Chapitre 12 Des modeles corrélationnelles. A la fin de ce chapitre on sera capable de:  definir le but et l’utilisation des modeles correlationnelles.

Présentation au sujet: "Chapitre 12 Des modeles corrélationnelles. A la fin de ce chapitre on sera capable de:  definir le but et l’utilisation des modeles correlationnelles."— Transcription de la présentation:

1 Chapitre 12 Des modeles corrélationnelles

2 A la fin de ce chapitre on sera capable de:  definir le but et l’utilisation des modeles correlationnelles  decrire le developpement des recherches correlationnelles  decrire les types des modeles correlationnelles  identifier les principales caracteristiques des modeles correlationnelles  enumerer les procedures utilisees ans les etudes de correlation  evaluer les etudes de correlation

3 Qu’est-ce que c’est une recherche correlationnelle ?  dans les modeles de recherche correlationnelles les enqueteurs utilisent les tests statistiques de correlation pour decrire et mesurer le degree d’association entre deux ou plusieurs variables ou des ensembles de notes  une statistique qui exprime des relations lineaires c’est le coeficient de correlation produit-moment

4 Quand est-ce qu’on utilise les modeles correlationnelles?  pour evaluer la relation entre deux ou plusieurs variables  pour prevoir un résultat: - voir comment les variables co-varient ensemble - utiliser une variable pour prevoir le resultat d’une autre variable

5 Le developpement de la recherche correlationnelle  1895 Pearson developpe la formule de correlation  1897 Yule developpe de solutions pour correler deux, trois et quatre variables  1935 Fisher a ete le pionier de la signification des tests et analyses de la variation  1963 Campbell et Stanley ont ecrit sur le modeles experimentales et quasi-experimentales (y inclut les modeles correlationnelles)  les annees 1970 et 1980 les ordinateurs ont donne la capacite de controler de maniere statistique les variables et de faire des regressions multiples

6 Types de modeles de correlation: Modeles explicatifs  correlation de deux ou plusieurs variables  collection des donnees a un moment precis  analyse de tous les participants comme un groupe unitaire  obtenir au moins deux resultats pour chaque individu du groupe – un pour chaque variable  raport de la statistique de correlation  l’interpretation bassee sur les resultats de tests statistiques indique que les changements dans une variable sont refletes dans les changements d’une autre

7 Types de modeles de correlation: Modeles predictifs  la variable previsionnelle: une variable qui est utilisee pour faire une prediction sur les resultats d’un etude correlationnel  la variable critere: les resultats prevus  “prediction” utilisee d’habitude dans le titre  les variables previsonnelles sont mesurees d’habitude a un moment donne et les variables critere sont mesurees a un moment du temps plus eloigne  le but c’est de prevoir la performance future

8 Caracteristiques des modeles correlationnels  affichage des resultats (diagrammes de dispersion et matrices)  association entre les resultats (direction, forme et puissance)  analyse multiple des variables ( correlations partielles et regression multiple)

9 Affichage des resultats dans une diagramme de disperssion 50 40 30 20 10 5 10 15 20 Scores de depression Y=D.V. Heures d’utilisation de I’internet X=I.V. M M

10 Affichage des resultats dans une matrice de correlation 123456 1.Satisfaction a l’ecole - 2. Activites en dehors de l’ecole-.33 **- 3. Amitie.24 -.03- 4.Estime de soi-.15.65**.24*- 5.Fierté à l'école-.09-.02.49**.16- 6.Conscience de soi.29**-.02.39**.03.22- *p <.05 **p <.01

11 L’association entre deux resultats  direction (positive ou negative)  forme (lineaire ou non-lineaire)  degree et puissance (la dimension du coefficient)

12 L’association entre deux resultats Modeles lineaires et non-lineaires A. Lineaire positive (r=+75) B. Lineaire negative (r=-68) C. Aucune correlation (r=0)

13 Modeles lineaires et non-lineaires D. Curvilineaire E. Curvilineaire F. Curvilineaire

14 Les statistiques d’associaton non-lineaires  Spearman rho (rs): coeficient de corelation pour les donnees ordinales non-lineaires  point-biserial utilise pour correler l’interval continu des donnees avec une variable dichotomique  le coefficient phi: utilise pour detrminer le degree d’association quand les deux variables mesurees sont dichotomiques

15 Association entre deux resultats Degree et puissance de l’association .20-.35: quand les correlations sont de.20 jusqu’a.35, c’est seulement une relation légère .35-.65: quand les correlations sont plus de.35, elles sont utiles pour des previsions limitees .66-.85: quand les correlations se trouvent dans cet interval une bonne prevision peut ressoudre d’une variable a une autre. Les coeficients de cette gamme seront consideres tres bons  plus de.85: les correlations sont realisees pour des etudes du construction de la validite ou les tests de la fiabilite

16 L'analyse de variables multiples Correlations partielles R=50 VariableVariable r au carre=(50)² IndependenteDependente Temps consacré Realisation aux tâches Motivation r au carre=(.35)² Correlations partielles: Utilisees pour determiner dans quelle mesure une variable mediatrice influence deux variables independantes et dependantes Temps de travail Realisation Motivation

17 La ligne de regression simple 50 41 40 Scores de 30 depression 20 10 interception Heures d’utilisation de l’internet par semnaine La ligne de regression 51014 15 20

18 Realisation d'un etude de correlation  determiner si une etude de correlation repond le mieux a la problematique de recherche  identifier les individus dans l‘etude  identifier deux ou plusieurs messures pour chaque individu dans l‘etude  recueillir des donnees et surveiller les potentielles menaces  analyser les donnees et representer les resultats  interpreter les resultats  est-ce que la taille de l'échantillon est suffisante pour tester des hypotheses?

19 Evaluer un etude correlationnel  est-ce que le chercheur affiche adequatement les resultats dans des matrices ou des graphiques?  est-ce qu’il y a une interpretation sur la direction et l'ampleur de l'association entre les deux variables?  est-il une evaluation de l'ampleur de la relation fondee sur l'coefficient de determination, les valeurs p, la taille d'effet, ou la taille du coefficient?

20 Evaluer un etude correlationnel (suite)  est-ce que l’enquetur est interese de la forme de la relation ainsi que de choisir une statistique adequate pour l’analyse?  l’enquetur a-t-il identifie les variables crtiere et previsionnelle?  si un modèle visuel de la relation est avancé, est-ce que l’enquetur indique les relations entre les variables ou la direction prevue a la base des donnees obtenues?  est-ce que les procedures statistiques sont clairement definies?