[Statistiques] Corrélation entre deux variables qualitatives

[elenor84]

Bonjour à tous,

Je viens vers vous aujourd'hui chercher quelques brins de lumière qui me manquent, pour des stats. Dans le cadre de mon mémoire de psychologie, je dois vérifier une de mes hypothèses qui est l'existence d'une corrélation significative entre deux variables qualitatives. L'une est nominale (profil 'hypersensible' ou 'hyposensible' au niveau sensoriel chez des enfants autistes), et l'autre est ordinale (score obtenu à un test mesurant la flexibilité cognitive, le score pouvant être de 0, 1 ou 2 uniquement).

J'aurais voulu savoir ce que vous me conseilleriez de choisir comme test. Sur biostatgv, il m'a semblé voir qu'un test adapté à ce cas précis pouvait être le 'test de Cochran-Armitage', dont je n'avais jamais entendu parler. Qu'en pensez vous?

Et seulement voilà, le logiciel disponible en ligne et gratuit qu'est biostatgv, pour ceux qui connaissent, ne permets pas de faire ce test là. D'où ma seconde question, si d'après vous c'est le plus adapté dans mon cas, savez vous comment le réaliser? Ou s'il existe un autre logiciel gratuit qui me permettrait de le faire (j'ai regardé et apparemment SPSS ne le propose pas non plus)...?

D'avance merci pour vos conseils, et n'hésitez pas à me dire si la description de la mesure que je dois effectuer n'est pas assez claire, j'ai la tete dans la dernière ligne droite pour le mémoire et je sature un peu possible que je ne sois pas très compréhensible..
-----

[gg0]

Bonjour.

Avant de partir sur des tests inconnus, il peut être bon de commencer par vérifier si les deux variables ne sont pas indépendantes, avec un simple test du khi-deux, ou, si certaines classes sont de très faible effectif, un test exact de Fischer.
Je ne connaissais pas le test de Cochran-Armitage, il semble effectivement pouvoir être utilisé dans ce genre de cas (d'après ce que j'ai lu rapidement). Cette page semble utile pour qui veut l'utiliser "à la main". Bizarre que SPSS ne le fasse pas, car il semble paramétré dans XLstat, complément à Excel.
Mais commence par un khi-deux.

Cordialement.

[elenor84]

J'ai aussi pensé à ça au fur et à mesure de mes recherches, plutôt un test exact de fisher parce que, arrivée à ce stade de ma recherche, beaucoup de sujets ne font plus partie de l'échantillon (il faut déjà présenter un trouble sensoriel pour pouvoir le qualifier comme étant de type 'hyper' ou 'hypo'). Il ne me reste donc que 13 sujets pour analyser la relation entre le type de profil sensoriel et le score obtenu au test. Ainsi, le tableau de répartition des effectifs est le suivant :

Score 0 1 2
Hyper 0 2 3
Hypo 4 3 1

Ainsi, le test exact de fisher me donne une valeur p=0,14. Si je ne me trompe pas, cela signifie que l'on ne peut rejeter l'hypothèse nulle et que donc les variables sont indépendantes.
Du coup, cela veut il dire que quoi qu'il en soit l'effectif n'est pas assez important pour que je puisse conclure à un quelconque lien entre les variables?

Et si c'est le cas, pensez vous qu'une comparaison de moyenne de score obtenu entre les deux groupes hyper et hypo soit d'un quelconque intérêt pour évoquer une possible (même si non significative) relation entre les variables?

En tout cas je vous remercie infiniment pour votre réponse, je ne peux m'en vouloir qu'à moi-même mais je suis un peu dans l'embarras, le mémoire devant être rendu très prochainement.

Cordialement

[gg0]

"cela signifie que l'on ne peut rejeter l'hypothèse nulle" Exact
"et que donc les variables sont indépendantes." faux ! Ne pas rejeter une hypothèse n'est pas la valider
Mais effectivement, tu as trop peu de sujets pour une conclusion. Même si, on le voit, les effectifs varient de façon inversé.
Une comparaison de moyenne, outre qu'elle sera peu efficace, ne dit rien d'une liaison statistique (inversion des effectifs quand le score augmente).

Tu sais, quand on fait sérieusement des stats, on tombe sur ce genre de cas, où l'analyse à vue n'est pas confirmable par des tests..

Cordialement.

[A voir en vidéo sur Futura]

[Tryss2]

Tu sais, quand on fait sérieusement des stats, on tombe sur ce genre de cas, où l'analyse à vue n'est pas confirmable par des tests..

Ni infirmable d'ailleurs