Le coefficient de corrélation est une mesure statistique qui évalue la force et la direction de la relation linéaire entre deux variables numériques, sous la forme d’un nombre compris entre -1 et 1.
Dans son sens le plus courant, celui du coefficient de Pearson, il rapporte la covariance des deux variables au produit de leurs écarts-types. La valeur -1 indique une corrélation négative parfaite, 0 l’absence de corrélation linéaire et 1 une corrélation positive parfaite. Un coefficient proche de 0 indique une faible association linéaire entre les variables, tandis qu’un coefficient proche de -1 ou de 1 indique une association linéaire forte. Son carré, le coefficient de détermination, exprime la part de la variance d’une variable associée linéairement à l’autre.
Il existe des variantes fondées sur les rangs, comme les coefficients de Spearman et de Kendall. Elles mesurent une relation monotone, qu’elle soit linéaire ou non, et conviennent aux données ordinales, par exemple des réponses sur une échelle de satisfaction. Un test statistique indique si le coefficient observé sur un échantillon diffère significativement de zéro. Ce résultat dépend fortement de la taille de l’échantillon.
La corrélation est symétrique et ne désigne ni cause ni effet. Elle se distingue de la régression linéaire, qui explique une variable par une autre et permet d’estimer des valeurs. Elle se distingue aussi de l’analyse de corrélation canonique, qui relie deux ensembles de variables. Le coefficient de corrélation est largement utilisé dans les études de marché, l’analyse de données et la mesure de la performance marketing.
En marketing, la corrélation sert souvent à justifier une décision : les régions où l’on a le plus investi vendent le plus, donc l’investissement fonctionne. Le raisonnement est fragile. Une troisième variable peut expliquer les deux, comme la taille du marché local. La causalité peut être inversée : on investit davantage là où l’on vend déjà. Deux séries qui progressent dans le temps peuvent être fortement corrélées sans aucun lien entre elles. Nous recommandons de lire tout coefficient comme une piste à éprouver, jamais comme une preuve d’efficacité.
Le statisticien Francis Anscombe l’a illustré dans « Graphs in Statistical Analysis » (The American Statistician, 1973). Il a construit quatre séries de onze points qui partagent la même moyenne, la même droite de régression et le même coefficient de corrélation, d’environ 0,82. Leurs graphiques n’ont rien en commun : une relation linéaire, une courbe, une droite parfaite déformée par un point aberrant, et une absence de relation sauf pour un seul point extrême. Dans la troisième série, ce seul point fait tomber le coefficient de 1 à 0,82. Dans la quatrième, il crée à lui seul la corrélation. Un coefficient résume un nuage. Il ne le remplace pas.
Dans un rapport d’étude, nous recommandons de présenter chaque corrélation avec quatre éléments : le coefficient utilisé, le nombre d’observations, l’intervalle de confiance et le graphique. Sans eux, le lecteur ne peut juger ni la solidité ni la portée du résultat.
Le livre blanc gratuit d’Advalians recense onze erreurs de mesure courantes et donne pour chacune un test et une correction, pour arrêter, ajuster ou accélérer en connaissance de cause.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
La corrélation mesure l’intensité et le sens d’une relation, de façon symétrique : la corrélation entre A et B est la même qu’entre B et A. La régression linéaire choisit une variable à expliquer et estime de combien elle varie quand l’autre augmente d’une unité.
Utilisez la corrélation pour repérer des relations dans un ensemble de variables. Passez à la régression pour quantifier un effet, contrôler d’autres facteurs ou estimer des valeurs. Aucune des deux ne prouve une causalité sans dispositif adapté.
Choisissez Pearson quand les deux variables sont numériques continues et que leur relation est à peu près linéaire, sans valeur extrême marquée. Choisissez Spearman quand les données sont des rangs ou des positions sur une échelle, quand la relation est monotone mais courbe, ou quand quelques valeurs extrêmes risquent de fausser le calcul.
Tracez d’abord le nuage de points. Calculez ensuite les deux coefficients : un écart important entre eux signale une relation non linéaire ou l’influence de valeurs extrêmes, à examiner avant toute conclusion.
Il n’existe pas de valeur universelle : la significativité dépend de la taille de l’échantillon. Sur quelques dizaines d’observations, un coefficient modéré peut ne pas être significatif. Sur plusieurs milliers, un coefficient très faible le devient.
Distinguez donc deux questions. La corrélation est-elle différente de zéro ? Le test statistique y répond. Est-elle assez forte pour compter dans la décision ? Le carré du coefficient y répond, en indiquant la part de variance partagée. Présentez l’intervalle de confiance du coefficient pour montrer les deux à la fois.
Parce qu’elle ne dit pas ce qui cause quoi. Une troisième variable, comme la saison ou la taille d’un marché, peut faire varier les deux grandeurs ensemble. Le sens peut être inversé : vous investissez là où vous vendez déjà. Deux tendances parallèles peuvent aussi n’avoir aucun lien.
Avant de réallouer un budget sur la foi d’une corrélation, cherchez les facteurs communs, regardez l’évolution dans le temps et, si l’enjeu le justifie, vérifiez l’effet par un test avec groupe témoin.
Utilisez un test contrôlé dès que la décision repose sur un effet causal : une hausse de budget augmente-t-elle les ventes, un nouveau message améliore-t-il la conversion ? Un test A/B ou un test par zones compare un groupe exposé à un groupe témoin et isole l’effet de l’action.
Gardez l’analyse de corrélation pour l’exploration : repérer les variables liées, choisir les hypothèses à tester. Renoncez au test quand il est impossible à mettre en œuvre, et complétez alors la corrélation par une modélisation qui contrôle les autres facteurs.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
