Mesurez la force et la direction d'une relation linéaire.
Définition
L'analyse de corrélation quantifie le lien entre deux variables continues. La corrélation de Pearson mesure une relation linéaire, tandis que la corrélation de Spearman est adaptée aux données ordinales ou non-normales.
Quand l'utiliser ?
Explorer le lien entre deux variables continues
Tester si une variable augmente avec une autre
Données non-normales ou ordinales : utiliser Spearman
Conditions requises
Deux variables continues (Pearson) ou ordinales (Spearman)
Relation monotone (pas nécessairement linéaire pour Spearman)
Absence de valeurs aberrantes extrêmes pour Pearson
Ce que StatsLab calcule
Coefficient r (Pearson) ou ρ (Spearman)
IC 95% via la transformation de Fisher
p-value
Nuage de points avec droite de régression
Matrice de corrélation (multi-variables)
Exemple concret
Contexte : Relation entre le nombre d'heures de sommeil et le score d'attention chez 60 étudiants.
Résultat obtenu : r = 0,54, IC 95% [0,33 ; 0,70], p < 0,001
Interprétation : Corrélation positive modérée à forte. Plus les étudiants dorment, meilleur est leur score d'attention. La relation est statistiquement significative.