Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment trouver la valeur P pour un coefficient de corrélation dans Excel



Une façon de quantifier la relation entre deux variables consiste à utiliser le coefficient de corrélation de Pearson , qui est une mesure de l’association linéaire entre deux variables.

Il prend toujours une valeur comprise entre -1 et 1 où :

  • -1 indique une corrélation linéaire parfaitement négative entre deux variables
  • 0 indique aucune corrélation linéaire entre deux variables
  • 1 indique une corrélation linéaire parfaitement positive entre deux variables

Pour déterminer si un coefficient de corrélation est statistiquement significatif, vous pouvez calculer le score t et la valeur p correspondants.

La formule pour calculer le t-score d’un coefficient de corrélation (r) est :

t = r√(n-2) / √(1-r 2 )

La valeur p est calculée comme la valeur p bilatérale correspondante pour la distribution t avec n-2 degrés de liberté.

L’exemple suivant montre comment calculer une valeur p pour un coefficient de corrélation dans Excel.

Valeur P pour un coefficient de corrélation dans Excel

Les formules suivantes montrent comment calculer la valeur p pour un coefficient de corrélation et une taille d’échantillon donnés dans Excel :

Valeur P pour un coefficient de corrélation dans Excel

Pour un coefficient de corrélation de r = 0,56 et une taille d’échantillon n = 14, nous constatons que :

  • Score T : 2,341478
  • Valeur p : 0,037285

Rappelons que pour un test de corrélation nous avons les hypothèses nulles et alternatives suivantes :

L’hypothèse nulle (H 0 ) : La corrélation entre les deux variables est nulle.

L’hypothèse alternative : (Ha) : La corrélation entre les deux variables n’est pas nulle, par exemple il existe une corrélation statistiquement significative.

Si nous utilisons un niveau de signification de α = 0,05, nous rejetterions alors l’hypothèse nulle dans ce cas puisque la valeur p (0,037285) est inférieure à 0,05.

Nous conclurions que le coefficient de corrélation est statistiquement significatif.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans Excel :

Comment calculer la corrélation glissante dans Excel
Comment créer une matrice de corrélation dans Excel
Comment calculer la corrélation des classements Spearman dans Excel

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *