la causalité ?
➝ Parce qu’il n’y a pas de manipulation de variables et donc pas de contrôle des causes et effets.
Dans quels cas utilise-t-on une étude corrélationnelle plutôt qu’une étude expérimentale ?
- Pour des raisons déontologiques (ex. : effets du tabac).
- Quand la variable indépendante ne peut pas être manipulée (ex. : l’âge).
- Quand la méthode expérimentale est trop artificielle et menace la validité externe.
Quel est l’objectif principal d’une étude corrélationnelle ?
➝ Mesurer deux variables et évaluer le niveau de relation entre elles.
Comment quantifie-t-on la relation entre deux variables dans une étude corrélationnelle ?
➝ Avec un coefficient de corrélation (r) qui varie de -1 à +1.
Qu’est-ce que représente le coefficient de corrélation r ?
➝ La moyenne des produits des scores standards des deux mesures.
Quel est le coefficient de corrélation le plus couramment utilisé ?
➝ Le coefficient de corrélation de Pearson.
Quel est l’objectif principal d’une étude corrélationnelle ?
➝ Quantifier la relation entre deux ou plusieurs mesures.
Quels types de relations peuvent être observés dans une étude corrélationnelle ?
Relation directe : un score élevé à X entraîne un score élevé à Y.
Relation inverse : un score élevé à X entraîne un score faible à Y.
Aucune relation : pas de lien entre X et Y.
Que signifie une corrélation d’ordre zéro ?
➝ Une corrélation où aucun contrôle des variables parasites n’est effectué.
Pourquoi la corrélation n’implique-t-elle pas nécessairement la causalité ?
➝ Parce que plusieurs explications peuvent être à l’origine d’une corrélation.
Quels sont les trois types d’explications possibles pour une corrélation ?
- Relation cause-effet : une variable cause l’autre (ex. : un coup de marteau cause la douleur).
-Cause commune : une troisième variable influence les deux variables observées (ex. : la chaleur augmente la consommation de crème glacée et les noyades).
-Corrélation fortuite (fausse corrélation) : aucune relation réelle entre les variables (ex. : votre âge et votre réussite à un examen).
Quels sont les critères nécessaires pour établir une relation causale ?
La cause doit produire l’effet.
L’effet ne doit pas se produire en l’absence de la cause.
La cause doit précéder l’effet dans le temps.
Aucune variable parasite ne doit intervenir.
Pourquoi l’échantillon doit-il inclure toutes les valeurs possibles de la variable indépendante pour prouver une causalité ?
➝ Pour s’assurer que l’effet observé ne dépend pas d’un biais de sélection et qu’il représente bien la réalité.
Comment peut-on tenter de contrôler l’effet temporel dans une étude corrélationnelle ?
➝ En utilisant une étude longitudinale prospective, où l’on mesure la cause en premier temps et l’effet probable en second temps.
Pourquoi une étude longitudinale ne met-elle pas totalement à l’abri des variables parasites ?
➝ Parce qu’elle ne garantit pas que d’autres facteurs n’influencent pas la relation observée.
Quels sont les moyens statistiques permettant de contrôler les variables parasites ?
Corrélation partielle (technique de covariation).
Régression multiple descriptive.
Analyse factorielle exploratoire.
Fonctions discriminantes.
Quelle est la différence entre une étude corrélationnelle exploratoire et confirmatoire ?
Exploratoire : on cherche simplement à observer les relations entre variables.
Confirmatoire : on teste des hypothèses et modèles théoriques pour voir si la relation observée est causale
Quels outils statistiques sont utilisés pour tester des hypothèses en étude corrélationnelle confirmatoire ?
Régressions multiples inférentielles.
Analyses factorielles confirmatoires.
Équations structurelles pour tester des modèles de relations entre plusieurs variables.
Pourquoi la méthode corrélationnelle ne permet-elle pas un contrôle parfait des variables parasites ?
➝ Parce qu’elle observe uniquement les variables et ne les manipule pas comme dans une étude expérimentale.
Pourquoi ne peut-on jamais être certain de la causalité avec une étude corrélationnelle ?
➝ Parce qu’il y a toujours un risque de variables parasites non contrôlées, contrairement aux méthodes expérimentales et quasi-expérimentales.
