MODULE 3.3

Question 1

Quelle est la différence entre l’analyse d’association et de relation avec l’analyse des statistiques de différences?

Answer 1

analyse d’association et de relation: déterminer la relation entre 2 ou plusieurs variables

statistiques de différences: déterminer la relation entre 1 même variable pour 2 échantillons différents

Question 2

Diagramme de dispersion

Answer 2

• associer 2 variable + les représenter visuellement dans un nuage de points
• point = (X,Y)
• Corrélation simple nécessaire pour quantifier le degré d’association

Question 3

Coefficient de corrélation

Answer 3

• différents types de coeff. en fonction de l’échelle de mesure utilisée (ordinale, intervalle ou prop.)
• Prémisses:
  => relation entre les 2 variables linéaires (++ important)
  => pour chaque valeur de X, la variance de Y doit être équivalente
  => les 2 variables X, Y souvent avoir une variabilité suffisante pour permettre une corrélation

Question 4

Coefficient de Pearson:
À quels types d’échelle est-il associé?
Quelles sont ses caractéristiques?

Answer 4

utilisé pour calculer le degré d’association entre 2 variables avec des échelles PAR INTERVALLE ou PROPORTIONNELLE

Caractéristiques:

1. toujours entre -1 et 1 (0= faible relation entre les variables, -1 ou 1 = forte relation)
2. valeur positive: X et Y vont dans le même sens (les deux augmentent ou diminuent)
3. valeur négative: X augmente et Y diminue (et l’inverse)
4. transformation des scores des variables X,Y en score Z (échelle commune)
5. 1 seul couple de variable peut drastiquement modifier le coeff. de Pearson si petit échantillon

Question 5

Test d’hypothèse sur le coefficient: la relation entre X et Y est-elle significative?

Answer 5

• Utilisation d’un test statistique
• Méthode du test-t donne une valeur comparée à une valeur critique t (alpha = 0,05)

=> valeur calculée plus extrême que la valeur critique = association entre les 2 variables est significative (différente de 0)

Question 6

Quand est ce qu’on utilise le coeff. de Spearman?

Answer 6

On l’utilise quand une des variables est de type ordinale.

NOTE: Pour déterminer si un coefficient de corrélation est statistiquement significatif, on doit d’abord déterminer sa valeur p à l’aide d’un test de t. Si la valeur p est plus petite ou égale à 5% (p≤ 0,05), l’association entre les deux variables sera jugée statistiquement significative.
si p < 0,05: association significative des données
si p > 0,05 : association non significative des données

Question 7

Interprétation des coeff. de corrélation selon le barème de Munro

Answer 7

R = 0 - 0,25 (corrélation très faible ou nulle)
R = 0,26 - 0,49 (corrélation faible)
R = 50 - 0,69 (corrélation modérée)
R = 0,70 - 0,89 (corrélation forte)
R = 0,90 - 1,00 (corrélation très forte)

ATTENTION: utiliser son jugement (parfois 0,5 est très bon et d’autres 0,7 est insuffisant)