Td corrigé FICHE Corrélation _ Psychologie Sociale - Free pdf

FICHE Corrélation _ Psychologie Sociale - Free

1) Calcul Numérique ( une senace de cours, une seance de TD) ...... Sémantique Formelle & Paradigmes des Langages de Programmation : 1 seance de cours.




part of the document





La corrélation


La corrélation a pour objectif de tester l’existence d’une liaison entre deux variables. La liaison observée est calculée sur la base des données collectées, la liaison théorique est une valeur donnée par la table du r de Bravais-Pearson (ou du Á de Spearman). Il convient ensuite de comparer la valeur de la liaison observée à la valeur de la liaison théorique, pour conclure quant à la significativité statistique de la liaison observée.

Le coefficient de corrélation, noté r (ou Á) est un indice de la force de la liaison entre deux variables, il est compris entre -1 et 1.

º% Si la relation est positive, l augmentation des valeurs d une variable se traduit par l augmentation des valeurs de l autre variable.
º% Si la relation est négative, l augmentation des valeurs d’une variable se traduit par une baisse des valeurs de l’autre variable.

La corrélation ne teste en aucun cas une relation de causalité entre deux variables, elle teste seulement une liaison linéaire entre ces deux variables !


Force du lien en fonction de la valeur du r (ou Á) :

Valeur du r (ou Á)Force du lien entre les 2 variables0 à .2Nulle à faible.2 à .4Faible à modérée.4 à .7Modérée à élevée.7 à .9Elevée à très élevée.9 à 1Très élevée à parfaite
____________________________________________________________________________________

Formule du r de Bravais-Pearson :

On l’utilise lorsque l’on dispose de données obtenues à partir d’échelles de mesure d’intervalle ou de rapport.

( [(Xi - MX) × (Yi - MY)]
r =
 ( (Xi - MX)2 × ( (Yi - MY)2

ddl = nombre de couples d’observations - 2


r ou rajusté ?

En théorie, si l’échantillon est inférieur à 30 individus, il est préférable de ne pas faire de corrélation.
Si le nombre de participants est compris entre 30 et 50, il convient de corriger le coefficient de corrélation, et de calculer un rajusté comme suit :

 SHAPE \* MERGEFORMAT 
Enfin, si le nombre de participants dépasse 50, le coefficient de corrélation r peut être utilisé normalement.
Corrélation partielle :

Certains coefficients de corrélation s’avèrent significatifs parce qu’une même variable influence les 2 variables mises en relation. Pour pouvoir tester l’hypothèse de cette influence réciproque, il faut tester la corrélation entre deux variables tout en éliminant l’effet de la variable dont on soupçonne l’influence.

r AB.C = r AB – (r AC × r BC) / [(1 - r AC²) × (1 - r BC²)]

où A, B et C sont des variables quantitatives.
r AB.C = corrélation entre les variables A et B, indépendamment de l’effet de la variable C.

ddl = nombre de trio d’observations - 3


___________________________________________________________________________

Formule du Á de Spearman :

Le test de corrélation des rangs de Spearman s utilise lorsque l on dispose de données obtenues à partir d échelles de mesure ordinales. Il arrive parfois que plusieurs individus d une même distribution se voient attribuer un rang identique. Lorsqu’il y a des ex-aequo dans la distribution, il convient de leur affecter un rang moyen.
Le rang moyen est le rapport entre la somme des rangs que l’on aurait affectés s’il n’y avait pas eu d’ex-aequo et le nombre de valeurs ex-aequo.

Correction = ¼ × Nombre de couples × (Nombre de couples +1)2

Á = (" Produit des rangs de chaque couple  Correction)

 [(" Rangs de l échantillon 12 - Correction) × (" Rangs de l échantillon 22  Correction)]

Pas besoin de ddl pour lire la valeur du Áthéorique dans la table du Á de Spearman.

____________________________________________________________________________________


Hypothèses :

H0 : hypothèse nulle : absence de corrélation entre X et Y ;
H1 : hypothèse alternative : corrélation entre X et Y (test bilatéral).


Règle de décision :

Comparer la valeur observée du coefficient de corrélation à la valeur théorique lue dans la table :

- si r/Áobservé > r/Áthéorique, on rejette H0 et on conclut à l existence d une corrélation entre les deux variables

si r/Áobservé *CJOJQJaJ"h¥
Óh)?-5>*CJOJQJaJ"h¥9[h¥9[6CJOJQJ\aJh¥9[6CJOJQJ\aJh¥9[h¥9[CJOJQJ\aJh¥9[h¥9[5CJOJQJaJh¥9[h¥9[CJOJQJaJh)?-CJOJQJaJh)?-h)?-CJOJQJaJ &‚&„&†&ˆ&m^OO$dh$Ifa$gd¤&ž$dh$Ifa$gd¤&ž‘kd5$$IfT–FÖÖFLÿ×Ø S€‹€€{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠTˆ&‰&‹&&&m^OO$dh$Ifa$gd¤&ž$dh$Ifa$gd¤&ž‘kd¹$$IfT–FÖÖFLÿ×Ø S€‹{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠT&&’&”&—&m^OO$dh$Ifa$gd¤&ž$dh$Ifa$gd¤&ž‘kd=$$IfT–FÖÖFLÿ×Ø S€‹{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠT—&˜&š&œ&ž&m^OO$dh$Ifa$gd¤&ž$dh$Ifa$gd¤&ž‘kdÁ$$IfT–FÖÖFLÿ×Ø S€‹{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠTž&Ÿ&¡&£&¥&m^OO$dh$Ifa$gd¤&ž$dh$Ifa$gd¤&ž‘kdE $$IfT–FÖÖFLÿ×Ø S€‹{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠT¥&¦&®&²&¶&m^OO$dh$Ifa$gd¤&ž$dh$Ifa$gd¤&ž‘kdÉ $$IfT–FÖÖFLÿ×Ø S€‹{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠT¶&·&¸&l'ª'·'¸'ö(maaUJ>U $„˜þ^„˜þa$gd)?- $
& Fa$gd)?- $„Ä`„Äa$gd¥9[ $„Ä^„Äa$gd¥9[‘kdM
$$IfT–FÖÖFLÿ×Ø S€‹{
tàÖ0ÿÿÿÿÿÿö6ööÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿÖ ÿÿÿ4Ö4Ö
laö¸ÿŠTö(Q)R)S)c)w))Ž)÷÷ëßßß> kdÑ
$$If–FÖÖ\”ÿØ ”¸*%D
ÿÿÿÿÿÿÿÿ¼$ r

tàÖ0ÿÿÿÿÿÿö6ööÖÿÿÿÿÿÿÿÖÿÿÿÿÿÿÿÖÿÿÿÿÖÿÿÿÿ4Ö4Ö
laö $$Ifa$gd¤&ž $$Ifa$gd¤&ž$a$gd¥9[Ž)ž) )¢)¤)¥)¹)¾)À)óçççFóçç kd† $$If–FÖÖ\”ÿØ ”¸*%D
¼$ r

tàÖ0ÿÿÿÿÿÿö6ööÖÿÿÿÿÖÿÿÿÿÖÿÿÿÿÖÿÿÿÿ4Ö4Ö
laö $$Ifa$gd¤&ž $$Ifa$gd¤&žŽ)ž)Ÿ) )¡)¢)£)¥)¹)¾)¿)À)Á)Ã)Ù)ã)ä)æ)é)ˆ#ˆ%ˆ.ˆ/ˆ2ˆ3ˆ¿ˆÀˆÁˆÊˆËˆÎˆÏˆœŠŠìŠîŠïŠïãÔãÔãÔïÔãÔãÔïÔãÔÄÂľ¬ãÔ¾‰¬ãwhwhwh¥9[CJOJQJ\]aJ"h¥9[h¥9[CJOJQJ\]aJ hl|æh¥9[h¥9[5CJOJQJaJh¥9[5>*CJOJQJaJ"h¥
Óh¥9[5>*CJOJQJaJh¥9[Uh¥9[h¥9[6CJOJQJaJh¥9[h¥9[CJOJQJaJh¥9[CJOJQJaJh¥9[h¥9[5CJOJQJaJ%À)Â)Ã)Ù)Þ)ã)å)óRFóóó $$Ifa$gd¤&ž kd $$If–FÖÖ\”ÿØ ”¸*%D
¼$ r

tàÖ0ÿÿÿÿÿÿö6ööÖÿÿÿÿÖÿÿÿÿÖÿÿÿÿÖÿÿÿÿ4Ö4Ö
laö $$Ifa$gd¤&žå)æ)ç)#ˆ$ˆ%ˆ2ˆ^RRJJ? $
& Fa$gd¥9[$a$gd˽ $„Ä`„Äa$gd¥9[ kdª $$If–FÖÖ\”ÿØ ”¸*%D
¼$ r

tàÖ0ÿÿÿÿÿÿö6ööÖÿÿÿÿÖÿÿÿÿÖÿÿÿÿÖÿÿÿÿ4Ö4Ö
laöVérifiez l’hypothèse du chercheur.


EXERCICE 4 :

Un chercheur a obtenu une corrélation de .34 pour une échantillon de 36 individus que lui conseilleriez-vous pour interpréter ce résultat ?


EXERCICE 5 :

Un chercheur en psychologie sociale veut étudier l’effet des émotions sur le traitement d’informations sur les personnes. Pour susciter des états émotionnels contrastés chez les sujets, il utilise un paradigme classique d’induction d’émotions avec des films d’une durée de 5 min.
1- induction de « bonne humeur », le film est une scène de comédie burlesque ;
2- induction de « tristesse », le film est un extrait d’un documentaire sur les cancers de l’enfant.

L’émotion ainsi suscitée est mesurée à l’aide d’une échelle en 13 points allant :
pour la condition « bonne humeur » de 1 « Je me sens triste » à 13 « Je me sens heureux »
pour la condition « tristesse » de 1 « Je me sens heureux » à 13 « Je me sens triste ».

Cette échelle était jointe au questionnaire à remplir après le film. Chacun des films est visionné par le même sujet à un mois d’intervalle dans un ordre déterminé aléatoirement.
Après le film, les sujets effectuent une seconde tache où on cherche à évaluer l’effet de l’émotion suscitée sur cette tache. Pour des besoin de contrôle expérimental, on souhaite savoir si la « réceptivité émotionnelle » des sujets est corrélée. Autrement dit, on souhaite savoir si les gens qui s’estiment être les plus tristes après avoir vu le film destiné à susciter de la tristesse sont aussi ceux qui s’estiment être les plus heureux après avoir vu une scène comique, et inversement.

- Les résultats des évaluations de 14 sujets sont donnés dans le tableau ci-dessus. Peut-on, au risque de 5%, admettre la réciprocité des états émotionnels induits par les films ?

Sujet1234567891011121314Cancer346278495103964Comédie1096113512861097613









TD 2 & 3 – Analyse et Interprétation des Données Expérimentales
L2 de Psychologie – UPMF 2006-2007
Psychologie sociale – S. MAX / J. OCHS

PAGE 


PAGE 3







rajusté =

1 –

(1 – r²) (N – 1)

N – 2





 :