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 effectuer un test de corrélation dans Excel (étape par étape)



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 effectuer un test de corrélation, qui consiste à calculer un score t et une valeur p correspondante.

La formule pour calculer le t-score est la suivante :

t = r√ (n-2) / (1-r 2 )

où:

  • r : coefficient de corrélation
  • n : La taille de l’échantillon

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

L’exemple étape par étape suivant montre comment effectuer un test de corrélation dans Excel.

Étape 1 : Saisissez les données

Commençons par saisir quelques valeurs de données pour deux variables dans Excel :

Étape 2 : Calculer le coefficient de corrélation

Ensuite, nous pouvons utiliser la fonction CORREL() pour calculer le coefficient de corrélation entre les deux variables :

Le coefficient de corrélation entre les deux variables s’avère être de 0,803702 .

Il s’agit d’un coefficient de corrélation très positif, mais pour déterminer s’il est statistiquement significatif, nous devons calculer le score t et la valeur p correspondants.

Étape 3 : Calculer la statistique de test et la valeur P

Ensuite, nous pouvons utiliser les formules suivantes pour calculer la statistique de test et la valeur p correspondante :

La statistique du test s’avère être 4,27124 et la valeur p correspondante est 0,001634 .

Puisque cette valeur p est inférieure à 0,05, nous disposons de suffisamment de preuves pour affirmer que la corrélation entre les deux variables est statistiquement significative.

Ressources additionnelles

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

Ajouter un commentaire

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