Il y a certains points qu’un chercheur doit connaître afin de mieux comprendre les mesures d’association statistique.

• Premièrement, le chercheur doit savoir que les mesures d’association ne sont pas les mêmes que les mesures de signification statistique. Il est possible qu’une association faible soit statistiquement significative ; il est également possible qu’une association forte ne soit pas statistiquement significative.

• Pour les mesures d’association, une valeur de zéro signifie qu’aucune relation n’existe. Dans une analyse de corrélation, si le coefficient (r) a une valeur de un, cela signifie une relation parfaite sur les variables d’intérêt. Dans les analyses de régression, si le poids bêta standardisé (β) a une valeur de un, cela signifie également une relation parfaite sur les variables d’intérêt. Le chercheur doit noter que les mesures d’association bivariées (par exemple, les corrélations de Pearson) sont inappropriées pour les relations curvilignes ou les relations discontinues.

Ressources

Gibbons, J. D. (1993). Mesures non paramétriques de l’association. Thousand Oaks, CA : Sage Publications.

Liebetrau, A. M. (1983). Mesures d’association. Newbury Park, CA : Sage Publications.

Siegel, S. (1956). Statistiques non paramétriques pour les sciences du comportement. New York : McGraw-Hill.

Wilcox, R. R. (2007). Mesures locales d’association : Estimation de la dérivée de la ligne de régression. British Journal of Mathematical and Statistical Psychology, 60, 107-117.