Module 5 : Analyses de relations et mesures d'Association entre variable Flashcards
Dans certaines circonstances, une étude peut nécessiter que soit déterminée la relation qui existe entre deux ou plusieurs variables, particulièrement lorsque le devis de recherche demande une analyse de relations. Deux types de tests statistiques seront présentés dans le présent module:
1)
2)
1) La corrélation simple;
2) L’analyse de régression linéaire (simple et multiple).
La relation entre deux variables peut initialement se représenter graphiquement :
diagramme de dispersion
Chaque point d’un diagramme de dispersion est un _______ (X,Y) représentant, pour chaque participant, les coordonnées pour les variables X (l’amplitude) et Y (la vitesse). L’ensemble des points montre globalement la _____ entre les deux variables.
Chaque point d’un diagramme de dispersion est un couple de valeur (X,Y) représentant, pour chaque participant, les coordonnées pour les variables X (l’amplitude) et Y (la vitesse). L’ensemble des points montre globalement la relation entre les deux variables.
Pour quantifier le degré d’association, on doit avoir recours à la _______. Cette analyse statistique permet de déterminer la direction et la force de la relation entre 2 variables et si elle est statistiquement significative.
Pour quantifier le degré d’association, on doit avoir recours à la corrélation simple. Cette analyse statistique permet de déterminer la direction et la force de la relation entre 2 variables et si elle est statistiquement significative.
Sur le plan statistique, la relation entre 2 variables se vérifie à l’aide d’un ___________
coefficient de corrélation.
l existe différents types de coefficients qui sont essentiellement basés sur le type d’échelle de mesure utilisé pour documenter les variables à l’étude (nominale, ordinale ou par intervalle). Pour les fins du cours, nous porterons une attention particulière au coefficient de ________ (r) et au coefficient de _______ (rho, ρ).
l existe différents types de coefficients qui sont essentiellement basés sur le type d’échelle de mesure utilisé pour documenter les variables à l’étude (nominale, ordinale ou par intervalle). Pour les fins du cours, nous porterons une attention particulière au coefficient de corrélation de Pearson (r) et au coefficient de corrélation de Spearman (rho, ρ).
Comme pour l’utilisation des tests d’analyses de différences, l’utilisation de ces deux coefficients nécessite que soient vérifiées quelques prémisses de base. La plus importante demeure que la relation entre les deux variables soit ______.
linéaire.
Indication du test :
- Données de type ordinal
- Relation linéaire entre les variables
Coefficient de corrélation de Spearman (p)
Indication du test :
- Relation linéaire entre les variables
- Données par intervalle ou proportionnelles
Coefficient de corrélation de Person (r)
est utilisé pour calculer le degré d’association entre deux variables ayant des échelles par intervalle ou proportionnelles.
Le coefficient de corrélation de Pearson (r)
Le coefficient de corrélation de Pearson (r)
1) Sa valeur se situe toujours entre ___ et ____ Plus sa valeur approche ____ plus l’association est faible entre les deux variables. Plus sa valeur s’approche de __ ou de __, plus l’association est forte.
2) Si la valeur est ______, cela signifie que les 2 variables évoluent dans le même sens (lorsque x augmente, y augmente).
3) Si la valeur est ______, les 2 variables évoluent dans le sens opposé (lorsque x augmente, y diminue).
1) Sa valeur se situe toujours entre -1 et 1. Plus sa valeur approche zéro plus l’association est faible entre les deux variables. Plus sa valeur s’approche de -1 ou de 1, plus l’association est forte.
2) Si la valeur est positive (+), cela signifie que les 2 variables évoluent dans le même sens (lorsque x augmente, y augmente).
3) Si la valeur est négative (-), les 2 variables évoluent dans le sens opposé (lorsque x augmente, y diminue)
Le coefficient de corrélation de Pearson (r)
1) Sa valeur se situe toujours entre -1 et 1. Plus sa valeur approche zéro plus l’association est _____ entre les deux variables. Plus sa valeur s’approche de -1 ou de 1, plus l’association est _____.
2) Si la valeur est positive (+), cela signifie que les 2 variables évoluent dans le _____
3) Si la valeur est négative (-), les 2 variables évoluent dans le_____
1) Sa valeur se situe toujours entre -1 et 1. Plus sa valeur approche zéro plus l’association est faible entre les deux variables. Plus sa valeur s’approche de -1 ou de 1, plus l’association est forte.
2) Si la valeur est positive (+), cela signifie que les 2 variables évoluent dans le même sens (lorsque x augmente, y augmente).
3) Si la valeur est négative (-), les 2 variables évoluent dans le sens opposé (lorsque x augmente, y diminue)
Donc, le coefficient r détermine la _____ et la _____ (- ou +) de la relation entre deux variables. Ce coefficient ne mesure pas la _______, cela sera déterminé plus tard dans le module.
Donc, le coefficient r détermine la force et la direction (- ou +) de la relation entre deux variables. Ce coefficient ne mesure pas la pente de l’association, cela sera déterminé plus tard dans le module.
la variation dans la variable Y qui peut être expliquée par la variable X.
Coefficient de détermination:
Le coefficient de détermination qui est simplement le coefficient _______ représente la variation dans la variable Y qui peut être expliquée par la variable X.
Le coefficient de détermination qui est simplement le coefficient r au carré (r2) représente la variation dans la variable Y qui peut être expliquée par la variable X.
