Calculateur de corrélation (Pearson & Spearman)
Mesurez la force et la direction de la relation entre deux variables numériques. Collez deux colonnes directement depuis Excel, Google Sheets ou SPSS et obtenez le r de Pearson avec son test de significativité et son intervalle de confiance de Fisher à 95 % — ainsi que la corrélation de rangs ρ de Spearman sur le même écran, pour voir immédiatement si des valeurs aberrantes ou une non-linéarité changent la conclusion. Une vérification de normalité de Shapiro-Wilk s'exécute automatiquement et vous suggère quand le coefficient de Spearman, fondé sur les rangs, est le choix le plus sûr. Il s'agit d'un outil de corrélation statistique (et non d'un calculateur de portefeuille boursier) ; les résultats correspondent à cor.test() de R avec au moins six chiffres significatifs.
Rapport IA
Laissez l'IA interpréter vos résultats : un document Word téléchargeable au format APA 7 / rapport professionnel.
Questions fréquentes
Comment rapporter une corrélation au format APA 7 ?
Rapportez r avec les degrés de liberté (N − 2), la valeur p et, idéalement, l'intervalle de confiance, par exemple : « Le temps d'étude et la note d'examen étaient fortement et positivement corrélés, r(10) = .99, p < .001, IC à 95 % [.96, 1.00]. » Le Rapport IA rédige pour vous la phrase APA complète et son interprétation.
Dois-je utiliser la corrélation de Pearson ou de Spearman ?
Le r de Pearson mesure l'association linéaire et suppose des variables à peu près normales sans valeurs aberrantes extrêmes. Le ρ de Spearman travaille sur les rangs : il est donc robuste aux valeurs aberrantes et capture toute relation monotone. Si les deux divergent nettement, examinez un nuage de points — cet outil affiche les deux par défaut.
Qu'est-ce qu'une corrélation forte ?
Repères courants (Cohen) : |r| ≈ .10 petit, .30 moyen, .50+ grand. Le contexte compte — en psychologie, .40 peut être impressionnant, en physique il peut être faible. La significativité statistique dit seulement que la corrélation a peu de chances d'être nulle, pas qu'elle est grande.
Corrélation implique-t-elle causalité ?
Non. Une corrélation significative signifie que les variables évoluent ensemble ; elle ne peut pas dire laquelle cause l'autre, ni si une troisième variable les influence toutes les deux. Les affirmations causales exigent des plans expérimentaux ou quasi expérimentaux rigoureux.