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 calculer la corrélation de classement de Spearman dans Google Sheets



En statistique, la corrélation fait référence à la force et à la direction d’une relation entre deux variables. La valeur d’un coefficient de corrélation peut aller de -1 à 1, avec les interprétations suivantes :

  • -1 : une relation négative parfaite entre deux variables
  • 0 : aucune relation entre deux variables
  • 1 : une relation positive parfaite entre deux variables

Un type spécial de corrélation est appelé corrélation de rang de Spearman , qui est utilisé pour mesurer la corrélation entre deux variables classées. (par exemple, le rang de la note à l’examen de mathématiques d’un élève par rapport au rang de sa note à l’examen de sciences dans une classe).

Ce tutoriel explique comment calculer la corrélation de rang de Spearman entre deux variables dans Google Sheets.

Exemple : corrélation de classement de Spearman dans Google Sheets

Effectuez les étapes suivantes pour calculer la corrélation de rang de Spearman entre la note à l’examen de mathématiques et la note à l’examen de sciences de 10 élèves d’une classe particulière.

Étape 1 : Saisissez les données.

Saisissez les résultats des examens de chaque étudiant dans deux colonnes distinctes :

Étape 2 : Calculez les classements pour chaque note d’examen.

Ensuite, nous calculerons le classement pour chaque note d’examen. Utilisez les formules suivantes dans les cellules D2 et E2 pour calculer les classements en mathématiques et en sciences du premier élève :

Cellule D2 : =RANK.AVG(B2, $B$2 :$B$11, 0)

Cellule E2 : =RANK.AVG(C2, $C$2 :$C$11, 0)

Ensuite, mettez en surbrillance les cellules restantes à remplir :

Cliquez ensuite sur Ctrl+D pour renseigner les classements de chaque élève :

Étape 3 : Calculez le coefficient de corrélation de rang de Spearman.

Enfin, nous calculerons le coefficient de corrélation de rang de Spearman entre les scores en mathématiques et les scores en sciences en utilisant la fonction CORREL() :

Corrélation des classements de Spearman dans Google Sheets

La corrélation des rangs de Spearman s’avère être de -0,41818 .

Étape 4 (Facultatif) : Déterminez si la corrélation des rangs de Spearman est statistiquement significative.

À l’étape précédente, nous avons constaté que la corrélation de rang de Spearman entre les résultats des examens de mathématiques et de sciences était de -0,41818 , ce qui indique une corrélation négative entre les deux variables.

Cependant, pour déterminer si cette corrélation est statistiquement significative, nous aurions besoin de nous référer à un tableau de corrélation des rangs de Spearman des valeurs critiques, qui montre les valeurs critiques associées à différentes tailles d’échantillon (n) et niveaux de signification (α).

Si la valeur absolue de notre coefficient de corrélation est supérieure à la valeur critique du tableau, alors la corrélation entre les deux variables est statistiquement significative.

Tableau de corrélation des rangs de Spearman des valeurs critiques

Dans notre exemple, la taille de notre échantillon était de n = 10 étudiants. En utilisant un niveau de signification de 0,05, nous constatons que la valeur critique est de 0,564 .

Étant donné que la valeur absolue du coefficient de corrélation de rang de Spearman que nous avons calculé ( 0,41818 ) n’est pas supérieure à cette valeur critique, cela signifie que la corrélation entre les scores en mathématiques et en sciences n’est pas statistiquement significative.

Connexes : 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 *