📘 Corrélation et causalité
Une corrélation est une relation statistique entre deux variables dont les valeurs varient dans le même sens (corrélation positive) ou en sens contraire (corrélation négative). Une causalité est une corrélation dans laquelle une variable en explique une autre de façon persistante. Corrélation n’implique pas toujours causalité.
📐 I — La corrélation : définition et types
• Corrélation : relation statistique entre deux variables dont les valeurs varient dans le même sens ou dans le sens opposé.
| Type | Description | Exemple |
|---|---|---|
| Corrélation positive | Les deux variables varient dans le même sens : quand l’une augmente, l’autre augmente aussi | Quand le nombre d’articles produits augmente, le salaire de l’ouvrier augmente |
| Corrélation négative | Les deux variables varient dans le sens contraire : quand l’une augmente, l’autre diminue | Quand le taux de chômage augmente, le pouvoir d’achat des ménages diminue |
📐 II — Représentation graphique d’une corrélation
• Nuage de points : représentation graphique de deux variables, un point par observation.
• Droite des moindres carrés : droite qui représente la tendance générale du nuage de points.
→ Points alignés près de la droite = corrélation forte.
→ Points dispersés loin de la droite = corrélation faible.
Lecture du graphique :
→ « Il y a une corrélation positive entre le degré de protection de l’emploi et le taux de chômage de longue durée : plus le degré de protection de l’emploi est élevé, plus le taux de chômage de longue durée (dans le total du chômage) est élevé. »
📐 III — Corrélation et causalité : distinction essentielle
• Causalité : corrélation dans laquelle une variable dépend de l’autre et cette relation persiste dans le temps.
• Corrélation sans causalité : deux variables varient dans le même sens ou en sens contraire sans lien logique entre elles.
| Corrélation | Causalité | |
|---|---|---|
| Définition | Relation statistique observable entre deux variables | Relation logique et persistante où une variable explique l’autre |
| Durée | Peut être ponctuelle ou fortuite | Persiste dans le temps |
| Exemple de corrélation SANS causalité | La consommation de glaces et le nombre de noyades augmentent en même temps l’été → corrélation positive, mais la cause commune est la chaleur (et non les glaces qui causeraient les noyades) | |
| Exemple de causalité | Heures travaillées → salaire : chaque heure supplémentaire payée entraîne bien une hausse du salaire → lien logique et persistant | |
📐 IV — Le sens de la causalité
Une fois la causalité établie, il faut définir son sens :
| Rôle | Description | Exemple |
|---|---|---|
| Variable explicative | La variable qui explique l’autre, qui en est la cause | Nombre d’heures travaillées |
| Variable expliquée | La variable qui dépend de l’autre, qui en est la conséquence | Salaire de l’ouvrier |
👉 Lecture correcte : « C’est parce que l’ouvrier a travaillé plus d’heures qu’il gagne plus. La variable explicative est le nombre d’heures travaillées et la variable expliquée est le salaire. »
📌 Attention à l’inversion de causalité : parfois, on peut se tromper sur le sens. Il faut toujours vérifier le lien logique (A cause B, ou B cause A ?).
→ Exemple : le diplôme cause-t-il un salaire élevé, ou un salaire élevé permet-il d’obtenir un diplôme ? → C’est le diplôme qui cause le salaire (et non l’inverse).
💡 À retenir
• Corrélation positive : deux variables augmentent / diminuent ensemble.
• Corrélation négative : une variable augmente quand l’autre diminue.
• Droite des moindres carrés : représente la tendance du nuage de points.
• Corrélation ≠ causalité : une corrélation peut être fortuite (pas de lien logique).
• Causalité = corrélation logique et persistante dans le temps.
• Sens de la causalité : variable explicative (cause) → variable expliquée (effet).